Die South Dakota State University (SDSU) bietet an ihren drei Standorten in Brookings, Rapid City und Sioux Falls ein breites Spektrum an Pflegeausbildungen an, darunter traditionelle und beschleunigte BSN-Studiengänge, RN-to-BSN-Programme, MSN-Studiengänge, postgraduierte Zertifikatsprogramme sowie DNP- und Ph.D.-Programme. Das Simulationsprogramm der SDSU ist von der Society for Simulation in Healthcare (SSH) sowohl im Bereich Core als auch im Bereich Teaching/Education akkreditiert.
Das College of Nursing der South Dakota State University (SDSU) hat kürzlich einen grundlegenden Wandel vollzogen: Die traditionelle Ausbildung wurde durch ein konsequent kompetenzbasiertes Ausbildungskonzept (Competency-Based Education, CBE) ersetzt. Die erste Kohorte nach dem Curriculum der American Association of Colleges of Nursing (AACN) Essentials startete im Herbst 2025.
Für Dr. Alyssa Zweifel, Assistant Professor und Direktorin des Healthcare Simulation Center der SDSU, ist der Übergang zu CBE eine logische Weiterentwicklung, die auf den Stärken der simulationsbasierten Ausbildung aufbaut.
„Ich finde das großartig“, sagt Dr. Zweifel über CBE. „Es passt hervorragend zu den Standards und theoretischen Grundlagen, nach denen wir in der simulationsbasierten Ausbildung schon immer gearbeitet haben.“
Tatsächlich arbeitete das zentrale Simulationsteam der SDSU bereits seit Langem kompetenzorientiert. Heute bringen die Teammitglieder ihr Fachwissen in eine größere Gruppe von CBE-Expertinnen und -Experten ein, die den Wandel innerhalb der gesamten Fakultät mitgestalten.
Die Herausforderung
Da bei der kompetenzbasierten Ausbildung der Fokus darauf liegt, was Studierende tatsächlich leisten und nicht nur darauf, was sie wissen, müssen große Mengen formativer und summativer Bewertungsdaten aus Simulationen erfasst werden. Gleichzeitig müssen diese Daten effizient ausgewertet werden, um Lehrstrategien sowohl auf individueller Ebene als auch für ganze Kohorten gezielt weiterzuentwickeln.
Wie für viele Ausbildungsprogramme stellte auch für die SDSU die sinnvolle Verwaltung und Auswertung dieser Daten eine große Herausforderung dar.
„Früher haben wir die Bewertungsbögen aus unseren Simulationen regelrecht gestapelt“, erinnert sich Dr. Zweifel. „Ich betreue drei Standorte, und alle Unterlagen landeten bei mir. Am Ende jedes Semesters saß ich vor Bergen von Papier und wertete alles aus, um unsere Bewertungsdaten zusammenzutragen. Allein das hat mindestens 40 Stunden gedauert.“
Da die Auswertung der Bewertungsdaten erst am Ende des jeweiligen Semesters erfolgte, war es kaum möglich, zeitnah auf Probleme oder Optimierungsbedarf im Curriculum zu reagieren.
Die Lösung
Um die großen Datenmengen aus den Simulationen besser verwalten zu können, entschieden sich Dr. Zweifel und ihr Team für den Einsatz von SimCapture. Das Simulationsmanagementsystem unterstützt dabei, die Leistungen der Lernenden zu bewerten, die erhobenen Daten zu erfassen und in aussagekräftige Erkenntnisse zu überführen.
Dafür kombinierten sie SimCapture mit dem Creighton Competency Evaluation Instrument© (CCEI).
Das von Pflegepädagoginnen und Pflegepädagogen der Creighton University entwickelte Creighton Competency Evaluation Instrument© (CCEI) bietet eine zuverlässige, evidenzbasierte Methode zur Beurteilung klinischer Kompetenzen und trägt dazu bei, die Lücke zwischen akademischer Ausbildung und klinischer Praxis zu schließen.
Inzwischen wurde das Instrument zur Version CCEI 2.0 weiterentwickelt. Diese neue Version legt einen stärkeren Schwerpunkt auf klinische Entscheidungsfindung und integriert das Clinical Judgment Measurement Model des US-amerikanischen National Council of State Boards of Nursing.
Das Instrument umfasst 25 Bewertungskriterien und beurteilt Kompetenzen in vier zentralen Bereichen:
Erfahren Sie mehr über das CCEI 2.0 und die Zusammenarbeit zwischen Laerdal und der Creighton University, mit der die Verbreitung des Instruments weiter ausgebaut wird.
Dr. Zweifel und ihr Team integrierten das CCEI in SimCapture. Die Lehrenden erfassten die Bewertungen während des Szenarios und der anschließenden Nachbesprechung direkt im System. SimCapture speicherte die Daten zentral und bereitete sie in einer Form auf, die aussagekräftige Erkenntnisse und Auswertungen ermöglichte.
Die Ergebnisse
Der Wechsel von papierbasierten Bewertungen zu einer digitalen Datenerfassung und -auswertung mit SimCapture und dem CCEI führte bei Dr. Zweifel und ihrem Team zu erheblichen Effizienzgewinnen.
Die Kombination aus SimCapture und CCEI erwies sich als leistungsstarkes Instrument, um verwertbare Erkenntnisse für die Ausbildung zu gewinnen.
Ein besonders aussagekräftiges Beispiel lieferte die erste Kohorte des beschleunigten Studienprogramms, die nach dem neuen CBE-Curriculum ausgebildet wird. Nach einer Simulation zur Medikamentengabe im ersten Semester wertete das Team des Simulationszentrums die in SimCapture erfassten Daten aus, um übergreifende Muster innerhalb der Kohorte zu identifizieren.
Bei der Analyse des Kompetenzbereichs „Qualität und Sicherheit“ zeigte sich ein Defizit im Umgang mit medizinischen Geräten und Materialien. Dr. Zweifel stellte fest, dass nur eine von sechs Gruppen in der Lage war, IV-Piggyback-Medikationen unter Einhaltung steriler Techniken korrekt anzuschließen.
Diese Erkenntnis führte unmittelbar zu einer gemeinsamen Ursachenanalyse mit dem Lehrteam. Dabei stellte sich heraus, dass die Inhalte des Curriculums an dieser Stelle nicht optimal aufeinander abgestimmt waren. Die Studierenden hatten im Skills Lab zu wenig Gelegenheit für wiederholtes, gezieltes Üben, um die Fertigkeit vor der Simulation sicher zu beherrschen.
„Kein Wunder, dass sie bei der Verabreichung von IV-Medikationen Schwierigkeiten hatten und die entsprechenden Sicherheitskriterien nicht erfüllten. Viele hatten das Verfahren möglicherweise nur ein einziges Mal geübt“, erklärte Dr. Zweifel.
Daraufhin beschloss das Team, die betreffende Simulation an das Ende des Semesters zu verlegen. So erhalten die Studierenden mehr Möglichkeiten, die Fertigkeit wiederholt zu trainieren, bevor sie diese in der Simulation anwenden müssen.
Dass die Daten sofort verfügbar waren, ermöglichte es dem Lehrteam, unmittelbar zu reagieren. „Dass wir die Daten jederzeit griffbereit haben, ist enorm wertvoll“, betont Dr. Zweifel. Ohne SimCapture hätte es möglicherweise deutlich länger gedauert, die Ursache des Problems zu erkennen und entsprechende Anpassungen vorzunehmen.
Neben Erkenntnissen auf Kohortenebene liefert SimCapture auch Daten, die Dr. Zweifel und ihrem Team helfen, die Entwicklung einzelner Studierender über einen längeren Zeitraum effizient nachzuverfolgen. Durch die Analyse der Leistungen in mehreren Simulationen können Lehrende wiederkehrende Defizite in wichtigen Kompetenzbereichen wie der klinischen Entscheidungsfindung erkennen. Die Daten liefern wertvolle Hinweise darauf, wie Studierende gezielt unterstützt und gefördert werden können.
„Ich beschäftige mich intensiv mit den Daten, um die Studierenden auf ihrem Weg durch das Simulationscurriculum bestmöglich dabei zu unterstützen, die erforderlichen Kompetenzen zu entwickeln“, erklärt Dr. Zweifel.
Der Nutzen der in SimCapture erfassten Daten geht weit über die Leistungen der Studierenden und die Weiterentwicklung des Curriculums hinaus. Die Daten liefern auch wertvolle Erkenntnisse für organisatorische Entscheidungen im Simulationsbetrieb sowie für die Weiterentwicklung und Kalibrierung der Lehrenden.
Personaleinsatz fundiert planen. Als die SDSU ihren Simulationsbereich am Standort Rapid City erweiterte, benötigte Dr. Zweifel belastbare Daten, um die Einstellung einer zweiten Simulationstechnikerin beziehungsweise eines zweiten Simulationstechnikers zu begründen. Mithilfe der in SimCapture erfassten Nutzungsdaten konnte sie nachweisen, dass der Standort Rapid City doppelt so viele Kontaktstunden verzeichnete wie die anderen Standorte, gleichzeitig jedoch über weniger Personal verfügte. Die Daten lieferten damit eine überzeugende Grundlage für die Schaffung einer zusätzlichen Stelle in Rapid City. Laut Dr. Zweifel hätte sie ohne SimCapture einen erheblichen manuellen Auswertungsaufwand betreiben müssen, um den Personalbedarf nachvollziehbar zu belegen.
Übereinstimmung bei Bewertungen durch verschiedene Lehrende. Diese Kennzahl in SimCapture unterstützt dabei, die Anwendung des CCEI durch die Lehrenden zu standardisieren. SimCapture macht Bereiche sichtbar, in denen Bewertungen unterschiedlich ausfallen oder eine erhöhte Abweichung zwischen den Bewertenden besteht. Dadurch konnte Dr. Zweifel gezielt das Gespräch mit einzelnen Lehrenden suchen und zugleich Leistungsindikatoren (Performance Indicators, PI) identifizieren, die zu ungenau formuliert waren.
Um Studierende beim Erwerb und der sicheren Beherrschung grundlegender pflegerischer Fertigkeiten zu unterstützen, führten Dr. Zweifel und ihr Team das Konzept der Rapid-Cycle Deliberate Practice (RCDP) ein. Dieses lernendenzentrierte Modell hilft dabei, Leistungslücken sichtbar zu machen, gezieltes Feedback zu geben und wiederholte Übungsmöglichkeiten zu schaffen, bis die gewünschte Kompetenz erreicht ist.
Dabei kombinierten sie RCDP mit SimCapture for Skills, einer digitalen Lösung zur Kompetenzbewertung und Leistungsdokumentation. Über die Plattform konnten Studierende selbstständig üben und ihre Durchführung praktischer Fertigkeiten per Video aufzeichnen. Dies förderte sowohl die Selbstreflexion als auch die eigenständige Bewertung der eigenen Leistung.
Zusätzlich wurden die Aufzeichnungen anderen Studierenden zur Begutachtung zugewiesen, sodass sie sich gegenseitig konstruktives Feedback geben konnten. Dieses Peer-to-Peer-Lernen ergänzte den regulären Unterricht und schuf weitere Möglichkeiten zur Reflexion und Verbesserung.
Die SimCapture-for-Skills-Plattform erfasste die entsprechenden Leistungsdaten und half dabei, aussagekräftige Vergleichswerte und Entwicklungstrends sichtbar zu machen. Die Ergebnisse dieses Ansatzes zeigten unter anderem:
Für Pflegeausbildungen, die aktuell den Übergang zu einer kompetenzbasierten Ausbildung gestalten, hat Dr. Zweifel einen klaren Rat:
– Alyssa Zweifel, PhD, RN, CHSE
Direktorin des Healthcare Simulation Center,
Assistant Professor, South Dakota State University
1. Bewertungsdaten werden nutzbar. SimCapture und CCEI verwandeln papierbasierte Bewertungen in aussagekräftige Erkenntnisse in Echtzeit.
2. Kompetenzlücken werden sichtbar. Simulationsdaten helfen dabei, Entwicklungsmuster zu erkennen und gezielt Verbesserungsbedarf aufzudecken.
3. Fundierte Entscheidungen werden erleichtert. Echtzeitdaten unterstützen die Weiterentwicklung von Curricula, die Förderung Studierender und operative Entscheidungen.
