Digitale Erschöpfung in der Pflege messen

Die neue Digital Burnout Scale in Nursing von Kuşcu Şahin macht sichtbar, was in der Debatte über Digitalisierung und KI in der Pflege häufig zu kurz kommt: Nicht nur die Zeitersparnis zählt, sondern auch die Frage, was digitale Arbeit mit Beziehung, Aufmerksamkeit und beruflicher Identität macht.

Viele Diskussionen über digitale Pflegedokumentation, elektronische Patientenakten, mobile Anwendungen oder KI-gestützte Sprachdokumentation beginnen mit einer naheliegenden Frage: Spart das System Zeit?

Diese Frage ist wichtig. Aber sie reicht nicht aus. Ein digitales System kann Dokumentationszeit reduzieren und trotzdem neue Belastungen erzeugen. Es kann formal gute Einträge produzieren und gleichzeitig die Aufmerksamkeit der Pflegekraft verschieben. Es kann Arbeitsabläufe beschleunigen und dennoch das Gefühl verstärken, mehr mit Daten als mit Menschen zu arbeiten.

Genau an dieser Stelle ist die Studie von Fatma Nuray Kuşcu Şahin interessant. Sie adressiert KI nicht explizit. Die Begriffe Artificial Intelligence, AI oder Machine Learning stehen nicht im Mittelpunkt der Untersuchung. Aber die Studie liefert ein Messinstrument, das für die Bewertung kommender KI-Anwendungen in der Pflege sehr nützlich werden könnte.

Worum geht es in der Studie?

Die Studie „Digital burnout in nursing: development of a valid and reliable scale to assess digital burnout associated with the digitalization process in nursing“ wurde 2026 in BMC Nursing veröffentlicht. Ziel war die Entwicklung und psychometrische Prüfung einer Skala, mit der digitales Burnout in der Pflege erfasst werden kann.

Die Autorin untersuchte 302 Pflegekräfte aus einem öffentlichen Krankenhaus in Hatay, Türkei. Die Daten wurden in zwei unabhängige Teilstichproben aufgeteilt. In der ersten Teilstichprobe mit 151 Personen wurde eine explorative Faktorenanalyse durchgeführt. In der zweiten Teilstichprobe mit ebenfalls 151 Personen wurde die gefundene Struktur mittels konfirmatorischer Faktorenanalyse geprüft.

Aus einem ursprünglichen Itempool entstand am Ende eine Skala mit 16 Items. Diese Items werden auf einer fünfstufigen Antwortskala beantwortet, von „nie“ bis „immer“. Höhere Werte bedeuten stärkere digitale Belastung beziehungsweise stärkeres digitales Burnout.

Die zwei Dimensionen der Digital Burnout Scale in Nursing

Die finale Skala besteht aus zwei Subskalen.

• Emotionale Erschöpfung: Diese Dimension erfasst Belastungen durch technische Aktualisierungen, digitale Fehlerangst, technische Probleme, zusätzliche Arbeitsbelastung und das Gefühl, durch digitale Aufgaben emotional ausgelaugt zu werden.
• Erosion menschlicher Interaktion: Diese Dimension erfasst, ob digitale Systeme den direkten Kontakt zu Patientinnen und Patienten, Kommunikation, Empathie, berufliche Identität und die menschliche Seite der Pflege schwächen.

Gerade die zweite Dimension ist für die Pflege besonders relevant. Sie fragt nicht nur: „Ist das System anstrengend?“ Sie fragt auch: „Verändert das System die Art, wie Pflegebeziehung möglich wird?“

Was zeigt die Grafik?

Die eingebundene Grafik zeigt das Strukturmodell der Skala. Links steht die Dimension „Erosion of Human Interaction“, rechts die Dimension „Emotional Exhaustion“. Die Kästchen mit den Bezeichnungen A1 bis A22 stehen für einzelne Skalenitems. Die Kreise an den Rändern symbolisieren Messfehler beziehungsweise nicht erklärte Varianz der Items.

Die Zahlen 0,722 bis 0,887 beschreiben standardisierte Faktorladungen. Vereinfacht gesagt zeigen sie, wie stark die einzelnen Items mit der jeweiligen Dimension zusammenhängen. Werte oberhalb von 0,70 gelten in der Regel als stark. Das spricht dafür, dass die Items ihre jeweilige Dimension gut abbilden.

Der Pfeil zwischen beiden Dimensionen zeigt einen starken Zusammenhang: β = 0,776. In der Studie bedeutet das: Eine stärkere Erosion menschlicher Interaktion sagt eine stärkere emotionale Erschöpfung voraus. Das ist fachlich bedeutsam, weil digitale Belastung hier nicht nur als technisches Problem erscheint, sondern als relationales Problem. Wenn menschliche Interaktion durch digitale Arbeit geschwächt wird, steigt offenbar auch emotionale Erschöpfung.

Unten in der Grafik stehen zentrale Modellfit-Werte: χ²/df = 1,908, CFI = 0,957, RMSEA = 0,078 und N = 151. Diese Werte beziehen sich auf die konfirmatorische Prüfung des Modells in der zweiten Teilstichprobe. Ein χ²/df-Wert unter 2, ein CFI über 0,95 und ein RMSEA im akzeptablen Bereich sprechen dafür, dass das zweidimensionale Modell die Daten insgesamt plausibel beschreibt.

Warum ist die Studie für KI in der Pflege relevant?

Die Studie untersucht Digitalisierung im weiteren Sinne: elektronische Patientenakten, digitale Dokumentationssysteme, Telemedizin und mobile Gesundheitstechnologien. KI wird nicht explizit untersucht. Genau deshalb sollte man die Studie nicht überdehnen.

Trotzdem ist sie für KI hoch relevant. Viele KI-Anwendungen in der Pflege werden nicht isoliert erlebt, sondern als Teil digitaler Arbeit: Sprachdokumentation, automatische Zusammenfassungen, Entscheidungsunterstützung, Chatbots, digitale Pflegeplanung oder Ambient Scribing. Für Pflegekräfte zählt nicht nur, ob ein System „intelligent“ ist. Entscheidend ist, ob es Arbeit sinnvoll erleichtert oder ob es zusätzliche Aufmerksamkeit, Kontrolle, Korrektur und Anpassung verlangt.

Die Digital Burnout Scale in Nursing könnte helfen, genau diese Frage empirisch zu untersuchen. Sie macht nicht nur technische Akzeptanz messbar, sondern auch Belastung und Beziehungsfolgen digitaler Arbeit.

Was könnte man mit der Skala testen?

Für Studierende, Bachelorarbeiten, Masterarbeiten oder kleine Forschungsprojekte ergeben sich mehrere spannende Fragestellungen.

• Sinkt digitale Erschöpfung, wenn eine KI-gestützte Sprachdokumentation eingeführt wird?
• Verändert sich die wahrgenommene Erosion menschlicher Interaktion nach der Einführung eines digitalen Dokumentationssystems?
• Unterscheiden sich Pflegebereiche mit hoher Bildschirmzeit von Bereichen mit geringerer digitaler Arbeitslast?
• Hängt digitale Erschöpfung stärker mit technischer Usability oder stärker mit organisatorischem Stress zusammen?
• Entlastet KI wirklich oder verschiebt sie Arbeit nur von Dokumentation zu Kontrolle, Korrektur und Nachbearbeitung?
• Erleben Pflegekräfte KI-Systeme anders, wenn sie an der Einführung, Schulung und Evaluation beteiligt wurden?
• Welche Rolle spielen Alter, Berufserfahrung, digitale Schulung, Arbeitszeit und tägliche Bildschirmzeit?

Besonders interessant wäre ein Vorher-Nachher-Design: Die Skala wird vor Einführung eines KI-Dokumentationssystems, kurz nach Einführung und einige Monate später erneut eingesetzt. So könnte man prüfen, ob anfängliche Begeisterung, Irritation oder Mehrbelastung stabil bleibt oder sich im Verlauf verändert.

Noch stärker wäre ein Vergleich zwischen Einrichtungen oder Stationen: eine Gruppe mit KI-gestützter Dokumentation, eine Gruppe ohne entsprechende Anwendung. Auch qualitative Interviews könnten ergänzt werden, um zu verstehen, warum bestimmte Werte steigen oder sinken.

Ein kritischer Blick auf die Studienqualität

Die Studie hat mehrere Stärken. Positiv ist, dass es sich um eine spezifisch pflegebezogene Skalenentwicklung handelt. Viele Instrumente zu digitaler Belastung stammen aus allgemeinen Arbeitskontexten, aus Studierendenpopulationen oder aus freiwilligen digitalen Nutzungssituationen. Pflege ist anders: Digitale Systeme sind häufig verpflichtend, arbeitsablaufintegriert und mit Verantwortung für Patientinnen und Patienten verbunden.

Methodisch positiv ist auch, dass die Autorin explorative und konfirmatorische Faktorenanalyse in getrennten Teilstichproben durchgeführt hat. Das reduziert das Risiko, dass die gefundene Struktur nur zufällig zur ersten Stichprobe passt. Die interne Konsistenz ist hoch: Cronbachs Alpha lag bei 0,932 für emotionale Erschöpfung, 0,946 für Erosion menschlicher Interaktion und 0,958 für die Gesamtskala. Auch die Modellfit-Werte der konfirmatorischen Faktorenanalyse sind insgesamt akzeptabel bis gut.

Gleichzeitig gibt es wichtige Einschränkungen. Die Studie wurde in nur einem öffentlichen Krankenhaus in der Türkei durchgeführt. Damit ist offen, ob die Skala in anderen Ländern, Versorgungssystemen, Einrichtungen und Pflegebereichen genauso funktioniert. Die Datenerhebung erfolgte online. Das kann dazu führen, dass eher Personen teilgenommen haben, die mit digitalen Werkzeugen bereits vertraut sind.

Außerdem ist die Studie querschnittlich angelegt. Sie zeigt Zusammenhänge, aber keine Kausalität. Man kann also nicht sicher sagen, ob digitale Arbeit emotionale Erschöpfung verursacht oder ob bereits belastete Pflegekräfte digitale Systeme stärker als erschöpfend erleben. Auch Selbstberichtsdaten sind anfällig für Antworttendenzen.

Ein weiterer Punkt ist die sehr hohe interne Konsistenz. Werte über 0,90 sind zunächst ein gutes Zeichen, können aber auch bedeuten, dass einige Items sehr ähnlich messen. Die Autorin weist selbst darauf hin, dass künftige Studien prüfen sollten, ob eine kürzere Version der Skala möglich ist.

Für den deutschsprachigen Raum kommt ein weiterer Punkt hinzu: Eine deutsche Fassung ist derzeit keine validierte Skala. Eine Arbeitsübersetzung kann für Diskussion, Lehre, Pretests und Studienplanung hilfreich sein. Für belastbare empirische Studien bräuchte es aber eine formale Übersetzungs- und Validierungsprozedur mit Vorwärtsübersetzung, Rückübersetzung, Expertinnen- und Expertenreview, kognitiven Pretests und psychometrischer Prüfung in einer deutschsprachigen Stichprobe.

Warum das für Studierende spannend ist

Die Skala bietet einen konkreten Einstieg in empirische Pflegeforschung. Sie ist überschaubar, thematisch aktuell und anschlussfähig an Digitalisierung, KI, Arbeitsbelastung, Pflegedokumentation, Patientenzentrierung und Organisationsentwicklung.

Gerade für Studierende ist das eine Chance: Statt allgemein zu fragen, ob KI „gut“ oder „schlecht“ für Pflege ist, lässt sich eine präzisere Forschungsfrage stellen. Was verändert sich? Für wen? Unter welchen Bedingungen? Und woran würden wir merken, dass digitale Entlastung nicht nur versprochen, sondern tatsächlich erlebt wird?

Mein Vorschlag wäre: Nutzt die Skala nicht als fertige Antwort, sondern als Werkzeug für bessere Fragen. Besonders interessant sind Studien, die digitale oder KI-gestützte Dokumentationssysteme nicht nur nach Zeitersparnis, sondern auch nach emotionaler Belastung und Beziehungsqualität bewerten.

Einordnung für KI-gestützte Pflegedokumentation

Bei KI-gestützter Dokumentation wird häufig mit Effizienz argumentiert. Weniger Schreibarbeit, schnellere Berichte, bessere Vollständigkeit. Das sind legitime Ziele. Aber Pflegequalität entsteht nicht allein durch vollständige Datensätze.

Wenn KI Zeit spart, muss diese Zeit bei den Menschen ankommen. Wenn KI Dokumentation erleichtert, darf sie nicht neue Kontrollarbeit erzeugen. Wenn KI Formulierungen verbessert, darf sie nicht dazu führen, dass Pflegekräfte sich weniger als Beziehungspersonen und mehr als Datenprüferinnen oder Datenprüfer erleben.

Die Digital Burnout Scale in Nursing kann helfen, diese Risiken früh zu messen. Nicht als Anti-KI-Instrument, sondern als Qualitätsinstrument für gute Digitalisierung.

PDF der Skala und DOCX auf Anfrage

Ich werde die Skala als PDF in den Beitrag einbinden. Wer die Datei zusätzlich als editierbare DOCX-Version für Lehre, Diskussion, Pretest oder Studienplanung benötigt, kann mir gerne eine E-Mail an kontakt@pflege-ai.de schreiben.

Wichtig: Die deutsche Fassung ist eine nicht validierte Arbeitsübersetzung. Sie ersetzt keine wissenschaftlich validierte deutsche Version der Skala. Wer die Skala empirisch einsetzen möchte, sollte die notwendigen Übersetzungs- und Validierungsschritte sauber planen und dokumentieren.

Fazit

Die Studie von Kuşcu Şahin ist kein direkter KI-Beitrag. Aber sie liefert einen wichtigen Baustein für die nächste Phase der Pflege-KI-Debatte. Wir sollten digitale Systeme nicht nur danach bewerten, ob sie schneller machen. Wir sollten auch prüfen, ob sie Pflegekräfte emotional entlasten oder erschöpfen und ob sie menschliche Interaktion stärken oder schwächen.

Für mich ist genau das die entscheidende Frage: Nicht ob Digitalisierung und KI in die Pflege kommen. Sie sind längst da. Sondern ob wir rechtzeitig lernen, ihre Folgen für Pflegearbeit, Beziehung und berufliche Identität empirisch zu messen.

Literatur

Die deutsche Variante der Bornout-Skala

Kuşcu Şahin, F. N. (2026). Digital burnout in nursing: development of a valid and reliable scale to assess digital burnout associated with the digitalization process in nursing. BMC Nursing. https://doi.org/10.1186/s12912-026-04792-9

Transparenzhinweis

Dieser Beitrag wurde von Christian Kolb fachlich konzipiert, redaktionell verantwortet und in kooperativer Zusammenarbeit mit einem spezialisierten Hermes Agenten für Pflegewissenschaft und Pflege-KI erstellt. Der Agent arbeitet auf Basis des Modells OpenAI GPT-5.5. Die redaktionelle Verantwortung für Inhalt, Einordnung und Veröffentlichung liegt vollständig bei Christian Kolb.