Algorithmen und Handlungsmacht in Krankenhäusern


Forschungsschwerpunkt: Strukturwandel und Innovation

Status: Laufend

Projektende: 31.03.2023

Projektnummer: 2020-839-2

Projektziel:

Dieses Forschungsprojekt untersucht Digitalisierungsprozesse in Krankenhäusern im Hinblick auf die Veränderung der Handlungsmacht. Es fokussiert auf zwei typische Folgen algorithmischer Digitalisierung, namentlich 1) der zunehmenden Standardisierung und Kontrolle sowie 2) die der Teilautomatisierung. Ziel ist die Ableitung strategisch relevanten Handlungswissens für die Akteure der Mitbestimmung.

Projektbeschreibung:

1. Kontext

In den vergangenen Jahren sind eine fortschreitende Informatisierung und digitale Transformation der Krankenhäuser zu beobachten. Hier werden Berufsgruppen inzwischen in fast allen Tätigkeiten durch algorithmische Technologien unterstützt, nicht nur bei alltäglichen Routinen im Rahmen der Behandlungsdokumentation sondern zunehmend auch in Form technologischer Entscheidungsunterstützung. In diesem Kontext fehlen empirisch gesicherte Erkenntnisse zur Einführung und Nutzung von Algorithmen hinsichtlich der sich verändernden, konstitutiven Verschränkung menschlicher und algorithmischer Handlungsmacht sowie dem variierenden Einfluss auf Arbeitssituationen und -abläufe. Entsprechende Kenntnisse sind wichtig, damit Interessenvertretungen einen an Prinzipien guter Arbeit orientierten Beitrag zum Einsatz algorithmischer Technologien leisten können.

2. Fragestellung

Vor dem Hintergrund der konstitutiven Verschränkung von Sozialem und Materiellem fragt das Projekt, wie sich die Handlungsmacht der Akteure in Kliniken durch Entwicklung und Einsatz algorithmischer, teilweise selbstlernender Anwendungen verändert, und welche relevanten Gestaltungsoptionen diesbezüglich existieren. Beispielhafte Fragen sind: Welche Arbeitsroutinen, Richtlinien und sozialen Normen wurden in die vorhandenen Algorithmen implizit sowie explizit inskribiert? Wie verändern sich infolgedessen wiederum Arbeitsroutinen, Richtlinien und Normen in der alltäglichen Krankenhauspraxis? Wie wirkt es sich aus, dass beim Einsatz von Künstlicher Intelligenz die Integration des Sozialen (hier in den gesammelten, vergangenheitsbezogenen Trainingsdaten enthalten) in das Materielle (selbstlernender Algorithmus) nur noch teilweise nachvollzogen werden kann?

3. Untersuchungsmethoden

Die empirische Untersuchung erfolgt in Europas größtem Universitätsklinikum, der Charité Berlin. Hierzu ist ein Embedded Case-Design durch den Vergleich von zwei Fällen (Cross-Case Comparison) gewählt. Fall 1) untersucht auf der Intensivstation der Charité die Verschränkung der Handlungsmacht der PflegerInnen und ÄrztInnen sowie eines Patientenmanagementsystems, das Behandlungsaktivitäten dokumentiert und dabei Qualitätsindikatoren abgleicht. In Fall 2) stehen in der Charité soziomaterielle Handlungsmachtaspekte rund um die Berufsgruppen der radiologischen AssistentInnen und RadiologInnen sowie ein selbstlernender Algorithmus zur Unterstützung der radiologischen Prostata-Segmentierung im Fokus. Neben Analysen der algorithmischen Systeme werden Beobachtungen sowie Einzel- und Gruppeninterviews mit unterschiedlichen Berufsgruppen durchgeführt.

Projektleitung und Bearbeiter/in:

Projektleitung:

Prof. Dr. Felix Balzer

Charité - Universitätsmedizin Berlin

Anästhesiologie/operative Intensivmedizin CCM/CVK

felix.balzer@charite.de

Prof. Dr. Christian Meske

Freie Universität Berlin Fachbereich Wirtschaftswissenschaft

Wirtschaftsinformatik

christian.meske@fu-berlin.de

Kontakt:

Dr. Stefan Lücking

Hans-Böckler-Stiftung

Forschungsförderung

stefan-luecking@boeckler.de

Der Beitrag wurde zu Ihrerm Merkzettel hinzugefügt.

Merkzettel öffnen