Forschung

QML 2.0 untersucht, wie Lernerfolg in Kompetenzbereichen sichtbar gemacht werden kann, die sich nicht allein durch klassische Wissensprüfungen erfassen lassen. Dazu gehören ethische Reflexion, kommunikative Fähigkeiten, professionelle Haltung und Professional Identity Formation.

Im Zentrum steht die Frage, wie entsprechende Lernziele formuliert und evaluiert werden können. Dabei prüfen wir, ob vergleichende Selbsteinschätzungen geeignet sind, Kompetenzentwicklung abzubilden, und wie diese durch weitere Verfahren wie Patient:innengespräche, Simulationsgespräche, Reflexionstexte oder OSCE-Stationen ergänzt und validiert werden können. Ziel ist eine differenzierte Lernerfolgsmessung auch in komplexen professionellen Kompetenzbereichen.

Unser Projekt QML 2.0 verfolgt seit 2025 einen integrierten Qualitätsmanagementansatz für den klinischen Abschnitt des Medizinstudiums. Lernerfolgsmessung und Lehrevaluation werden dabei über Lernziele miteinander verknüpft. Ziel ist es, die tatsächlichen Ergebnisse einzelner Lehrveranstaltungen stärker zu berücksichtigen und Lehrqualität nicht nur über Strukturmerkmale oder Zufriedenheit zu erfassen. Gleichzeitig soll das System an die besonderen Strukturen des Medizinstudiums angepasst bleiben und auch für zukünftige Steuerungsprozesse nutzbar sein.
In diesem Kontext wird Künstliche Intelligenz als unterstützendes Werkzeug eingesetzt. Sie hilft dabei, große und komplexe Datenmengen zu strukturieren, Muster sichtbar zu machen und didaktische Diskussionen vorzubereiten. Eine automatisierte Bewertung von Lehrqualität findet dabei bewusst nicht statt.
Der Ansatz orientiert sich an etablierten Perspektiven aus dem Bereich Learning Analytics. Darunter versteht man die Sammlung, Analyse und Interpretation von Lerndaten mit dem Ziel, Lehre und Lernen besser zu verstehen und weiterzuentwickeln (Siemens, 2013), (SoLAR, 2025). Dabei wird betont, dass solche Daten immer im jeweiligen Kontext interpretiert werden müssen und nicht für sich selbst sprechen (Wise & Jung 2019). Auch aktuelle Empfehlungen des Medizinischen Fakultätentages im Positionspapier zum Thema Digitalität verstehen Künstliche Intelligenz (KI) nicht als Ersatz menschlicher Entscheidungen. Stattdessen wird KI als unterstützendes Werkzeug im Sinne eines Human-in-the-Loop-Ansatzes betrachtet.