gms | German Medical Science

Fragestellung/Einleitung: Nachdem relevante Daten aus verschiedensten Bereichen zu Kursen und Lehre in der Fakultät zur Verfügung stehen, stellt sich die Frage nach der richtigen Auswahl und Aufbereitung dieser Informationen, um möglichst effizient und anschaulich von Lehrenden (Nicht-Klinikern und Klinikern) aufgenommen und angewendet zu werden. Dabei muss die Datenmenge derart aggregiert sein, um Weiterentwicklung der Kurse und des Curriculums zu ermöglichen.

Methoden: Während des Entwicklungsprozesses des HIT-Tools („How I Teach“), welches den Dozenten einen klaren und strukturierten Überblick über Kurs- und Progress Test Ergebnisse, Studierenden-Evaluationsdaten und Lehrberichtsinformationen bietet, lag ein Schwerpunkt auf der engen Zusammenarbeit mit den Dozenten. Als Teil dieser Kooperation wurde ein erster Prototyp des Systems auf Grundlage von persönlichen Interviews evaluiert. Ein Hauptaugenmerk lag dabei auf der Selektion relevanter Daten und ihrer ansprechenden Visualisierung.

Ergebnisse: Das Gespräch mit den Dozenten hat aufgezeigt, das vor allem interne Vergleichsmöglichkeiten zwischen Instituten/Kliniken und allgemeine Deutschlandvergleiche wünschenswert sind. Externe Evaluationsmittel wie M2 und Progress Test Medizin sind in diesem Bereich probate Mittel. Gerade die Interdisziplinarität klinischer und theoretischer Inhalte in einem Modellstudiengang vereint Dozenten über Institute und Kliniken hinweg. Der Bedarf an Wissen über Ansprechpartner, Studieninhalte, Lernziele und Vergleiche untereinander sind das Hauptinteresse von Dozenten. Ein weiterer Aspekt neben der allgemeingültigen Zusammenfassung von relevanten Daten ist der ziel- und personengenaue Zuschnitt der Datenmenge, die zur Verfügung steht. Dies könnte durch eine frei konfigurierbare visuelle Ansicht ermöglicht werden.

Diskussion/Schlussfolgerung: Aufgrund mangelnder Zeitkapazität bei Dozenten der Medizin bedarf es einer effizienten Aggregation der für die Evaluation der Kursentwicklung relevanten Daten. Durch die dadurch erreichte Transparenz von Datenerhebung und -aufbereitung gelingt eine Verbesserung der Akzeptanz und der Anwendung dieser Information durch Dozenten und Fakultät. Somit wird die Curriculare Weiterentwicklung gefördert.