Implementation Science in der Klinik-IT: Was die Forschung über Adoption weiß

Eine Klinik-Geschäftsführung berichtet im April 2026 in einer Vorstands-Sitzung über die seit einem halben Jahr laufende KI-gestützte Doku-Einführung in zwei Häusern eines mittelgroßen Verbunds. Die Schulungs-Quote liegt im Bericht in der Größenordnung knapp neun von zehn Anwender:innen, die formal gemessene Adoption-Rate — Anwender:innen mit mindestens einer Sitzung pro Woche — in einer deutlich darunter liegenden Größenordnung; die Lücke zwischen der formalen Schulungs-Quote und der tatsächlichen Software-Nutzung ist die unbequeme Stelle des Berichts. In der Sitzung schwingt die Frage mit, die niemand direkt stellt: Warum trägt das nicht? Die Implementation-Science-Forschung der letzten zwanzig Jahre hat genau diese Frage zu ihrer eigenen gemacht. Sie ist seit Mitte der 2000er-Jahre ein eigenständiges Feld mit eigener Zeitschrift, eigenen Bezugsrahmen und eigener methodischer Disziplin — und sie hat zu der Frage, warum gute Werkzeuge in komplexen Organisationen oft nicht ankommen, eine Reihe konvergenter Befunde formuliert. Drei davon werden in deutschen Klinik-Vorhaben besonders häufig unterschätzt.

Fünf Frameworks ordnen das Feld

Die methodische Konsolidierung des Feldes lässt sich auf fünf Beiträge zurückführen, die heute in jeder seriösen Implementations-Vorlage vorkommen. Damschroder und Kolleg:innen (2009) ordnen im Consolidated Framework for Implementation Research (CFIR) die Determinanten in fünf Domänen — Charakteristika der Intervention, äußerer Kontext, innerer Kontext, individuelle Akteur:innen, Implementierungs-Prozess. Greenhalgh und Kolleg:innen (2017) erweitern die Sicht im Nonadoption-Abandonment-Scale-up-Spread-Sustainability-Framework (NASSS) auf sieben Komplexitäts-Domänen — Krankheits-Bedingung, Technologie, Wert-Proposition, Adoptanten, Organisation, weiteres System, Anpassung über Zeit. Glasgow, Vogt und Boles (1999) formulieren mit Reach-Effectiveness-Adoption-Implementation-Maintenance (RE-AIM) eine fünfdimensionale Evaluations-Architektur, die das Was-wirkt-bei-wem-unter-welchen-Bedingungen ordnet. Aarons und Kolleg:innen (2011) verorten Vorhaben im Exploration-Preparation-Implementation-Sustainment-Modell (EPIS) entlang vier Phasen, die in jedem Klinik-Vorhaben durchlaufen werden — auch wenn sie selten ausgesprochen sind. Und Greenhalgh und Kolleg:innen (2004) liefern in der Milbank-Quarterly-Übersicht zur Diffusion of Innovations in Service Organizations die systematische Lese, dass Adoption kein lineares Aufrollen ist, sondern ein iteratives Zusammenwirken von Innovation, Akteur:innen und Kontext. Jedes Framework arbeitet mit einer eigenen Domänen-Logik; keines ist prädiktiv im Sinne einer Erfolgs-Wahrscheinlichkeits-Berechnung. Sie ordnen die Komplexität, sie sagen nicht voraus, an welcher Stelle sie im Einzelfall kippt.

Über Beiträge in Implementation Science und in BMJ Quality & Safety der Jahre 2023 bis 2026 zieht sich ein konvergenter Befund: Wenn die Schulungs-Maßnahme die einzige Adoption-Hebelstelle eines Vorhabens ist, scheitert das Vorhaben überdurchschnittlich häufig. Die Studien sind heterogen in Größe und Design — qualitative Fallstudien, Mixed-Methods-Erhebungen, Mehrzentren-Befragungen. Die qualitative Klasse des Pattern ist über die Designs hinweg stabil. Die zugrunde liegenden Erhebungen kommen vorwiegend aus dem britischen, nordischen und niederländischen Versorgungs-Kontext; die Übertragung auf deutsche Klinik-Konstellationen ist methodisch tragfähig, einzelne Effekt-Maße lassen sich nicht direkt umrechnen. Aus dieser Lese-Lage lassen sich drei Hürden benennen, die in deutschen Klinik-IT-Vorhaben empirisch besonders häufig unterschätzt sind.

Hürde 1 — die innere Kontext-Komplexität

In der CFIR-Lese ist die Domäne „innerer Kontext“ einer der konstantesten Erfolgs-Prädiktoren — über die Folge-Empirie hinweg trägt sie häufiger als die Charakteristika der Intervention selbst. Innerer Kontext meint die organisatorische Verfasstheit des Hauses: die Stations-Kultur, die Vor-Geschichte mit IT-Einführungen, die Verteilung formaler und informeller Entscheidungs-Macht, die Lese-Routinen zwischen ärztlicher und pflegerischer Berufsgruppe, die etablierten Übergabe-Pattern. In NASSS deckt die Domäne „Organisation“ denselben Bereich ab. In deutschen Häusern ist dieser innere Kontext häufig komplexer, als die Anbieter-Vorlage am Tag eins voraussetzt — Verbund-Strukturen mit drei oder vier Häusern, Misch-Klinik-Konstellationen mit Akut- und Reha-Anteilen, die parallele Verantwortlichkeit von Geschäftsführung, ärztlicher Leitung, Pflegedienst-Leitung und Klinik-IT. Eine Implementation-Vorlage, die diese Komplexität nicht in der Pilot-Anordnung abbildet, behandelt das Haus wie ein einheitliches System — und stößt nach wenigen Wochen auf die Stelle, an der die Entscheidungs-Wege keinen einheitlichen Auflösungs-Pfad haben.

Hürde 2 — die fehlende Wert-Klarheit am Tag eins

In NASSS ist die Domäne „Wert-Proposition“ eine eigene Komplexitäts-Achse — getrennt von der Technologie-Domäne, getrennt von der Adoptanten-Domäne. Die Frage lautet nicht, ob die Software gut ist, sondern für wen sie welchen Wert in welcher Lage erzeugt. Holden und Karsh (2010) zeigen in ihrer Übertragung des Technology Acceptance Model (TAM) auf den Klinik-Kontext im Journal of Biomedical Informatics einen konstanten Befund: Die wahrgenommene Nützlichkeit ist über die eingeschlossenen Studien hinweg der stärkere Prädiktor der Nutzungs-Absicht — deutlich stärker als die wahrgenommene Bedienbarkeit. Die Übersicht ist methodisch heterogen; viele eingeschlossene Studien messen selbstberichtete Absichten, keine beobachteten Verläufe. Der Befund klingt selbstverständlich und ist es trotzdem nicht: Im RE-AIM-Vokabular entspricht die Wert-Proposition der Effectiveness-Dimension — und die Effectiveness wird in vielen Klinik-Vorhaben am Tag eins gar nicht definiert. Es gibt einen Lastenheft-Funktions-Katalog, eine Schulungs-Planung, einen Einführungs-Fahrplan. Was fehlt, ist die operativ messbare Aussage: für welche Berufsgruppe, an welcher Prozess-Stelle, gegen welche Vor-Pilot-Bezugsgröße, in welchem Zeitraum tritt welcher Vorteil ein. Wo diese Aussage am Tag eins nicht steht, ist die Adoption-Messung am Tag 180 strukturell hilflos.

Hürde 3 — die unterschätzte Anpassungs-Arbeit über Zeit

Die NASSS-Domäne „Anpassung über Zeit“ und die EPIS-Phase „Sustainment“ beantworten beide eine Frage, die in der Klinik-Vorhaben-Vorlage selten explizit gestellt wird: Welche Anpassungs-Arbeit ist nach dem Go-Live über Monate und Jahre fortlaufend zu leisten, damit das System tragfähig bleibt? Software-Updates der Anbieter-Seite, Modell-Aktualisierungen bei KI-Komponenten, Personal-Wechsel auf den Stationen, Verschiebungen der Fall-Mischung, Anpassungen aufsichts-, datenschutz- oder förder-rechtlicher Rahmen-Bedingungen — jede dieser Verschiebungen verlangt eine Re-Implementations-Arbeit am Klinik-Werkzeug, die nicht in der ursprünglichen Schulungs-Planung vorgesehen war. Die Implementation-Science-Forschung benennt diese Arbeit als eigene Klasse, nicht als Erweiterung der Anfangs-Implementierung. Sie ist in der Personal-Planung und im Vertrags-Werk häufig nicht abgebildet. Vorhaben, die mit dem Go-Live als End-Punkt geplant sind, haben am Tag 365 eine strukturelle Anpassungs-Lücke — und genau in dieser Lücke verfällt die Adoption nicht akut, sondern still.

Die Übertragung der Frameworks auf den deutschen Klinik-Kontext ist methodisch tragfähig, aber sie verlangt eine Lese-Arbeit, die in den Original-Studien noch nicht enthalten ist. Programme wie das EviDoc-Vorhaben der Charité-Arbeitsgruppe Clinical Implementation Science in Digital Health (CIDH) zeigen, wie die Lese-Arbeit operativ aussehen kann — die Anwendung der Frameworks auf konkrete deutsche Klinik-Software-Einführungen, mit dokumentierten Anpassungen am Domänen-Inventar, am Pilot-Design und an der Erfolgs-Messung. Die Programm-Erfahrung ist nicht peer-reviewed Empirie; sie trägt als methodischer Anker für die Übertragung in den deutschen Versorgungs-Kontext. Der zweite Anker ist die schlichte Tatsache, dass die strukturellen Hürden — innere Kontext-Komplexität, fehlende Wert-Klarheit, unterschätzte Anpassungs-Arbeit — in jedem Versorgungs-System der drei Kontinente, aus denen die Original-Studien stammen, dieselben Klassen bilden. Die deutsche Verbund-Struktur, das deutsche Misch-Klinik-Pattern, die deutsche Pflege-Arzt-IT-Trias verschieben die jeweilige Ausprägung; sie ändern die Klassen nicht.

Was die Lese in der Klinik-Vorlage verändert

Eine Vorstands-Vorlage zu einer Klinik-KI-Einführung, die die Implementation-Science-Lese ernst nimmt, ändert ihre Struktur an drei Stellen. Erstens trägt sie eine Lesbarkeit des inneren Kontextes — die Verbund- oder Misch-Klinik-Geometrie, die Stations-Kultur mit ihren Vor-Erfahrungen aus früheren Einführungen, die Lage zwischen formalen und informellen Entscheidungs-Wegen —, bevor die Software-Vorstellung beginnt. Zweitens benennt sie die Wert-Proposition operativ und messbar — also nicht als Marketing-Aussage, sondern als Vor-Pilot-Bezugsgröße mit Zeitfenster und Adressat:innen-Klasse. Drittens dimensioniert sie die Anpassungs-Arbeit über Zeit — die Personal-Stunden, die Vertrags-Klauseln zu Modell-Aktualisierungen, die Re-Schulungs-Pläne, die Mess-Termine — als eigenen Posten, nicht als Restkategorie zur Anfangs-Implementierung. Die drei Punkte ersetzen den Schulungs-Plan nicht. Sie ordnen ihn in die Struktur ein, in der Schulung das tut, was Schulung kann — und in der die strukturellen Hebelstellen die Stellen bekommen, an denen sie tragen.

Implementation Science ist ein nüchternes Forschungsfeld. Es verspricht keine Erfolgs-Garantie und keine prädiktiven Algorithmen. Es ordnet die Komplexität, an der Klinik-IT-Einführungen typischerweise scheitern, in benennbare Domänen — und macht es damit möglich, eine Vorstands-Vorlage zu schreiben, die die Stellen adressiert, an denen die Empirie das Scheitern verortet. Die Lese ändert die Frage in der Vorstands-Sitzung nur an einer Stelle. Sie verschiebt die Frage von „läuft die Schulung“ hin zu „tragen der innere Kontext, die Wert-Klarheit und die Anpassungs-Arbeit“. Das ist die Information, mit der eine Vorstands-Sitzung im sechsten Monat nicht mehr unbeantwortet zwischen einer hohen Schulungs-Quote und einer deutlich niedrigeren Adoption-Rate steht.