Publikation: Potential of Assistive Robots in Clinical Nursing: An Observational Study of Nurses' Transportation Tasks in Rural Clinics of Bavaria, Germany
Autoren: D. Sommer, J. Kasbauer, D. Jakob, S. Schmidt, F. Wahl
Erschienen in: Nursing Reports 14 (1), S. 267–286 (2024)
Der Beitrag in Kürze
Transportaufgaben in der Pflege sind häufig, werden oft übersehen – und gehen direkt zulasten der Zeit am Patientenbett. Genau hier setzt diese Beobachtungsstudie an. Statt von Roboterherstellern zu übernehmen, was angeblich automatisierbar ist, haben wir die Realität gemessen: Welche Güter werden in einer Klinik wie oft, wie lange und auf welche Weise transportiert?
Über sieben Beobachtungstage in zwei ländlichen Kliniken erfassten wir mit einer standardisierten App 1.830 Transporte. Das Ergebnis ist eine der wenigen detaillierten Datengrundlagen zu pflegerischen Transportaufgaben – und damit das Fundament, um Assistenzroboter überhaupt bedarfsgerecht entwickeln und einsetzen zu können.
Warum Transportaufgaben in der Pflege ein blinder Fleck sind
Wer an Pflegearbeit denkt, denkt an Versorgung, Beobachtung, Zuwendung – also an die unmittelbare Arbeit mit dem Menschen. Was selten mitgedacht wird, ist der logistische Unterbau, der diese Arbeit erst möglich macht: Verbrauchsmaterial muss aus dem Lager kommen, Medikamente von der Station zur Apotheke und zurück, Proben ins Labor, Mahlzeiten ans Bett. Jede dieser Bewegungen wirkt für sich genommen banal. In der Summe binden sie jedoch genau jene Fachkräfte, die ausgebildet wurden, um Patientinnen und Patienten zu versorgen – und nicht, um Wege zurückzulegen.
Dieser blinde Fleck hat einen einfachen Grund: Transportaufgaben tauchen in keiner Stellenbeschreibung als eigener Posten auf. Sie sind über den Tag verteilt, jede einzelne dauert nur kurz, und keine davon erscheint wichtig genug, um sie zu dokumentieren. Gerade deshalb fehlte bislang eine belastbare Datengrundlage. Diskussionen über den Einsatz von Servicerobotik in Kliniken stützten sich überwiegend auf Annahmen statt auf gemessene Bedarfe. Unsere Studie schließt diese Lücke, indem sie das Unsichtbare zählbar macht.
Was transportiert wird
Die Transporte verteilen sich klar auf wenige Kategorien:
- Nicht-medizinische Güter: 27,05 % (n = 495)
- Medizinische Güter: 17,32 % (n = 317)
- Pharmakotherapie: 14,10 % (n = 258)
- Sonstiges wie Speisen und Getränke: 12,68 % (n = 232)
Auffällig: Die meisten Transporte dauern faktisch unter einer Minute – es sind also viele kurze, repetitive Wege, nicht wenige große. Und 77,15 % aller Transporte werden von Hand erledigt. Genau diese kleinteilige, manuelle Logistik summiert sich über eine Schicht zu erheblichen Wegstrecken und körperlicher Belastung.
Diese Struktur ist aufschlussreicher, als sie auf den ersten Blick wirkt. Dass sich der Großteil der Transporte auf eine Handvoll Kategorien konzentriert, bedeutet, dass Automatisierung nicht an unzähligen Sonderfällen scheitern muss, sondern an wenigen, klar umrissenen Aufgabentypen ansetzen kann. Und dass die einzelnen Wege so kurz sind, verschiebt den Blick: Nicht die Länge des einzelnen Transports ist das Problem, sondern ihre schiere Häufigkeit. Eine Aufgabe, die jede für sich genommen unter einer Minute dauert, aber dutzende Male pro Schicht anfällt, ist genau das Muster, bei dem repetitive Unterbrechungen die eigentliche Last erzeugen – nicht zuletzt, weil jede Unterbrechung die konzentrierte Arbeit am Patientenbett zerreißt.
Wo sich Roboter rechnen
Der wirtschaftlich interessanteste Befund betrifft die Speisenversorgung: Mahlzeiten sind mit rund 9.596,16 Euro pro Jahr der kostenintensivste Transportposten in den beobachteten Kliniken. Ein kostengünstiger Transportroboter würde sich allein über die Übernahme der Speisentransporte binnen eines Jahres amortisieren.
Das ist die eigentliche Pointe der Studie: Roboter müssen nicht alles können, um sich zu lohnen. Sie müssen die richtigen, häufig wiederkehrenden Aufgaben übernehmen. Die Daten zeigen, welche das sind.
Wichtig ist dabei, was eine solche Rechnung leistet und was nicht. Sie ersetzt keine vollständige Wirtschaftlichkeitsbetrachtung, die auch Anschaffung, Wartung, Infrastruktur und organisatorische Anpassung umfasst. Aber sie liefert einen klaren Ansatzpunkt: Wer wissen will, wo Automatisierung zuerst sinnvoll ist, sollte dort beginnen, wo wiederkehrende Aufgaben auf hohe gebundene Kosten treffen. Die Speisenversorgung erfüllt beide Kriterien – sie ist planbar, regelmäßig und in festen Zeitfenstern getaktet. Damit ist sie nicht nur der teuerste, sondern auch einer der am besten automatisierbaren Transportposten.
Was die Daten für die Gerätegestaltung bedeuten
Gemessene Bedarfe sagen nicht nur, ob ein Roboter sinnvoll ist, sondern auch, wie er beschaffen sein muss. Aus der Verteilung der Transportkategorien lassen sich konkrete Anforderungen ableiten: Pharmakotherapie verlangt nach gesicherten, nachvollziehbar verschlossenen Behältern; die Speisenversorgung nach Lösungen, die Temperatur und Hygiene wahren; nicht-medizinische Güter nach robusten, einfach zu beladenden Transportbehältern. Ein Gerät, das alle diese Anforderungen gleichermaßen erfüllen will, wird teuer und kompliziert. Ein Gerät, das auf die häufigsten und kostenintensivsten Aufgaben zugeschnitten ist, kann schlank, zuverlässig und bezahlbar bleiben.
Genau hier zahlt sich evidenzbasierte Entwicklung aus: Sie verhindert, dass Funktionen eingebaut werden, die in der Praxis kaum gebraucht werden, und konzentriert die Investition auf das, was den Klinikalltag tatsächlich entlastet.
Warum diese Studie für uns zählt
Gute Robotik beginnt nicht mit dem Roboter, sondern mit der Anforderungsanalyse. Diese Studie liefert die belastbare Evidenzbasis, auf der unsere Plattform aufsetzt: Sie sagt uns, welche Transporte hospOS priorisieren sollte, welche Anforderungen an die Geräte zu stellen sind (etwa verschließbare oder gekühlte Behälter) und wo der wirtschaftliche Hebel am größten ist. Statt „Roboter, weil Roboter" verfolgen wir bei Athegus den umgekehrten Weg: erst der gemessene Bedarf, dann die Automatisierung.
Dieser Weg ist anstrengender als der schnelle Griff zum nächsten Produktversprechen, aber er ist der einzige, der trägt. Eine Klinik, die in Automatisierung investiert, muss darauf vertrauen können, dass die Entscheidung auf belastbaren Zahlen beruht und nicht auf Marketingannahmen. Genau dieses Vertrauen entsteht, wenn man zuerst misst und dann baut. Die hier vorgestellten Daten sind ein Baustein dieser Haltung – und ein Beispiel dafür, wie wir Technologie verstehen: als Mittel, um Fachkräften Zeit zurückzugeben, nicht als Selbstzweck.