Zum Inhalt

Early Warning Scores: Implementierung, Herausforderungen und Lösungen im Netzwerk der Initiative Qualitätsmedizin

  • Open Access
  • 30.10.2025
  • Sepsis
  • Originalien

Zusammenfassung

Hintergrund

Bei stationären Patienten können Verschlechterungen frühzeitig durch Early Warning Scores (EWS) erkannt und entsprechende Maßnahmen eingeleitet werden. Unklar ist, wie weit EWS im Netzwerk der Initiative Qualitätsmedizin (IQM) mit 480 Krankenhäusern umgesetzt werden und welche förderlichen und hinderlichen Faktoren dabei berichtet werden.

Methode

Explorativer Online-Survey im IQM-Netzwerk zu EWS-spezifischen Strukturen und Prozessen, förderlichen und hinderlichen Faktoren. Der Grad der subjektiv beurteilten Implementierung wurde auf einer numerischen Rating-Skala mit 1–10 (10 = max.) angegeben.

Ergebnisse

Von 480 angeschriebenen Personen nahmen 18,7 % (n = 90) teil, 6,3 % (n = 30) nutzten EWS im Mittel seit 4,3 Jahren in der Praxis. Der am häufigsten eingesetzte Score war der National Early Warning Score (National-EWS; 37,9 %, n = 11), der überwiegend auf konservativen Allgemeinstationen (66,7 %, n = 20) verwendet wurde. Rapid-Response-Teams wurden meistens durch Reanimationsteams 33,3 % (n = 10) gestellt. Zur EWS-Erfassung wurden in 82,2 % (n = 24) elektronische Systeme verwendet, die Dokumentation erfolgte am häufigsten mit 56,7 % (n = 17) bei klinischen Auffälligkeiten. Der Grad der subjektiv beurteilten Implementierung liegt im Median bei 3,5. Top-3-förderliche Faktoren waren engagierte Mitarbeitende, klare Kommunikation und Schulungskonzepte sowie technologische Unterstützung; Barrieren waren mangelnde Akzeptanz bei Mitarbeitenden, unzureichende technische Infrastruktur und Zeitaufwand für Schulungen.

Schlussfolgerungen

Erste Hinweise deuten darauf hin, dass die Implementierung von EWS im IQM-Netzwerk noch gering verbreitet und ein anspruchsvoller, komplexer Prozess zu sein scheint. Die Aussagekraft der Studie ist limitiert.

Zusatzmaterial online

Zusätzliche Informationen sind in der Online-Version dieses Artikels (https://doi.org/10.1007/s00063-025-01345-x) enthalten.
Der Autor Peter Nydahl steht für die Erstautorenschaft.
Die Autoren M.-M. Jeitziner, S. Krotsetis, K. Kabir und J.-P. Braun haben zu gleichen Teilen als Co-Autoren zum Manuskript beigetragen.
Zusatzmaterial online – bitte QR-Code scannen

Hinweis des Verlags

Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.

Einleitung

Die Überwachung akuter Zustandsverschlechterungen bei stationären Patienten ist ein zentraler Bestandteil der Patientensicherheit und des Qualitätsmanagements im Gesundheitswesen. Ereignisse wie Sepsis, eine kardiopulmonale Reanimation, postoperative Blutungen, Delir, ungeplante Verlegungen auf die Intensivstation und plötzliche Todesfälle stellen kritische Indikatoren dar [13, 25], die Aufschluss über die Qualität der Versorgung und potenzielle Risiken im Krankenhaus geben. Angesichts der Komplexität moderner Krankenhausbehandlungen und der hohen Fallzahlen im deutschen System mit etwa 16,3 Mio. stationären Fällen pro Jahr und einer immensen Anzahl an Operationen und medizinischen Prozeduren (60,6 Mio. im Jahr 2022) ist das Risiko unerwünschter Ereignisse inhärent [30].

Hintergrund

Bei stationär behandelten Patienten können akute Zustandsverschlechterungen auftreten. Viele dieser Verschlechterungen könnten im Vorfeld erfasst werden, bleiben jedoch im klinischen Alltag häufig unbemerkt oder werden nicht adäquat eingeordnet [1, 11]. Um solche Situationen frühzeitig zu erkennen und adäquat reagieren zu können, wurden sogenannte Early Warning Scores (EWS) entwickelt [21]. Dabei handelt es sich um standardisierte Bewertungssysteme, die Vitalparameter wie Atemfrequenz, Herzfrequenz, Blutdruck, Bewusstseinslage, Temperatur, Sauerstoffsättigung und ggf. weitere Parameter erfassen und gewichten [28]. Abhängig von den Ergebnissen werden verschiedene, eskalierende Maßnahmen wie erhöhte Überwachungsfrequenzen, Benachrichtigungen und Maßnahmen eingeleitet [12, 20]. Das Konzept wurde erstmals Ende der 1990er-Jahre im Vereinigten Königreich eingeführt [7, 21]. Ziel war es, medizinischem Personal ein einfaches und objektives Instrument zur Verfügung zu stellen [4, 6, 9]. Seitdem wurden über 60 verschiedene EWS-Systeme entwickelt, darunter der Modified Early Warning Score (MEWS) und der National Early Warning Score (NEWS und NEWS 2), letzterer als aktueller Goldstandard im britischen Gesundheitssystem [24, 26]. Eine tabellarische Übersicht mit EWS-Variationen findet sich in [24].
In einem Umbrella-Review mit 44 systematischen Übersichtsarbeiten und 15 Metaanalysen mit 542 Einzelstudien wurden insgesamt 57 verschiedene EWS-Versionen in unterschiedlichen Aspekten untersucht, u. a. Patientenoutcome (Sepsis, Notaufnahme, Geburtshilfe, Pädiatrie), Implementierung, Performanz in der Umsetzung und andere Aspekte [24]. Der Einsatz von EWS kann in spezifischen Populationen (multimorbide und/oder alte Personen) und Settings (Notaufnahme, Alterstraumatologie, Medizin, Chirurgie, post Intensivstation) mit einer verbesserten Patientensicherheit assoziiert sein [2, 24]. Zu den Vorteilen können insbesondere eine reduzierte Rate ungeplanter Intensivaufnahmen, eine geringere Krankenhausmortalität sowie eine schnellere klinische Reaktion bei sich verschlechternden Patienten zählen [1]. Insbesondere in Kombination mit standardisierten Eskalationsprotokollen und Rapid-Response-Teams (RRT) entfalten EWS ihr volles Potenzial [3, 9, 22]. Dennoch bestehen in der Praxisimplementierung zahlreiche Herausforderungen. Dazu gehören technische Aspekte wie die digitale Abbildung in der elektronischen Patientenakte, Schulungsbedarf für medizinisches Personal sowie verschiedene Scores und organisatorische Veränderungen in Klinikabläufen [10, 27, 33]. Zudem gibt es Kritik an der fehlenden Individualisierung: EWS sind standardisierte Scores, die patientenspezifische Faktoren wie chronische Grunderkrankungen, Baseline-Vitalwerte oder individuelle Verlaufsmuster nicht oder nur wenig berücksichtigen [16, 32]. Es kann auch durch falsch-positive Alarme zu Alarmmüdigkeit kommen, was die Akzeptanz bei Mitarbeitenden beeinträchtigt [12, 18, 19]. Trotzdem überwiegen in vielen Settings die Vorteile, insbesondere wenn EWS Teil eines komplexen klinischen Risikomanagements sind [22].
Vor diesem Hintergrund stellt sich die Frage, in welchem Ausmaß EWS im deutschsprachigen Raum und speziell im Netzwerk der Initiative Qualitätsmedizin (IQM) tatsächlich implementiert sind und von welchen fördernden und hinderlichen Faktoren dabei berichtet wird [23]. Obwohl umfangreiche Erfahrungen vorliegen und nationale wie internationale Leitlinien den Einsatz von EWS empfehlen, ist unklar, in welchem Umfang in deutschsprachigen Kliniken entsprechende Systeme implementiert sind [8, 13]. Erste Berichte deuten auf eine heterogene Implementierung hin, die stark vom jeweiligen Krankenhaus, den verfügbaren Ressourcen und der klinischen Kultur abhängt [23]. In Nachbarländern spielen die Integration in bestehende IT-Infrastrukturen sowie der Schulungsaufwand eine zentrale Rolle [14, 17]. In Deutschland ist aufgrund der Krankenhausreform und des Beschlusses des Gemeinsamen Bundesausschusses (G-BA) der EWS-Einsatz bei der Sepsisfrüherkennung relevant [15]. Der Beschluss fordert eine Implementierung ab 2026 und wird nach einem Jahr Übergangsfrist ab 2027 auch Strafzahlungen bei Nichteinhaltung von Benchmarking in bestimmten Bereichen einfordern. Ziel dieser Arbeit ist es daher, den Stand der Implementierung von EWS im Netzwerk der IQM zu erheben und dabei bestehende fördernde und hinderliche Faktoren zu identifizieren.

Methodik

Studiendesign und Ziel

Die vorliegende Studie wurde als standardisierte Online-Querschnittsbefragung unter Mitgliedseinrichtungen der IQM über 6 Wochen im Frühjahr 2025 durchgeführt. Ziel war es, den Stand der Implementierung von EWS in IQM-Krankenhäusern sowie damit verbundene fördernde und hinderliche Faktoren zu erfassen.

Ethik und Datenschutz

Die Teilnahme war freiwillig und anonymisiert. Vor Beginn wurden die Teilnehmenden über Zweck, Dauer und Datenspeicherung informiert und mussten aktiv zustimmen. Alle Daten wurden pseudonymisiert auf einem deutschen Server gespeichert. Aufgrund des anonymen Studiendesigns war kein Ethikvotum erforderlich.

Fragebogen und Prätest

Der Online-Fragebogen wurde auf der Basis einer systematischen Literaturrecherche durch ein interprofessionelles Expertenteam entwickelt und inhaltlich sowie technisch getestet [24]. Er bestand aus geschlossenen, halboffenen und offenen Fragen, verteilt auf acht thematische Blöcke (A–H) (Zusatzmaterial E3). Es wurden soziodemografische Angaben, Strukturmerkmale, Art und Umfang der EWS-Implementierung, Evaluationen sowie förderliche und hindernde Faktoren erfasst. Teilnehmende wurden auf einer Skala von 1 bis 10 (10 = maximale Implementierung) nach der subjektiven Einschätzung der Implementierung befragt, die aus Praktikabilitätsgründen in der Mitte in Low-Performer (Skala 1–5) und High-Performer (Skala 6–10) eingeteilt wurde.

Rekrutierung und Durchführung

Die Umfrage wurde als geschlossene Online-Befragung konzipiert, basierend auf Kontaktlisten des IQM-Netzwerks. Der Zugangslink wurde durch eine standardisierte E‑Mail des IQM-Sekretariats an die jeweiligen EWS-Ansprechpersonen in IQM-Krankenhäusern in Deutschland (n = 477), der Schweiz (n = 2) und Slowenien (n = 1) versendet, meist leitende Ärzte. Die E‑Mail enthielt neben Informationen über die Studie die Bitte, den Aufruf an die im Krankenhaus zuständigen Personen weiterzuleiten. Nur Teilnehmende, die bestätigten, dass in ihrer Einrichtung EWS eingesetzt werden, konnten die vollständige Umfrage ausfüllen. Die Befragung war zeitlich befristet, es wurden Erinnerungsmails versendet, aber keine Anreize gewährt.

Technik und Datenqualität

Die Umfrage wurde online über ein gesichertes System bereitgestellt. Pflichtfelder, Plausibilitätsprüfungen und eine Review-Funktion sorgten für hohe Datenqualität. Adaptive Filterlogik führte zum Abbruch bei nicht erfüllten Einschlusskriterien, d. h., dass Teilnehmende, die nicht die Einschlusskriterien erfüllten, zwar registriert, aber dann ausgeleitet worden sind. Doppelte Teilnahmen konnten aufgrund des kontrollierten Zugangs identifiziert werden.

Statistische Auswertung

Für die Analyse wurden nur abgeschlossene Datensätze berücksichtigt. Die Daten wurden in SPSS (Version 27, IBM Corporation, Armonk, New York, USA) bzw. Excel (Microsoft Corporation, Armonk, New York, USA) ausgewertet. Nominale Variablen (z. B. Berufsgruppe, Art des EWS, Einsatzbereiche) wurden in absoluten und relativen Häufigkeiten dargestellt. Metrische Variablen (z. B. Anzahl der Betten, Umfang der Implementierung auf Skala von 1 bis 10) wurden deskriptiv mit Mittelwert und Standardabweichung (SD) analysiert. Offene Antworten wurden thematisch kategorisiert.

Ergebnisse

Die Umfrage konnte wie geplant an 480 IQM-Krankenhäuser versendet und vom 06.02.2025 bis zum 28.03.2025 durchgeführt werden. Insgesamt nahmen 90 Personen teil (Responserate 90/480 = 18,7 %), von denen insgesamt 66,7 % (n = 60) von der Analyse ausgeschlossen worden sind (keine Daten: 30 % [n = 27]; kein EWS implementiert: 33,3 % [n = 30]; doppelte Datensätze aus den Krankenhäusern: 3,3 % [n = 3]). Es wurden 33,3 % (n = 30) der Datensätze mit einer Antwortvollständigkeit von 83,2 % analysiert.
Die meisten Antwortenden waren mit 33,3 % (n = 10) Ärzte/Ärztinnen, 33 % (n = 10) der Krankenhäuser verfügten über mehr als 30 Fachabteilungen (Tab. 1). Die Krankenhäuser beschäftigten sich im Mittelwert seit 4,3 (3,0) Jahren mit der Implementierung von EWS. Teilnehmende gaben die subjektive Einschätzung der EWS-Implementierung im Median mit 3,5 (IQR: 2 bis 5) an, 20 % (n = 6) gaben sich Bewertungen von > 5 und können als High-Performer gewertet werden (Tab. 2). High-Performer unterschieden sich im Vergleich zu Low-Performern nicht signifikant in der Bettenanzahl (801 [442,7] vs. 809,7 [577,8], p = 0,973) oder Dauer der Implementierung, waren aber im Mittelwert schon länger damit beschäftigt (6,8 [4,5] vs. 3,6 [2] Jahre, p = 0,143).
Tab. 1
Angaben zu den Teilnehmenden
Item
Angabe
Antwortende, n (%)
Arzt/Ärztin
10 (33,3)
Qualitätsmanager:in
9 (30)
Pflegefachperson
4 (13,3)
Sonstige (Pflegewissenschaftler:in, Beauftragte)
4 (13,3)
Fehlende Angaben
3 (10)
Bettenanzahl, MW (SD)
807 (545,3)
Anzahl Fachabteilungen, n (%)
1–6
3 (19)
7–15
11 (36,7)
16–30
6 (20)
> 30
10 (33,3)
MW Mittelwert, SD Standardabweichung
Tab. 2
Anwendungsdaten zu Early Warning Scores
Item
Angabe
Subjektiv beurteilte Umsetzung von EWS (1–10, 10 = max.), Median (IQR)
3,5 (2 bis 5)
High-Performer (subjektiv beurteilte Umsetzung EWS > 5), n (%)
6 (20)
Subjektiv beurteilte Implementierung EWS seit (Jahre), MW (SD)
4,3 (3,0)
Bereiche mit EWS, n (%)*
Allgemeinstation konservativ
20 (66,7)
Allgemeinstation operativ
19 (63,3)
Intensivstationen
13 (43,3)
IMC-Stationen
13 (43,3)
Notaufnahme
12 (40)
Sonstige (Gynäkologie, Pädiatrie, alle Stationen)
7 (23,3)
EWS-Typ, n (%)
NEWS
11 (37,9)
MEWS
5 (17,2)
NEWS2
4 (13,8)
PEWS
2 (6,9)
Andere (qSOFA, Vital Score, Sana Sepsis Score, MET Calling)
10 (34,5)
Verbindung mit Rapid-Response-Teams (RRT), n (%)
RRT werden durch CPR-Teams gestellt
10 (33,3)
RRT werden zusätzlich zu CPR-Teams eingesetzt
5 (16,7)
RRT werden mit CPR-Teams gemischt
5 (16,7)
Keine zusätzliche Struktur
9 (30)
Sonstiges (generelle Schulung des Personals)
1 (3,3)
Unterstützung der EWS-Erfassung, n (%)*
Elektronische Systeme, z.B. EWS in Patientenakte integriert
24 (82,2)
Schulungen für Mitarbeitende
16 (55,2)
Papierbasierte Dokumentation
8 (31)
Feedbackgespräche
1 (3,3)
Sonstige (Aushänge auf Station, Spot-Check-Monitore)
2 (6,9)
Häufigkeit der EWS-Dokumentation, n (%)
Bei klinischen Auffälligkeiten
17 (56,7)
Bei jeder routinemäßigen Vitalzeichenmessung
9 (30)
Bei Aufnahme
9 (30)
Sonstige (vor/bei Verlegung von ITS, postoperativ 3 Tage abh. von Bereichen)
10 (33,3)
*Mehrfachantwort möglich
CPR „cardiopulmonary resuscitation“, EWS Early Warning Score, IQR „interquartile range“, ITS Intensivstation, NEWS National Early Warning Score, MET Medical Emergency Team, MEWS Modified Early Warning Score, MW Mittelwert, PEWS Pediatric Early Warning Score, SD Standardabweichung, qSOFA quick Sequential Organ Failure Assessment, RRT Rapid-Response-Team
Der häufigste Anwendungsbereich für EWS waren mit 66,7 % (n = 20) konservative Allgemeinstationen, der häufigste EWS-Typ war mit 37,9 % (n = 11) NEWS. Rapid-Response-Teams wurden meistens und in 33,3 % (n = 10) durch CPR-Teams gestellt. Zur Unterstützung der EWS-Erfassung wurden in 82,2 % (n = 24) elektronische Systeme verwendet. Die Dokumentation erfolgte am häufigsten mit 56,7 % (n = 17) bei klinischen Auffälligkeiten, eine routinemäßige Erfassung während der Vitalzeichenmessung wurde in 30 % (n = 9) durchgeführt (Tab. 2).
Die Implementierung von EWS wurde in 73,3 % (n = 22) durch Ärzte/Ärztinnen initiiert, in 36,7 % (n = 11) durch das Qualitätsmanagement, in 30 % (n = 9) durch den Pflegedienst, in 20 % (n = 6) durch die Krankenhausleitung und in 10 % durch sonstige Personen (Pflegewissenschaft, Praxisentwicklung, andere). Die häufigsten förderlichen Faktoren in der Implementierung waren zu 76,9 % (n = 20) Unterstützung durch engagierte Mitarbeitende, in 57,7 % (n = 15) klare Kommunikation und Schulungskonzepte sowie zu 50 % (n = 13) technologische Unterstützung (Tab. 3). Die häufigsten hinderlichen Faktoren in der Implementierung waren mit 61,5 % (n = 16) mangelnde Akzeptanz bei Mitarbeitenden und zu jeweils 50 % (n = 13) unzureichende technische Infrastruktur und Zeitaufwand für Schulungen. High-Performer berichten im Vergleich zu Low-Performern über nichtsignifikant weniger hinderliche Faktoren pro Einrichtung (1,6 vs. 1,9, p = 0,781), aber etwas mehr förderliche Faktoren (2,2 vs. 1,9, p = 1).
Tab. 3
Implementierung
Item
Angabe (n [%])
Barrieren in der Implementierung*
Mangelnde Akzeptanz bei Mitarbeitenden
16 (61,5)
Unzureichende technische Infrastruktur
13 (50)
Zeitaufwand für Schulungen
13 (50)
Keine klare Unterstützung durch Führungsebene
6 (23,1)
Finanzielle Einschränkungen
1 (3,8)
Sonstiges (unzureichende WLAN-Abdeckung, monoprofessionelle Schulungen, Scores im PDMS nicht verfügbar, Kommunikation Pflege – Medizin)
6 (23,1)
Fehlende Daten
4 (13,3)
Hilfen in der Implementierung*
Unterstützung durch engagierte Mitarbeitende
20 (76,9)
Klare Kommunikation und Schulungskonzepte
15 (57,7)
Technologische Unterstützung, z. B. elektronische Systeme
13 (50)
Unterstützung durch die Krankenhausleitung
10 (38,5)
Sonstiges (Empfehlung Patientensicherheit – Ausbau klin. Risikomanagement, Empfehlung durch AG zum innerklinischen med. Notfallmanagement)
1 (3,8)
Fehlende Daten
4 (13,3)
Ist eine Erweiterung in den nächsten Jahren geplant?
Ja
17 (56,7)
*Mehrfachantwort möglich
PDMS Patientendatenmanagementsystem
Die Evaluation von EWS wird in 50 % (n = 15) der Krankenhäuser zu 26,7 % (n = 8) in unregelmäßigen Abständen durchgeführt. Am häufigsten werden dabei zu je 31 % (n = 9) die frühzeitige Erkennung von Verschlechterungen und die Vollständigkeit der Dokumentation evaluiert. Ein Hindernis in der Evaluation ist in 32 % (n = 8) Zeitmangel. Ein Viertel der Teilnehmenden (26,7 %, n = 8) gab an, dass die Ergebnisse der Evaluation im Krankenhaus kommuniziert werden (Tab. 4).
Tab. 4
Evaluationen zu Early Warning Scores
Item
Angabe (n [%])
Evaluationen zu EWS werden durchgeführt
15 (50)
Frequenz der Evaluation
Monatlich
2 (6,7)
Jährlich
5 (16,7)
Unregelmäßig
8 (26,7)
Fehlende Angaben
15 (50)
Parameter der Evaluation*
Frühzeitige Erkennung von Verschlechterungen
9 (31)
Vollständigkeit der Dokumentation
9 (31)
Qualität der Erfassung
8 (27,6)
Mortalität
0 (0)
Weitere (Fallzahl, EWS-Daten, Art, Einsatzzeiten, Anzahl, RRT)
3 (10,3)
Fehlende Angaben
15 (50)
Hindernisse bzgl. Evaluation*
Zeitmangel
8 (32)
Technische Hürden, z. B. Datenzugänglichkeit
6 (24)
Akzeptanzprobleme bei Mitarbeitenden
4 (16)
Fehlendes Personal
4 (16)
Sonstige (Pilotierung, Qualifikation)
3 (12)
Fehlende Angaben
17 (56,7)
Kommunikation der Evaluation
Die Ergebnisse werden im Krankenhaus kommuniziert
8 (26,7)
*Mehrfachantwort möglich
EWS Early Warning Score, RRT Rapid-Response-Team
Auf die Frage nach den Auswirkungen der EWS-Einführung gaben die Teilnehmenden verschiedene Antworten von noch fehlenden Erfahrungen bis zu komplexen Antworten (Online-Zusatzmaterial Tab. E1).
Zukünftig planten 56,7 % (n = 17) eine erweiterte EWS-Nutzung und gaben unterschiedliche Kommentare ab, unter anderem die Implementierung auf weiteren Stationen und die Nutzung elektronischer Systeme (Online-Zusatzmaterial Tab. E2).

Diskussion

In dieser Online-Umfrage in IQM-Krankenhäusern im Frühjahr 2025 berichteten 30 Teilnehmende bei einer durchschnittlichen Implementierungsdauer von 4,3 Jahren von einer subjektiv eingeschätzten moderaten EWS-Umsetzung. In sechs Krankenhäusern wurden höhere Implementierungswerte angegeben, ohne dass dort besondere Merkmale identifizierbar waren. Am häufigsten wurde NEWS auf konservativen Allgemeinstationen eingesetzt und mit elektronischen Systemen erfasst. Die Anwendung erfolgte allerdings meist nur bei klinischen Auffälligkeiten, nur ein Drittel wendete EWS in der Routine-Vitalzeichenmessung an, was auf eine inkonsistente Umsetzung und Herausforderungen bei der Implementierung hinweisen könnte. Förderliche Faktoren waren vor allem Unterstützung durch engagierte Mitarbeitende, klare Kommunikation und Schulungskonzepte sowie technologische Unterstützung. Die häufigsten Barrieren in der Implementierung waren mangelnde Akzeptanz der Mitarbeitenden, unzureichende technische Infrastruktur und Zeitaufwand für Schulungen.
Die geringe Teilnahmerate (30/480) muss berücksichtigt und diskutiert werden. Zunächst ist die geringe Rate nicht repräsentativ, der Survey wurde aber auch nicht so geplant. Eine mögliche Interpretation der geringen Teilnahmerate könnte in einer geringen EWS-Umsetzungsrate liegen. Es wurde im Studienaufruf nach EWS-Implementierung gefragt, und Mitarbeitende aus Häusern, für die die Implementierung noch kein Thema ist, nehmen aus plausiblen Gründen nicht teil. Gegenteilig hat aber ein Drittel der Teilnehmenden den Survey begonnen, ohne Erfahrungen in der Implementierung zu haben, die Ursachen der geringen Teilnahme scheinen also komplex zu sein. Es ist denkbar, dass technische Gründe wie Spamfilter den Aufruf zur Studienteilnahme mit Link blockiert haben, gegenteilig wurde diese E‑Mail über das Sekretariat der IQM versendet und gerade diese E‑Mail-Adresse sollte bei den Mitgliedern nicht herausgefiltert worden sein. Weiter ist denkbar, dass es weitere IQM-Krankenhäuser gibt, die bereits EWS implementiert haben, aber nicht an dem Survey aus zeitlichen oder anderen Gründen teilgenommen haben. Es ist auch denkbar, dass viele IQM-Krankenhäuser die Implementierung zurzeit planen, zumal im G‑BA-Beschluss ein Jahr Übergangsfrist und damit ein gewisser Spielraum gewährleistet wird. Andere Gründe für die Nichtteilnahme können gescheiterte bzw. verzögerte Implementierungsprojekt sein, die fehlgeleitete Weiterleitung der Einladungs-E-Mail oder längere Abwesenheiten der zuständigen Personen. Gleichzeitig ist zu erwarten, dass vor allem IQM-Häuser teilgenommen haben, die mit ihrer EWS-Implementierung einigermaßen erfolgreich sind, und genau dieses Expertenwissen sollte analysiert werden. Damit kann das Ausmaß der EWS-Implementierung im IQM-Netzwerk nur sehr unsicher beurteilt werden, die Vorschläge zur Implementierung aber in dessen Kontext berücksichtigt werden.
Die Implementierung eines EWS in Krankenhäusern ist ein interprofessioneller und langfristiger Prozess. Auswahl und Integration geeigneter technischer Lösungen spielen eine zentrale Rolle [5]. Digitale Tools müssen benutzerfreundlich gestaltet und nahtlos in bestehende Arbeitsabläufe integriert werden [31]. Die Teilnehmenden setzten sich zu etwa gleichen Anteilen aus Ärzt:innen, Qualitätsmanager:innen und Pflegefachpersonen zusammen, ergänzt durch weitere Professionen. Diese Heterogenität kann zu abweichenden Bewertungen geführt haben, die aufgrund des geringen Samples nicht evaluiert worden sind, zugleich stellt sie eine Chance dar, da unterschiedliche Perspektiven die Identifikation und Synthese von Barrieren und Lösungsansätzen für die Implementierung ermöglichen. Der Einbezug aller Stakeholder – von Pflegefachpersonen über Ärzte/Ärztinnen bis hin zur IT-Abteilung und zum Management – ist essenziell, um Akzeptanz zu fördern und Widerstände zu minimieren. Die strategische Verantwortung für die Implementierung von EWS sollte bei Klinikleitung, ärztlicher und pflegerischer Direktion sowie dem Qualitätsmanagement in einem interprofessionellen Steuerungsgremium liegen, während die operative Verantwortung bei Stationsleitungen, Oberärztinnen und -ärzte, Pflegefachpersonen und einer zentralen EWS-Koordination verortet werden könnte, unterstützt durch die IT-Abteilung. Technische Hürden wie Schnittstellenprobleme zu bestehenden Krankenhausinformationssystemen (KIS) müssen gelöst werden. Regelmäßige Evaluationen sichern eine kontinuierliche Optimierung des Systems [29].
Die Erkennung von hindernden Faktoren ist essenziell, um geeignete Lösungen zur Überwindung zu entwickeln. Die Implementierung ist ein Prozess, bei dem neben der Einführung einer neuen technischen Infrastruktur den Teams ausreichend Zeit zur Schulung und Akzeptanzentwicklung gegeben werden muss. Bedenken müssen gehört und adressiert werden [29]. Begleitend zum Implementierungsprozess sollten daher Einzel- und Fokusgruppeninterviews zu fördernden und hindernden Faktoren und ggf. weiteren Aspekten durchgeführt werden. Eine klare Kommunikation mit den langfristigen Vorteilen für die Patientensicherheit und Professionalisierung der Pflege unterstützt den Prozess [11]. Eine weitere Studie mit den wesentlichen Faktoren zur Implementierung in der IQM wird zurzeit durchgeführt, in der auch Empfehlungen zur EWS-Einführung mit notwendigen Strukturen, Prozessen und vermeidbaren Fehlern berichtet werden. Langfristig sind zwingend weitere Studien zur Evaluation der EWS-Implementierung im Hinblick auf Implementierungsprozesse, Kosten und Patientensicherheit und -outcome erforderlich.

Limitationen

Die Studie weist mehrere methodische Limitationen auf, darunter eine geringe Stichprobengröße, mögliche Selektions‑, Selbstauskunfts- und Recall-Bias, z. B. durch engagierte Mitarbeitende, sowie das Fehlen objektiver klinischer Daten. Die geringe Stichprobe schließt nicht die Möglichkeit aus, dass andere Krankenhäuser im IQM-Netzwerk nicht doch EWS nutzen. Die geringe Teilnahmerate könnte zu einer Verzerrung (Selektions-Bias) führen, da nicht alle Häuser mit oder ohne EWS-Erfahrungen gleichermaßen vertreten sind; dagegen spricht jedoch, dass auch Teilnehmende ohne Implementierungserfahrung den Survey beantwortet haben. Weiterhin wurde der Grad der Implementierung von den Teilnehmenden subjektiv beurteilt, und da es sich wahrscheinlich um die dafür verantwortlichen Personen gehandelt hat, kann dies überschätzt angegeben worden sein; eine objektive Beurteilung der Implementierung hätte hingegen ein anderes, komplexeres Design mit mehr Methoden und Ressourcen erfordert. Insgesamt bleibt das tatsächliche Ausmaß der EWS-Implementierung im IQM-Netzwerk unklar, die gewonnenen Vorschläge zur Implementierung sind aufgrund dieser Limitationen als kontextbezogen einzuschätzen. Die Zusammensetzung der Teilnehmenden aus unterschiedlichen Professionen könnte zu einer Verzerrung durch berufsspezifische Sichtweisen führen; gleichzeitig eröffnet diese Heterogenität eine breitere Perspektive auf Barrieren und Lösungen, sodass die Schlussfolgerungen in ihrem Kern gestützt und nicht wesentlich eingeschränkt werden. Das Querschnittsdesign erlaubt keine kausalen Aussagen, und die qualitativen Antworten waren heterogen. Fragen zu hinderlichen und fördernden Faktoren wiesen einen Interpretationsspielraum und damit eine geringe Operationalisierung auf. Die Kürze der Antworten zu fördernden und hindernden Faktoren ließ nur eine oberflächliche Interpretation zu, weiterhin konnten zentrale Begriffe der Teilnehmenden wie „klare Kommunikation“ oder „engagierte Mitarbeiter“ nicht differenziert exploriert und definiert werden. Diese Faktoren schränken die Validität und Generalisierbarkeit der Ergebnisse mit anderen strukturellen Merkmalen bzw. außerhalb der IQM ein. Die Studie kann nicht als repräsentativ interpretiert werden. Dennoch bietet die Studie explorative Einblicke, die mit Vorsicht interpretiert und durch künftige Forschung vertieft werden sollten.

Schlussfolgerungen

Diese explorative Studie deutet darauf hin, dass die Implementierung von EWS im IQM-Krankenhausnetzwerk bislang nur begrenzt erfolgt zu sein scheint. Der häufigste eingesetzte Score könnte NEWS sein, der primär auf konservativen Allgemeinstationen und meist mit elektronischer Dokumentation verwendet werden könnte.
Förderliche Faktoren wie engagiertes Personal, klare Kommunikation und technologische Unterstützung könnten die Bedeutung eines strukturierten Implementierungsprozesses unterstreichen. Gleichzeitig könnten Barrieren wie geringe Akzeptanz, fehlende technische Infrastruktur und hoher Schulungsaufwand eine flächendeckende Einführung erschweren.
Weitere Forschung ist nötig, um kausale Zusammenhänge zwischen verschiedenen Implementierungsstrategien und -erfolgen, die Übertragbarkeit dieser explorativen Studie in andere Krankenhausnetzwerke und die Wirkung von EWS-Implementierung auf das Outcome von Patienten zu untersuchen.
Langfristig scheint ein interdisziplinärer, ressourcengestützter Ansatz erforderlich zu sein, um EWS erfolgreich in der klinischen Routine zu verankern.

Fazit für die Praxis

  • Die selektive Anwendung von Early Warning Scores (EWS) könnte darauf hinweisen, dass EWS bisher nur begrenzt im IQM-Krankenhausnetzwerk implementiert worden sein könnten.
  • Die Evaluation der EWS-Implementierung könnte ein zentrales Element der Qualitätssicherung und evidenzbasierten Steuerung sein.
  • Mögliche Erfolgsfaktoren könnten engagierte Mitarbeitende, strukturierte Schulungen und digitale Unterstützung sein.

Einhaltung ethischer Richtlinien

Interessenkonflikt

P. Nydahl, M.-M. Jeitziner, S. Krotsetis, K. Kabir und J.-P. Braun geben an, dass kein Interessenkonflikt besteht.
Die Umfrage wurde in Übereinstimmung mit nationalem Recht sowie gemäß der Deklaration von Helsinki (2024) durchgeführt.
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen. Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de.

Hinweis des Verlags

Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.

Unsere Produktempfehlungen

e.Med Interdisziplinär

Kombi-Abonnement

Für Ihren Erfolg in Klinik und Praxis - Die beste Hilfe in Ihrem Arbeitsalltag

Mit e.Med Interdisziplinär erhalten Sie Zugang zu allen CME-Fortbildungen und Fachzeitschriften auf SpringerMedizin.de.

e.Med Innere Medizin

Kombi-Abonnement

Mit e.Med Innere Medizin erhalten Sie Zugang zu CME-Fortbildungen des Fachgebietes Innere Medizin, den Premium-Inhalten der internistischen Fachzeitschriften, inklusive einer gedruckten internistischen Zeitschrift Ihrer Wahl.

e.Med Anästhesiologie

Kombi-Abonnement

Mit e.Med Anästhesiologie erhalten Sie Zugang zu CME-Fortbildungen des Fachgebietes AINS, den Premium-Inhalten der AINS-Fachzeitschriften, inklusive einer gedruckten AINS-Zeitschrift Ihrer Wahl.

Weitere Produktempfehlungen anzeigen
download
DOWNLOAD
print
DRUCKEN
Titel
Early Warning Scores: Implementierung, Herausforderungen und Lösungen im Netzwerk der Initiative Qualitätsmedizin
Verfasst von
PD Dr. rer. hum. biol. Peter Nydahl, GKP BScN MScN
Dr. Marie-Madlen Jeitziner
Susanne Krotsetis
PD Dr. med. Koroush Kabir, MBA, FACS, FEBS
PD Dr. Jan-Peter Braun
Publikationsdatum
30.10.2025
Verlag
Springer Medizin
Erschienen in
Medizinische Klinik - Intensivmedizin und Notfallmedizin
Print ISSN: 2193-6218
Elektronische ISSN: 2193-6226
DOI
https://doi.org/10.1007/s00063-025-01345-x
1.
Zurück zum Zitat Alam N, Hobbelink EL, Van Tienhoven AJ et al (2014) The impact of the use of the Early Warning Score (EWS) on patient outcomes: a systematic review. Resuscitation 85:587–594CrossRefPubMed
2.
Zurück zum Zitat Alhmoud B, Bonnici T, Patel R et al (2021) Performance of universal early warning scores in different patient subgroups and clinical settings: a systematic review. BMJ Open 11:e45849CrossRefPubMedPubMedCentral
3.
Zurück zum Zitat Baig MM, Gholamhosseini H, Afifi S et al (2021) A systematic review of rapid response applications based on early warning score for early detection of inpatient deterioration. Inform Health Soc Care 46:148–157CrossRefPubMed
4.
Zurück zum Zitat Blythe R, Parsons R, White NM et al (2022) A scoping review of real-time automated clinical deterioration alerts and evidence of impacts on hospitalised patient outcomes. BMJ Qual Saf 31:725–734CrossRefPubMed
5.
Zurück zum Zitat Braithwaite J, Hibbert P, Blakely B et al (2017) Health system frameworks and performance indicators in eight countries: A comparative international analysis. SAGE Open Med 5:2050312116686516CrossRefPubMedPubMedCentral
6.
Zurück zum Zitat Brekke IJ, Puntervoll LH, Pedersen PB et al (2019) The value of vital sign trends in predicting and monitoring clinical deterioration: A systematic review. Plos One 14:e210875CrossRefPubMedPubMedCentral
7.
Zurück zum Zitat Buist MD, Jarmolowski E, Burton PR et al (1999) Recognising clinical instability in hospital patients before cardiac arrest or unplanned admission to intensive care. A pilot study in a tertiary-care hospital. Med J Aust 171:22–25CrossRefPubMed
8.
Zurück zum Zitat Bünte M (2022) Erkennen, alarmieren, behandeln, stabilisieren. Die Schwester Der Pfleger 63:18–24
9.
Zurück zum Zitat Burke C, Conway Y (2022) Factors that influence hospital nurses’ escalation of patient care in response to their early warning score: A qualitative evidence synthesis. J Clin Nurs 32:1885–1934CrossRefPubMed
10.
Zurück zum Zitat Can W, Rufu X, Yuerong Z et al (2022) A comparison of qSOFA, SIRS and NEWS in predicting the accuracy of mortality in patients with suspected sepsis. A meta-analysis. PLoS ONE 17(4)
11.
Zurück zum Zitat Chua WL, See MTA, Legio-Quigley H et al (2017) Factors influencing the activation of the rapid response system for clinically deteriorating patients by frontline ward clinicians: a systematic review. Int J Qual Health Care 29:981–998CrossRefPubMedPubMedCentral
12.
Zurück zum Zitat Dall’ora C, Griffiths P, Hope J et al (2020) What is the nursing time and workload involved in taking and recording patients’ vital signs? A systematic review. J Clin Nurs 29:2053–2068CrossRefPubMed
13.
Zurück zum Zitat Fleischmann-Struzek C, Schwarzkopf D, Reinhart K (2022) Sepsis incidence in Germany and worldwide : Current knowledge and limitations of research using health claims data. Med Klin Intensivmed Notfmed 117:264–268CrossRefPubMed
14.
Zurück zum Zitat Fuijkschot J, Stevens J, Teheux L et al (2023) Development of the national Dutch PEWS: the challenge against heterogeneity and implementation difficulties of PEWS in the Netherlands. BMC Pediatr 23:387CrossRefPubMedPubMedCentral
15.
Zurück zum Zitat Gemeinsamer-Bundesausschuss (2024) Diagnostik und Therapie von Sepsis: G‑BA ermöglicht Qualitätsvergleich von Krankenhäusern
16.
Zurück zum Zitat Gerry S, Bonnici T, Birks J et al (2020) Early warning scores for detecting deterioration in adult hospital patients: systematic review and critical appraisal of methodology. BMJ 369:m1501CrossRefPubMedPubMedCentral
17.
Zurück zum Zitat Holland M, Kellett J (2023) The United Kingdom’s National Early Warning Score: should everyone use it? A narrative review. Intern Emerg Med 18:573–583CrossRefPubMedPubMedCentral
18.
Zurück zum Zitat Hotta S, Ashida K, Tanaka M (2024) Night-time detection and response in relation to deteriorating inpatients: A scoping review. Nurs Crit Care 29:178–190CrossRefPubMed
19.
Zurück zum Zitat Lavoie P, Clarke SP, Clausen C et al (2020) Nurses’ judgments of patient risk of deterioration at change-of-shift handoff: Agreement between nurses and comparison with early warning scores. Heart Lung 49:420–425CrossRefPubMed
20.
Zurück zum Zitat Lee JR, Kim EM, Kim SA et al (2020) A Systematic Review of Early Warning Systems’ Effects on Nurses’ Clinical Performance and Adverse Events Among Deteriorating Ward Patients. J Patient Saf 16:e104–e113CrossRefPubMed
21.
Zurück zum Zitat Mcgaughey J, Alderdice F, Fowler R et al (2007) Outreach and Early Warning Systems (EWS) for the prevention of intensive care admission and death of critically ill adult patients on general hospital wards. Cochrane Database Syst Rev: Cd5529
22.
Zurück zum Zitat Mcgaughey J, O’halloran P, Porter S et al (2017) Early warning systems and rapid response to the deteriorating patient in hospital: A systematic realist review. J Adv Nurs 73:2877–2891CrossRefPubMed
23.
Zurück zum Zitat Merz TM, Etter R, Mende L et al (2011) Risk assessment in the first fifteen minutes: a prospective cohort study of a simple physiological scoring system in the emergency department. Crit Care 15:R25CrossRefPubMedPubMedCentral
24.
Zurück zum Zitat Nydahl P, Jeitziner M‑M, Krotsetis S et al (2025) Early Warning Scores: ein Rapid Umbrella Review. Med Klin Intensivmed Notfmed, 2025 Jun 27. https://doi.org/10.1007/s00063-025-01294-5
25.
Zurück zum Zitat Pearse RM, Moreno RP, Bauer P et al (2012) Mortality after surgery in Europe: a 7 day cohort study. Lancet 380:1059–1065CrossRefPubMedPubMedCentral
26.
Zurück zum Zitat Royal College of Physicians R (2022) Warning Score (NEWS) 2. Standardising the assessment of acute-illness severity in the NHS
27.
Zurück zum Zitat Saab MM, Mccarthy B, Andrews T et al (2017) The effect of adult Early Warning Systems education on nurses’ knowledge, confidence and clinical performance: A systematic review. J Adv Nurs 73:2506–2521CrossRefPubMed
28.
Zurück zum Zitat Smith V, Kenny LC, Sandall J et al (2021) Physiological track-and-trigger/early warning systems for use in maternity care. Cochrane Database Syst Rev
29.
Zurück zum Zitat Spooner AJ, Corley A, Fraser JF (2020) EWS in clinical practice: factors influencing implementation. Crit Care Resusc 22:19–26
30.
Zurück zum Zitat Statistisches-Bundesamt (2023) Krankenhäuser – Statistische Berichte
31.
Zurück zum Zitat Subbe CP, Duller B, Bellomo R (2017) Effect of an automated notification system for deteriorating ward patients on clinical outcomes. Crit Care 21:52CrossRefPubMedPubMedCentral
32.
Zurück zum Zitat Veldhuis LI, Ridderikhof ML, Bergsma L et al (2022) Performance of early warning and risk stratification scores versus clinical judgement in the acute setting: a systematic review. Emerg Med J 39:918–923CrossRefPubMed
33.
Zurück zum Zitat Zhang K, Zhang X, Ding W et al (2021) National Early Warning Score Does Not Accurately Predict Mortality for Patients With Infection Outside the Intensive Care Unit. Front Med 8:

Passend zum Thema

ANZEIGE

Differenziertes Kreislaufmanagement – Herzfrequenz und Kreislauf gezielt stabilisieren

Kritisch kranke Patienten mit hämodynamischer Instabilität stellen besondere Anforderungen an das Kreislaufmanagement. Während beim septischen Schock gezielte Vasopressor-Therapie im Vordergrund stehen, ist bei supraventrikulären Tachykardien ein kontrolliertes Frequenzmanagement entscheidend. Zwei bewährte Strategien – differenziert angewendet.

AOP Health
ANZEIGE

Der kritisch kranke Patient – Frequenz und Blutdruck kontrollieren

Hämodynamische Instabilität ist häufig und prognostisch ungünstig. Kurzwirksame Betablocker ermöglichen eine kontrollierte Frequenzsenkung bei Tachykardien. Im septischen Schock steht hingegen der gezielte Einsatz vasoaktiver Substanzen zur Kreislaufstabilisierung im Vordergrund.

ANZEIGE

Akutsituation Vorhofflimmern

Betablocker sind ein unverzichtbares Tool auf jeder Intensivstation. Ultrakurzwirksame, kardioselektive Substanzen ermöglichen selbst bei reduzierter linksventrikulärer Ejektionsfraktion eine effektive Frequenzkontrolle mit begrenztem Einfluss auf den Blutdruck.

Bildnachweise
Teaserbild AOP CH/© AOP Health Group, Grafik eines Schalters, der gedreht wird. Overlay mit der Schrift "ICU" und einem Intensivpatienten/© AOP Health, Grafik von einem menschlichen Herzen mit Visualisierung des Herzschlags im Hintergrund/© AOP Health