Nach einigen Jahren in der freien Wirtschaft arbeite ich seit Oktober 2017 in der Versorgungsforschung als Wissenschaftlicher Mitarbeiter und Forschungskoordinator bei der PMV forschungsgruppe.
Ich habe Soziologie an der Universität Bonn studiert, vor allen Dingen bei Jörg Blasius. Ich bin auf einigen Umwegen auf die Soziologie gestoßen und vor allen Dingen, weil mich das Verstehen von Menschen als Gruppen reizte. Im Studium bin ich dann schnell zur Statistik gekommen und habe mich vor allen Dingen mit Methoden beschäftigt. Das habe ich wesentlich Jörg Blasius zu verdanken, der dieses eigentlich trockene Thema großartig und praxisnah gelehrt hat.
Über einen Studentenjob bin ich dann an meine erste Vollzeitstelle im Consulting gelangt. Ich habe einige Jahre Datenanalyse gemacht und dann zunehmend IT-Implementierung: Bedarfsanalyse, Prozessdesign, Geschäftsmodellentwicklung. Inhaltlich ging es dabei immer um IT im Gesundheitswesen und in der Pflege. Die Evaluation von innovativen, IT-gestützten Versorgungsformen war ein wichtiges Thema.
Dann habe ich für ein Jahr bei einem Ärztenetz im Süden Deutschlands als Abteilungsleiter gearbeitet, also sehr nah dran an konkreter Versorgung. Die Liebe zum Rheinland und das Interesse an Datenanalyse haben mich dann zur PMV forschungsgruppe nach Köln gebracht.
Gute Frage! Versorgungsforschung ist für mich die Arbeit mit Daten aller Art, die mir helfen, “Gesundheit” zu verstehen. Wie werden Menschen gesund? Wie bleiben Menschen gesund? Was bedeutet Krankheit? Was bedeutet Leben mit Krankheit? Und dann dieses Verständnis zu nutzen, um die Versorgung, also das “Wie” des Gesundwerdens, zu verbessern.
Das klingt sehr allgemein, ist aber tatsächlich das, was mich antreibt. Konkret beschäftige ich mich vor allen Dingen mit den sogenannten Routinedaten. Das sind die Daten, die die Krankenversicherungen, Pflegeversicherungen, kassenärztlichen Vereinigungen und andere über Menschen sammeln, die als Patienten im Gesundheitssystem sind.
Zunächst mal handelt es sich um Abrechnungsdaten, die aber sehr viel über Gesundheit und Krankheit aussagen: Welche Diagnosen wurden gestellt? Welche Maßnahmen hat der Arzt ergriffen? Welche Medikamente wurden verordnet? Zu welchem Ergebnis hat das Ganze geführt?
Um mit einem Schlagwort zu arbeiten, Routinedaten sind “Big Data”: große Datenmengen, hetereogene Datenbestände, die (zunehmend) in Echtzeit verarbeitet werden. Letzteres vor allem, wenn man beispielsweise Daten von Gesundheitsapps mit dazu nimmt, um ein vollständigeres Bild zu bekommen.
Ich arbeite als wissenschaftlicher Mitarbeiter und Forschungskoordinator bei der PMV forschungsgruppe, die wiederum Teil der Universitätsklinik Köln und der Universität zu Köln ist. Ich bin dort als wissenschaftlicher Mitarbeiter in Vollzeit angestellt. Aktuell bin ich kein Doktorand, bin aber tatsächlich dabei, eine Promotion vorzubereiten.
Mein Job hat zwei Teile: als wissenschaftlicher Mitarbeiter arbeite ich inhaltlich in Projekten der Versorgungsforschung. Konkret befasse ich mich gerade mit der Evaluation einer Richtlinie zur Palliativversorgung und werte Routinedaten zum Krankheitsgeschehen von Palliativpatienten aus, also Menschen in ihrem letzten Lebensjahr mit schweren, nicht heilbaren Erkrankungen.
Hier bearbeite ich einen kompletten Analyseworkflow: Datenimport, Datenaufbereitung, deskriptive Analyse, statistische / multivariate Analyse und Berichterstellung. Routinedaten werden in Datenbanksystemen gehalten (in unserem Fall ein SQL-Server), d.h. ein guter Teil der Arbeit ist SQL-Programmierung. Geleitet wird das ganze klassisch von einem Studienprotokoll, in dem die Fragestellungen und Hypothesen formuliert sind.
Gleichzeitig ist die Arbeit aber auch explorativ, da man in so großen Datensätzen immer wieder auf Erkenntnisse trifft, die man vorher nicht erwartet hat. Dabei arbeite ich nicht alleine, sondern im Team mit zwei bis drei Kolleg/innen, in dem wir uns immer wieder über Fragen und Ideen austauschen.
Die zweite Hälfte meines Jobs ist Forschungskoordinator. Das bedeutet, ich schaue nach neuen Projektideen, nach Fördermöglichkeiten, schreibe Projektanträge, entwickle Projektpläne und manage Projektabläufe. Da ist eine andere Art von Kreativität gefragt, als in der Datenanalyse: Was sind interessante Themen? Wo gibt es was neues, an dem noch nicht gearbeitet wird? Welche Fördermöglichkeiten gibt es in Deutschland oder auf europäischer Ebene?
Und es geht viel um Kontakte, darum, Leute anzusprechen, gemeinsam Ideen zu formulieren und einen erfolgreichen Antrag zu schreiben. Ganz praktisch muss ich außerdem Budgets entwickeln, Zeitpläne ausarbeiten und die oft nicht ganz einfachen formalen Anforderungen eines Projektantrags erfüllen.
Ein typischer Arbeitstag ist meistens eine Mischung aus beiden Jobteilen: morgens ein paar Telefonate und E-Mails zu einem Projektantrag oder eine Besprechung im Team, um ein Konzept zu entwickeln, nachmittags dann Datenanalyse und Berichtschreiben. Wobei es sich wirklich schwer vorhersehen lässt, wie ein Tag verläuft.
Vor allen Dingen Datenanalyse und Statistik, aber auch Studiendesign, die wissenschaftliche Operationalisierung von Fragestellungen. Das soziologische an der Arbeit ist für mich das Denken in Gruppen von Menschen: Patienten mit verschiedenen Diagnosen, unterschiedlichen Schweregraden von Erkrankung, unterschiedlichen Outcomes einer Behandlung.
Außerhalb des Studiums angeeignet habe ich mir mein Fachwissen im Gesundheitsbereich und meine Kenntnisse im Projektmanagement. Gerade letzteres hätte aus meiner Sicht im Studium eigentlich schon vorkommen sollen, aber zumindest zu meiner Zeit gab es das noch nicht.
Der Wechsel ist für mich gar kein so großer, wie es vielleicht von außen den Anschein hat. Mich hat ein inhaltliches Interesse motiviert: ich wollte mich mehr und direkter mit Daten beschäftigen, vor allen Dingen mit Big Data und damit, wie man Daten zielführend und effizient auswerten kann. Und von den Rahmenbedingungen finde ich in diesem Job mehr Freiheitsgrade, neue Ideen zu entwickeln und auch auszuprobieren.
Am besten gefällt mir die Verbindung von methodischer Arbeit mit inhaltlichen Fragestellungen. Ein Beispiel: ich habe eben über das Projekt zur Evaluation der Palliativleitlinie gesprochen. Einerseits lerne ich gerade sehr viel über Palliativversorgung und das ist ein sehr interessantes Thema. Andererseits muss ich eine praktikable Auswertungsstrategie entwickeln und die richtigen Methoden finden, um die wichtigen Erkenntnisse aus den Daten herauszukitzeln.
Die größte Herausforderung ist für mich im Moment die Struktur der Routinedaten, die sich sehr von Befragungsdaten oder Makrodaten (mit denen ich früher gearbeitet habe) unterscheiden. Eine Zeile im Datensatz entspricht nicht einem Fall! Die Daten eines Patienten verteilen sich über viele Tabellen und müssen für die Analyse zusammengebracht werden. Die Kolleg/innen sagen mir, dass man sich mit der Zeit daran gewöhnt und darauf baue ich jetzt.
Ich würde sagen: zweigleisig fahren und Methodenkenntnis und Fachkenntnis parallel entwickeln. Und immer zwei Schritte vorausdenken: Themen wie lernende Algorithmen oder künstliche Intelligenz scheinen im Gesundheitswesen heute noch weit weg zu sein. Sie kommen aber schnell und dann braucht es Menschen, die schon ein solides Wissen dazu haben.
Und last but not least: keine Angst vor dem Quereinstieg. Aus meiner Sicht gibt es nicht den einen Karrierepfad zur Versorgungsforschung.
Vielen Dank für das Gespräch!
Mein Newsletter lässt dir regelmäßig die neusten Beiträge zukommen. Mehr nicht. Keine Werbung, kein Spam.
