In einer Simulation hob eine zweite Pflegekraft das Erkennen einer falschen Ampulle von 54 % auf 100 %, das eines Dosisfehlers nur von 9 % auf 33 %. Eine Übersicht von 13 Klinikstudien fand zu wenig Belege, dass Doppelkontrollen Fehler senken, und keine, dass sie Schäden senken. Das ISMP erklärt, welche Fehler eine zweite Person findet. Scannen am Bett ging mit 41 % weniger Verabreichungsfehlern einher, und seine Override-Protokolle zeigen, wo es umgangen wird. Eine Karte schließt die Ausgabe.
Management Review · Dritte Serie · November 2026 · Nr. 95
Die zweite Prüfung: was sie finde t
Zwei Pflegekräfte und ein eingebauter Fehler, dreizehn Studien zur Doppelkontrolle, Fehler, die eine zweite Person findet, und solche, die sie wiederholt, was das Scannen am Bett änderte, die Overrides, die zeigen, wo es umgangen wird, und eine Karte.
- Nr.
- 95
- Seiten
- 10
- Quellen
- 4
- Themen
- Betrieb
- Online seit
- 3. November 2026
Nächste Ausgabe
Die Quellen der KI prüfen bevor es rausgeht
Zum Umblättern auf eine Seite klicken oder wischen. Die Pfeiltasten funktionieren auch.
Management Review · Nr. 95
Die Zahlen der Ausgabe
Die Grafiken der gedruckten Seiten, mit ihren Quellen.
Douglass et al. (2018), wie die Übersicht von Koyama et al. (2020) berichtet. Kleine Gruppen, breite Konfidenzintervalle; die Gruppen gaben verschiedene Mittel, und Insulin wird womöglich ohnehin genauer geprüft.
Quelle: Alain K. Koyama, Claire-Sophie Sheridan Maddox, Ling Li, Tracey Bucknall & Johanna I. Westbrook, BMJ Quality & Safety 29(7), 2020
Die Balken sind die vier schwächsten von 15 Schritten (Alsulami et al., 2014, wie die Übersicht sie aufführt); die übrigen 11 wurden zu 90 % oder mehr befolgt. Fünf der 13 Studien zählten Fehler aus Selbstberichten oder Ereignismeldungen, die sie unterschätzen.
Quelle: Alain K. Koyama, Claire-Sophie Sheridan Maddox, Ling Li, Tracey Bucknall & Johanna I. Westbrook, BMJ Quality & Safety 29(7), 2020
Vorher-nachher-Studie in einem Klinikum, kein randomisierter Versuch; Zahlen nur aus dem Abstract (der Volltext im NEJM öffnete sich nicht), daher „über“. Fehler und Schaden ohne Zeitfehler; Übertragung je geprüfter Verordnung.
Quelle: Eric G. Poon et al., New England Journal of Medicine 362(18), 2010 (über das Abstract bei PubMed)
Koppel et al. (2008). Die Gründe sind Einträge der Pflegekräfte selbst; sie zeigen, welche Ursachen vorkommen, nicht wie oft. Böswillig war keine Umgehung. Der verlinkte Essay gibt die Sicht des Autors wieder, was ein Scan beweist. Checklisten stehen in Nr. 85, Poka-Yoke in Nr. 46.
Quelle: Ross Koppel, Tosha Wetterneck, Joel Leon Telles & Ben-Tzion Karsh, Journal of the American Medical Informatics Association 15(4), 2008
Der ganze Text Die Ausgabe als Text lesen Zum Lesen auf kleinen Bildschirmen, zum Suchen oder mit Screenreader. Dieselben Worte, ohne die Seitengestaltung.
In dieser Ausgabe
Wo ein Fehler teuer ist, soll eine zweite Person prüfen: die Dosis, die Ladung, die Zahlung, die Freigabe. Die Regel fühlt sich sicher an und kostet die Zeit einer zweiten Person. Diese Ausgabe fragt, wann die zweite Prüfung Fehler findet, wann sie nur Sicherheit vermittelt und was sich änderte, wo ein Gerät einen Teil davon übernahm.
In einer Simulation hob eine zweite Pflegekraft das Erkennen einer falschen Ampulle von 54 % auf 100 %, das eines Dosisfehlers nur von 9 % auf 33 %. Eine Übersicht von 13 Klinikstudien fand zu wenig Belege, dass Doppelkontrollen Fehler senken, und keine, dass sie Schäden senken. Das ISMP erklärt, welche Fehler eine zweite Person findet. Scannen am Bett ging mit 41 % weniger Verabreichungsfehlern einher, und seine Override-Protokolle zeigen, wo es umgangen wird. Eine Karte schließt die Ausgabe.
Stiven Janaqi, Herausgeber
Titelthema
Zwei Pflegekräf te, ein eingebauter Fehler
In einem Versuch in einem medizinischen Ausbildungszentrum versorgten 43 Paare von Notfall- und Intensivpflegekräften einen simulierten Patienten. Zwei Fehler waren eingebaut: eine falsche Ampulle und eine falsche gewichtsbezogene Dosis. Eine Gruppe gab ein Mittel, das laut Regel eine zweite Prüfung brauchte, Insulin; die andere eines mit einer Prüfung, Midazolam.
Pflegekräfte, die den eingebauten Fehler fanden, nach Art der Prüfung (Simulation, 2018): Falsche Ampulle: Eine Prüfung 54 %, Zwei Prüfungen 100 %; Falsche Dosis: Eine Prüfung 9 %, Zwei Prüfungen 33 %.
Zu zweit wurde jede falsche Ampulle gefunden, und doch gingen zwei von drei Dosisfehlern durch. Beide Fehler wurden häufiger gefunden, wenn die zweite Person unabhängig prüfte, als wenn man ihr sagte, was sie erwarten sollte, und die Übersicht vermerkt, dass in diesem Versuch Rücksicht auf eine ranghöhere Pflegekraft beobachtet wurde.
Unsere Lesar t
Ein zweiter Blick liest das Etikett. Die Rechnung macht er nur neu, wenn die Prüfung es verlangt.
Douglass et al. (2018), wie die Übersicht von Koyama et al. (2020) berichtet. Kleine Gruppen, breite Konfidenzintervalle; die Gruppen gaben verschiedene Mittel, und Insulin wird womöglich ohnehin genauer geprüft.
Quelle: Alain K. Koyama, Claire-Sophie Sheridan Maddox, Ling Li, Tracey Bucknall & Johanna I. Westbrook, BMJ Quality & Safety 29(7), 2020
Die Zahlen
Dreizehn Studien, drei gute
Alain Koyama und Kollegen durchsuchten fünf Datenbanken bis Oktober 2018 nach Klinikstudien zur Doppelkontrolle bei der Gabe von Arzneimitteln. Sie fanden 13. Von den drei guten verband eine die Doppelkontrolle mit weniger Fehlern, eine fand keinen klaren Zusammenhang, eine zählte nur, ob die Schritte befolgt wurden.
- 0 / 13 Studien maßen Schäden bei Patienten
- 52–97 % der Gaben wurden doppelt geprüft, wo Studien mit Erwachsenen es zählten
Befolgte Schritte der Doppelkontrolle, eine Kinderklinik, 2.000 beobachtete Gaben (2014): Gabe an den Patienten 83 %, Geschwindigkeit eines IV-Bolus 71 %, Beschriftung von Spülspritzen 67 %, Dosisberechnung 30 %.
Unsere Lesar t
Am seltensten befolgt wurde die Rechnung, die Art Fehler, die die Prüfenden in der Simulation am häufigsten übersahen.
Die Balken sind die vier schwächsten von 15 Schritten (Alsulami et al., 2014, wie die Übersicht sie aufführt); die übrigen 11 wurden zu 90 % oder mehr befolgt. Fünf der 13 Studien zählten Fehler aus Selbstberichten oder Ereignismeldungen, die sie unterschätzen.
Quelle: Alain K. Koyama, Claire-Sophie Sheridan Maddox, Ling Li, Tracey Bucknall & Johanna I. Westbrook, BMJ Quality & Safety 29(7), 2020
Das Modell
Was eine zweite Person finde t
Das Institute for Safe Medication Practices (ISMP, 2019) hält an der manuellen unabhängigen Doppelkontrolle fest, aber nur für wenige Hochrisikoaufgaben und nur richtig ausgeführt. Es trennt Fehler, die eine zweite Person meist findet, von solchen, die sie meist wiederholt.
Meist gefunden: Ausrutscher einer Person
- Eine falsch berechnete Dosis
- Eine andere Person macht selten denselben Fehler
- Wenn die zweite Person allein prüft, von der Quelle aus
Of t wiederholt: Fehler aus dem Umfeld
- Verwechselbare Packungen und Etiketten
- Eine komplexe Aufgabe, unklare Angaben
- Die zweite Person arbeitet unter denselben Bedingungen
Eine Spritze hochzuhalten und zu sagen: „Das sind 5 Einheiten Insulin, kannst du das prüfen?“, ist das Beispiel des ISMP für eine Prüfung, die nicht unabhängig ist. Gescheiterte Prüfungen führen auf vier Gewohnheiten zurück: Prüfen aus Routine, Aufhören, sobald die ersten Angaben stimmen, Rücksicht auf den Rang und das Vertrauen, dass der andere es findet.
Unsere Lesar t
Eine Prüfung, der man die Antwort sagt, bestätigt sie. Geben Sie der zweiten Person die Quelle, nicht das Ergebnis.
ISMP (2019), vollständig gelesen; die Spalten folgen seiner Unterscheidung zwischen Fehlern aus der Person und von außen, die Formulierung stammt von der Redaktion. Das ISMP zitiert Studien, meist in Apotheken und Simulationen, in denen solche Prüfungen bis zu 95 % der Fehler fanden; die Übersicht von 2020 fand dafür am Bett wenig Belege.
Quellen: Institute for Safe Medication Practices, ISMP Medication Safety Alert! Acute Care 24, 2019; Alain K. Koyama, Claire-Sophie Sheridan Maddox, Ling Li, Tracey Bucknall & Johanna I. Westbrook, BMJ Quality & Safety 29(7), 2020
Was die Forschung sagt
Was der Scanner änder te
2010 verglichen Eric Poon und Kollegen Stationen eines akademischen Klinikums vor und nach einem Barcode-System, das jedes Arzneimittel gegen eine elektronische Verabreichungsdokumentation prüft. Beobachter verfolgten 14.041 Gaben und prüften 3.082 übertragene Verordnungen.
Raten je 100 beobachtete Gaben; Übertragung je 100 Verordnungen (2010): Gabefehler: Ohne Scannen 11,5 %, Mit Scannen 6,8 %; Übertragungsfehler: Ohne Scannen 6,1 %, Mit Scannen 0 %; Möglicher Schaden: Ohne Scannen 3,1 %, Mit Scannen 1,6 %.
Zeitfehler sanken um 27,3 %, möglicher Schaden durch sie änderte sich aber nicht signifikant. Das Urteil der Autoren: weniger Fehler, nicht keine. Das ISMP hält Scannen für verlässlicher als eine zweite Pflegekraft, um Mittel, Dosis und Patient zu bestätigen, und sieht die zweite Person als bessere Prüfung für Pumpeneinstellungen und vertauschte Leitungen.
Unsere Lesar t
Ein Scanner vergleicht jedes Mal, müde oder nicht. Was nie gescannt wird, kann er nicht prüfen.
Vorher-nachher-Studie in einem Klinikum, kein randomisierter Versuch; Zahlen nur aus dem Abstract (der Volltext im NEJM öffnete sich nicht), daher „über“. Fehler und Schaden ohne Zeitfehler; Übertragung je geprüfter Verordnung.
Quellen: Eric G. Poon et al., New England Journal of Medicine 362(18), 2010 (über das Abstract bei PubMed); Institute for Safe Medication Practices, ISMP Medication Safety Alert! Acute Care 24, 2019
Wie es gemessen wird
Die Overrides zählen
Ross Koppel und Kollegen untersuchten Barcode-Systeme in fünf Kliniken (2003–2006), beobachteten Pflegekräfte in zwei und lasen einen Monat Override-Protokolle aus vier. Eine Gabe, dokumentiert ohne bestätigenden Scan, ist ein Override: 10,3 % auf Seiten des Arzneimittels, 4,2 % auf Seiten des Patienten.
Arzneimittel-Overrides nach angegebenem Grund, ein Monat, vier Kliniken (2005): Scan fehlgeschlagen, ohne Ursache 24.620, Barcode fehlt oder unlesbar 5.062, Sonderfall, z. B. eigenes Medikament 1.385, Teildosis oder andere Form 1.098.
Unter den 15 Umgehungen: Kopien von Armbandcodes an Wagen, Türrahmen oder Gürtelringen; eine Packung zweimal gescannt für eine volle Dosis; stummgeschaltete Alarme; eine zweite Pflegekraft, die abzeichnet, ohne hinzusehen.
Unsere Lesar t
Ein Override-Protokoll zeigt, wo System und Arbeit nicht zusammenpassen. Lesen Sie es so, bevor Sie darin Namen suchen.
Koppel et al. (2008). Die Gründe sind Einträge der Pflegekräfte selbst; sie zeigen, welche Ursachen vorkommen, nicht wie oft. Böswillig war keine Umgehung. Der verlinkte Essay gibt die Sicht des Autors wieder, was ein Scan beweist. Checklisten stehen in Nr. 85, Poka-Yoke in Nr. 46.
Quelle: Ross Koppel, Tosha Wetterneck, Joel Leon Telles & Ben-Tzion Karsh, Journal of the American Medical Informatics Association 15(4), 2008
Mehr im Essay: Der Scanner ist Zeuge, nicht Richter
Werkzeug der Ausgabe
Die Kar te der zweiten Prüfung
Eine Karte für jede Prüfung, auf die sich ein Team verlässt, durch eine Person oder ein Gerät. Das Poka-Yoke-Register führt Vorrichtungen wie einen sperrenden Scan nach einem Prüfplan: einen Fehler absichtlich einbauen und sehen, ob die Prüfung ihn stoppt.
- Der Fehler, den sie finden muss ein benannter Fehler wie falsche Dosis oder falscher Patient, nicht „Fehler“
- Aus der Person oder dem Umfeld? einen Ausrutscher findet eine zweite Person; ähnliche Etiketten täuschen oft beide
- Könnte ein Gerät es tun? ein Scan, eine harte Sperre, eine feste Einstellung; Menschen für das, was Geräte nicht prüfen
- Unabhängig? die zweite Person arbeitet von der Quelle aus, nicht nach dem, was die erste sagt
- L
e t z ter eingebauter Fehler Datum, und ob die Prüfung ihn stoppte - Diesen Monat übergangen wie oft, und die angegebenen Gründe
Die Karte ist ein Vorschlag der Redaktion, gestützt auf den Rat des ISMP, die Übersicht und die Override-Studie; sie ist kein geprüftes Instrument. Ein eingebauter Fehler ist auch das, womit die Simulation das Finden maß.
Quellen: Institute for Safe Medication Practices, ISMP Medication Safety Alert! Acute Care 24, 2019; Alain K. Koyama, Claire-Sophie Sheridan Maddox, Ling Li, Tracey Bucknall & Johanna I. Westbrook, BMJ Quality & Safety 29(7), 2020; Ross Koppel, Tosha Wetterneck, Joel Leon Telles & Ben-Tzion Karsh, Journal of the American Medical Informatics Association 15(4), 2008
Tool öffnen: Poka-Yoke-Register
Quellen und Methode
Jede Zahl hat eine Quelle.
Die Zahlen dieser Ausgabe stammen aus den folgenden Quellen. Das Jahr zeigt, wie aktuell jede ist.
- Alain K. Koyama, Claire-Sophie Sheridan Maddox, Ling Li, Tracey Bucknall & Johanna I. Westbrook, BMJ Quality & Safety 29(7), „Effectiveness of double checking to reduce medication administration errors: a systematic review“, 2020. https://doi.org/10.1136/bmjqs-2019-009552
- Institute for Safe Medication Practices, ISMP Medication Safety Alert! Acute Care 24, „Independent Double Checks: Worth the Effort if Used Judiciously and Properly“, 2019. https://home.ecri.org/blogs/ismp-alerts-and-articles-library/independent-double-checks-worth-the-effort-if-used-judiciously-and-properly
- Eric G. Poon et al., New England Journal of Medicine 362(18), „Effect of Bar-Code Technology on the Safety of Medication Administration“, 2010 (über das Abstract bei PubMed). https://doi.org/10.1056/NEJMsa0907115
- Ross Koppel, Tosha Wetterneck, Joel Leon Telles & Ben-Tzion Karsh, Journal of the American Medical Informatics Association 15(4), „Workarounds to Barcode Medication Administration Systems: Their Occurrences, Causes, and Threats to Patient Safety“, 2008. https://pmc.ncbi.nlm.nih.gov/articles/PMC2442264/
Redaktionelle Me thode
Jede Zahl wurde auf Jahr, Herausgeber und Bedeutung geprüft, am Volltext, wo er sich öffnen ließ. Eine nur in einer Zusammenfassung, einem Abstract oder Auszügen gelesene Quelle ist mit „über“ markiert. Eine Zahl, die sich im Gelesenen nicht bestätigen ließ, ist auf ihrer Seite so markiert oder fehlt. Die Deutung des Herausgebers ist als „Unsere Lesart“ markiert.
Herausgegeben von Stiven Janaqi, der sie verantwortet; „die Redaktion“ ist in dieser Publikation er. Texte, Übersetzungen, Layout und die Prüfung der Zahlen an ihren Quellen entstehen in Arbeitssitzungen mit Claude, einem KI-Modell von Anthropic. Wie diese Seite entsteht
Management Review · Monatsausgabe
