In Deutschland werden jährlich mindestens 54.000 Menschen nach einem außerklinischen Herzstillstand (Out‑of‑Hospital Cardiac Arrest) durch den Rettungsdienst reanimiert [1]. Entscheidend für die Überlebenschancen ist der möglichst frühzeitige Beginn der Reanimationsmaßnahmen.
Neben dem klassischen Rettungsdienst setzen immer mehr Länder auf sogenannte Community First Responder (CFR). Dabei handelt es sich um geschulte Freiwillige, die per Smartphone‑App alarmiert werden und oft schneller vor Ort sind als der Rettungswagen. Doch wie viele Freiwillige werden benötigt und wo sollten sie rekrutiert werden? Eine Studie von van den Berg et al. [2] liefert hierzu ein mathematisches Modell, das diese Fragen beantwortet.
Die Wahrscheinlichkeit, bei einem Herzstillstand zu überleben, sinkt mit jeder Minute ohne Herz‑Lungen‑Wiederbelebung (HLW) erheblich. In Europa verfügen bereits 19 von 29 Ländern über ein CFR‑System [3]. In Deutschland existieren ähnliche Ansätze, beispielsweise mobile Apps oder regionale Ersthelferprojekte. CFR‑Systeme funktionieren dabei wie folgt: Bei einem Notruf werden neben dem Rettungsdienst auch registrierte Freiwillige in der Nähe des Einsatzortes per App alarmiert. Die Freiwilligen können diese Benachrichtigung akzeptieren und sich daraufhin zum Patienten begeben, um bis zum Eintreffen des Rettungsdienstes Erste Hilfe zu leisten.
Die zentrale Herausforderung für Entscheidungsträger besteht darin, die Leistungsfähigkeit eines solchen Systems vorab abzuschätzen. Retrospektive Analysen sind aufgrund geringer Fallzahlen pro Standort oft unzuverlässig. Van den Berg et al. [2] schlagen daher einen prospektiven Ansatz vor: Mithilfe eines stochastischen Modells wird die Verteilung der Reaktionszeiten von Freiwilligen berechnet. Dieses Modell kann sowohl auf bestehende als auch auf geplante CFR‑Systeme angewendet werden.
Studiendesign
Van den Berg et al. [2] modellieren die Standorte verfügbarer Freiwilliger als räumlich zufälligen Prozess. Dieser Ansatz ermöglicht es, die Verteilung der Reaktionszeiten des zuerst eintreffenden Freiwilligen zu berechnen. Die Reaktionszeit der Freiwilligen umfasst sowohl die Zeit bis zur Annahme des Einsatzes als auch die Wegzeit zum Einsatzort. Das Modell wird mit der bestehenden Rettungsdienstinfrastruktur kombiniert, sodass die Gesamtreaktionszeit, also die Zeit bis zum Eintreffen des ersten Helfers (entweder ein Freiwilliger oder Rettungswagen) berechnet werden kann.
Aufbauend auf diesem Modell nutzen die Autoren ein Optimierungsmodell, um die ideale geographische Verteilung von Freiwilligen zu bestimmen. Dabei werden zwei Zielfunktionen betrachtet: erstens die Maximierung des Anteils an Notfällen mit einer schnellen Reaktionszeit (sogenannte Coverage) und zweitens die Maximierung der Überlebenswahrscheinlichkeit bei Herzstillstand.
Die Methoden werden anhand einer umfangreichen Fallstudie für die Stadt Auckland, Neuseeland, demonstriert. Die betrachtete Region von Auckland hat 1,1 Millionen Einwohner, wurde in 287 Gebietseinheiten unterteilt und verfügt über 15 Rettungswachen. Für diese flossen Daten zu Herzstillständen seit 2013 sowie Daten des lokalen CFR‑Systems GoodSAM seit Dezember 2017 in die Analyse ein. Die beobachtete Akzeptanzwahrscheinlichkeit der Freiwilligen lag bei 14 %. Als Gehgeschwindigkeit wurden sechs km/h angenommen, die Verzögerung bis zum Losgehen betrug zwei Minuten.
Ergebnis 1: Bereits wenige Freiwillige pro Quadratkilometer können einen erheblichen Unterschied machen
Die Studie liefert konkrete Dichteanforderungen für verfügbare Freiwillige. Um beispielsweise 50 % aller Notfälle innerhalb von sechs Minuten zu erreichen, werden lediglich 1,38 verfügbare Freiwillige pro Quadratkilometer benötigt. Bei einer Akzeptanzwahrscheinlichkeit von 14 % entspricht dies etwa 9,9 registrierten Freiwilligen pro Quadratkilometer oder rund 0,42 % der Bevölkerung Aucklands. Für strengere Ziele (z. B. 90 % innerhalb von sechs Minuten) steigt der Bedarf auf 4,58 verfügbare Freiwillige pro Quadratkilometer.
Allerdings ist die Bevölkerungsdichte innerhalb einer Stadt nicht gleichmäßig verteilt. In Auckland würde eine Registrierungsrate von 0,42 % der Bevölkerung das Sechs‑Minuten‑Ziel nur in 217 von 287 Gebietseinheiten erreichen. Mindestens 23 Gebietseinheiten können selbst bei einer Registrierungsrate von 1 % das Ziel nicht erfüllen. Dies zeigt, dass auch in städtischen Gebieten die Bevölkerungsdichte nicht ausreichend homogen sein kann, um überall gute Reaktionszeiten zu gewährleisten.
Ergebnis 2: Die geographische Verteilung der Freiwilligen ist entscheidend, und die optimale Verteilung hängt vom Ziel ab
Van den Berg et al. [2] zeigen, dass die Leistungsfähigkeit eines CFR‑Systems erheblich davon abhängt, wo die Freiwilligen sich aufhalten. Um den Anteil verspäteter Eintreffzeiten auf 10 % zu senken, werden bei optimaler Verteilung nur 1.400 Freiwillige benötigt, während eine gleichmäßige Verteilung 1.900 und eine bedarfsproportionale Verteilung 1.800 Freiwillige erfordern würde.
Eine zentrale Erkenntnis ist, dass die optimale Verteilung stark vom gewählten Ziel abhängt. Wird die Überlebenswahrscheinlichkeit bei Herzstillstand maximiert, ist eine bedarfsproportionale Verteilung nahezu optimal. Freiwillige sollten also dort konzentriert werden, wo die meisten Notfälle auftreten. Geht es hingegen darum, Reaktionszeitziele einzuhalten, nähert sich die optimale Verteilung bei einer hohen Anzahl von Freiwilligen einer gleichmäßigen Verteilung an. Die Wahl der Zielfunktion beeinflusst somit auch die Gerechtigkeit der Versorgung.
Ergebnis 3: Die Mobilität der Freiwilligen muss bei der Rekrutierung berücksichtigt werden
Freiwillige verbringen nicht den gesamten Tag an ihrem Wohnort, sondern befinden sich während der Arbeitszeit in anderen Stadtteilen. Van den Berg et al. [2] modellieren diesen Effekt über sogenannte Profile, die für verschiedene Tageszeiten angeben, wo sich eine Person wahrscheinlich aufhält. In Auckland tragen Freiwillige, die in einer bestimmten Gebietseinheit rekrutiert werden, im Durchschnitt für 38 % der Zeit zu anderen Stadtteilen bei.
Die Berücksichtigung dieser Mobilität führt zu veränderten Rekrutierungsempfehlungen. Im Stadtzentrum von Auckland ergibt sich beispielsweise tagsüber ein Überangebot an Freiwilligen allein durch den Zustrom von Pendlern. Dort ist kaum zusätzliche Rekrutierung nötig. In anderen Gebietseinheiten muss hingegen verstärkt rekrutiert werden, um den Abfluss von Freiwilligen zu kompensieren. Die optimale Rekrutierungsstrategie unter Berücksichtigung zeitabhängiger Profile erzielte eine Überlebensrate von 10,58 % gegenüber 10,56 % ohne Profile. Dieser kleine Unterschied entspricht dem Effekt von etwa 80 zusätzlich rekrutierten Freiwilligen.
Ergebnis 4: Eine Erhöhung der Akzeptanzwahrscheinlichkeit ist ebenso wirksam wie eine Verdopplung der Freiwilligenzahl
Neben der Anzahl und Verteilung der Freiwilligen hat die Akzeptanzwahrscheinlichkeit einen wesentlichen Einfluss auf die Systemleistung. Van den Berg et al. [2] zeigen, dass eine Verdopplung der Akzeptanzwahrscheinlichkeit denselben Effekt hat wie eine Verdopplung der Freiwilligenzahl. Bei 1 % der Bevölkerung als registrierte Freiwillige genügt bereits eine Akzeptanzwahrscheinlichkeit von 9 %, um den Anteil verspäteter Eintreffzeiten (über zwölf Minuten) von 4,8 % auf 1 % zu senken. CFR‑Systeme sollten daher so gestaltet werden, dass sie die Akzeptanzwahrscheinlichkeit maximieren, etwa durch benutzerfreundliche Apps und schnelle Alarmierungsprozesse.
Wirkungsmodell: Community First Responder Systeme
Abb_1_Wirkungsmodell_van_den_Berg_et_al
Bedeutung der Ergebnisse für die Praxis
Die vorgestellten Modelle bieten ein praktisches Werkzeug, um die Einführung oder den Ausbau von CFR‑Systemen zu planen. Sie ermöglichen es, vorab abzuschätzen, wie viele Freiwillige in einer bestimmten Region benötigt werden und wo Rekrutierungsmaßnahmen den größten Nutzen erzielen.
Für den deutschen Kontext ergeben sich mehrere Implikationen. Erstens können die Dichteanforderungen aus der Studie als Orientierung dienen, um den Bedarf an Ersthelfer‑Apps regional einzuschätzen. Zweitens zeigt die Studie, dass die gezielte Rekrutierung in bestimmten Gebieten effektiver ist als eine flächendeckende Kampagne. Drittens sollte bei der Rekrutierung die Mobilität der Freiwilligen berücksichtigt werden: In Innenstädten mit hohem Pendleraufkommen kann der Zustrom von Freiwilligen aus dem Umland bereits ausreichend sein.
Darüber hinaus unterstreicht die Studie die Bedeutung der App‑Gestaltung: Eine benutzerfreundliche, schnelle Alarmierung erhöht die Akzeptanzwahrscheinlichkeit und hat einen ebenso großen Effekt wie die Rekrutierung zusätzlicher Freiwilliger. Entscheidungsträger sollten daher nicht nur in die Anzahl, sondern auch in die Aktivierung bestehender Freiwilliger investieren.
Fazit
Freiwillige Ersthelfer‑Netzwerke, die per Smartphone‑App alarmiert werden, können die Reaktionszeiten bei außerklinischen Herzstillständen erheblich verkürzen und damit die Überlebenschancen verbessern. Die optimale Verteilung der Freiwilligen hängt dabei vom gewählten Leistungsziel ab. Bei der Planung von CFR‑Systemen müssen sowohl die regionale Bevölkerungsdichte als auch die Mobilitätsmuster der Freiwilligen berücksichtigt werden. Neben der Rekrutierung neuer Freiwilliger ist die Erhöhung der Akzeptanzwahrscheinlichkeit ein ebenso wirkungsvoller Hebel zur Verbesserung der Systemleistung.
Literatur:
[1] Fischer, M., Wnent, J., Gräsner, J.-T., Seewald, S., Rück, L., Hoffmann, H., Bein, B., Ramshorn-Zimmer, A., Bohn, A. & die teilnehmenden Rettungsdienste im Deutschen Reanimationsregister (2025) Öffentlicher Jahresbericht 2024 des Deutschen Reanimationsregisters: Außerklinische Reanimation 2024. www.reanimationsregister.de/berichte.html
[2] Pieter L. van den Berg, Shane G. Henderson, Caroline J. Jagtenberg, Hemeng Li (2025) Modeling the Impact of Community First Responders. Management Science 71(2):992–1008.
[3] Oving I, Masterson S, Tjelmeland IB, Jonsson M, Semeraro F, Ringh M, Truhlar A, et al. (2019) First-response treatment after out-of-hospital cardiac arrest: A survey of current practices across 29 countries in Europe. Scandinavian J. Trauma Resuscitation Emergency Medicine 27(1):112.
Prof. Dr. Ludwig Kuntz
Department of Operations Management, Healthcare Management, Universität zu Köln; Ressortleiter Management im Oberver Gesundheit
Helena Müller
Wissenschaftliche Mitarbeiterin am Department of Operations Management, Healthcare Management, Universität zu Köln
Annica Münch
Wissenschaftliche Mitarbeiterin am Department of Operations Management, Healthcare Management, Universität zu Köln
Die Krankenhausreform stellt das System im stationären Bereich grundlegend um: Die Zusammenlegung von Kapazitäten innerhalb von Leistungsgruppen soll Qualität sichern und gleichzeitig Ressourcen effizienter nutzen. Wenn Patientenzahlen in einer Leistungsgruppe zunehmen und die Auslastung entsprechend hoch ist, greift ein vertrautes Steuerungsinstrument: Patienten werden fachfremd auf anderen Stationen untergebracht.
Bedeutet eine hohe finanzielle Verschuldung eines Pflegeheimes in Krisenzeiten, dass Sterbefälle durch schlechter werdende Pflegequalität ansteigen? Eine neue Studie von Morris et al. [1] zeigt, dass sich diese Frage nicht so einfach bejahen lässt. Die Studie analysiert mit neuen Perspektiven auf Unternehmensstruktur und Leasingverträgen, welche Auswirkungen eine finanzielle Verschuldung von Pflegeheimen tatsächlich auf die Entwicklung von Sterbefällen in Krisensituationen hat und kommt dadurch zu neuen Erkenntnissen.
In Deutschland wagen immer mehr Krankenhäuser den Einstieg in die ambulante Versorgung. So gründen und übernehmen Krankenhäuser z.B. medizinische Versorgungszentren (MVZ). Ein vergleichbarer Trend ist auch in den USA zu beobachten. Dort kaufen immer mehr Krankenhäuser Arztpraxen auf und wandeln diese in eine Krankenhausambulanz um („vertikale Integration“). Ob diese Entwicklung vorteilhaft ist, beleuchtet eine US-Studie [1].
