top

Service-Dominant Logic (SDL)

vorgestellt von Prof. Dr. Dr. Klaus Nagels, Rechts- und Wirtschaftswissenschaftliche Fakultät / Lehrstuhl Medizinmanagement und Versorgungsforschung der Universität Bayreuth

Mehr lesen
Erstveröffentlichungsdatum: 21.09.2022

Zitationshinweis: Nagels, K.: „Service-Dominant Logic“, in "Monitor Versorgungsforschung" (05/22), S. 39-41. http://doi.org/10.24945/MVF.05.22.1866-0533.2441

Plain-Text

Die Service-Dominant Logic kann vor dem Hintergrund der Digitalisierung der Versorgung als Strukturierungsrahmen wissenschaftlich in der Versorgungsforschung eingesetzt werden. In Deutschland sind die Grundlagen der Service-Dominant Logic, deren Anwendbarkeit auf die Versorgung seit etwa 10 Jahren international diskutiert wird, eng mit den Grundlagen und Überlegungen zur so genannten Leistungslehre verknüpft, die in den neunziger Jahren des letzten Jahrhunderts maßgeblich von Werner Hans Engelhardt, Michael Kleinaltenkamp und weiteren Forschenden vorangetrieben wurde (Benkenstein 2008). Auch danach ist eine eindeutige Trennung von Dienst- und Sachleistungen nicht möglich. Vielmehr sind kombinierte Leistungsbündel Gegenstand von Transaktionen zwischen Beteiligten. Dies gilt auch für medizinisch-klinische Behandlungen, unabhängig davon, ob diese einer präventiven, kurativen oder palliativen Intention folgen. Die weitgehende Fokussierung auf die Anwendung von Produkten, ob in Diagnostik oder Therapie und die isolierte Betrachtung ihrer Wirkung ist gerade für die Versorgungsforschung keinesfalls ausreichend. Produktfokussierte Innovationen verändern die Versorgung in Konfiguration und Koordination. Das Wissen um die Produktanwendung wird Teil des medizinisch-klinischen Wissens, aber im Detail werden die damit einhergehenden Transformationseffekte nicht gemessen. Der Detailgrad reicht bekanntlich nicht aus, um die Wirksamkeit unter Versorgungsbedingungen (z. B. Stadium/Krankheitsverlauf, Alter, Multimorbidität, genetische Dispositionen) zweifelsfrei und umfassend zu erklären. Dazu ist das Versorgungsgeschehen zu komplex, zu variabel und letztlich auch datenseitig zu intransparent. Die SDL kann einen Beitrag zur strukturierten Untersuchung von Phänomenen der Versorgung liefern, die bisher nicht im notwendigen Detailierungsgrad transparent sind.

>> Die Service-Dominant Logic (SDL) ist eine Theorie, die nicht für die Versorgungsforschung entwickelt wurde. Sie wurde vielmehr zunächst für das Marketing im Sinne einer wissenschaftlichen Disziplin sowie aus der Erkenntnis entwickelt, dass klassische Austausch-Modelle der Ökonomik zur wissenschaftlichen Beschreibung der mit dem Austausch verbundenen Phänomene im Sinne eines wissenschaftlichen Marketingverständnisses nicht ausreichen. Nach Lusch und Vargo (Vargo und Lusch 2004) lag der Grund vor allem auch darin, dass der Fokus der Goods-Dominant Logic (GDL) auf hergestellten Gütern, Produkten also tangiblen Ressourcen lag, denen man einen Wert gut zuordnen konnte. Andererseits wurden intangiblen Ressourcen und damit verbundenen Phänomenen, zum Beispiel der „Co-Creation“ von Leistungen im Sinne einer Ressourcenintegration und Beziehungsphänomenen im Hinblick auf Austauschprozesse weniger Aufmerksamkeit geschenkt. Die Parallelen der Genese von SDL und Versorgungsforschung, die in ihren Anfängen u.a. das Arzt-Patientenverhältnis und seine Auswirkungen auf das Behandlungsergebnis intensiver untersucht hat, sind unverkennbar. Die oben genannten und keineswegs vollständigen Phänomene sind auch für die Versorgungsforschung hochrelevant, zumal sie auch durch die technischen Möglichkeiten der Digitalisierung wissenschaftlich überhaupt erst in Tiefe, Breite und Zeitnähe zugänglich werden. Dies gilt auch für die Untersuchung von „Co-Creation“-Phänomenen in der Versorgungsforschung. Die gemeinsame Interaktion von Leistungserbringern und Patienten zum Zweck eines optimalen Behandlungsergebnisses über zielführende Ressourcenintegration, wird zunehmend über digitale Anwendungen vermittelt. Dies ist essenziell zum Verständnis, aber auch zur Evaluierung der für die Versorgung genutzten Abläufe und eingesetzten Instrumente. Die der Versorgung innewohnende Heterogenität, bedingt auch durch Patienten (z.B. Gender, Alter, Multimorbidität) und Versorgungssettings, kann unter Verwendung von SDL-Ansätzen zunächst deskriptiv erfasst und nach Interpretation normativ besser gefasst werden, um beispielsweise Optimierungskorridore für ausgewählte Versorgungsthemen zu definieren (Petit-Steeghs et al. 2020).
Die Untersuchung der „Co-Creation“ quasi als Ergebnis eines vor allem digital vermittelten Austausches zwischen Leistungserbringern und Patienten hat weitreichende Folgen. In der Folge kommt es zu einem Paradigmenwechsel, der Patienten duch Einbindung („patient engagement“) in Settings der Versorgungsforschung eine aktivere Rolle zuordnet (Harrington et al. 2020). Ihre Rolle besteht im Forschungssetting zunehmend in einer aktiven Partnerschaft oder Führungsrolle, die eine Patientenzentrierung möglich macht. Dieser forschungsseitige Paradigmenwechsel trägt dazu bei, das Versorgungsgeschehen aus der Wahrnehmung des Patienten besser zu verstehen. Dadurch können mögliche Versorgungsziele sowie die Erfüllung von Versorgungsbedarfen unter Berücksichtigung der Präferenzen von Patienten optimiert werden. Die wachsende Relevanz intangibler Ressourcen ist immer komplexeren Austauschprozessen geschuldet, die technologie- und innovationsgetrieben sind. Das trifft auch für die medizinische Versorgung zu. Dabei geht häufig der Fokus verloren, der für Patienten relevant ist (Joiner und Lusch 2016). Die Präferenzen sind weniger abstrakt: Überleben, länger Leben, besser Leben, besser Sehen. Der Weg dorthin ist für Patienten weitgehend irrelevant, obgleich komplexe Ansätze dorthin zum Einsatz kommen müssen: die risikoadjustierte Versorgung von Menschen mit molekulardiagnostisch nachgewiesener BRCA-Mutation (Fokus zurzeit: Frauen), präzisionsonkologische Therapien, die aufgrund molekularpathologischer Differentialdiagnostik eingeleitet werden, die Behandlung von Autoimmunerkrankungen wie Multipler Sklerose mit digitalen Gesundheitsanwendungen oder die enstehenden zell- und gentherapeutischen Ansätze, die komplexe Versorgungsansätze, wie intensivmedizinische Nachbehandlungen erfordern, um überhaupt erfolgreich angewendet werden zu können. Analog gilt dies auch für andere Technologiebereiche. Während in der Vergangenheit Automobile mit einem definierbaren und schlichten Performanceprofil verkauft wurden (beschleunigen, bremsen etc.), sind zunehmend die Softwarekomponenten eines Autos entscheidend für Differenzierung. Erst sie gewährleisten zum einen eine optimale Mobilitätsperformance und zum anderen erlauben die von den Nutzern generierten und geteilten Nutzungsdaten eine kontinuierliche Verbesserung zukünftiger Leistungsangebote. Diese Situation lässt sich ebenfalls auch auf die medizinische Versorgung übertragen. Eine Hämodialyse besteht natürlich nicht nur im Anschluss des Patienten an eine Blutreinigungsmaschine, mit bekanntem Filtrationsprofil. Diagnostische Infomationen zum klinischen Zustand des Patienten sind maßgeblich, um auf dieser Informationsbasis das volle Potenzial einer komplexen Dialysemaschine zum Nutzen des Patienten iterativ auszureizen. Auch hier verbessert die umfassende Auswertung der Daten, die Nierenersatztherapie in inkrementellen Schritten. Dazu gehören auch Informationen zur Wahrnehmung der Behandlungs- und Lebenssituation, abgebildet durch Erfassungsinstrumente: Präferenzmessungen, Erfassungsinstrumente zur Lebensqualität sowie PROMs (patient-reported outcome measures) und PREMs (patient-reported experience measures). In diesen Zusammenhängen geht es also letztlich darum, im Sinne der SDL Wissen und Kompetenzen (intangible, „operant ressources“) so aufzubauen und einzusetzen, dass die Nutzung von Medizintechnik, Arzneimittel einschließlich Diagnostika etc. (tangible, „operand ressources“) in Kombination mit menschlicher Zuwendung und zielgerichteter Kommunikation einen Service bewirkt, der im Ergebnis optimiert ist und auch als patientenrelevanter Zusatznutzen gemessen werden kann. Wissenschaftlich vergleichend interpretiert und bewertet werden können die Ergebnisse dann unter Verwendung weiterer Perspektiven, wie z.B. Qualität, Patientensicherheit, HTA oder „value-based health care“.
Die Art und Weise der Integration von tangiblen und intangiblen Ressouren im Rahmen eines auch klinisch abgrenzbaren Service (z. B. Augenarzt: Kataraktbehandlung, Patient: „wieder scharf sehen können“) ist multiperspektivisch analysierbar (s. Abb. 1): ist der Service vor dem Hintergrund des Standes der Medizin effizient, ist er effektiv, erfüllt er die krankheitsspezifisch zu bewertenden Präferenzen des Patienten? Die in der SDL verwendeten Begriffe sind nicht mit Blick auf gesundheits- oder versorgungsspezifische Fragestellungen angelegt. Vielmehr bedürfen die SDL-Begriffe der Anwendung auf die jeweiligen Forschungsfragen aus Sicht der Versorgungsforschung.
Dem Begriff Service kommt in der SDL wissenschaftlich eine hohe Bedeutung zu, man spricht nicht von „Services“ (Vargo und Akaka 2009). Service ist danach abstrakt ein Akt bzw. eine Aktion, bei der für eine Person etwas getan wird, und zwar entweder direkt oder mittels der Verwendung von Produkten. Der „Service“ zur Behandlung eines Kataraktes (grauer Star) besteht heute in der Regel aus Diagnostik, der Anwendung einer extrakapsulären Operationstechnik mit Phakoemulsifikation einschließlich der Versorgung mit einer intraokularen Linse, gefolgt von einer kurzen Nachbetreuung samt Arzneimittelversorgung. Erfolg und Komplikationsrisiken hängen weniger mit den verwendeten Produkten (u.a. intraokulare Linse), sondern vielmehr von den tatsächlich ausgeführten einzelnen Behandlungsprozesskomponenten und deren Abfolge ab. Der Service ist somit auch mit Blick auf die Versorgung als Komplett- oder Teilprozess gut zugänglich. Und genau diesen gilt es wissenschaftlich noch tiefer zu untersuchen, um schlussendlich die optimale Versorgung ableiten zu können. Eine optimale Versorgung ist darüber hinaus im Kontext des medizinischen Fortschritts zu interpretieren. Die Digitalisierung der Versorgungsforschung kann in der Umsetzung also dazu beitragen, im Sinne der SDL einen Service (z. B. Kataraktbehandlung, Dialyse) einzuordnen.
Es versteht sich, dass keine endgültige Einordnung des Behandlungsergebnisses möglich ist, sondern dass man in dieser Logik mit Hilfe von Datenschnitten einen jeweils aktuellen Stand der wissenschaftlichen Erkenntnisse abrufen kann. Die datengetriebene Rückkoppelung mit versorgten Patienten trägt mit dazu bei, einen für sie relevanten Nutzen zu erfassen, der im Übrigen auch darin bestehen kann, Produkte nicht oder nicht immer anzuwenden.

Verwendung und Nutzen für die Versorgungsforschung
Das SDL-Theoriegebäude hat einen Nutzen für die Versorgungsforschung. SDL kann als Metastruktur genutzt werden. Der Ansatz kann Beiträge zum besseren Verständnis von Versorgung generieren. Die Perspektiven der Versorgungsforschung werden erweitert. Qualitative, empirische, klinisch-epidemiologische oder gesundheitsökonomische Ansätze können methodisch in die Metastruktur integriert werden. In der Gesundheitsversorgung geht darum die Anwendung von evidenz-basiert wirksamen Produkten (z.B. Diagnostika, Arzneimittel, Medizinprodukte für invasive Interventionen, auch KI-gestützte Diagnose- und Behandlungsalgorithmen) in variablen, heterogenen Settings besser zu verstehen. Ein holistisch betrachtetes Versorgungssetting ist in der SDL als Ökosystem modellierbar, in dem unter verschiedenen Akteuren, z.B. Leistungserbringer und Patienten, komplexe Austauschprozesse ablaufen, charakterisierbar. Die Ökosysteme in der Versorgung werden also durch Ressourcenintegration tangibler und intangibler Komponenten über „Co-Creation“ etabliert (Frow et al. 2016).

Herausforderungen bei der Anwendung des SDL
Die SDL ist nicht vollumfänglich an Fragestellungen der Versorgungsforschung angepasst. Die Ansätze bedürfen der wissenschaftlichen Operationalisierung. Sie müssen an die jeweilige Fragestellung aus der Perspektive  der Versorgungsforschung angepasst werden. Die Fragestellungen können dann unter Anwendung bekannter und etablierter Methoden der Gesundheitswissenschaften, Psychologie, Gesundheitsökonomie, Statistik bearbeitet werden. <<

 

 

Prof. Dr. Dr. Klaus Nagels, Rechts- und Wirtschaftswissenschaftliche Fakultät /
Lehrstuhl Medizinmanagement und Versorgungsforschung der Universität Bayreuth

„Die Service-Dominant Logic ist ein Theorieansatz, der sich interdisziplinär auf die Versorgungsforschung anwenden lässt. Sie erweitert die strukturierten Analyseinstrumente der patientenzentrierten Versorgung. Sie stellt ein Bindeglied zwischen der analogen und digitalen Versorgung dar. Sie erlaubt die Erforschung komplexer Zusammenhänge. Die Untersuchung von ,Co-Creation‘-Phänomenen, die einer holistischen Ressourcenintegration dienen, sei nur
beispielhaft erwähnt. Dadurch können unmittelbare oder mittelbare Beiträge von Patienten und die damit verbundenen Auswirkungen die Transformation in Richtung einer optimierten Versorgung besser verstanden werden.“