Jedes Jahr ereignen sich in deutschen Pflegeeinrichtungen Hunderttausende Stürze mit teils schwerwiegenden Folgen für die Bewohner. Die durchschnittlichen Kosten eines sturzbedingten Krankenhausaufenthalts liegen bei über 10.000 Euro – doch die wahren Kosten gehen weit darüber hinaus. Stürze beeinträchtigen die Lebensqualität der Bewohner, belasten Angehörige, fordern Pflegekräfte heraus und wirken sich auf die Reputation der Einrichtung aus.
Seit Jahrzehnten verfolgen Pflegeeinrichtungen den gleichen Ansatz in der Sturzprävention: Umgebungsanpassungen, Risikoerfassungen, Mitarbeiterschulungen und Dokumentation von Vorfällen nach deren Eintreten. Diese Maßnahmen sind wichtig, haben aber eine entscheidende Schwäche – sie sind im Kern reaktiv.
Was wäre, wenn Sie eine abnehmende Mobilität drei Wochen vor einem Sturz erkennen könnten? Was, wenn Ihr Therapieteam automatische Benachrichtigungen erhielte, sobald das Gangmuster eines Bewohners erste Anzeichen von Instabilität zeigt? Was, wenn Ihr Sturzpräventionsprogramm vom Reagieren auf Vorfälle zum tatsächlichen Verhindern übergehen könnte?
Dies ist das Versprechen der prädiktiven Mobilitätsanalyse mit künstlicher Intelligenz. Durch kontinuierliche Überwachung objektiver Mobilitätsdaten und Identifizierung subtiler Veränderungen, die Stürzen vorausgehen, transformiert KI-Technologie, wie fortschrittliche Pflegeeinrichtungen ihre Bewohner schützen. Es geht nicht darum, die klinische Kompetenz zu ersetzen oder bereits ausgelastete Teams zusätzlich zu belasten – es geht darum, Ihrem Team die Werkzeuge zu geben, früher, präziser und effektiver zu intervenieren.
In diesem Artikel untersuchen wir, wie prädiktive Mobilitätsanalyse funktioniert, warum traditionelle Sturzpräventionsansätze an ihre Grenzen stoßen, und wie Einrichtungen Sturzraten um 20-30% reduzieren und gleichzeitig Qualitätsindikatoren und betriebliche Effizienz verbessern.
Besuchen Sie eine beliebige QM-Besprechung in einer Pflegeeinrichtung, und Sie werden wahrscheinlich die gleiche Diskussion hören: Überprüfung der Sturzvorfälle des letzten Monats, Analyse der Ursachen und Umsetzung von Korrekturmaßnahmen. Ein Bewohner ist nachts im Bad gestürzt – lassen Sie uns häufigere Rundgänge einführen. Ein anderer stürzte beim Transfer – lassen Sie uns das Personal in den richtigen Techniken nachschulen.
Dieser reaktive Zyklus ist gut gemeint und oft durch Vorgaben erforderlich, hat aber einen grundlegenden Fehler: Sie analysieren und reagieren auf Ereignisse, die bereits geschehen sind. Der Bewohner wurde bereits verletzt. Die Angehörigen sind bereits besorgt. Der Vorfallbericht ist bereits erstellt. Das Haftungsrisiko ist bereits vorhanden.
Traditionelle Sturzpräventionsprogramme sind ausgezeichnet in Dokumentation und Prozessimplementierung, haben aber Schwierigkeiten mit dem kritischsten Aspekt der Sturzprävention: zu identifizieren, welche Bewohner stürzen werden, bevor es passiert, und rechtzeitig zu intervenieren.
Viele Einrichtungen verlassen sich auf standardisierte Sturzrisiko-Assessments wie die Morse-Fall-Skala, das STRATIFY-Tool oder andere validierte Instrumente. Diese haben durchaus ihren Wert – sie sind validiert, weit verbreitet und bieten einen strukturierten Ansatz zur Risikobewertung. Sie haben jedoch erhebliche Einschränkungen in der Praxis:
Seltene Assessment-Zeitfenster
Der Expertenstandard fordert die Sturzrisikoerfassungen bei Einzug, regelmäßig sowie bei signifikanten Veränderungen. Zwischen diesen planmäßigen Assessments kann sich die Mobilität eines Bewohners dramatisch verändern. Die 82-jährige Bewohnerin, die im Januar selbstständig ging, bewegt sich im März vielleicht nur noch schlurfend mit einem Rollator fort – wenn ihr nächstes Assessment aber erst im April fällig ist, bleibt diese abnehmende Mobilität undokumentiert und unbehandelt.
Subjektive Variabilität
Bitten Sie drei verschiedene Pflegekräfte, das Sturzrisiko desselben Bewohners einzuschätzen, und Sie erhalten möglicherweise drei verschiedene Bewertungen. Beobachtungsbasierte Assessments hängen davon ab, wer beobachtet, wann beobachtet wird und was der Bewohner gerade tut. Hat die Pflegekraft den Bewohner an einem guten oder schlechten Tag erwischt? Beobachtete sie den Bewohner beim Gehen oder stellte nur Fragen, während der Bewohner im Stuhl saß?
Der Zeitfaktor
Umfassende Sturzrisikoerfassungen dauern 15-30 Minuten, wenn sie ordnungsgemäß durchgeführt werden. Angesichts des chronischen Pflegekräftemangels und konkurrierender Prioritäten werden Assessments in der Realität oft verkürzt oder verschoben. Ihr Personal möchte gründliche Assessments durchführen – es hat einfach nicht die Zeit, sie so häufig oder umfassend wie nötig durchzuführen.
Die subtilen Veränderungen übersehen
Vielleicht am wichtigsten: Standard-Assessment-Tools sind nicht darauf ausgelegt, die subtilen, graduellen Mobilitätsveränderungen zu erfassen, die Stürzen oft vorausgehen. Die Ganggeschwindigkeit eines Bewohners kann über drei Wochen um 10% abnehmen – ein signifikanter Prädiktor für Sturzrisiko – aber diese Veränderung ist durch gelegentliche Beobachtung nahezu unmöglich zu erkennen. Wenn der Rückgang offensichtlich genug ist, um dokumentiert zu werden, ist der Bewohner möglicherweise bereits hochgefährdet.
Die finanziellen Auswirkungen von Stürzen in der Pflege sind erheblich. Über die direkten medizinischen Kosten hinaus sehen sich Einrichtungen konfrontiert mit:
Doch die menschlichen Kosten sind noch gravierender. Ein Sturz verursacht nicht nur eine physische Verletzung – er löst eine Kaskade von Konsequenzen aus:
Eine Pflegedienstleitung einer 120-Betten-Einrichtung erzählte uns:
"Nach Frau Müllers Sturz mit Oberschenkelhalsbruch war sie nie mehr dieselbe. Nicht nur körperlich – sie hatte panische Angst vorm Laufen. Innerhalb von drei Monaten ging sie von selbstständig zu vollständig pflegebedürftig. Ihre Tochter machte uns Vorwürfe, und ehrlich gesagt machte ich mir selbst Vorwürfe. Wir wussten, dass sie gefährdet war, aber nicht wie gefährdet oder wann wir aggressiver hätten intervenieren müssen."
Die grundlegende Lücke in der traditionellen Sturzprävention ist das Fehlen objektiver, kontinuierlicher Mobilitätsüberwachung. Ihr klinisches Team trifft Entscheidungen basierend auf:
Was fehlt, sind objektive Daten darüber, wie sich die Mobilität jedes Bewohners im Laufe der Zeit verändert. Ohne diese Daten arbeiten selbst die qualifiziertesten Kliniker teilweise im Blindflug, unfähig zu identifizieren, welche Bewohner still abbauen und vor einem Vorfall Intervention benötigen.
Hier verändert prädiktive Mobilitätsanalyse alles.
Der Begriff "prädiktiv" wird im Gesundheitswesen oft überstrapaziert, aber im Kontext der Mobilitätsanalyse hat er eine spezifische und wirkungsvolle Bedeutung: die Fähigkeit, Sturzrisiko zu identifizieren, bevor ein Sturz eintritt, basierend auf objektiven Veränderungen in Bewegungsmustern.
Prädiktive Mobilitätsanalyse unterscheidet sich von traditioneller Evaluation in drei Schlüsselaspekten:
Objektive Messung statt subjektiver Beobachtung
Anstatt sich allein auf klinisches Urteil zu verlassen (das wertvoll ist, aber auch Variabilität aufweist), messen prädiktive Systeme spezifische, quantifizierbare Mobilitätsparameter: Ganggeschwindigkeit in Zentimetern pro Sekunde, Schrittlängensymmetrie, Körperschwankung in Grad und Dutzende anderer biomechanischer Marker. Diese Messungen sind konsistent, unabhängig davon, wer das Assessment durchführt.
Mustererkennung über Populationen hinweg
KI-gestützte Systeme bewerten nicht nur einzelne Bewohner – sie lernen aus Mustern über Tausende von Assessments hinweg. Aktuelle Forschung zeigt, dass maschinelles Lernen zur Analyse von Gangmerkmalen Sturzrisiko mit Genauigkeitsraten von 70% bis 96% vorhersagen kann, abhängig von den verwendeten Algorithmen und Merkmalen.
Früherkennung von Abbau
Am wichtigsten: Prädiktive Systeme identifizieren Mobilitätsabbau in seinen frühesten Stadien – wenn Interventionen am effektivsten sind. Bis eine Mobilitätsveränderung für das Personal offensichtlich ist, hat bereits signifikanter Abbau stattgefunden. Prädiktive Assessments erfassen die subtilen Warnzeichen Wochen früher.
Menschliche Bewegung ist außerordentlich komplex. Wenn Sie jemanden einen Flur entlanggehen sehen, bemerken Sie vielleicht, ob er schlurft oder unsicher ist, aber Sie übersehen Hunderte von Datenpunkten, die Sturzrisiko offenbaren.
Moderne KI-gestützte Mobilitätsanalyse nutzt hochentwickelte Motion-Capture-Technologie – nicht die komplexen, teuren Systeme aus Forschungslaboren, sondern praktische Lösungen, die mit Standard-Smartphones oder Tablets funktionieren. So funktioniert es:
3D-Motion-Capture
Mit der Kamera eines Standardgeräts erfasst das System Video eines Bewohners, der eine einfache Gehaufgabe durchführt – typischerweise 3-5 Meter in normalem Tempo gehen. Fortgeschrittene Computer-Vision-Algorithmen analysieren dieses Video Frame für Frame und verfolgen Position und Bewegung wichtiger Körperpunkte: Kopf, Schultern, Hüften, Knie, Knöchel und Füße.
Dies erstellt eine dreidimensionale Repräsentation der Bewohnerbewegung und erfasst Daten, die menschliche Beobachtung einfach nicht wahrnehmen kann:
KI-Mustererkennung
Rohe Mobilitätsdaten werden durch künstliche Intelligenz prädiktiv, die auf validierten Datensätzen trainiert wurde. Die Forschung zeigt, dass verschiedene Machine-Learning-Algorithmen wie LightGBM Genauigkeiten von bis zu 96% bei der Analyse temporaler Gangmerkmale erreichen können, während andere Modelle Genauigkeiten zwischen 67% und 94% zeigen, abhängig von den analysierten Merkmalen und verwendeten Algorithmen.
Die KI misst nicht nur – sie interpretiert. Sie erkennt, dass eine Ganggeschwindigkeit unter 0,8 Metern pro Sekunde hohes Sturzrisiko anzeigt. Sie identifiziert, dass erhöhte Schrittbreitenvariabilität, selbst wenn die durchschnittliche Schrittbreite normal ist, Instabilität vorhersagt. Sie identifiziert Kompensationsmuster, bei denen Bewohner unbewusst ihre Bewegung anpassen, um abnehmende Funktion zu bewältigen.
Klinische Validierung
Effektive prädiktive Assessments müssen gegen etablierte klinische Standards validiert werden. Forschungsstudien haben starke Korrelation zwischen KI-gestützter Ganganalyse und Gold-Standard-Mobilitätsassessments wie dem Timed Up and Go (TUG) Test, der Berg-Balance-Skala und anderen validierten Instrumenten demonstriert.
Der Vorteil KI-gestützter Assessments ist, dass sie TUG-Test-Level-Einsichten in einem Bruchteil der Zeit liefern, mit größerer Objektivität und Konsistenz.
Bei LINDERA haben wir unsere Mobilitätsanalyse speziell für die reale Umgebung deutscher Pflegeeinrichtungen entwickelt. Wir verstehen, dass Sie keine Zeit für komplexe Technologie oder umfangreiches Training haben. Unser System basiert auf drei Prinzipien:
Einfachheit
Eine Pflegeassistenz oder Therapiehelferin kann ein LINDERA-Assessment mit nur 2-3 Minuten Training durchführen. Der Prozess ist unkompliziert:
Es gibt keine spezielle Ausrüstung aufzubauen, keine komplexe Kalibrierung und keine technische Expertise erforderlich.
Handlungsfähigkeit
Daten ohne Interpretation sind nur Rauschen. LINDERA gibt Ihnen nicht nur Zahlen – es bietet klare Risikostratifizierung (niedriges, mittleres, hohes Risiko) und spezifische, umsetzbare Empfehlungen:
Integration
Mobilitätsdaten sollten Pflegeplanung, Therapiedokumentation, Ärztekommunikation und Angehörigenberichte informieren. LINDERA integriert sich in Ihre bestehenden Arbeitsabläufe und, wo möglich, mit Ihrem Pflegedokumentationssystem, um sicherzustellen, dass Mobilitätserkenntnisse Teil der routinemäßigen klinischen Entscheidungsfindung werden.
Der wahre Wert prädiktiver Mobilitätsanalyse entsteht, wenn Daten in klinisches Handeln übersetzt werden. So funktioniert der Prozess in der Praxis:
Automatisierte Risikostratifizierung
Nach jedem Assessment erhält der Bewohner einen Mobilitätsscore und eine Risikoklassifizierung. Dies ist nicht nur eine Zahl – es ist ein klinisches Entscheidungsunterstützungstool, das Ihrem Team hilft, Interventionen zu priorisieren:
Trendanalyse
Einzelne Assessments liefern Momentaufnahmen; Trendanalyse offenbart Trajektorien. LINDERAs Dashboard zeigt die Mobilität jedes Bewohners über die Zeit und macht sofort klar, ob die Funktion sich verbessert, stabil ist oder abnimmt. Ein Bewohner, der drei Monate mittleres Risiko mit stabilen Scores hatte, benötigt andere Aufmerksamkeit als einer, der in nur zwei Wochen von niedrigem zu mittlerem Risiko wechselte.
Individualisierte Interventionsempfehlungen
Generische Sturzpräventionsinterventionen (rutschfeste Socken, Bettalarme, häufige Rundgänge) haben ihren Platz, aber gezielte Interventionen basierend auf spezifischen Mobilitätsdefiziten sind weitaus effektiver. Wenn die Daten zeigen, dass ein Bewohner reduzierten Zehenabstand auf der rechten Seite hat, werden spezifische Übungen zur Adressierung der rechten Fußdorsiflexion Teil des Pflegeplans. Wenn Körperschwankung das Hauptproblem ist, hat Gleichgewichtstraining Priorität vor Kräftigungsübungen.
Klinische Dokumentation
Jedes Assessment erstellt objektive Dokumentation der Bewohnerfunktion – unschätzbar für Pflegeplanung, ärztliche Anordnungen, Therapierechtfertigung und Compliance mit dem Expertenstandard Sturzprophylaxe. Wenn MDK-Prüfer fragen, wie Sie bestimmt haben, dass ein Bewohner Physiotherapie benötigte, können Sie auf objektive Mobilitätsdaten verweisen, die funktionellen Abbau zeigen, nicht nur subjektive Beobachtung.
Die Implementierung prädiktiver Mobilitätsanalyse bedeutet nicht, Ihr aktuelles Sturzpräventionsprogramm zu ersetzen – es geht darum, es von reaktiv zu proaktiv zu transformieren. So bauen Sie ein umfassendes Framework auf, das KI-gestütztes Assessment nutzt und gleichzeitig Ihre bestehenden klinischen Prozesse verbessert.
Baseline und laufendes Screening
Die Grundlage prädiktiver Sturzprävention ist die Etablierung einer Mobilitäts-Baseline für jeden Bewohner und die Verfolgung von Veränderungen über die Zeit. Ein umfassendes Protokoll umfasst:
Initiales Assessment bei Einzug
Innerhalb von 48-72 Stunden nach Einzug ein Baseline-Mobilitätsassessment durchführen. Dies erfasst den funktionellen Status des Bewohners bei Einzug und bietet den Vergleichspunkt für alle zukünftigen Assessments. Für Bewohner, die bettlägerig sind oder nicht einmal kurze Strecken gehen können, diesen Baseline-Status dokumentieren – ihr erstes Assessment erfolgt, wenn die Funktion genug verbessert ist, um Mobilität zu versuchen.
Regelmäßiger Screening-Zeitplan
Die Häufigkeit laufender Assessments sollte Gründlichkeit mit Praktikabilität ausbalancieren. Die meisten Einrichtungen erzielen Erfolg mit:
Dieser Screening-Zeitplan erscheint intensiv im Vergleich zu vierteljährlichen Assessments, aber bedenken Sie: Jedes Assessment dauert nur 2-3 Minuten und liefert weitaus objektivere Daten als traditionelle Evaluationsmethoden.
Reassessment nach Vorfällen
Wann immer ein Sturz auftritt, innerhalb von 24-48 Stunden ein Mobilitätsassessment durchführen (sobald medizinische Freigabe erteilt wurde). Dies liefert objektive Daten über aktuelle Funktion zur Interventionsplanung und erstellt Dokumentation des Post-Sturz-Status für MDK-Prüfungen und Risikomanagement.
Post-Krankenhaus-Monitoring
Bewohner, die von Krankenhausaufenthalten zurückkehren, erleben oft funktionellen Abbau. Ein Assessment innerhalb von 24 Stunden nach Rückkehr durchführen und Assessment-Frequenz für die folgenden 2-4 Wochen erhöhen, um weiteren Abbau früh zu erfassen.
Risikostratifizierung und Interventionspfade
Prädiktives Assessment schafft drei unterschiedliche Risikokategorien, von denen jede unterschiedliche Interventionsintensität erfordert:
Niedriges Risiko (Grün)
Mittleres Risiko (Gelb)
Hohes Risiko (Rot)
Dynamische Risikoanpassung
Bewohner verbleiben nicht in festen Risikokategorien. Ein Hochrisiko-Bewohner, der ein erfolgreiches Therapieprogramm abschließt und objektive Mobilitätsverbesserung zeigt, kann auf mittleres Risiko herabgestuft werden. Umgekehrt sollte ein Niedrigrisiko-Bewohner, der über drei aufeinanderfolgende Assessments abnehmende Ganggeschwindigkeit zeigt, auf mittleres Risiko hochgestuft werden – bevor ein Sturz auftritt.
Diese dynamische Stratifizierung stellt sicher, dass Ihre intensivsten Interventionen sich auf Bewohner konzentrieren, die sie am meisten benötigen, genau dann, wenn sie sie benötigen.
Prädiktive Mobilitätsanalyse operiert nicht isoliert – sie verbessert und verbindet multiple Aspekte Ihrer klinischen Abläufe.
Verbindung zu klinischen Workflows
Pflegeassessment-Integration
Ihr Pflegepersonal führt bereits umfassende Assessments bei Einzug, regelmäßig und bei signifikanten Zustandsveränderungen durch, entsprechend dem SGB XI und den Expertenstandards. Mobilitätsassessment-Daten sollten diese Evaluationen informieren und objektive Funktionsstatusinformationen liefern, die klinische Beobachtung ergänzen.
Zum Beispiel: Bei der Vervollständigung des Strukturmodells nach SIS kann die Pflegekraft auf die Mobilitätstrenddaten des Bewohners zurückgreifen, um Modul 1 (Mobilität und Beweglichkeit) genau zu kodieren. Dies verbessert die Kodierungsgenauigkeit und stellt sicher, dass Ihr Assessment die aktuelle Funktion widerspiegelt, nicht veraltete Beobachtungen.
Physiotherapie-Überweisungs-Trigger
Eine der wirkungsvollsten Anwendungen prädiktiver Assessments ist die automatisierte Therapieüberweisung. Wenn das System basierend auf objektiven Daten abnehmende Mobilität oder hohes Sturzrisiko erkennt, kann es eine automatische Benachrichtigung an Ihre Therapieabteilung auslösen.
Dies adressiert eine häufige Herausforderung: Ärzte verlassen sich oft darauf, dass Pflegepersonal Bewohner identifiziert, die von Therapie profitieren würden, aber Pflegekräfte bemerken subtile funktionelle Veränderungen möglicherweise nicht oder verzögern die Meldung aufgrund der Arbeitsbelastung. Objektive Mobilitätsdaten schaffen klare, vertretbare Kriterien für Therapieüberweisungen:
"Frau Andersons Ganggeschwindigkeit ist in den letzten vier Wochen von 0,95 m/s auf 0,72 m/s gesunken. Sie erfüllt jetzt Kriterien für hohes Sturzrisiko. PT-Überweisung für Gleichgewichts- und Gangtraining empfohlen."
Kein Arzt wird eine Überweisung infrage stellen, die durch objektive funktionelle Daten gestützt wird.
Arzt-Benachrichtigungsprotokolle
Klare Protokolle etablieren, wann Mobilitätsveränderungen ärztliche Benachrichtigung rechtfertigen:
Ärzten prägnante, datengesteuerte Zusammenfassungen liefern: "Objektives Mobilitätsassessment zeigt 22% Rückgang der Ganggeschwindigkeit und erhöhte posturale Instabilität über die letzten 3 Wochen. Medikamentenüberprüfung auf orthostatische Effekte und Erwägung einer PT-Überweisung empfohlen."
Angehörigen-Kommunikations-Touchpoints
Angehörige schätzen proaktive Kommunikation über die Funktion ihrer Liebsten. Mobilitätsassessment-Daten nutzen, um:
Objektive Daten beruhigen Angehörige, dass ihr Liebster sorgfältig überwacht wird, und bauen Vertrauen in Ihr klinisches Team auf.
Integration ins Qualitätsmanagement
Qualitätsmanagement gemäß §113 SGB XI ist eine gesetzliche Anforderung, aber prädiktive Mobilitätsanalyse transformiert es von einer Compliance-Übung zu einem echten Qualitätsverbesserungstool.
Sturzprävention als QM-Priorität
Die meisten Einrichtungen identifizieren Sturzprävention bereits als QM-Schwerpunktbereich, entsprechend dem Expertenstandard Sturzprophylaxe. Prädiktive Mobilitätsanalyse liefert den systematischen Ansatz und messbare Daten, die QM erfordert:
Datengesteuerte Qualitätsmetriken
QM sollte datengesteuert sein, aber viele Einrichtungen haben Schwierigkeiten, über Vorfallzählungen hinauszugehen. Prädiktives Assessment liefert reichhaltige Qualitätsmetriken:
Diese Metriken ermöglichen es Ihrem QM-Team, Trends zu identifizieren, Interventionen zu testen und systematisch Verbesserung zu demonstrieren.
Verfolgung der Interventionseffektivität
Wenn Sie eine Sturzpräventionsintervention implementieren – ein neues Übungsprogramm, Umgebungsmodifikationen, Medikamentenüberprüfungsprotokoll – woher wissen Sie, ob es funktioniert? Vorfallsdaten haben eine Verzögerungszeit und werden von vielen Faktoren beeinflusst. Mobilitätsdaten liefern sofortiges Feedback.
Wenn Sie zum Beispiel ein Stuhlgymnastik-Programm für Mittelrisiko-Bewohner implementieren, können Sie verfolgen, ob Teilnehmer Mobilitätsverbesserungen im Vergleich zu Nicht-Teilnehmern zeigen. Dies ermöglicht es Ihnen, effektive Interventionen zu verdoppeln und solche zu eliminieren, die keine Wirkung zeigen.
Expertenstandard Sturzprophylaxe in der Pflege (DNQP) https://www.dnqp.de/expertenstandards-und-auditinstrumente/
SGB XI - Soziale Pflegeversicherung https://www.gesetze-im-internet.de/sgb_11/
Pflegetransparenzvereinbarungen stationär https://www.gkv-spitzenverband.de/pflegeversicherung/qualitaet_in_der_pflege/
MD-Prüfanleitung gemäß QPR https://md-bund.de/
Qualitätsprüfungs-Richtlinien (QPR) https://www.gkv-spitzenverband.de/
Statistisches Bundesamt - Pflegestatistik https://www.destatis.de/DE/Themen/Gesellschaft-Umwelt/Gesundheit/Pflege/
GKV-Spitzenverband - Pflege https://www.gkv-spitzenverband.de/pflegeversicherung/
Robert Koch-Institut - Gesundheit im Alter https://www.rki.de/
Digitale-Versorgung-Gesetz (DVG) https://www.bundesgesundheitsministerium.de/
Bundesverband privater Anbieter sozialer Dienste e.V. (bpa) https://www.bpa.de/