[Repräsentation von Geschlecht und People of Color bei Gesundheitsfachpersonal in Medizincomics – eine Dokumentenanalyse]

Cyrus Amin Parsa ¹
Johanna Hirsch ¹
 Katrin Schüttpelz-Brauns <sup>1


1</sup> Medizinische Fakultät Mannheim der Universität Heidelberg, GB Studium und Lehrentwicklung, Abteilung Medizinische Ausbildungsforschung, Mannheim, Deutschland

Zusammenfassung

Hintergrund: In der medizinischen Lehre werden Medizincomics eingesetzt, die als Bild- und Textkombinationen Inhalte aus dem Alltag des Gesundheitswesens darstellen. Eine Über- oder Unterrepräsentation bestimmter Personen in bestimmten Rollen kann fachspezifische Rollenbilder und Stereotype vermitteln, die individuelle Ausbildungswege beeinflussen können. Diese Studie untersucht, welchen Anteil die Geschlechter und People of Color in den Comicfiguren ausmachen, welchen fachpersonellen Rollen sie zugeordnet werden können und welchen Redeanteil sie haben.

Methode: In die Analyse gingen 995 deutschsprachige Comics aus Sammelwerken und Lehrskripten ein, mit 2688 dargestellten Charakteren aus dem Zeitraum 2002-2019. Kriterien zur Kategorisierung von Rollen, gelesenem Geschlecht und People of Color wurden iterativ entwickelt. Die Auswertung erfolgte deskriptiv.

Ergebnisse: In der Gesamtauswertung dominierte quantitativ in den meisten untersuchten Rollen das männlich gelesene Geschlecht (55%-88%), insbesondere in der ärztlichen Rolle (88%). Lediglich beim Pflegepersonal dominierten Figuren mit weiblich gelesenem Geschlecht (75%). Der Anteil von People of Color war in den analysierten Rollen verschwindend gering (0-2%). Die Redeanteile unterschieden sich nicht.

Diskussion: In der Lehre eingesetzte Medizincomics sollten ein ausgewogenes Geschlechterverhältnis haben, People of Color bewusst darstellen und demographische Verhältnisse berücksichtigen. Das soll zur Schaffung eines Umfelds beitragen, in dem Lernende sich bei der Berufswahl an ihren persönlichen Fähigkeiten und Zielen orientieren und weniger an Aspekten wie Geschlecht oder der Identität als People of Color.

---

---

1. Einleitung

Der Comic ist eine sequentielle Kunstform, bestehend aus mehreren, oft gezeichneten Bildern mit Sprechblasen oder beschreibendem Text. Dazu gehören auch Cartoons und Karikaturen, bei denen es sich um Einbildwitze handelt [1], [2]. Typisch sind einprägsame Geschichten, die pointiert erzählt werden und oft Stereotype und Rollenbilder aufgreifen [3].

Eine Schnittstelle des Comics zum Gesundheitswesen ist „Graphic Medicine“ als interdisziplinäres Feld zwischen Literatur, Medizin, Kunst und klinischer Praxis. Es beschäftigt sich mit der Nutzung von grafischen Narrativen zur Darstellung und Erforschung von medizinischen Themen und Gesundheitsfragen. Im Zentrum stehen dabei Medizincomics. Sie können der verständlichen Vermittlung komplexer medizinischer Sachverhalte dienen, der Darstellung von Krankheitsaspekten oder der Erzählung therapeutisch wirksamer Geschichten. Medizincomics können so öffentliches Bewusstsein bei gesundheitlichen Themen schaffen und bei der Patientenaufklärung, -therapie und -selbsthilfe unterstützen [4]. Darüber hinaus werden sie auch in der medizinischen Ausbildung genutzt [5], [6], [7], [8], [9], [10] oder finden sich in Selbstlernmaterialien, z. B. von den Anbietern Medi-Learn und Meditricks [11], [12]. Im Folgenden wird der Begriff Medizincomic für Comics verwendet, die Inhalte aus dem Alltag der Gesundheitsversorgung zeigen.

Bisherige Studien zu Medizincomics untersuchten, ob diese beim Erlernen von feinmotorischen und kommunikativen Fähigkeiten sowie Empathie und Reflexionsvermögen unterstützen [13]. Medizincomics wie z.B. „Moms Cancer“ und „Our Cancer Year“ können Studierenden dabei helfen, emotionale und soziale Aspekte eines Krankheitsverlaufs zu verstehen. Die Auseinandersetzung mit Medizincomics erleichtert es, die Bedeutung von Vertrauen und Verantwortung in der Beziehung zu Patient*innen zu begreifen und dass Faktoren wie Geschlecht und Ethnizität den Krankheitsverlauf individuell beeinflussen können [14].

Bisher fehlen Studien zum Medizincomic als Medium, die die Darstellungsvielfalt der gezeigten Figuren, insbesondere des Gesundheitspersonals, untersuchen. Solche Studien können dazu beitragen, Wahrnehmung und Verständnis für Vielfalt in Lehr- und Lernmaterialien zu erweitern und die Auseinandersetzung mit Diversität zu fördern.

Es gibt jedoch Studien, die sich mit Comicfiguren im Allgemeinen befassen. Im Jahr 2004 wurden Comicfiguren aus vier verschiedenen US-Tageszeitungen untersucht. Die Comics wurden über einen Zeitraum von einem Monat gesammelt, um die Figuren in Bezug auf Demografie, Verhalten und Aktivitäten wie Sport oder Hausarbeit zu kodieren. In den Ergebnissen der Studie zeigte sich, dass weibliche Figuren im Vergleich zu männlichen unterrepräsentiert waren. Weibliche Figuren wurden meist in der Rolle der Mutter und Ehefrau sowie in Berufen mit niedrigem Prestige dargestellt. Insgesamt wurde in den Ergebnissen deutlich, dass „Minderheiten“, um bei der Terminologie der Autor*innen des Artikels zu bleiben, in den gesammelten Comics kaum vertreten waren [15].

Eine Inhaltsanalyse amerikanischer Comics bestätigt diese Ergebnisse. Sie zeigt, dass Frauen und People of Color (PoC) den deutlich kleineren Anteil der Figuren ausmachen und mit einem niedrigeren sozioökonomischen Status dargestellt werden als männliche, weiße Figuren [16]. Der in der zuvor erwähnten Studie [16] verwendete Begriff „People of Color“ ist eine Selbstbezeichnung von Menschen, die verschiedene Formen von Rassismus erlebt haben. Er beinhaltet, dass Menschen aufgrund äußerer Merkmale und einer angenommenen Herkunft nicht als Teil der „weißen Mehrheitsgesellschaft“ identifiziert werden [17], [18]. Die Bezeichnung „weiß“ ist historisch gewachsen und ein soziales Konstrukt. Die Definitionen und das Verständnis von „weiß“ können stark variieren und sich im Laufe der Zeit verändern. Der Begriff basiert auf Rassifizierung und bezeichnet im alltäglichen Sprachgebrauch Personen mit äußerlichen Merkmalen wie heller Hautfarbe, bestimmter Haarstruktur oder Gesichtszügen, aufgrund derer eine europäische Abstammung impliziert wird. Andererseits kann die Bezeichnung auch in einem kulturellen Kontext verstanden werden, in dem Normen, Privilegien oder sozialer Status mit europäischer Abstammung assoziiert werden [19].

Tatsächlich sind die Begriffe „PoC“ und „weiß“ nicht optimal, um Personen oder Comicfiguren anhand ihres Aussehens zu kodieren. Das Aussehen lässt weder Rückschlüsse auf die Identifikation mit einem dieser Begriffe noch auf die Herkunft zu. Bei einer Diversitätsanalyse von Comicfiguren geschieht jedoch genau dies: Anhand des Aussehens werden die Figuren Kategorien z.B. mit den Bezeichnungen „PoC“ oder „Weiß“ zugeordnet. Im Rahmen dieses Artikels werden auch diese Begriffe verwendet, um eine diskriminierungssensible Sprache zu gebrauchen, die berücksichtigt, dass „PoC“ in erster Linie eine Selbstbezeichnung und „weiß“ ein soziales Konstrukt ist.

In den genannten Comicstudien wurde eine einseitige und seltene Darstellung von PoC und weiblichen Figuren im Vergleich zu männlichen, weißen beobachtet. Eine Unter- oder Nicht-Repräsentation von Frauen und PoC in Medizincomics, ob durch das Auftreten der Figuren oder deren Redeanteile, würde nicht der Diversität des medizinischen Personals entsprechen und diese Gruppen aktiv ausschließen. Auch könnten so diskriminierende Stereotype und Rollenbilder vermittelt werden, mit denen Medizinstudierende in Berührung kommen. Das ist besonders relevant für Frauen, da sie in vielen, auch akademischen Bereichen unterwertig beschäftigt oder unterrepräsentiert sind [20], [21], [22], [23], [24], [25], [26], [27]. So auch in der Medizin: obwohl aktuell 64% aller Medizinstudierenden in Deutschland und knapp 50% aller berufstätigen Ärzt*innen weiblich sind, sind Frauen in einigen großen Fachbereichen und insbesondere in Leitungspositionen noch klar unterrepräsentiert [28], [29].

Ungleiche Arbeits- und Ausbildungsplatzvergaben in Betrieben aufgrund von Geschlecht oder unterstelltem Migrationshintergrund sind gut belegt [30], [31]. Stereotype können auch dazu beitragen, dass rollenuntypische Berufe aufgegeben werden [32]. Die Angst vor Bestätigung negativer Stereotype (stereotype threat) kann sich leistungsmindernd auf die betroffene soziale Gruppe auswirken und wurde bisher in verschiedenen Szenarien nachgewiesen [33], [34], [35], [36], [37], [38], [39]. Auch unter Medizinstudierenden, in der medizinischen Lehre und im klinischen Alltag sind Rollenbilder und Stereotype präsent und beeinflussen den Ausbildungsweg [40], [41], [42]. Insbesondere die Arbeit von Pelaccia et al. (2010) hat gezeigt, dass Rollenbilder mit der Selbstwirksamkeitserwartung von Medizinstudierenden korrelieren, was sich auf die weitere Ausbildung auswirken kann [40].

Die Untersuchung von Figuren in Medizincomics ist deshalb relevant, weil die Geschlechterverteilung, der Anteil von PoC, deren Redeanteile und Rollen möglicherweise überholte und diskriminierende Stereotype transportieren und damit die Ausbildungswege von Medizinstudierenden negativ beeinflussen können.

Daraus ergeben sich folgende Forschungsfragen:

• Wie ist die Geschlechterverteilung der Figuren in Medizincomics in Abhängigkeit des Tätigkeitsbereichs?
• Wie hoch ist der Anteil von Figuren in Medizincomics, die als PoC erkennbar sind, in Abhängigkeit des Tätigkeitsbereichs?
• Wie ist die Geschlechterverteilung unter Figuren, die als PoC erkennbar sind?
• Wie ist der Redeanteil der Figuren in Medizincomics in Abhängigkeit des Geschlechts und der Erkennbarkeit als PoC?

2. Methoden

Die Stichprobenauswahl erfolgte über den Erwerb gedruckter Medizincomics in Form von Sammelwerken durch Onlineversandhändler und einer Lehrbuchreihe für das Humanmedizinstudium. Identifiziert wurden die Werke im Zeitraum von August bis Oktober 2022. Die Suche erfolgte systematisch über definierte Suchbegriffe (siehe Anhang 1 [Anh. 1]).

Zur Stichprobenbeschreibung wurden das Veröffentlichungsjahr der Comics sowie Geschlecht und Geburtsjahr der Zeichner*innen erfasst. Die Daten zu den Zeichner*innen wurden aus Lebensläufen, die frei im Internet erhältlich sind, extrahiert. Zum Schutz der Person wurden die Künstler*innen mit fortlaufenden Identifikationsnummern (IDs) pseudonymisiert.

Die Operationalisierung von Geschlecht, Erkennbarkeit als PoC und Redeanteil der Comic-Figuren erfolgte durch Variablen und Kategorien. In Anhang 2 [Anh. 2] sind die Kategorien pro Variable aufgelistet. Im Anhang 3 [Anh. 3], Tabellen S1 bis S6 sind die Kriterien für die Kategorisierung festgehalten. Die Kriterien wurden im Rahmen der Datenerhebung iterativ angepasst. Die Kategorien „tendenziell weiblich“ (tw) und „tendenziell männlich“ (tm) wurden eingeführt, um einer möglichen Unschärfe bei der Kodierung gerecht zu werden. Die Kriterien für eine Einordnung in tw und tm sind weniger streng als bei den Geschlechterkategorien „weiblich“ (w) und „männlich“ (m). Je nach Betrachtung können tw und tm den Kategorien w und m oder „unbekannt“ (u) zugeordnet werden. Waren Kriterien erfüllt für eine Einordung sowohl in männliche (m oder tm) als auch weibliche (w oder tw) Geschlechterkategorien, dann wurde die Figur der Kategorie „divers“ (d) zugeordnet. Die Kodierung und Annotation der Daten erfolgten durch eine Person.

Um die Güte der Kriterien zu prüfen, kategorisierte eine weitere unabhängige Person anhand der Kriterien eine Stichprobe von 122 Figuren aus 50 Medizincomics. Die Beurteilungsübereinstimmung wurde mit Cohen’s Kappa berechnet und wie folgt bewertet: .

Mit dem Programm „IBM SPSS Statistics Version 29.0.0.0“ wurden deskriptive Statistiken errechnet und Unabhängigkeits- und Verteilungstests durchgeführt. Waren Bedingungen für den Chi²-Test nicht erfüllt, wurde der Likelihood-Quotient genutzt. Für unabhängige Stichproben wurden t-Tests durchgeführt. Das Signifikanzniveau für die Tests wurde auf p≤0,05 festgelegt.

3. Ergebnisse

3.1. Deskriptive Statistik

2688 Figuren wurden in Medizincomics aus Sammelwerken und einer Lehrbuchreihe aus dem Jahr 2015/2016 identifiziert und ausgewertet. 99% der Comics wurden von Männern gezeichnet. Die Figuren wurden zumeist den Kategorien m und tm zugeordnet. 46% der identifizierten Rollen wurden dem ärztlichen Personal, dem Pflegepersonal und sonstigem medizinischen Personal zugeordnet. Weitere Informationen zur Stichprobe finden sich in Tabelle 1 [Tab. 1].

Die Kodierung einer Teilstichprobe durch zwei unabhängige Personen ergab für alle Variablen eine substantielle Beurteilungsübereinstimmung (siehe Tabelle 2 [Tab. 2]).

In Tabelle 3 [Tab. 3] sind die Zeichner*innen-IDs und die relativen Anteile der Comicfiguren pro Künstler*in aufgelistet.

In den Comics aus den Sammelwerken (n=2322 Figuren) stammen 42% der Figuren von Zeichner*in 4 und 12% von Zeichner*in 27. Ein Unabhängigkeitstest zeigt, dass sich die Comics von Zeichner*in 4 von den Comics anderer Zeichner*innen hinsichtlich der Verteilung der Figuren auf die Kategorien der Variablen unterscheiden. Ein zweiter Unabhängigkeitstest erfolgte unter Ausschluss der Werke von Zeichner*in 4. Dieser zeigt, dass sich die Comics von Zeichner*in 27 ebenfalls von den Werken der anderen Künstler*innen unterscheiden. Daher wurden die Comics der Zeichner*innen 4 und 27 getrennt von den Comics der übrigen Comickünstler*innen betrachtet. Die separate Analyse der Medizincomics zeigt, dass sich die Werke der Zeichner*innen 4 und 27 von den Comics aller anderen Zeichner*innen unterscheiden, die Interpretation der Ergebnisse aber trotz der Unterschiede auf die gleichen Aspekte hinausläuft. Daher werden die Ergebnisse in Bezug auf die Sammelwerke gebündelt betrachtet.

3.2. Geschlechterverhältnis in Medizincomics in Abhängigkeit der Tätigkeitsbereiche und Rollen

In den Sammelwerken wurden männlich identifizierte Figuren überwiegend den Grundrollen „Ärztliches Personal“, „Sonstiges medizinisches Personal“ sowie den Kategorien der „Fachärztlichen Rolle“ und „Fachpersonal“ zugeordnet. Figuren in der Rolle des Pflegepersonals wurden dagegen vor allem in die Geschlechterkategorien w und tw eingeordnet. Die Geschlechterverteilung auf verschiedene Tätigkeitsbereiche und Rollen ist in der Abbildung 1 [Abb. 1], Abbildung 2 [Abb. 2] und Abbildung 3 [Abb. 3] für die Sammelwerke dargestellt.

Die Figuren der Lehrbuchreihe wurden in den Grundrollen zumeist den Kategorien m und tm zugeordnet. Eine Ausnahme stellt die Rolle „Pflegepersonal“ dar. Vier Figuren wurden dem Pflegepersonal und zugleich den Kategorien w und tw zugewiesen. Die Geschlechterverhältnisse in Abhängigkeit von den Tätigkeitsbereichen und Rollen in der Lehrbuchreihe sind in der Abbildung 4 [Abb. 4], Abbildung 5 [Abb. 5] und Abbildung 6 [Abb. 6] veranschaulicht.

3.3. Anteil von Figuren erkennbar als PoC in Abhängigkeit von Tätigkeitsbereichen und Rollen

Figuren erkennbar als PoC machten sowohl in den Comics aus den Sammelwerken (n=26) als auch in der Lehrbuchreihe (n=4) 1% aus (siehe Tabelle 4 [Tab. 4] und Tabelle 5 [Tab. 5]). Daher wurde für beide Datenpools auf eine tiefergehende Analyse in Abhängigkeit verschiedener Rollen verzichtet. Auch in den Werken von Zeichner*in 27 und den übrigen Künstler*innen lag der Anteil an PoC-Figuren bei 1%. Nur in den Comics von Zeichner*in 4 lag der Anteil bei 2%.

3.4. Geschlechterverteilung unter Figuren erkennbar als PoC

In den Sammelwerken wurden Figuren, die der Kategorie „erkennbar als PoC“ (n=26) zugeordnet wurden, überwiegend männlich gelesen. Das Verhältnis zwischen männlich und weiblich gelesenen PoC-Figuren unterschied sich nicht von dem der Figuren, die nicht als PoC erkennbar waren, unter Nichtbetrachtung der Geschlechtskategorien „unbekannt“ (17%, n=404) und „divers“ (1%, n=15) (siehe Tabelle 6 [Tab. 6]).

In der Lehrbuchreihe wurden insgesamt vier Figuren der Kategorie „erkennbar als PoC“ zugeordnet (n=4). Davon wurden zwei als w und zwei als m kodiert (siehe Tabelle 6 [Tab. 6]). Das Verhältnis zwischen männlich und weiblich gelesenen PoC-Figuren unterscheidet sich damit von dem der nicht als PoC erkennbaren Figuren, unter Nichtbetrachtung der Geschlechtskategorien „unbekannt“ (10%; n=35) und „divers“ (0,3%; n=1).

3.5. Redeanteil der Figuren in Abhängigkeit der Variablen Geschlecht und PoC

Bei den Comics aus den Sammelwerken ergab die Analyse der Redeanteile in Abhängigkeit der Variablen Geschlecht und PoC keine Unterschiede (siehe Tabelle 7 [Tab. 7]).

In den Comics der Lehrbuchreihe unterscheiden sich die Redeanteile nicht nach Geschlecht (siehe Tabelle 8 [Tab. 8]). Auf eine Analyse der Redeanteile von PoC-Figuren wurde bei der Lehrbuchreihe wegen der geringen Anzahl identifizierter Charaktere (n=4) verzichtet.

Die getrennte Analyse der Werke der Zeichner*innen 4 und 27, die den größten Anteil am Datenpool haben, zeigt feine Unterschiede in der Geschlechterverteilung. Die Analyse der Redeanteile in den Comics von Zeichner*in 4 ergab, dass männliche Figuren häufiger zu Wort kommen und gemessen an der Wortzahl den größeren Redeanteil haben als weibliche Figuren. Die Analyse der Redeanteile in den Comics von Zeichner*in 27 ergab, dass weibliche Figuren, gemessen an der Wortzahl, einen höheren Redeanteil haben als männliche Figuren. Es gibt keinen Unterschied in der Anzahl der Wortmeldungen in Abhängigkeit des Geschlechts.

4. Diskussion

Die Analyse der Medizincomics zeigt, dass Figuren in den Grund- und Facharztrollen sowie beim medizinischen Fachpersonal überwiegend männlich dargestellt sind. Bei den Figuren in der Rolle des Pflegepersonals dominieren die Geschlechterkategorien „weiblich“ und „tendenziell weiblich“. Nur 1% der Figuren aus den Sammelwerken und der Lehrbuchreihe kann den PoC zugeordnet werden. Bei den Redeanteilen in Abhängigkeit von Geschlecht und Erkennbarkeit als PoC ist kein wesentlicher Unterschied aufgefallen. Zusammenfassend sind in den analysierten Medizincomics am häufigsten männliche, weiße Charaktere dargestellt. Das Pflegepersonal wird weiß und weiblich gezeichnet und PoC, insbesondere weibliche, sind in allen Bereichen unterrepräsentiert.

Zur Einordnung der Ergebnisse werden Stärken und Limitationen der Studie diskutiert. Die Suche nach Medizincomics erfolgte systematisch und sorgfältig, sodass ein großer Datenpool verfügbar war. Durch definierte Suchbegriffe und Nutzung verschiedener Online-Versandhändler sollte eine repräsentative Stichprobe deutschsprachiger Medizincomics identifiziert werden. Es ist dennoch möglich, dass nicht alle für die Analyse in Frage kommenden Medizincomics erfasst wurden.

Für eine personenunabhängige Zuordnung der Figuren wurden die Variablen, Kategorien und Einordnungskriterien iterativ von zwei Personen im Austausch entwickelt. Die Personenunabhängigkeit zeigt sich in der hohen Beurteilungsübereinstimmung bei der Bewertung eines Teils der Comicfiguren von zwei unabhängigen Personen, die eine Studienlimitation durch inadäquate Definition der Kategorien und falsche Zuordnung der Figuren unwahrscheinlich macht.

Die Ergebnisse unserer Analyse schließen sich den Erkenntnissen der amerikanischen Comicstudien an, die ähnliche Geschlechterverhältnisse und Anteile von PoC bei Comicfiguren fanden [15], [16].

Doch nicht nur der Anteil weiblicher Figuren und der, die erkennbar als PoC waren, ist ausschlaggebend, sondern auch der Tätigkeitsbereich, in denen sie dargestellt werden. Figuren, die in der Grundrolle „ärztliches Personal“ dargestellt waren, wurden zumeist „männlich“ und „tendenziell männlich“ dargestellt. Im Jahr 2022 waren 49% der berufstätigen Ärztinnen und Ärzte in Deutschland Frauen [44]. Auch die als Chirurg*innen identifizierten Figuren wurden zumeist „männlich“ oder „tendenziell männlich“ gezeichnet. Zwar arbeiten in Deutschland mehr Männer als Frauen in der Chirurgie, doch auch immer mehr Frauen entscheiden sich, Chirurgin zu werden. Dies zeigen steigende Zahlen berufstätiger Chirurginnen in der Ärztestatistik [29], [44]. Figuren, die der Kategorie Notärztliches Personal zugeordnet wurden, wurden auch zumeist „männlich“ und „tendenziell männlich“ gezeichnet. Wie die tatsächlichen Geschlechterverhältnisse bei Notärzt*innen sind, ist schwieriger zu beantworten, da die Ärztestatistik die Listung der Zusatzweiterbildung Notfallmedizin nicht nach Geschlecht aufschlüsselt. In einer Umfrage aus dem Jahr 2013 zur Demographie, Ausbildung und Berufserfahrung von Notärzt*innen in Deutschland, waren von 1991 Studienteilnehmenden 80% der Notärzt*innen männlich [45]. Es ist anzunehmen, dass der Frauenanteil unter Notärzt*innen seitdem gestiegen ist.

Die als „Pflegepersonal“ gelesenen Figuren wurden überwiegend „weiblich“ und „tendenziell weiblich“ gezeichnet. Die Statistik der Bundesagentur für Arbeit zeigt für die Pflege 2023 ähnliche Verhältnisse [46]. Etwa 4 von 5 Pflegekräften sind demnach weiblich, aber es wurde ebenso ein überdurchschnittlicher Anstieg männlicher Beschäftigter über die Jahre erfasst.

Nur ein geringer Anteil aller analysierten Figuren wurde mit der Kategorie „erkennbar als PoC“ kodiert. Ein Abgleich mit den realen Verhältnissen beim Gesundheitspersonal ist erschwert, da keine Statistik die Anzahl der Personen, die sich als PoC identifizieren, wiedergibt. Statistisch erfasst werden zwar Migrationshintergrund und ausländische Staatsangehörigkeit bei ärztlichem und pflegerischem Personal, diese Zahlen lassen jedoch keinen Rückschluss auf die Identifikation als PoC zu. Mit Blick auf unsere persönlichen Erfahrungen im Gesundheitssystem, lässt sich jedoch sagen, dass die Demographie der deutschen Gesellschaft und des medizinisch-pflegerischen Personals vielfältiger ist, als in den untersuchten Comics dargestellt wird.

Die Analyse der Medizincomics und der Vergleich mit aktuellen Zahlen über das Personal in der medizinisch-pflegerischen Versorgung macht deutlich, dass die Geschlechterverhältnisse zu einseitig dargestellt werden und der Anteil von Figuren der PoC wahrscheinlich aktuellen Entwicklungen nicht gerecht wird. Insbesondere Medizincomics, die für die Lehre entwickelt werden, sollten demographische Entwicklungen des medizinisch-pflegerischen Personals aufgreifen. Es sollte bei der Gestaltung auch darauf geachtet werden, vielfältige Charaktere in verschiedenen Rollen darzustellen. Eine ausgeglichene Geschlechterverteilung ist ebenso wichtig wie die bewusste Darstellung von PoC. Ebenfalls sollte die ganze Bandbreite der medizinischen Fachbereiche und Aufgaben aufgegriffen und visualisiert werden.

Eine darstellerische Vielfalt soll zur Schaffung eines Umfelds beitragen, das es Lernenden ermöglicht, den Berufsweg zu finden, der ihren persönlichen Fähigkeiten und Zielen entspricht und weniger von Aspekten wie Geschlecht oder der Identität als PoC abhängt. Aber auch bereits vorhandene Medizincomics sind wertvolles Material. Sie können dazu dienen, die in der Analyse herausgearbeiteten Aspekte mit den Studierenden aktiv zu bearbeiten, Stereotype und Rollenbilder zu reflektieren sowie Widersprüche und Diskriminierungen zu thematisieren. Die Analyse von Medizincomics als Teil von Lehr- und Lernmaterialien ist ein wichtiger Baustein der Weiterentwicklung der medizinischen Ausbildung und trägt dazu bei, Strukturen zu reflektieren und fördernde wie hemmende Faktoren aufzudecken. Künftige Studien könnten untersuchen, welche Stereotype und Rollenbilder bei Lehrenden und Medizinstudierenden bestehen und mit welchen sprachlichen und visuellen Mitteln diese in Medizincomics und anderen Lehr- und Lernmaterialien aufgegriffen werden.

ORCIDs der Autor*innen

• Cyrus Amin Parsa: [0009-0004-7280-8348]
• Johanna Hirsch: [0009-0002-9818-5287]
• Katrin Schüttpelz-Brauns: [0000-0001-9004-0724]

Interessenkonflikt

Die Autor*innen erklären, dass sie keinen Interessenkonflikt im Zusammenhang mit diesem Artikel haben.

---

Literatur

[1] Packard S. Was ist ein Cartoon? Psychosemiotische Überlegungen im Anschluss an Scott McCloud. In: Stephan D, Katerina K, Daniel S, editors. Comics. Bielefeld: transcript Verlag; 2009. p.29-52.
[2] Zimmermann & Heitmann GmbH. Comic. Dortmund: Zimmermann & Heitmann GmbH; 2024. Zugänglich unter/available from: https://www.zimmermann-heitmann.de/lexikon/c/comic.html
[3] Giardinelli A. Die Dekonstruktion von Stereotypen in Comics anhand des Beispiels „Sturmtruppen“ von Bonvi. Potsdam: Universität Potsdam, Institut für Romanistik; 2016. Zugänglich unter/available from: https://www.uni-potsdam.de/de/romanistik-kimminich/kif/kif-analysen/kif-analysen-comic-001
[4] Krüger-Fürhoff IM. Illness narratives in comics: using graphic medicine in the medical humanities. Wien Klin Wochenschr. 2020;132:44-47.
[5] Green MJ, Myers KR. Graphic medicine: use of comics in medical education and patient care. BMJ. 2010;340:c863. DOI: 10.1136/bmj.c863
[6] Lesińska-Sawicka M. Using graphic medicine in teaching multicultural nursing: a quasi-experimental study. BMC Med Educ. 2023;23(1):255. DOI: 10.1186/s12909-023-04223-2
[7] Babaian CS, Chalian AA. "The thyroidectomy story": comic books, graphic novels, and the novel approach to teaching head and neck surgery through the genre of the comic book. J Surg Educ. 2014;71(3):413-418. DOI: 10.1016/j.jsurg.2013.11.008
[8] Green MJ. Teaching with comics: a course for fourth-year medical students. J Med Humanit. 2013;34(4):471-476. DOI: 10.1007/s10912-013-9245-5
[9] Shin D, Kim DH, Park JS, Jang HG, Chung MS. Evaluation of anatomy comic strips for further production and applications. Anat Cell Bioly. 2013;46:210-216. DOI: 10.5115/acb.2013.46.3.210
[10] Masel EK, Praschinger A. Using comics to teach medical humanities. Wien Klin Wochenschr. 2020;132:47-50.
[11] MEDI-LEARN. MEDI-LEARN Kurse. Kiel: MEDI-LEARN; 2024. Zugänglich unter/available from: https://www.medi-learn.de/index.php
[12] Meditricks. Medizin meistern. Schlauer lernen mit Eselsbrücken für Studium & Facharzt. Freiburg im Brsg.: Meditricks GmbH; 2024. Zugänglich unter/available from: https://www.meditricks.de/
[13] Consorti F, Fiorucci S, Martucci G, Lai S. Graphic Novels and Comics in Undergraduate and Graduate Medical Students Education: A Scoping Review. Eur J Investig Health Psychol Educ. 2023;13(10):2262-2275. DOI: 10.3390/ejihpe13100160
[14] Squier SM. Beyond Nescience: the intersectional insights of health humanities. Perspect Biol Med. 2007;50(3):334-347. DOI: 10.1353/pbm.2007.0039
[15] Glascock J, Preston-Schreck C. Gender and Racial Stereotypes in Daily Newspaper Comics: A Time-Honored Tradition? Sex Roles. 2004;51(7):423-431. DOI: 10.1023/B:SERS.0000049231.67432.a9
[16] Facciani M, Warren P, Vendemia J. A Content-Analysis of Race, Gender, and Class in American Comic Books. Race Gender Class. 2015;22(3-4):216-226.
[17] Bundeszentrale für politische Bildung. LSBTIQ-Lexikon: of Color, People / Queers (PoC, QPoC). Bonn: Bundeszentrale für politische Bildung; 2018. Zugänglich unter/available from: https://www.bpb.de/themen/gender-diversitaet/geschlechtliche-vielfalt-trans/500943/of-color-people-queers-poc-qpoc/
[18] Ha KN. 'People of Color' als Diversity-Ansatz in der antirassistischen Selbstbenennungs- und Identitätspolitik. Berlin: Heinrich-Böll-Stiftung e.V.; 2013. Zugängich unter/available from: https://heimatkunde.boell.de/de/2009/11/01/people-color-als-diversity-ansatz-der-antirassistischen-selbstbenennungs-und
[19] Gallagher CA. White. In: Batur P, Feagin JR, editors. Handbook of the Sociology of Racial and Ethnic Relations, Handbooks of Sociology and Social Research. Berlin, Heidelberg: Springer; 2018. DOI: 10.1007/978-3-319-76757-4_1
[20] Rudman LA, Phelan JE. The effect of priming gender roles on women’s implicit gender beliefs and career aspirations. Soc Psychol. 2010;41(3):192-202. DOI: 10.1027/1864-9335/a000027
[21] Quimby JL, DeSantis AM. The Influence of Role Models on Women's Career Choices. Career Dev Q. 2006;54(4):297-306. DOI: 10.1002/j.2161-0045.2006.tb00195.x
[22] Steffens MC, Ebert ID. Auswirkungen von Vorbildern. Frauen – Männer – Karrieren Eine sozialpsychologische Perspektive auf Frauen in männlich geprägten Arbeitskontexten. Wiesbaden: Springer Fachmedien; 2016. p.153-157. DOI: 10.1007/978-3-658-10750-5_12
[23] Burrows D, Pietri E, Johnson I, Ashburn-Nardo L. Promoting Inclusive Environments: In-group Organizational Endorsement as a Tool to Increase Feelings of Identity-Safety among Black Women. Sex Roles. 2022;86:67-88. DOI: 10.1007/s11199-021-01253-2
[24] Cook A, Glass C. Women and Top Leadership Positions: Towards an Institutional Analysis. Gender Work Organ. 2014;21(1):91-103. DOI: 10.1111/gwao.12018
[25] Acker J. Inequality Regimes: Gender, Class, and Race in Organizations. Gender Soc. 2006;20(4):441-464. DOI: 10.1177/0891243206289499
[26] Turner CS, González JC, Wood JL. Faculty of color in academe: What 20 years of literature tells us. J Div High Educ. 2008;1(3):139-168. DOI: 10.1037/a0012837
[27] Kracke N. Unterwertige Beschäftigung von AkademikerInnen in Deutschland. Die Einflussfaktoren Geschlecht, Migrationsstatus und Bildungsherkunft und deren Wechselwirkungen [Overeducation of University Graduates in Germany. The effect of Gender, Migration Status and Family Background and their Interactions]. Soz Welt. 2016;67(2):177-204. DOI: 10.1007/s12144-022-03695-7
[28] Statistisches Bundesamt. Anzahl der Studierenden im Fach Humanmedizin in Deutschland nach Geschlecht in den Wintersemestern von 2010/2011 bis 2022/2023. Wiesbaden: Statista; 2023. Zugänglich unter/available from: https://de.statista.com/statistik/daten/studie/200758/umfrage/entwicklung-der-anzahl-der-medizinstudenten/
[29] Bundesärztekammer. Ärztestatistik zum 31. Dezember 2023. Berlin: Bundesärztekammer; 2023. Zugänglich unter/available from: https://www.bundesaerztekammer.de/fileadmin/user_upload/BAEK/Ueber_uns/Statistik/AErztestatistik_2023_18.04.2024.pdf
[30] Imdorf C. Diskriminierung in der beruflichen Bildung. In: Scherr A, El-Mafaalani A, Yüksel G, editors. Handbuch Diskriminierung. Wiesbaden: Springer Fachmedien Wiesbaden; 2017. p.353-366. DOI: 10.1007/978-3-658-10976-9_15
[31] Beicht U, Granato M. Ausbildungsplatzsuche: Geringere Chancen für junge Frauen und Männer mit Migrationshintergrund. Bielefeld: Bertelsmann; 2010. Zugänglich unter/available from: https://www.fachportal-paedagogik.de/literatur/vollanzeige.html?FId=3293090
[32] Busch A. Die berufliche Geschlechtersegregation in Deutschland; Ursachen, Reproduktion, Folgen. Berlin, Heidelberg: Springer; 2013. p.55-65. DOI: 10.1007/978-3-658-01707-1_3
[33] Aronson E, Wilson TD, Akert RM. Bedrohung durch Stereotype. In: Fischer P, Jander K, Krueger JI, editors. Sozialpsychologie für Bachelor. Heidelberg, Berlin: Springer; 2008. p.442-443.
[34] Aronson JM, Lustina MJ, Good C, Keough K, Steele CM, Brown J. When white men can’t do math: Necessary and sufficient factors in stereotype threat. J Exp Soc Psychol. 1999;35(1):29-46. DOI: 10.1006/jesp.1998.1371
[35] Aronson JM, Quinn D, Spencer S. Stereotype threat and the academic underperformance of women and minorities. In: Swim JK, Stangor C, editors. Prejudice. Sand Diego: Academic Press; 1998. p.83-103. DOI: 10.1016/B978-012679130-3/50039-9
[36] Steele CM, Aronson JM. Stereotype threat and the intellectual test performance of African-Americans. J Pers Soc Psychol. 1995;69(5):797-811. DOI: 10.1037//0022-3514.69.5.797
[37] Steele CM, Aronson JM. Stereotype vulnerability and intellectual performance. In: Aronson E, editor. Reading about the social animal. 7. Edition. New York: Freeman; 1994.
[38] Spencer SJ, Steele CM, Quinn DM. Stereotype Threat and Women's Math Performance. J Exp Soc Psychol. 1999;35(1):4-28. DOI: 10.1006/jesp.1998.1373
[39] Stone J, Lynch CI, Sjomeling M, Darley JM. Stereotype threat effects on Black and White athletic performance. J Pers Soc Psychol. 1999;77(6):1213-1227. DOI: 10.1037/0022-3514.77.6.1213
[40] Pelaccia T, Delplanq H, Triby E, Bartier JC, Leman C, Hadef H, Pottecher T, Dupeyron JP. Gender stereotypes: an explanation to the underrepresentation of women in emergency medicine. Acad Emerg Med. 2010;17(7):775-779. DOI: 10.1111/j.1553-2712.2010.00793.x
[41] Samuriwo R, Patel Y, Webb K, Bullock A. ‘Man up’: Medical students’ perceptions of gender and learning in clinical practice: A qualitative study. Med Educ. 2020;54(2):150-161. DOI: 10.1111/medu.13959
[42] Woolf K, Cave J, Greenhalgh T, Dacre J. Ethnic stereotypes and the underachievement of UK medical students from ethnic minorities: qualitative study. BMJ. 2008;337:a1220. DOI: 10.1136/bmj.a1220
[43] Landis JR, Koch GG. The measurement of observer agreement for categorical data. Biometrics. 1977;33(1):159-174.
[44] Bundesärztekammer. Ärztestatistik zum 31. Dezember 2022. Berlin: Bundesärztekammer; 2022. Zugänglich unter/available from: https://www.bundesaerztekammer.de/fileadmin/user_upload/BAEK/Ueber_uns/Statistik/AErztestatistik_2022_09062023.pdf
[45] Ilper H, Kunz T, Walcher F, Zacharowski K, Byhahn C. Demografie, Ausbildung und Erfahrung der Notärzte in Deutschland: www.notarztfragebogen.de [An online emergency physician survey - demography, education and experience of German emergency physicians]. Dtsch Med Wochenschr. 2013;138(17):880-885. DOI: 10.1055/s-0033-1343128
[46] Bundesagentur für Arbeit. Arbeitsmarktsituation im Pflegebereich. Nürnberg: Bundesagentur für Arbeit; 2023. Zugänglich unter/available from: https://statistik.arbeitsagentur.de/DE/Statischer-Content/Statistiken/Themen-im-Fokus/Berufe/Generische-Publikationen/Altenpflege.pdf?__blob=publicationFile

---

Anhänge

Anhang 1	Für die Stichprobenauswahl genutzte Onlineversandhändler und Suchbegriffe (Anhang_1.pdf, application/pdf, 133.95 KBytes)
Anhang 2	Variablen und Kategorien zur Einordnung einzelner Charaktere (Anhang_2.pdf, application/pdf, 120.22 KBytes)
Anhang 3	Zusätzliche Tabellen (Anhang_3.pdf, application/pdf, 192.05 KBytes)