Der schweizerische Bevölkerungsschutz steht vor vielfältigen Herausforderungen: Ressourcenengpässe, heterogene Ausbildungsstandards und mangelnde Skalierbarkeit erschweren die Einsatzbereitschaft in Krisensituationen. Die föderalistische Struktur der Schweiz verkompliziert zudem eine überregionale Koordination. Gleichzeitig wird der Einsatz moderner Technologien in der Ausbildung bisher nicht ausreichend genutzt. Ziel ist es, eine nachhaltige und skalierbare Lösung zu entwickeln, um die Effizienz und Resilienz der Grundausbildung zu verbessern.

Die Arbeit basiert auf einer umfassenden Literaturrecherche zu Ausbildungsmethoden und Kostenanalysen. Ein zentraler Fokus lag auf der Entwicklung eines Templates für eine Vollkostenrechnung, welche die Kostenstruktur der Ausbildung detailliert abbilden kann. Dieses Template wurde anhand eines realitätsnahen Szenarios des Bevölkerungsschutzes eines Beispiel-Kantons getestet. Dabei wurden fixe und variable Kosten analysiert und Optimierungspotenziale identifiziert. Ergänzend wurden Ansätze zur Integration moderner Technologien und zur Verbesserung der Ausbildungsstandards erarbeitet.

Die Analyse zeigt, dass eine nachhaltige Optimierung der Grundausbildung durch zentrale Planung, einheitliche Ausbildungsstandards und den Einsatz moderner Technologien erreicht werden kann. Das entwickelte Template für die Vollkostenrechnung bietet ein effektives Instrument, um die finanziellen Aspekte der Ausbildung transparenter zu gestalten. So können Ressourcen effizienter eingesetzt und Einsparungspotenziale identifiziert werden. Simulationsbasierte Trainingsmethoden und digitale Lernplattformen ermöglichen eine praxisnahe und flexible Ausbildung. Standardisierte Ausbildungsrichtlinien reduzieren Kompetenzunterschiede zwischen Kantonen und fördern die Zusammenarbeit bei Grossschadenslagen. Die Ergebnisse bieten der Auftraggeberschaft konkrete Handlungsempfehlungen, um die Qualität und Effizienz der Grundausbildung nachhaltig zu verbessern und die Resilienz des Bevölkerungsschutzes zu stärken.