KI im Krankenhaus: Potenziale, Herausforderungen und belastbare Nachweise

KI im Krankenhaus kann die Bildauswertung unterstützen, Dokumentationsarbeit verringern, Kapazitäten planbarer machen und Informationen verständlicher aufbereiten. Wie viel davon im Alltag ankommt, hängt von der einzelnen Anwendung ab. Eine hohe Trefferquote, eine kurze Vorführung und eine Untersuchung im laufenden Betrieb beantworten unterschiedliche Fragen.

Für eine Klinikleitung wird das Thema konkret, sobald ein Einsatzvorschlag einen heutigen Engpass, eine veränderbare Handlung und ein überprüfbares Ergebnis benennt. Die Leitfrage lautet: Verbessert dieser Ablauf mit dieser Anwendung die Versorgung oder die Arbeit im Vergleich zu einer verfügbaren Alternative, bei vertretbaren Risiken und Kosten?

Dieser Beitrag ordnet sechs Anwendungsfelder anhand ausgewählter Studien ein. Anschließend beschreibt er, wie sich Datenprobleme, fehlende Anbindung, Personalaufwand und rechtliche Anforderungen in einen prüfbaren Einführungsplan übersetzen lassen.

Welche Potenziale klinische Studien bereits zeigen

Bildauswertung: weniger Befundungen bei definierten Qualitätsgrenzen

Die schwedische MASAI-Studie liefert vergleichsweise weitreichende Evidenz für einen klar beschriebenen Einsatz. Mehr als 105.000 Frauen wurden zufällig einer KI-gestützten Mammographie-Früherkennung oder der üblichen Doppelbefundung zugeteilt. Das System unterstützte die Entscheidung, welche Untersuchungen eine oder zwei ärztliche Befundungen erhielten, und half beim Erkennen auffälliger Befunde.

Die 2025 veröffentlichte Auswertung berichtete 44,2 Prozent weniger Befundungsvorgänge. Das entspricht keinem gleich großen Rückgang sämtlicher Arbeitsstunden einer radiologischen Abteilung. Auswertung zur Befundungsleistung.

2026 folgte das zentrale Ergebnis zu Karzinomen, die zwischen den Früherkennungsrunden erkannt wurden: 1,55 gegenüber 1,76 pro 1.000 Teilnehmerinnen. Der KI-gestützte Ablauf erfüllte die vorab definierte Nichtunterlegenheitsgrenze. Eine statistisch gesicherte Überlegenheit für diesen Endpunkt wurde damit nicht gezeigt. Auswertung zu Intervallkarzinomen.

Für eine Beschaffung ist die praktische Konsequenz, das untersuchte Verfahren genau zu vergleichen: Welche Patient:innengruppe, Geräte, Bildqualität, ärztliche Zuständigkeit und Nachkontrolle lagen zugrunde? Vor Ort sind zusätzlich Rückrufe, weitere Untersuchungen, Arbeitszeit und Leistungen in relevanten Untergruppen zu beobachten. Ergebnisse einer Mammographie-Anwendung erlauben keine allgemeine Aussage über jede radiologische KI.

Frühwarnung: ein Signal braucht einen funktionierenden Versorgungsweg

Eine randomisierte Studie aus Taiwan mit 15.965 Patient:innen untersuchte eine KI-gestützte Auswertung von Elektrokardiogrammen mit Warnmeldungen an Ärzt:innen. Innerhalb von 90 Tagen starben 3,6 Prozent in der Interventionsgruppe und 4,3 Prozent in der Vergleichsgruppe. Das geschätzte Verhältnis der Sterberaten über die Zeit lag bei 0,83; das 95-Prozent-Konfidenzintervall reichte von 0,70 bis 0,99. Untersucht wurde die Kombination aus Auswertung und Benachrichtigung in einem bestimmten Versorgungskontext. Randomisierte Studie von Lin und Kolleg:innen, 2024.

Für einen ähnlichen Einsatz müsste eine Klinik vorab festlegen, wer ein Signal erhält, wie rasch es beurteilt wird und welche weitere Versorgung verfügbar ist. Zusätzliche Untersuchungen, Fehlalarme und die Belastung anderer Bereiche gehören in dieselbe Auswertung. Eine gute Vorhersage lässt offen, ob auf sie rechtzeitig und sinnvoll reagiert werden kann.

Dokumentation: Bearbeitungszeit und Nacharbeit gemeinsam messen

Eine randomisierte Untersuchung mit 238 ambulant tätigen Ärzt:innen verglich zwei Anwendungen zur Gesprächsdokumentation mit der bisherigen Arbeit. Bei Nabla sank die im Dokumentationssystem gemessene Schreibzeit gegenüber der Vergleichsgruppe um 9,5 Prozent. Bei DAX war die Veränderung von 1,7 Prozent statistisch nicht eindeutig. Die Anwendungen wurden jeweils bei ungefähr einem Drittel der möglichen Kontakte eingesetzt. Randomisierte Studie zur Gesprächsdokumentation.

Das Ergebnis begründet eine konkrete Prüffrage: Wie verändert sich die gesamte Arbeit bis zum fachlich freigegebenen Dokument? Dazu zählen Vorbereitung, Aufnahme, Kontrolle, Korrektur und Übertragung. Eine kurze Bearbeitungszeit bei ausgewählten Nutzungen kann neben einem weiterhin hohen Aufwand im übrigen Betrieb stehen.

In einem lokalen Versuch sollten auch wesentliche Auslassungen und unzutreffende Ergänzungen erfasst werden. Das Team braucht Zugriff auf die zugrunde liegenden Informationen und einen praktikablen Weg zur Korrektur. Ein automatisch erzeugter Entwurf kann nützlich sein, obwohl er noch überarbeitet werden muss. Ausschlaggebend ist, ob der vollständige Ablauf mit vertretbarem Aufwand verlässliche Ergebnisse liefert.

Ressourcenplanung: die Wirkung entsteht in der tatsächlichen Umplanung

Für die Operations- und Bettenplanung gibt es ebenfalls Erfahrungen aus dem Betrieb. Eine 2026 veröffentlichte Studie an einem US-Kinderkrankenhaus verband Aufenthaltsdauerprognosen mit der Planung elektiver Eingriffe. Danach wurde eine gleichmäßigere Auslastung beobachtet. Wegen des Vorher-nachher-Vergleichs bleibt offen, wie viel der Veränderung allein der Anwendung zuzuschreiben ist. Studie zur Kapazitätsplanung.

Eine Klinik sollte deshalb sowohl die Prognose als auch ihre Verwendung prüfen. Wie häufig führte sie zu einer Änderung? War diese organisatorisch möglich? Sanken Absagen und Wartezeiten, oder verlagerte sich Arbeit in andere Bereiche? Als Vergleich kommen die heutige Planung und einfache statistische Verfahren infrage. Ein aufwendiges Modell muss den zusätzlichen Aufwand durch eine nachvollziehbare Verbesserung rechtfertigen.

Personalisierte Behandlung: die Art der Validierung genau lesen

KI kann Gewebebilder und klinische Angaben kombinieren, um Unterschiede zwischen Patient:innengruppen zu untersuchen. Eine 2025 publizierte Arbeit entwickelte anhand von sechs randomisierten Prostatakrebsstudien einen solchen Biomarker. Die Prüfung erfolgte an einer siebten Studie mit 1.192 Männern. Untersucht wurde, ob sich der Nutzen einer längeren Hormonbehandlung nach dem Biomarker unterschied. Die Arbeit wurde unter anderem vom Hersteller Artera mitfinanziert. Studie von Armstrong und Kolleg:innen.

Die Behandlung war in den ursprünglichen Studien zufällig zugeteilt worden. Die spätere KI-Auswertung dieser Daten ist dennoch keine prospektive Studie, in der die Behandlung durch den KI-Befund gesteuert wurde. Dieser Unterschied ist für Aussagen über die Einführung wesentlich. Eine Anwendung zur individuellen Therapieauswahl benötigt eine Bewertung ihrer konkreten Zweckbestimmung, der klinischen Nachweise, der betroffenen Population und der rechtlichen Voraussetzungen.

Für ein Krankenhaus heißt das: Ein Anbieter sollte erläutern, ob er eine Prognose, einen unterschiedlichen Behandlungseffekt oder den Nutzen eines tatsächlich eingesetzten Entscheidungsverfahrens belegt. Diese Nachweise lassen sich nur begrenzt gegeneinander austauschen.

Verständliche Kommunikation und Übersetzung: jede Sprache braucht eigene Nachweise

Eine Untersuchung von 2026 verglich 477 Übersetzungen von 53 Entlassanweisungen einer Notaufnahme. Geprüft wurden Spanisch, brasilianisches Portugiesisch und vereinfachtes Chinesisch. Google Translate und ChatGPT-4o erfüllten gegenüber professionellen Übersetzungen in vielen Bewertungsdimensionen die vorab festgelegte Nichtunterlegenheitsgrenze. Beim sprachlichen Fluss in Spanisch und Portugiesisch lagen sie zurück. Untersucht wurden schriftliche Texte; die Studie belegt keine Gleichwertigkeit bei spontanen Aufklärungsgesprächen. Studie zur Übersetzung von Entlassanweisungen.

Für die Einführung empfehlen wir eine Aufgabenliste nach Tragweite: organisatorische Hinweise, verständliche Aufbereitung vorhandener Informationen, medizinische Anweisungen und Aufklärungsgespräche erfordern unterschiedliche Prüfungen. Besonders folgenreiche Inhalte brauchen eine qualifizierte sprachliche und fachliche Absicherung. Die Rückfrage, was Patient:innen verstanden haben, bleibt ein eigener Arbeitsschritt.

Auch bei deutschsprachigen Texten kann eine Anwendung Informationen für ein Gespräch ordnen oder einen verständlichen Entwurf vorbereiten. Ob daraus bessere Kommunikation entsteht, sollte durch Verständnisfragen, Rückfragen und Erfahrungen der Patient:innen geprüft werden. Ein kürzerer Text allein belegt noch keine bessere Verständlichkeit oder mehr Empathie.

Wie aus einer Liste von Möglichkeiten eine Priorität wird

Wir empfehlen, zunächst drei bis fünf konkrete Abläufe zu beschreiben. Für jeden werden Häufigkeit, heutiger Zeitbedarf, Fehlerfolgen, Rückstände und Unzufriedenheit erfasst. Dazu kommen die Verfügbarkeit geeigneter Daten und die Bereitschaft eines Fachbereichs, gemeinsam mit einem Anbieter zu entwickeln und zu prüfen.

Besonders interessant sind Aufgaben, bei denen Beschäftigte heute häufig suchen, nachfragen, übertragen oder nachbessern müssen und die vorhandenen Lösungen unbefriedigend bleiben. Hohe Belastung allein reicht allerdings nicht: Das Vorhaben muss die Ursache tatsächlich beeinflussen können. Fehlende Nachsorgeplätze verschwinden beispielsweise nicht durch eine präzisere Entlassprognose.

Für die erste Auswahl schlagen wir diese Reihenfolge vor:

1. Den konkreten Engpass und seine heutige Auswirkung belegen.
2. Die gewünschte Veränderung im Ablauf und die zuständige Person benennen.
3. Eine realistische Alternative beschreiben, einschließlich einfacher organisatorischer Verbesserungen.
4. Datenlage, Folgen möglicher Fehler und rechtliche Voraussetzungen prüfen.
5. Den erwarteten Nutzen gegen sämtliche Einführungs- und Betriebskosten abwägen.

Ein geeigneter erster Bereich hat ausreichend häufige Fälle, fachlich verfügbare Ansprechpartner:innen und eine klare Grenze des Versuchs. Ein sehr großer erwarteter Nutzen bei ungeklärten Voraussetzungen kann zunächst ein Entwicklungsprojekt begründen. Die Freigabe für den Regelbetrieb benötigt weitergehende Nachweise.

Datenqualität: Herkunft, Vollständigkeit und Zeitpunkt prüfen

Eine Datengrundlage ist für einen Einsatz geeignet, wenn die wesentlichen Informationen korrekt zugeordnet, ausreichend vollständig und zum benötigten Zeitpunkt verfügbar sind. Dafür empfehlen wir eine Prüfung entlang realer Fälle: Stimmen Person und Aufenthalt? Sind Dokumentversionen erkennbar? Werden Einheiten und Zeitpunkte erhalten? Wie erscheint eine fehlende Information in der Ausgabe?

Neben einzelnen Datenfehlern ist das Ziel des Modells zu prüfen. Obermeyer und Kolleg:innen zeigten 2019 an einem US-amerikanischen Versorgungsalgorithmus, dass frühere Gesundheitsausgaben den medizinischen Bedarf verschiedener Bevölkerungsgruppen ungleich abbildeten. Bei gleichem Ergebniswert waren Schwarze Patient:innen kränker als weiße Patient:innen. Die Wahl der Zielgröße trug zu dieser Verzerrung bei. Originalstudie zur ungleichen Zuteilung zusätzlicher Versorgung.

Unsere Folgerung für Krankenhäuser: Eine formal korrekt berechnete Kennzahl kann für die beabsichtigte Entscheidung ungeeignet sein. Ergebnisse sollten deshalb nach relevanten Gruppen geprüft werden, etwa Sprache, Alter, Fachgebiet oder Dokumentationsumfang. Welche Unterschiede untersucht werden, richtet sich nach der Aufgabe und den rechtmäßig verfügbaren Daten.

Ein lokaler Prüfbestand sollte häufige Fälle und schwierige Konstellationen enthalten. Zu berücksichtigen sind verspätete Befunde, widersprüchliche Angaben und Situationen, in denen eine verlässliche Antwort fehlen muss. Vor einer erneuten Modellanpassung bleibt ein Teil der Fälle für eine unabhängige Schlussprüfung zurück.

Technische Einbindung: einen Vorgang vollständig durchspielen

Für eine neue Anwendung braucht es eine Beschreibung des gesamten Informationswegs. Dazu gehören die beteiligten Systeme, Lese- und Schreibrechte, Zuordnungsschlüssel, Übertragungszeiten und die Behandlung nachträglicher Änderungen. Die Bezeichnung einer Schnittstelle beantwortet diese Fragen noch nicht.

Wir empfehlen, vor dem Echtbetrieb mindestens vier Abläufe praktisch vorzuführen: einen normalen Vorgang, eine nachträgliche Korrektur, einen Ausfall und die Rückkehr zum bisherigen Verfahren. Dabei werden zusätzliche Anmeldungen, Übertragungen und Wartezeiten mitgezählt.

Ein Beispiel: Wird ein Dokument nach der Verarbeitung korrigiert, muss erkennbar sein, ob eine bereits erzeugte Zusammenfassung noch den alten Stand enthält. Das Team benötigt eine Regel, wann eine neue Verarbeitung erfolgt und wer das Ergebnis freigibt. Solche Fälle gehören in die Abnahme, weil sie die Verlässlichkeit im späteren Betrieb mitbestimmen.

Beschäftigte als Mitentwickler:innen einbeziehen

Eine tragfähige Zusammenarbeit braucht eine verantwortliche Abteilung mit geschützter Zeit. Ärztlicher Dienst, Pflege, Verwaltung und Informationstechnik sollten entsprechend ihrer tatsächlichen Beteiligung vertreten sein. Der externe Partner muss Fehler reproduzieren, Änderungen nachvollziehbar machen und auf fachliche Rückmeldungen reagieren können.

Für den begrenzten Versuch empfehlen wir eine wöchentliche gemeinsame Besprechung anhand konkreter Fälle. Zu jedem Problem werden Ursache, zuständige Person und nächster Prüfschritt festgehalten. Ein Teil der anfänglichen Schwierigkeiten lässt sich durch bessere Vorlagen, klarere Übergaben oder eine geänderte Anzeige lösen. Andere Probleme können eine grundlegende Überarbeitung oder das Ende des Versuchs erfordern.

Die Einführung darf daher Raum für unvollkommene erste Ergebnisse schaffen, verbunden mit klaren Einsatzgrenzen und überprüfbarem Fortschritt. Vertrauen in die Zusammenarbeit lässt sich daran festmachen, ob Probleme offen behandelt und zugesagte Prüfungen abgeschlossen werden.

Zur Qualifizierung gehören praktische Aufgaben: eine falsche Angabe entdecken, eine Auslassung erkennen, eine Quelle prüfen und ohne die Anwendung weiterarbeiten. Schulungsteilnahme allein zeigt noch nicht, ob das gelingt. Auch die Arbeitsverteilung ist zu beobachten. Eine Entlastung einer Berufsgruppe kann zusätzliche Prüfung bei einer anderen verursachen.

Datenschutz und Regulierung in konkrete Nachweise übersetzen

Vor dem Einsatz sollten Zweck, Rechtsgrundlage, Umfang der Datenverarbeitung, beteiligte Unternehmen, Zugriffsrechte und Löschregeln feststehen. Besondere Aufmerksamkeit verdienen die Weiterverwendung von Eingaben für die Modellentwicklung, Protokolle und Zugriffe zur Fehlerbehebung. Die Datenschutzkonferenz bietet dafür eine Orientierung zur Auswahl und Nutzung von KI-Anwendungen. Orientierungshilfe zu KI und Datenschutz.

Die medizinprodukterechtliche Einordnung hängt von der konkreten Zweckbestimmung ab. Administrative Unterstützung und Anwendungen für individuelle diagnostische oder therapeutische Entscheidungen müssen entsprechend ihrer tatsächlichen Funktion geprüft werden. Das Bundesinstitut für Arzneimittel und Medizinprodukte erläutert diese Abgrenzung. Hinweise zur Einordnung von Anwendungen.

Auch rechtliche Zeitpläne brauchen einen aktuellen Stand. Nach der Mitteilung der Europäischen Kommission vom 27. Juli 2026 wurden mit der Änderung der KI-Verordnung unter anderem Anwendungsfristen für Hochrisikosysteme verschoben. Für Systeme nach Anhang III nennt sie den 2. Dezember 2027, für die entsprechende Kategorie nach Anhang I den 2. August 2028. Welche Vorschriften eine bestimmte Anwendung betreffen, ist gesondert zu prüfen. Bestehende Anforderungen aus anderen Rechtsgebieten sind damit nicht erledigt. Mitteilung der Europäischen Kommission.

Für die Beschaffung empfehlen wir eine schriftliche Zuordnung: beanspruchte Zweckbestimmung, erforderliche Nachweise, Version der Anwendung, Verantwortlichkeiten im Betrieb und Umgang mit Änderungen. Pauschale Zusicherungen sollten in überprüfbare Unterlagen übersetzt werden. Vertiefende Fragen enthält unser Beitrag zu Nachweisen bei der Beschaffung von KI für die Klinikdokumentation.

Nutzen und Risiken am gesamten Ablauf bewerten

Unsere Sicht auf sinnvollen KI-Einsatz beginnt mit einem realistischen Vergleich. Der bisherige Ablauf kann selbst Verzögerungen, Fehler und unnötige Arbeit verursachen. Zugleich kann die neue Anwendung zusätzliche Fehler, Prüfaufwand und Abhängigkeiten einführen. Beides gehört in die Entscheidung.

Für jeden Einsatz empfehlen wir eine kurze Bewertungsakte mit folgenden Angaben:

• Aufgabe, Nutzer:innen, betroffene Patient:innen und Grenzen des Einsatzes.
• Vergleichsverfahren und erwartete Veränderung im Ablauf.
• Nachweise zur konkreten Anwendung sowie offene Fragen zur Übertragbarkeit.
• Ergebnisse in verständlichen Einheiten: wesentliche Fehler pro 100 Vorgänge, Minuten Gesamtarbeit, Wartezeit, zusätzliche Untersuchungen und Kosten.
• Schutzmaßnahmen, deren tatsächlicher Prüfaufwand und die danach verbleibenden Risiken.
• Verantwortliche Person, Freigabebedingungen, Abbruchgründe und Termin für die nächste Bewertung.

Ein zusätzlicher Prüfschritt sollte ebenfalls untersucht werden. Er kann Fehler abfangen und zugleich Zeit beanspruchen oder neue Auslassungen verursachen. Dass er eine KI-Ausgabe verbessert, beantwortet noch nicht die Frage, ob der gesamte neue Ablauf gegenüber der bisherigen Arbeit vorteilhaft ist.

Für frühe klinische Untersuchungen bietet DECIDE-AI einen Berichtsleitfaden, der unter anderem Nutzung, Sicherheit und das Zusammenwirken von Menschen und Systemen erfasst. Seine Anwendung ersetzt keinen Wirksamkeitsnachweis. Berichtsleitfaden DECIDE-AI.

Vom ersten Versuch zur begründeten Betriebsentscheidung

Wir schlagen eine stufenweise Erprobung vor. Zunächst werden historische Fälle und repräsentative Aufgaben geprüft. Danach kann ein stiller Betrieb zeigen, ob Daten im richtigen Moment vollständig ankommen; seine Ergebnisse beeinflussen die Versorgung noch nicht. Nach den jeweils erforderlichen Freigaben folgt ein begrenzter Einsatz mit benannter Verantwortung. Für weiterreichende Nutzenbehauptungen braucht es einen geeigneten vergleichenden Versuch.

Der Umfang richtet sich nach der Tragweite. Ein Entwurf für einen Verwaltungsbericht verlangt andere Nachweise als eine Anwendung, die Behandlung beeinflusst. Beobachtungsdauer und Fallzahl müssen zur Fragestellung passen. Seltene schwere Fehler lassen sich durch einen kurzen, ereignislosen Versuch kaum ausschließen.

Für die wirtschaftliche Entscheidung zählen Einrichtung, Anbindung, Schulung, interne Betreuungszeit, laufender Betrieb, Prüfung und Ausfallvorsorge. Gewonnene Zeit wird erst dann zur geringeren Auszahlung, wenn sich bezahlte Mehrarbeit, Fremdpersonal oder andere reale Kosten verändern. Zusätzliche Kapazität benötigt Nachfrage und verfügbare nachgelagerte Ressourcen. Erlöswirkungen sind je Kostenträger und Vergütungsmodell zu berechnen.

Nach der Einführung braucht die Klinik festgelegte Termine zur erneuten Bewertung. Änderungen am Modell, an Datenquellen, Benutzeroberflächen, Berechtigungen oder Einsatzgruppen können die bisherigen Ergebnisse verändern. Für jede wesentliche Änderung sollte jemand entscheiden, welche Prüfungen erneut erforderlich sind und ob der Einsatzumfang bestehen bleiben kann.

Welche Rolle wir bei aiomics darin sehen

Für uns liegt ein wesentlicher Ansatzpunkt in der Aufbereitung vorhandener Informationen und der administrativen Dokumentationsarbeit. Nachprüfbare Inhalte können Such- und Korrekturaufwand vermindern; ob das im konkreten Betrieb gelingt, muss gemeinsam mit dem Fachbereich festgestellt werden. Die hier beschriebenen klinischen Studien betreffen externe Anwendungen und erlauben keine Aussage über die Wirksamkeit von aiomics.

Ein guter nächster Schritt ist eine gemeinsam untersuchte Aufgabe mit ausreichender Fallzahl, klarer Verantwortung und einer Ausgangsmessung. Am Ende des Versuchs sollte die Abteilung benennen können, welche Arbeit sich verändert hat, welche Fehler geblieben sind, wer zusätzlichen Aufwand trägt und welche Kosten tatsächlich entstehen. Diese Angaben tragen eine Entscheidung über Fortführung, Überarbeitung oder Beendigung. Weitere Kriterien erläutern wir im Beitrag zur unabhängigen Bewertung klinischer KI.

Stand: 12. Oktober 2026. Die ausgewählten Studien und amtlichen Quellen illustrieren unterschiedliche Anwendungen und Nachweisarten. Die Recherche ist keine systematische Literaturübersicht. Empfehlungen zur Einführung sind unsere praktische Einordnung und müssen an die jeweilige Aufgabe angepasst werden.