Zeigen Sie einer Klinik ein Problem, und ihr erster Reflex ist, dem Raum etwas hinzuzufügen: ein Tablet, einen Sensor, einen Roboter in der Lobby. Die schwierigere, bessere Frage lautet, was sich weglassen ließe. Ein Plädoyer gegen elektrifizierten Ballast.
Ein Jahrhundert lang ruhte die Medizin auf einem stillen Gefälle: Die Ärztin kannte die Fakten, die Patientin nicht. Dieses Gefälle hat sich aufgelöst. Wer ein Smartphone hat, erreicht heute dieselben Überlebenskurven wie der Professor. Wozu also die Ärztin?
Wir erfassen Bettenbelegung, Liquidität und Arzneimittelbestand bis auf die Kommastelle. Die eine Ressource, die wir nie messen, ist die, die auf einer Station zuerst zur Neige geht: die Aufmerksamkeit der Person am Bett. Was wir nicht zählen, lassen wir alle verbrauchen.
Klinik-Kennzahlen beten das Tempo an: Tür-bis-Arzt, Verweildauer, Durchsatz. Wir kaufen Technik, um jede Pause zwischen Symptom und Verordnung zu tilgen. Doch in der Medizin ist die Pause kein Defekt im Ablauf. Sie ist die eigentliche Arbeit.
Verunsicherte junge Ärzt:innen lernen am Wochenende programmieren, überzeugt, nur so die KI-Welle zu überstehen. Eine verständliche Reaktion auf ein verschlafenes Curriculum — und das falsche Problem. Entscheidend ist nicht, das Werkzeug zu bauen, sondern es zu prüfen.
Jede Patientin hat einen Doppelgänger: ein digitales Profil, geformt nach den Regeln der Abrechnung. Unsere Sicherheitssysteme befragen zunehmend diesen Doppelgänger statt den Menschen im Bett. Sind die Ziffern falsch, ist das längst kein bloßes Prüfungsrisiko mehr.
Wir haben unsere klinische Software um eine Patientin gebaut, die es nicht gibt: eine klare Beschwerde, ein sauberer Pfad. Echte Patient:innen kommen im Plural. Wenn sich das Formular nicht beugt, beugt die Ärztin die Wahrheit — und klickt das am wenigsten falsche Feld an.
Als alte Software scheiterte, scheiterte sie laut — in unübersehbar zerstückeltem Text. Generative KI scheitert in tadelloser Prosa. Der Fehler meldet sich nicht mehr, und der bestgeschriebene Befund kann der gefährlichste in der Akte sein.
Die Patientin wechselt von der Hausärztin zur Fachärztin auf die Station und zurück. Ihre Akte tut es nicht. An jeder Schwelle lässt sie ein Stück ihrer Vorgeschichte zurück — und wir behandeln die Blindheit als Klempnerei, nicht als Sicherheitsfrage.
Ein Jahrhundert lang wählten wir Ärzt:innen danach aus, was sie auswendig konnten — der Mensch war das Speichermedium. Das ist gelöst. Knapp bleibt die Fähigkeit, die wir kaum prüfen: aus einem Patienten klug zu werden, wenn die Daten einander widersprechen.
Klinik-Technik wird über gesparte Minuten verkauft. Doch eine Minute fürs Anmelden um acht Uhr morgens ist nicht dasselbe wie eine Minute für eine Entscheidung über das Lebensende um vier Uhr nachmittags. Die knappe Ressource ist nicht die Zeit. Es ist das Urteil.
Sehen Sie einer Ärztin bei der Visite zu, und der Ärger gilt selten der Medizin. Er gilt dem Bildschirm, der das Denken unterbricht, um eine Abrechnungsziffer zu bestätigen. Wir haben nicht die Akte digitalisiert, sondern die Rechnung — und die Krankengeschichte hinten angeklebt.
Wenn KI einer Ärztin zehn Minuten zurückgibt, füllt der Terminplan sie meist mit einer weiteren Patientin. Dieser Reflex verwandelt jeden Effizienzgewinn still in mehr Menge — und verwechselt den Engpass der Medizin mit Zeit, obwohl es nie die Zeit war.
Wir haben Erfolg gemeldet, als die Papierstapel verschwanden. Doch ein eingescannter Brief auf dem Bildschirm ist noch immer Papier — ansehnlich, sicher und für alles, worauf es ankommt, unlesbar. Wir haben das Archiv entstofflicht und es Wandel genannt.
Zeigt der Bildschirm eine Diagnose mit 95 Prozent Sicherheit, will der müde Verstand zustimmen. Die Lösung sind nicht bessere Algorithmen, sondern ein bescheideneres Denkmodell — und eine Kennzahl, die viele Häuser falsch herum lesen.
Auf der Bühne geht es um digitale Zwillinge und Multi-Omics. Auf der Station versuchen wir, einen Entlassbrief aus der Klinik gegenüber zu lesen. Diese Lücke ist kein Wissenschaftsproblem, sondern ein Infrastrukturproblem.
Ingenieur:innen behandeln die Diagnose als Klassifikationsproblem: Daten hinein, Krankheit heraus. Doch dieselbe Zahl kann zwei gegensätzliche Dinge bedeuten — je nach Geschichte um sie herum. Ein Einspruch gegen KI, die nur eine Art von Daten liest.
Wir stellen Ärzt:innen für ihr Urteil ein und verbrauchen ein Drittel davon mit Dateneingabe. Die Tastatur war nie ein klinisches Instrument. Ein Plädoyer dafür, die Aufmerksamkeit als das zu behandeln, was sie ist: knapp.
Wir steuern unsere Kliniken nach den Daten, die sauber in eine Datenbank passen — die Ziffern, die Zeitstempel, die Fallgruppen. Die Information, die das Ergebnis wirklich treibt, liegt im Dunkeln, in einem Friedhof eingescannter PDFs. Wir suchen dort, wo das Licht ist.
Wir regeln, wie lange eine Ärztin arbeiten darf, aber nicht, wie sehr der Tag ihr Urteilsvermögen zermürbt. Die gefährlichste Erschöpfung in einer Klinik sitzt nicht in den Beinen, sondern in jenem Teil des Denkens, der sorgfältig entscheidet.
Wir debattieren, ob KI Ärzt:innen ersetzt. Die eigentliche Bedrohung ist leiser: eine Datenumgebung, die so verrauscht ist, dass sie das Denken verhindert. Ein Plädoyer für Werkzeuge, die Befunde aufbereiten, statt Antworten vorherzusagen.