Chance und Herausforderung: KI im Gesundheitsbereich

Künstliche Intelligenz gilt im Gesundheitswesen als Schlüsseltechnologie mit mehrfachem Nutzen: Sie kann sowohl die Qualität der medizinischen Versorgung verbessern als auch zur Effizienzsteigerung beitragen. Erste Anwendungen ermöglichen bereits präzisere Diagnosen und individuellere Therapien. Zugleich können sie Zeit und Kosten einsparen, was angesichts steigender Ausgaben und der demographischen Entwicklung im Gesundheitssektor zunehmend notwendig wird. Hinzu kommt ein bedeutendes Potential für Wirtschaftswachstum durch die Entwicklung und den Verkauf von Produkten, auch international. Zugleich gibt es gibt schon jetzt Konkurrenz durch außereuropäische Software, die jedoch nicht immer europäischen Standards – etwa beim Datenschutz – entspricht. Insofern ist das Thema in mehrfacher Hinsicht aktuell und so ruft etwa die Kommission Wettbewerb und Künstliche Intelligenz beim Bundesministerium für Wirtschaft und Energie dazu auf, Life Sciences & Health Care zu einem Modellfeld für KI-Anwendungen in Deutschland zu entwickeln.

Von der Strategie zur Umsetzung: Was braucht die Praxis?

Die Bundespolitik hat 2026 bereits verschiedene Maßnahmen verabschiedet, um Schritte in diese Richtung zu gehen. Das Bundesministerium hat im Februar die Weiterentwicklung der Digitalisierungsstrategie für das Gesundheitswesen und die Pflege unter dem Titel „Gemeinsam Digital“ vorgestellt. Ziel ist die Vollendung eines vernetzten, menschenzentrierten Gesundheitssystems bis 2030. Zudem wurde im März ein Medizinregistergesetz verabschiedet, um die Systematisierung von Gesundheitsdaten voranzutreiben. Im Konsultationsprozess befindet sich zudem der Entwurf eines Gesetzes für Daten und digitale Innovation im Gesundheitswesen. Auf EU-Ebene bringt sich die Bundesregierung aktiv in die Frage ein, wie die KI-Verordnung auf den Medizinbereich angewandt werden sollte. Zugleich steht das Wissenschaftsjahr 2026 unter dem Titel „Medizin der Zukunft“. Auf politischer Ebene wurden eine Reihe an Maßnahmen ergriffen.

Mit dem Werkstattgespräch am 21. Mai 2026 wurden nun aus einer Praxisperspektive die politischen Ziele als auch die gewählten Mittel evaluiert und Alternativen erörtert. Hierzu kamen Young Professionals aus unterschiedlichen Bereichen entlang der Wertschöpfungskette des Gesundheitswesens – von Kliniken über Forschung und Start-ups bis hin zu Politik und Finanzierungsakteuren – zusammen. Nach einer Diskussion untereinander gab es einen Austausch mit Prof. Dr. Martin Leucker vom KI-Med Ökosystem Nord, Diana Meskendahl vom Spitzenverband digitale Gesundheitsversorgung sowie Dr. Peter Geibel von der Deutschen Krankenhausgesellschaft. Im Deutschen Bundestag gab schließlich Dr. Thomas Pauls MdB einen Impuls und Dr. Nino Kobadze einen Einblick in die Arbeit des Bundesministeriums für Digitales und Staatsmodernisierung, insbesondere in dessen Aktivitäten zum Data Act.

Datenlücken, Insellösungen und regulatorische Unsicherheit

In den Diskussionen kristallisierten sich mehrere zentrale Hemmnisse heraus. Besonders häufig genannt wurden der eingeschränkte Zugang zu Gesundheitsdaten, mangelnde Interoperabilität zwischen IT-Systemen und komplexe regulatorische Rahmenbedingungen. Daten sind oft über verschiedene Systeme verteilt und schwer zusammenzuführen – eine zentrale Voraussetzung für den Einsatz von KI ist damit häufig nicht erfüllt. Die elektronische Patientenakte in ihrer derzeitigen Form schafft dabei nur bedingt Abhilfe, weil sie eher ein PDF-Sammelordner als eine systematische Sammlung maschinenlesbarer Daten entlang der gesamten Patientenreise darstellt.

Ein weiteres Hindernis liegt in der regulatorischen Unsicherheit. Unklare oder nicht praktikable Vorgaben zur Nutzung, Pseudonymisierung und Anonymisierung von Gesundheitsdaten sowie der Haftung erschweren die Entwicklung und Anwendung neuer Technologien. Auch führen unterschiedliche Auslegungen bestehender Regelungen zu zusätzlicher Unsicherheit bei allen beteiligten Akteuren – in diesem Sinne fand eine mögliche Reduktion der Zahl der Datenschutzbeauftragten auf Landes- und Bundesebene viel Zustimmung.

Darüber hinaus wurde eine zeitliche Diskrepanz zwischen politischen Zielen und der praktischen Umsetzung festgestellt. Zwar existieren zahlreiche Strategien und Initiativen zur Digitalisierung des Gesundheitswesens, deren Umsetzung verläuft jedoch aus Sicht der Teilnehmenden langsam. Dabei zeigt sich ein Effekt, den auch das Bundesministerium für Gesundheit schon bemängelt hat: erfolgreiche und bemerkenswerte Pilotprojekte kommen nicht oder nur langsam in die Breite. Dadurch bleiben Potenziale für bessere Versorgung und Effizienzgewinne zu wenig genutzt.

Zuletzt spielen auch organisatorische und personelle Faktoren eine Rolle. Der Aufbau von Kompetenzen im Umgang mit KI, geeignete Finanzierungsmodelle sowie die Akzeptanz bei medizinischem Personal wurden als zentrale Voraussetzungen hervorgehoben. Es ist nicht ausreichend, KI-Anwendungen oder Geräte einzukaufen, sondern es braucht medizinisches wie informationstechnisches Fachpersonal, das die Techniken im Alltag anwenden und erproben kann. Einige Vergütungsmodelle greifen hier zu kurz oder stellen Fehlanreize dar. Das Ganze geschieht zudem in einer Phase, in der vor allem kleinere Krankenhäuser sowieso einen Ressourcenmangel beklagen.

KI als Strukturfrage – nicht nur als Technologiethema

Zur öffentlichen Debatte um KI hat Aljoscha Burchardt einmal gesagt:

„Die Leute beobachten derzeit vorwiegend das globale Machtspiel und sehen dort, dass es ständig Durchbrüche gibt und Deutschland nur auf Platz 19 oder 67 oder so steht. Das verwechseln sie dann aber vollkommen mit ihren eigenen Hausaufgaben in Sachen Digitalisierung und Geschäftsmodelle – dem ganzen Klein-Klein, das zu tun ist.“ (Aljoscha Burchardt, 3 Jahre ChatGPT).

Das Werkstattgespräch zeigte, dass dies auch im Gesundheitsbereich zutrifft. Der Gesundheitsbereich hat das Potential zu einem Modellfeld für gute KI-Anwendungen zu werden, die Effizienzen steigern und darüber zu einer besseren Versorgung von Patientinnen und Patienten führen.

KI-Anwendungen oder Ideen hierfür von Gründerinnen und Gründern sind dabei reichlich vorhanden. Dabei hilft, dass es in der Medizin einen relativ klaren Kompass dazu gibt, wofür KI wie eingesetzt werden sollte und wofür nicht. Solche Standards helfen bei der Entwicklung wertebasierter und funktionierender Anwendungen. Die Technik an sich ist nicht die Herausforderung.

Das Problem liegt eher in den strukturellen Rahmenbedingungen. Es fehlen wichtige Voraussetzungen, um KI-Anwendungen in der Breite trainieren und einsetzen zu können. Hierzu gehören funktionierende Datenzugänge, praktikable Schnittstellen sowie finanzielle Anreizsysteme, die nicht nur auf die Beschaffung, sondern auch auf das experimentelle und prozessuale Erproben sowie die Nutzung von KI-Anwendungen abzielen. Inwiefern die politischen Maßnahmen hier Abhilfe schaffen können, wird sich erst mittelfristig zeigen; für eine Bilanz ist es noch zu früh.