Übernimmt KI die Klinik?

Die erste Frage, die man mir vor dem Vortrag gestellt hat, war die Frage, die im Publikum alle umtreibt: Übernimmt die KI als Nächstes mein Klinikum? Die kurze Antwort lautet: nein. Oder nur so weit, wie Sie es zulassen. Es wird nicht die eine große KI geben, die morgen die Klinik führt. Es werden viele kleine Delegationen sein, die den Betrieb Stück für Stück verändern. Die eigentliche Frage ist deshalb nicht, ob KI kommt, sondern wer noch wirksam widersprechen kann.

KI ist auch ein Milliardengeschäft

Bevor wir über Bildanalyse und Pflegedokumentation reden, ein Punkt zur Einordnung. Wer verstehen will, warum KI in kurzer Zeit so groß geworden ist, sollte sich ansehen, wem das Internet gehört. Die Suche gehört zu einem sehr großen Teil Google, der Browsermarkt Chrome, weite Teile von Social Media der Meta-Gruppe. Das klassische Web ist verteilt. Mit KI wird gerade ein neuer, milliardenschwerer Markt aufgeteilt, und die großen amerikanischen Anbieter versuchen, ihn zu besetzen. Sie öffnen ihre KI-App statt des Browsers, und schon verschiebt sich Macht.

Das ist keine Verschwörung, sondern schlicht der kommerzielle Kontext. Diese Unternehmen verkaufen Ihnen etwas. Also hören Sie von ihnen zwei Botschaften gleichzeitig: KI löst alle Probleme, und KI ist eine existenzielle Gefahr. Beides ist pressewirksam, und beides sollten Sie mit gesunder Skepsis lesen. Gefährlich ist die Technik nicht, aber hinter dem Lärm steckt ein Geschäft. Das im Kopf zu behalten, hilft bei jeder Entscheidung, die danach kommt.

Drei Formen von KI im Arbeitsalltag

KI ist im Gesundheitswesen längst im Einsatz. Im IT-Report Gesundheitswesen 2026 meldeten 21,2 Prozent von 151 antwortenden Krankenhäusern KI-Funktionen, vor allem in der Bildanalyse, in Sprache und Dokumentation, im Monitoring und in der Kodierung. Diese Systeme funktionieren, und sie funktionieren gut. Für die Praxis unterscheide ich drei Formen, die drei verschiedene Zwecke erfüllen.

Klein: das Chatfenster

Jeder kennt es, jeder bekommt einen Zugang zu einem Chatsystem. Der eigentliche Wert liegt hier nicht in der großen Effizienz, sondern darin, Schatten-KI einzufangen. Ihre Mitarbeitenden nutzen KI ohnehin, ob Sie es wollen oder nicht. Ein freigegebener, betrieblicher Zugang mit klaren erlaubten Aufgaben und einer KI-Leitlinie verhindert, dass Patientendaten in einem privaten, offenen Account landen. Das hat fast eine rechtliche Komponente. Gute Prompts sind schwerer, als es klingt, und die richtig großen Effizienzgewinne entstehen an dieser Stelle noch nicht.

Mittel: der vernetzte Assistent

Hier liegt der spannendste Hebel. Ein Standard dafür heißt MCP, Model Context Protocol. Wo eine klassische Software-Schnittstelle (API) zwei Maschinen im Hintergrund verbindet, verbindet MCP eine KI mit vorhandenen Systemen. Sie geben einmal einen Zugang frei, etwa zu einem Postfach, und die KI kann dann im Rahmen dieser Freigabe lesen und schreiben. Aus „ich werfe vorn Text rein und bekomme Text heraus“ wird „ich gebe eine Aufgabe“.

Ein Beispiel aus unserer eigenen Arbeit: Wir nehmen ein Gespräch auf, und das System erstellt daraus den fertigen Entwurf für Blogpost, Newsletter und mehrere Social-Media-Posts, direkt an der richtigen Stelle im jeweiligen System, mit passendem Titelbild. Ein Mensch schaut darüber und gibt frei. Der zweite Vorteil ist Resilienz. Wenn Ihre Einrichtung heute mit dem einen Anbieter arbeitet und morgen wechseln muss, hängen Sie die Zugänge einfach an ein anderes System. Kein Lock-in, ein Wechsel in Minuten statt Monaten.

Groß: KI in der Fachsoftware

KI in KIS, PACS, Dokumentation und Planung wird so normal wie mobil oder Cloud. Die Frage ist nur, welche Funktion sie übernimmt. Der ökonomische Vorteil: Solche Systeme rechnen meist pauschal ab, nicht pro Token, und sie sind stark optimiert. Sie tun genau das, was sie tun sollen, im richtigen Format, mit einem Bruchteil des Verbrauchs eines offenen Chats. Die Spracherkennung in der Pflegedokumentation ist ein gutes Beispiel: Das System versteht die Sprache und schreibt die Information gleich an die richtige Stelle im Formular.

„Wir wollen KI“ ist kein Arbeitsauftrag

Die wichtigste Frage steht unter allem: Was soll die KI eigentlich tun? „Wir machen jetzt KI“ ist ein legitimer erster Schritt, wenn es darum geht, Schatten-KI abzuschalten. Aber dann bitte bewusst. Hinterfragen Sie hart, was Sie auslösen wollen. Diese Frage wird überraschend oft übersprungen, und genau da verbrennt sehr schnell sehr viel Geld.

Was hilft, ist ein begrenzter Auftrag. Nehmen Sie einen Abschnitt eines Prozesses, arbeiten Sie nur mit freigegebenen Befunden, verbieten Sie neue Diagnosen, halten Sie die ärztliche Freigabe fest. Und messen Sie von Anfang an zwei Größen: Korrekturzeit und Fehler. Wenn die Nachkontrolle mehr Zeit frisst, als die KI vorher gespart hat, war es der falsche Auftrag.

Wer gibt frei, wer prüft, wer stoppt?

KI verändert Prozesse, Rollen und Entscheidungen. Bevor Sie ein System einführen, klären Sie die Grobmechanik: Darf die KI freigeben, verarbeiten, prüfen, entscheiden, stoppen? Werkzeuge aus dem Management helfen dabei, etwa RACI oder das Delegation Poker. Es geht um die nüchterne Frage, was die KI an welcher Stelle wirklich tun darf.

Maschinen entscheiden übrigens längst für uns. Eine Navigation entscheidet, wie Sie fahren, eine Zusammenfassung entscheidet, was wegfällt. Das ist meist unkritisch, aber die Entscheidung passiert. Im Klinikkontext wird sie es nicht immer sein. Deshalb reicht der Satz „der Mensch entscheidet“ nicht.

Und noch etwas gehört auf den Tisch: Diese Anbieter verändern bewusst Gewohnheiten. Sie wollen, dass sich KI in den Alltag einschleift, damit jeden Monat weiter dafür bezahlt wird. Das ist nicht per se schlecht, aber es bedeutet, dass immer mehr Verantwortung leise in die Systeme gezogen wird. Beobachten Sie das aktiv. Was vor sechs Monaten noch von einem Menschen freigegeben wurde, läuft vielleicht heute schon automatisch. Wer autonome Entscheidungen von KI erwägt, sollte vorsichtig sein: Es gibt inzwischen Benchmarks, die messen, wie erfolgreich KI-Modelle in fremde Systeme einbrechen.

KI ist oft zuerst ein Datenproblem

Damit ein Assistent etwas leisten kann, braucht er Zugänge, Schnittstellen, lokalen Kontext und, ganz wichtig, Grenzen und Prüfungen. Für diese Leitplanken hat sich der Begriff Harness eingebürgert, ein Korsett für die KI. Ohne verlässliche, zugängliche Daten bleibt jedes System schwach. Im IT-Report Gesundheitswesen 2026 geben 54,7 Prozent an, dass die Pflegedokumentation vollständig verfügbar und genutzt wird. Da ist Luft nach oben, und diese Lücke bremst Automatisierung.

Ein tragfähiges Muster ist der Loop: Der Input kommt aus dem System, die KI arbeitet, das Ergebnis wandert zurück ins System, und die KI prüft ihr eigenes Ergebnis. Ein Beispiel aus meiner Lehre: Bitte ich eine KI, für eine Behauptung ein Paper zu finden, erfindet sie gern etwas. Verlange ich stattdessen eine Tabelle mit Behauptung, Originalzitat, Screenshot aus der Quelle und dem Hinweis, dass die Stelle weder in Überschrift noch Abstract stehen darf, findet die KI ihre eigenen Fehler. Solche Prüfschritte lassen sich fest in ein System einbauen. Fehler passieren weiter, aber deutlich seltener.

Wissen sichern, bevor Erfahrung in Rente geht

Der demografische Wandel trifft die Sozial- und Gesundheitswirtschaft hart. Wenn die Menschen gehen, geht das Wissen mit. Hier hat sich die Grundlage von Wissensmanagement in den letzten Jahren verändert. Wir speichern Wissen nicht mehr nur für Menschen, sondern für Systeme. Die KI macht daraus, was gerade gebraucht wird: einen Onboarding-Leitfaden, einen kurzen Merkzettel für den Monitor, ein ausführliches Training, auf Wunsch als Podcast oder als Videoanimation. Voraussetzung ist eine breite, saubere Wissensbasis im Hintergrund.

Genau dafür haben wir StoryVault entwickelt, unseren „Geschichtentresor“. Viel Wissen steckt im Gesprochenen, in Meetings und Übergaben, und geht im Geschriebenen verloren. Wir zeichnen es auf und machen es für KI nutzbar.

Für das Onboarding neuer Kolleginnen und Kollegen nutzen wir das inzwischen selbst. Wer beginnt, kann jede Frage im gemeinsamen Wissen nachschlagen. Wir haben so Mitarbeitende in unter zwei Wochen eingearbeitet. Das gleiche Muster trägt bei Urlaub, Elternzeit oder Ruhestand.

Deutsche und europäische Infrastruktur

Zwei Missverständnisse gehören aus dem Weg geräumt. Erstens: Fachliche Eignung lässt sich nicht an der Modellgröße ablesen. Die großen Frontier-Modelle sind nicht automatisch die besten für Ihre Aufgabe. Es kommen spezialisierte Fachmodelle, teils gibt es sie schon, und oft schlägt lokales Wissen die schiere Größe.

Zweitens: „Das geht datenschutzkonform nicht“ stimmt nicht. Man kann in großen Team-Accounts das Training unterbinden, hat dann aber womöglich weiterhin Daten in den USA. Wer das nicht will, kann Claude auf AWS Bedrock in Frankfurt betreiben und von der IT festzurren lassen. Es gibt Marktplätze mit EU-Endpoints, Anbieter wie Hetzner und IONOS bauen an eigener Infrastruktur, und mit SoKI gibt es einen Anbieter, der ausschließlich in Deutschland laufende KI verwendet. Wenn Ihnen jemand sagt, das existiere nicht: Doch, es existiert und funktioniert.

KI kostet mehr als das Abo

Die Kostenfrage wird gern kleingeredet. Zum Abopreis kommen Nutzung, Lernzeit, Integration und Kontrolle. Zehn oder zwanzig Euro pro Mitarbeitendem und Monat bringen Sie nicht weit, wenn Sie echte Effizienz wollen. Ehrlich gesagt: In einem intensiven Monat verbrauche ich persönlich einen niedrigen vierstelligen Betrag an Nutzung. Das ist ein Extremfall und keine Blaupause, aber es zeigt die Richtung. Achten Sie auf die Kosten, ohne sich von Horrormeldungen lähmen zu lassen.

Und der Zeitgewinn? Für mich mehr als ein Arbeitstag pro Woche. Unseren früheren Social-Media-Prozess von drei Tagen erledigen wir heute in drei Stunden. Trotzdem hat dadurch niemand „mehr Zeit“. Die gewonnene Zeit füllt sich sofort mit neuer Arbeit. Das ist das Jevons-Paradox, der Rebound-Effekt. Deshalb die entscheidende Frage: Wie viel Entlastung kommt am Ende wirklich im Prozess an, nach aller Prüfung?

Ein sehr belesener Junior-Assistent

Mein Arbeitsbild für generative KI ist der sehr belesene Junior-Assistent. Die KI entwirft, Menschen prüfen und verantworten. Einem Praktikanten würden Sie nicht das Server-Passwort geben, ihn nicht blind Ihre Rede schreiben und vorlesen lassen und schon gar nicht blind einen Arztbrief verfassen lassen. Damit er arbeiten kann, braucht er Kontext und begrenzten Zugriff.

Deshalb gehört KI-Kompetenz in den Betrieb, passend zur Rolle, an realen Aufgaben, mit Grenzen und Eskalationswegen. Der AI Act verlangt in Artikel 4, KI-Kompetenz zu fördern, ausdrücklich ohne Einheitskurs oder Pflichtzertifikat. Und Beteiligung beginnt vor dem Rollout: Sammeln Sie Probleme, Ausnahmen, Prüfkriterien und Stop-Regeln, bevor das System läuft, nicht danach.

Was muss menschlich bleiben?

Ethik beginnt nicht beim Ergebnis, sondern vor der ersten Antwort. Sechs Fragen klären Sie am besten am Anfang: Zweck, Daten, Modell, Entscheidungsrechte, Kosten und Ausfallweg. Wer diese Fragen sauber beantwortet, hat den schwierigsten Teil hinter sich.

Der eigentliche Gewinn liegt woanders. KI zwingt Sie, die Kernmechanik Ihres Hauses zu prüfen. Wo genau entstehen Patientenwohl, Qualität und Beziehung? Was ist Ihre Grundfeste, an der Sie keine Kompromisse eingehen? Erst wenn das klar ist, lässt sich sagen, wo optimiert werden darf und wo ein Fehler tolerierbar ist. Übernimmt KI die Klinik? Nur so weit, wie Sie es zulassen. Die wichtigere Frage ist, was menschlich bleiben muss.

Wenn Sie diese Fragen für Ihr Haus durchgehen wollen, kommen wir gern ins Gespräch: https://meet.whitespring.de/