Eine Frage der Datenbasis KI im Gesundheitswesen braucht mehr als gute Algorithmen

Ein Gastbeitrag von Roger Illing 5 min Lesedauer

Anbieter zum Thema

Künstliche Intelligenz hält zunehmend Einzug in den Versorgungsalltag. Mit generativer KI entsteht eine weitere Entwicklungsstufe, die unter anderem Triage-Entscheidungen, klinische Verwaltungsprozesse und die frühzeitige Identifikation von Risikopatienten unterstützen könnte.

Für einen verantwortungsvollen, skalierbaren und vertrauenswürdigen Einsatz von KI sind Gesundheitssysteme auf eine interoperable und integere Dateninfrastruktur angewiesen.(Bild: ©  Crafters Art - stock.adobe.com)
Für einen verantwortungsvollen, skalierbaren und vertrauenswürdigen Einsatz von KI sind Gesundheitssysteme auf eine interoperable und integere Dateninfrastruktur angewiesen.
(Bild: © Crafters Art - stock.adobe.com)

Das Potenzial ist enorm. Eine im Auftrag der Europäischen Union durchgeführte Studie kam Anfang dieses Jahres zu dem Ergebnis, dass KI allein durch das Verringern von Ineffizienzen in klinischen Entscheidungsprozessen wirtschaftliche Verluste von bis zu 252 Milliarden Euro reduzieren könnte. Gleichzeitig zeigt die Bewertung der Europäischen Kommission vom August 2025, dass die praktische Umsetzung hinter den Erwartungen zurückbleibt. Als zentrale Ursachen gelten fragmentierte, nicht standardisierte Datenbestände sowie veraltete digitale Infrastrukturen.

Das eigentliche Problem liegt dabei nicht in den KI-Modellen selbst. Viele Gesundheitseinrichtungen verfügen über große Mengen wertvoller Daten, doch diese sind häufig auf unterschiedliche Systeme verteilt, nicht einheitlich strukturiert oder nicht zum erforderlichen Zeitpunkt verfügbar. Für viele Anwendungsfälle müssen Informationen vollständig, verlässlich und aktuell sein – denn KI kann nur so gut sein wie die Daten, auf die sie zugreift.

Die größte Hürde sind nicht die Modelle, sondern die Daten

Diese Differenzierung ist entscheidend. Eine KI-Empfehlung ohne ausreichenden Kontext mag im Einzelhandel dazu führen, dass ein Kunde das falsche Angebot erhält. Im Gesundheitswesen kann sie dagegen der Grund dafür sein, dass ein Patient nicht die richtige Versorgung zur richtigen Zeit erhält.

Viele Gesundheitssysteme arbeiten noch immer auf technologischen Grundlagen, die über Jahre oder Jahrzehnte gewachsen sind. Ein Patient interagiert möglicherweise mit einem Krankenhaus, einer Krankenversicherung, einer Apotheke und einem Anbieter für die digitale Fernüberwachung von Patienten. Jede dieser Stationen erzeugt wertvolle Informationen. Bleiben diese Daten jedoch in voneinander getrennten Systemen gespeichert, wird das Potenzial von KI deutlich schwerer nutzbar.

Aus Gesprächen mit Kunden wird deutlich, dass diese Herausforderung weder auf einzelne Organisationen noch auf bestimmte Länder beschränkt ist. Gesundheitssysteme in ganz Europa und darüber hinaus stehen vor der Aufgabe, Systeme miteinander zu verbinden, die ursprünglich nie für einen gemeinsamen Datenaustausch entwickelt wurden. Mit Blick auf den European Health Data Space (EHDS), der den Austausch von Gesundheitsdaten innerhalb Europas erleichtern soll, gewinnt diese Herausforderung zusätzlich an Bedeutung. Ziel ist es, Gesundheitsdaten künftig einfacher und sicherer über Landesgrenzen hinweg für Versorgung, Forschung und Innovation nutzbar zu machen.

Ein Beispiel für einen möglichen Lösungsansatz liefert Dänemark. Das Land baut seine digitale Gesundheitsinfrastruktur seit Jahren konsequent aus und schafft damit die Grundlage für den Einsatz von KI in der klinischen Versorgung. Krankenhäuser, Hausärzte und weitere Akteure des Gesundheitswesens greifen auf standardisierte digitale Gesundheitsdaten zurück, wodurch Informationen schneller und konsistenter verfügbar werden. Diese vernetzte Datenbasis erleichtert unter anderem den Einsatz KI-gestützter Anwendungen in der Diagnostik, der Behandlungsplanung und der Steuerung klinischer Abläufe.

Die zentrale Erkenntnis reicht jedoch über das dänische Beispiel hinaus: Eine interoperable Dateninfrastruktur ist eine notwendige Voraussetzung, genügt allein jedoch nicht. Die Informationen müssen zudem in Echtzeit verfügbar sein. Eine KI kann die Priorisierung von Patienten, die Steuerung von Behandlungsabläufen oder personalisierte Versorgung nicht zuverlässig unterstützen, wenn die zugrunde liegenden Informationen unvollständig, verspätet, schwer zugänglich oder unzureichend kontrolliert sind.

(ID:50948824)

Jetzt Newsletter abonnieren

Wöchentlich die wichtigsten Infos zur Digitalisierung im Gesundheitswesen

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung