Medizinische KI 2026: Wo künstliche Intelligenz in Praxis und Klinik heute wirklich hilft

Unter dem Begriff laufen sehr unterschiedliche Technologien: klassische Machine-Learning-Modelle zur Mustererkennung in Bildern, Sprachmodelle (LLM) für Text, Spracherkennung für Diktate und Ambient-Systeme, die ein Gespräch mitschneiden und daraus Dokumentation erzeugen. Sie unterscheiden sich fundamental in Risiko, Regulierung und Nutzen.

Grobe Faustregel: Je näher ein System an einer Diagnose- oder Therapieentscheidung steht, desto strenger die Regulierung. Systeme, die ärztliche Entscheidungen nur dokumentieren statt sie zu treffen, sind rechtlich deutlich einfacher einzuführen – und liefern trotzdem den größten Zeitgewinn pro investiertem Euro.

Ausgereift und im Alltag angekommen: Dokumentation und Sprache. Diktat mit medizinischer Spracherkennung, automatische Strukturierung von Stichpunkten in Arztbrief, Befund oder Verlaufseintrag, Übersetzung von Fachbefunden in patientenverständliche Sprache, Zusammenfassung langer Vorbefunde.

Etabliert, aber gerätegebunden: Bildgebung. KI-Zweitbefundung in Radiologie, Dermatologie, Ophthalmologie und Pathologie ist vielfach zertifiziert, hängt aber an konkreten Produkten, Schnittstellen und Investitionen – für eine Einzelpraxis meist kein Einstiegspunkt.

In Erprobung: klinische Entscheidungsunterstützung, Risikoscores aus Routinedaten, Triage und Priorisierung. Hier ist der Nutzen studienabhängig, die Integration in die Praxissoftware oft der Flaschenhals.

Unterschätzt: Verwaltung. Terminorganisation, Anfragen von Kostenträgern und Medizinischem Dienst, Formularvorbereitung, Rückrufmanagement. Kein medizinisches Risiko, aber messbar viel Zeit.

Datenschutz: Gesundheitsdaten sind besondere Kategorien nach Art. 9 DSGVO. Für jeden externen Dienstleister braucht es einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, dazu eine belastbare Aussage zu Serverstandort, Löschfristen und Trainingsnutzung der Daten. Fehlt eines davon, ist der Einsatz mit Patientenbezug in der Regel nicht vertretbar.

Berufsrecht: § 203 StGB stellt das unbefugte Offenbaren von Patientengeheimnissen unter Strafe. Externe Anbieter müssen als mitwirkende Personen vertraglich zur Verschwiegenheit verpflichtet sein.

Produktregulierung: Software, die einer Diagnose oder Therapieentscheidung dient, kann Medizinprodukt nach MDR sein und braucht dann eine CE-Kennzeichnung. Reine Dokumentationswerkzeuge, die ärztlich diktierte Inhalte nur formatieren, fallen üblicherweise nicht darunter. Der EU AI Act ergänzt das seit 2026 um Transparenz- und Risikopflichten, vor allem auf Herstellerseite.

Kein Rechtsrahmen verschiebt die Verantwortung auf das System. Was in der Akte steht und was den Patient:innen mitgeteilt wird, verantworten weiterhin Ärztin oder Arzt. Praktisch heißt das: Human-in-the-Loop, also eine bewusste Freigabe jedes erzeugten Textes vor Versand oder Speicherung.

Zwei Fehlerbilder kommen dabei besonders häufig vor: erfundene, aber plausibel klingende Details („Halluzinationen“) und stillschweigend übernommene Vorbefunde, die nicht mehr aktuell sind. Beides fällt nur beim Gegenlesen auf – deshalb sollte jedes System die Quelle eines Satzes zeigen können.

Der belastbarste Effekt liegt in der Dokumentation. Ein Arztbrief, der handschriftlich vorbereitet und dann getippt wird, kostet je nach Komplexität 8 bis 20 Minuten. Aus einem freien Diktat oder aus Stichpunkten erzeugt, bleibt der Aufwand meist bei ein bis drei Minuten für Diktat plus Korrekturlesen.

Rechnen Sie konservativ mit der eigenen Zahl: Briefe pro Woche × eingesparte Minuten × 46 Arbeitswochen. Erst danach lohnt der Vergleich mit den Lizenzkosten – und erst dann die Frage nach weiteren Einsatzfeldern.

1. Einen einzigen Dokumententyp auswählen, der oft vorkommt und wenig Varianz hat – meist der Standard-Arztbrief oder der Verlaufseintrag.

2. Anbieter prüfen: AVV, Serverstandort EU, Verschlüsselung, Löschfristen, keine Nutzung der Daten für Modelltraining. Diese vier Punkte schriftlich, nicht als Marketingaussage.

3. Zwei Wochen mit realen, aber freigegebenen Fällen testen und die Korrekturzeit mitschreiben.

4. Freigabeprozess festlegen: Wer liest gegen, wer unterschreibt, wie wird korrigiert.

5. Erst danach ausweiten – auf weitere Dokumenttypen, dann auf das Team.