Home
Medizin & Technik
Forschung
Healthcare
Unternehmen
Archiv

Home
Medizin & Technik
Forschung
Healthcare
Unternehmen
Archiv

Tag Aleksandr Ovsianikov

Aktuell • Forschung

Künstliche Plazenta im 3D-Druck-Verfahren

DIGITAL HEALTH NEWS Newsletter

TERMINE

Februar

Messe HannoverMessegelände, Hermesallee

10Feb(Feb 10)00:0011(Feb 11)23:00Pro Care 2026

Veranstaltungsdetails

Auf der Pro Care diskutieren Experten aus allen Bereichen der Pflege und zeigen auf, welche Lösungen die Branche wirklich voranbringen und wie wir gleichzeitig die

Veranstaltungsdetails

Auf der Pro Care diskutieren Experten aus allen Bereichen der Pflege und zeigen auf, welche Lösungen die Branche wirklich voranbringen und wie wir gleichzeitig die Wertschätzung der Beschäftigten in der Pflege erhöhen.

Zeit

10. Februar 2026 00:00 - 11. Februar 2026 23:00(GMT+01:00)

Ort

Messe Hannover

Messegelände, Hermesallee

Andere Events

Kalender GoogleCal

Penta Hotel LeipzigGroßer Brockhaus 3

23Feb(Feb 23)09:0024(Feb 24)18:00DVMD-Fachtagung

Veranstaltungsdetails

Anwendungsfälle für Smart Data in der Medizin Aus Datenmengen werden Erkenntnisse – Smart Data verändert die Medizin! Im Gesundheitswesen entstehen täglich riesige

Veranstaltungsdetails

Anwendungsfälle für Smart Data in der Medizin

Aus Datenmengen werden Erkenntnisse – Smart Data verändert die Medizin! Im Gesundheitswesen entstehen täglich riesige Datenmengen. Doch nur wer diese gezielt nutzt, schafft echten Mehrwert für Patientinnen und Patienten, Forschung und Versorgung. Ob KI-gestützte Diagnosen, personalisierte Therapien oder optimierte Abläufe – Smart Data treibt den Fortschritt voran! In der klinischen Forschung sorgt Smart Data für effizientere Studienprozesse, indem Patientendaten in Echtzeit analysiert und Erkenntnisse schneller umgesetzt werden können. Dadurch werden Studienergebnisse robuster und die Entwicklung neuer Behandlungsmethoden beschleunigt. Im Bereich der Epidemiologie spielt Smart Data eine zentrale Rolle bei der Überwachung von Krankheitsausbrüchen und der Identifizierung von Risikofaktoren.

Zeit

23. Februar 2026 09:00 - 24. Februar 2026 18:00(GMT+01:00)

Ort

Penta Hotel Leipzig

Großer Brockhaus 3

Andere Events

Kalender GoogleCal

Medizin & Technik

Verantwortungsvolle KI-Entwicklung für Krankenhäuser

Krankenhäusern eine strukturierte Orientierung für die sichere, menschenzentrierte und verantwortungsvolle Entwicklung bieten will ein neuer Leitfaden. KI bietet erhebliche Potenziale für Effizienzsteigerung und Qualitätsverbesserung in der klinischen Versorgung. In der Praxis zeigt sich jedoch, dass viele KI-Systeme nur eingeschränkt in den Krankenhausalltag integriert werden können. Häufig entstehen zusätzliche Belastungen für medizinisches Fachpersonal, etwa durch unzureichende Einbindung in bestehende Arbeitsprozesse oder mangelnde Berücksichtigung klinischer Anforderungen während der Entwicklungsphase. Vor diesem Hintergrund gewinnt die Frage an Bedeutung, wie KI-Systeme so entwickelt und implementiert werden können, dass sie Versorgung tatsächlich verbessern und gleichzeitig regulatorischen und ethischen Anforderungen genügen. Mit EURAID – European Responsible AI Development liegt ein praxisnaher Leitfaden vor, der Krankenhäuser bei genau dieser Herausforderung unterstützt. Entwickelt wurde EURAID unter der gemeinsamen Leitung von Prof. Stephen Gilbert vom Else Kröner Fresenius Zentrum für Digitale Gesundheit an der Medizinischen Fakultät der Technische Universität Dresden sowie dem Universitätsklinikum Carl Gustav Carus Dresden und Dr. Anke Diehl von der Universitätsmedizin Essen. Ziel des Leitfadens ist es, eine strukturierte Orientierung für die sichere, menschenzentrierte und verantwortungsvolle Entwicklung von KI-Systemen im Krankenhaus zu bieten. Warum KI trotz technologischer Reife im Klinikalltag stockt Obwohl KI-Technologien rasch voranschreiten, bleibt ihre Einführung in Krankenhäusern bislang begrenzt. Ein wesentlicher Grund dafür liegt in der häufig technologiegetriebenen Entwicklung vieler Systeme. Klinische Arbeitsabläufe, standortspezifische Anforderungen und die tatsächlichen Bedürfnisse von Ärztinnen, Pflegekräften und weiteren Berufsgruppen werden oft erst spät oder unzureichend berücksichtigt. Dies erschwert die Integration in die Routineversorgung und beeinträchtigt die Akzeptanz. Hinzu kommen komplexe regulatorische Rahmenbedingungen. Fragen der Einordnung als Medizinprodukt, der Haftung, der Transparenz algorithmischer Entscheidungen sowie der notwendigen menschlichen Aufsicht stellen Krankenhäuser vor erhebliche organisatorische und rechtliche Herausforderungen. Auch wenn auf europäischer Ebene Anpassungen der regulatorischen Vorgaben für „in-house“ entwickelte KI-Systeme diskutiert werden, bleibt die praktische Umsetzung anspruchsvoll. EURAID setzt an dieser Schnittstelle an und verbindet technische, organisatorische und regulatorische Perspektiven in einem konsistenten Ansatz. Menschenzentrierte KI als Organisationsaufgabe Der Leitfaden versteht KI-Entwicklung nicht als isoliertes IT-Projekt, sondern als organisationsweite Transformationsaufgabe. Im Mittelpunkt steht die systematische Einbindung aller relevanten Stakeholder entlang des gesamten Lebenszyklus eines KI-Systems. Medizinische Fachkräfte werden dabei nicht nur als Anwenderinnen und Anwender gesehen, sondern als aktive Mitgestaltende, Implementierende und Überwachende. Ein besonderer Fokus liegt auf der „in-house“ Entwicklung von KI-Systemen, die es Krankenhäusern ermöglicht, eigene Daten zu nutzen und Anwendungen passgenau auf ihre Versorgungsprozesse zuzuschneiden. EURAID beschreibt Methoden für iteratives Design, klinische Tests und strukturierte Bewertung sowie Wege zur Konsensbildung zwischen unterschiedlichen Interessengruppen. Gleichzeitig sind europäische Werte wie Schutz von Grundrechten, Transparenz, Fairness und Nichtdiskriminierung fest im Ansatz verankert. EURAID will Krankenhäusern damit eine praxisorientierte Orientierung bieten, um KI-Systeme sicher, regulatorisch anschlussfähig und nachhaltig in den Klinikalltag zu integrieren. Der Leitfaden zeigt, dass erfolgreiche digitale Transformation nur dann gelingt, wenn technologische Innovation konsequent mit organisatorischem Wandel und menschlicher Beteiligung zusammengedacht wird.
[…]
GesundheitsID befeuert weitere Digitalisierung

Die GesundheitsID ist ein zentrales Element der digitalen Transformation. Im Gastbeitrag erläutert Frédéric Naujokat, Gründer und Geschäftsführer der eHealth Experts GmbH (ehex), die Bedeutung digitaler Identitäten für das Gesundheitswesen. Ein Gastbeitrag von Frédéric Naujokat Der Umbau der Telematikinfrastruktur nimmt 2026 Fahrt auf, denn in den kommenden Monaten sind entscheidende Schritte auf dem Weg zur TI 2.0 geplant. Digitale Identitäten sind ein zentraler Baustein für den Übergang von dezentralen Hardware-Komponenten zu softwarebasierten, zentralen Architekturen. Physische Karten werden dadurch langfristig überflüssig. Das Ziel: Stabilere Systeme durch weniger fehleranfällige Komponenten vor Ort und eine spürbar bessere User Experience für alle Beteiligten. Ein zentrales Element dieser Transformation ist die GesundheitsID für Versicherte. Sie ist seit 2024 verfügbar und ermöglicht seitdem, dass sich Versicherte digital im Gesundheitswesen authentifizieren können, etwa um per Smartphone oder Tablet Einblick in die eigene ePA zu erhalten. Laut dem TI-Dashboard der gematik sind aktuell 4,4 Millionen GesundheitsIDs für Versicherte registriert – angesichts der rund 74 Millionen gesetzlich Versicherten eine ausbaufähige Zahl. Allerdings könnte diese Zahl in den nächsten Monaten deutlich steigen, wenn die Freischaltung mit VideoIdent vereinfacht wird. Noch wichtiger für die Akzeptanz der GesundheitsID ist ihre Rolle als vollwertiger Versicherungsnachweis. Genau hier ist für das Jahr 2026 ein Fortschritt geplant, denn Praxen und Krankenhäuser müssen die GesundheitsID in Kürze gleichberechtigt zur Versichertenkarte akzeptieren. Das heißt, beim Arztbesuch kann die Versichertenkarte bald zuhause bleiben – der erste Schritt zur vollständigen Abschaffung physischer Versichertenkarten. Während auf Versichertenseite damit ein wichtiger Meilenstein erreicht wird, zeigt sich auf der Leistungserbringerseite ein anderes Bild. Hier stecken digitale Identitäten noch in den Kinderschuhen. HSM-B: Digitale Institutionsidentitäten sind da Der elektronische Heilberufsausweis (eHBA) bleibt vorerst Standard. Doch bei institutionellen Identitäten gibt es 2026 große Fortschritte, die schon im Frühjahr spürbar werden. Konkret geht es dabei um die Technologie HSM-B – eine virtuelle Alternative zum Institutionsausweis SMC-B. Statt kryptographische Schlüssel und Zertifikate auf Chipkarten zu speichern, werden sie in hochsicheren Hardware-Modulen zentral verwaltet, in direktem Zusammenhang mit dem TI-Gateway. Das heißt, nach einmaliger Konfiguration findet die Authentisierung des TI-Zugriffs direkt im Rechenzentrum statt. Gesundheitseinrichtungen wie Praxen oder Krankenhäuser weisen sich dann nicht mehr per Chipkarte aus, die in ein Kartenlesegerät gesteckt und mit einem PIN freigeschaltet werden muss – eine echte Entlastung im Arbeitsalltag. Technisch ist HSM-B bereits einsatzbereit. Erfahrungen aus ersten Tests bestätigen die Funktionsfähigkeit der Technologie sowie die Entlastung für Leistungserbringer. Der offizielle Rollout soll daher – nach erfolgreicher Zulassung durch die gematik – im Frühjahr 2026 starten. PoPP: Digitale Identitäten werden wichtiger für alltägliche Abläufe Gleich mehrere TI-Meilensteine im Jahr 2026 gehen auf das Konto von PoPP. „Proof of Patient Presence“ ist ein neues Verfahren zum Nachweis des Versorgungskontexts. Ein zentraler Dienst bestätigt dabei, dass sich ein Versicherter zu einem bestimmten Zeitpunkt beispielweise in der Apotheke oder in der Arztpraxis anwesend ist. Dieser Nachweis kann dann den Zugriff auf alle relevanten TI-Anwendungen autorisieren, etwa auf die ePA oder das E-Rezept. Dabei haben Versicherte die Wahl zwischen der Versichertenkarte oder der GesundheitsID. PoPP wird damit auch zur Nachfolgetechnologie für CardLink, das als Brückenlösung ausschließlich mit der Versichertenkarte funktioniert und auf das E-Rezept beschränkt ist. Schon ab April 2026 soll PoPP CardLink ersetzen. Ein praktischer Vorteil der neuen Technologie ist auch, dass für das Auslesen der Versichertenkarte keine teuren Spezialkartenlesegeräte mehr benötigt werden. Da das Endgerät nicht mehr für die Sicherheit verantwortlich ist, genügt ein handelsübliches Standardgerät. Aus diesem Grund kann alternativ zur Versichertenkarte auch ein Smartphone mit GesundheitsID über PoPP eingesetzt werden. Der Rollout erfolgt in zwei Stufen: In der ersten Jahreshälfte 2026 geht PoPP für Vor-Ort-Szenarien live. In der zweiten Stufe wird PoPP dann zum Jahresende auch für telemedizinische Szenarien verfügbar. Versicherte können sich dann per GesundheitsID authentifizieren, ohne vor Ort zu sein – beispielsweise um im Rahmen einer Videosprechstunde den ePA-Zugriff freizugeben. Digitale Identitäten als Treiber der TI 2.0 Mit der GesundheitsID für Versicherte ist bereits eine starke Basis gelegt – 2026 wird das Jahr, in dem digitale Identitäten ihre volle Wirkung entfalten. Mit HSM-B profitieren erstmals auch Leistungserbringer von eigenen digitalen Identitäten. PoPP sorgt für den nächsten Schub und erschließt neue Anwendungsfälle, die bisher technisch nicht umsetzbar waren. Der Umbau zur TI 2.0 ist damit kein abstraktes Zukunftsprojekt mehr, sondern nimmt 2026 konkrete Formen an. Das Ergebnis ist eine TI, die nicht nur stabiler läuft, sondern auch spürbar einfacher zu nutzen ist. Digitale Identitäten sind dafür der Schlüssel. Zur PersonFrédéric Naujokat ist Medizininformatiker mit Wurzeln im Ruhrgebiet sowie Gründer und Geschäftsführer der eHealth Experts GmbH (ehex). Seit mehr als 20 Jahren arbeitet er an der Zukunft der Telematikinfrastruktur. Gemeinsam mit seinem 100-köpfigen Team treibt er die Weiterentwicklung der TI voran – beispielsweise als Entwickler von Lösungen wie dem TI-Gateway.
[…]
Datenbasiertes Kompetenzmanagement in Kliniken

Warum Kliniken ohne datenbasiertes Kompetenzmanagement riskant planen, verrät Martin Lichtenberger, verrät Martin Lichtenberger, Co-Gründer und Geschäftsführer des Health-Tech-Unternehmens DaphOS, in seinem Gastbeitrag. Ein Gastbeitrag von Martin Lichtenberger Kurzfristige Kündigungen, Krankheitsausfälle und unklare Einsatzfähigkeit neuer Mitarbeitenden sind längst Ausdruck eines strukturellen Personalmangels. Laut Bundesagentur für Arbeit waren im November 2025 rund 45.000 medizinische Gesundheitsfachberufe unbesetzt – Platz drei unter allen Engpassberufen. Die Situation wird sich weiter verschärfen: Das Institut für Arbeitsmarkt- und Berufsforschung erwartet bis 2035 einen Verlust von sieben Millionen Arbeitskräften, davon 1,8 Millionen allein in der Gesundheitswirtschaft. Für Krankenhäuser bedeutet das eine dauerhafte Verschiebung der Rahmenbedingungen. Selbst gut aufgestellte Häuser arbeiten mit immer kleineren personellen Spielräumen. Damit rückt eine zentrale Frage in den Fokus: Wie lassen sich Qualifikation, Einsatzfähigkeit und Entwicklung der Mitarbeitenden langfristig sichern – auch unter zunehmendem Druck? Warum Qualifikationssteuerung an ihre Grenzen kommt Die Anforderungen an Mitarbeitende im Krankenhaus werden komplexer. Spezialisierungen nehmen zu, Aufgabenprofile differenzieren sich aus, regulatorische und fachliche Anforderungen wachsen. Gleichzeitig erfolgt die Einschätzung von Kompetenzen in vielen Häusern weiterhin unstrukturiert und wenig verknüpft. Zwar findet Qualifikationsbewertung statt, häufig jedoch punktuell, im Einzelgespräch oder auf Basis persönlicher Einschätzungen. Qualifikation wird dokumentiert, aber selten strukturiert ausgewertet oder mit strategischen Zielen des Trägers verbunden. In der Praxis bedeutet das: Führungskräfte verfügen über wertvolles Erfahrungswissen, doch dieses bleibt häufig personenbezogen und schwer übertragbar. Vergleichbarkeit fehlt, Entwicklungsbedarfe bleiben diffus, und Weiterbildungsentscheidungen werden eher situativ als strategisch getroffen. Für Organisationen, die unter Fachkräftemangel und wachsendem Qualitätsdruck stehen, ist das ein zunehmend riskanter Zustand. Datenbasiertes Kompetenzmanagement als fehlendes Bindeglied Die Lösung liegt im datenbasierten Kompetenzmanagement. Es entfaltet seinen Mehrwert dort, wo Kliniken Qualifikationen nicht nur erfassen, sondern systematisch für Entwicklung nutzen. Entscheidend ist die Transparenz darüber, welche Kompetenzen für welche Rollen erwartet werden und wie gut diese aktuell abgedeckt sind. So wird Qualifikation vergleichbar, ohne sie zu bewerten. Entwicklungsbedarfe werden nicht vermutet, sondern konkret benannt. Weiterbildung folgt einer erkennbaren Linie und ist mit der Ausbildungs- und Personalstrategie des Trägers verknüpft. Mitarbeitende erhalten Orientierung über ihren Entwicklungsstand und mögliche Perspektiven, die Organisation gewinnt ein konsistentes Bild über vorhandene und fehlende Kompetenzen. Anbieter wie beispielsweise DaphOS, Rexx oder SAP unterstützen diesen Prozess, indem sie die notwendige Struktur schaffen. Die Nutzung der Plattformen ersetzt nicht das Gespräch, sondern sorgt dafür, dass Datengrundlagen geschaffen und mit Einschätzungen, Anforderungen und Entwicklungsschritten zusammengeführt werden. Perspektivisch können die Daten auch für weiterführende Analysen genutzt werden, etwa um Qualifikationsbedarfe frühzeitig zu erkennen. KI kann hier unterstützend wirken – als nächste Entwicklungsstufe auf Basis klar definierter Kompetenzmodelle. Strukturen, die Entwicklung ermöglichen Damit kompetenzbasierte Steuerung wirksam wird, braucht es mehr als Technologie. Entscheidend ist eine verlässliche Datenbasis: Qualifikationen müssen einheitlich definiert, aktuell gehalten und anschlussfähig sein – über Bereiche und Berufsgruppen hinweg. Ebenso wichtig ist die organisatorische Verankerung. Kompetenzmanagement ist ein Führungsinstrument, kein Nebenprojekt. Träger, Geschäftsführung, Pflege, Medizin und HR müssen ein gemeinsames Verständnis darüber entwickeln, welche Kompetenzen relevant sind und wie Entwicklung gestaltet werden soll. Ein weiterer Faktor ist die Kultur. Transparenz wird nur akzeptiert, wenn sie als Chance verstanden wird. Mitarbeitende müssen nachvollziehen können, wie ihr Kompetenzprofil entsteht und wofür es genutzt wird. Wird Sichtbarkeit als Entwicklungsinstrument eingesetzt, stärkt sie Vertrauen, Fairness und Bindung – und wirkt nicht als Kontrolle. Was sich in der Praxis realistisch erreichen lässt Dort, wo Kliniken Digitalisierung strategisch mit Kompetenzentwicklung verknüpfen, zeigen sich klare Effekte. Ein Beispiel für diese Haltung ist das Klinikum Darmstadt. Dort wird Digitalisierung bewusst als Managementaufgabe verstanden und frühzeitig genutzt, um Kompetenzen aufzubauen, Mitarbeitende auf neue Technologien vorzubereiten und Entwicklungsmöglichkeiten sichtbar zu machen. Der Fokus liegt nicht auf einzelnen Tools, sondern auf der Frage, wie Digitalisierung Qualität, Attraktivität und Bindung nachhaltig unterstützen kann. Ähnliche Ansätze verfolgt auch die Landeskrankenanstalten-Betriebsgesellschaft des Landes Kärntens KABEG. Sie bilden die Qualifikation und Weiterentwicklung strukturiert in Mitarbeiterorientierungsgesprächen ab und nutzen die Daten- und KI-Plattform DaphOS für die digitale Dokumentation. Vor dem Gespräch aktualisieren Mitarbeitende ihre Selbsteinschätzung entlang rollenbasierter Kompetenzprofile, parallel erfolgt eine strukturierte Fremdeinschätzung durch die Führungskraft. Zusammen mit dem Anforderungsniveau entsteht so ein konsistentes Kompetenzbild, das Qualifikationslücken sichtbar macht. Auf dieser Grundlage lassen sich Entwicklungs- und Weiterbildungsmaßnahmen gezielt ableiten. Überschreitet ein Kompetenzgefälle definierte Schwellenwerte, schlägt das System passende Angebote aus dem Weiterbildungskatalog vor. So entsteht Transparenz über Qualifikationsanforderungen, Entwicklungsstände und Weiterbildungsbedarfe – nachvollziehbar für Mitarbeitende, Führungskräfte und Organisation. Der Ansatz baut auf strukturellen Entwicklungen in Österreich auf, die mit der GUKG-Novelle 2015 den Skill- und Grade-Mix etabliert haben. Die systematische Zuordnung von Aufgaben zu Qualifikationsniveaus erfordert eine transparente Kompetenzabbildung – eine Logik, auf der heutige digitale Kompetenzmanagementmodelle aufsetzen. Mit dem Befugniserweiterungs- und Bürokratieabbaugesetz für die Pflege (VEBPG) geht auch Deutschland einen ähnlichen Weg und hat die Chance, Qualifikation und Einsatzfähigkeit vorausschauend zu steuern. In beiden Fällen zeigt sich: wo Kompetenzentwicklung strategisch gedacht und digital begleitet wird, entsteht ein Umfeld, das Mitarbeitende hält und Versorgung(squalität) langfristig sichert. Qualifikation braucht Sichtbarkeit Kliniken können dem Fachkräftemangel nicht allein durch schnelleres Reagieren begegnen. Entscheidend ist, Qualifikation und Entwicklung systematisch zu steuern – als Voraussetzung für Qualität, Bindung und nachhaltige Versorgung. Kompetenzmanagement schafft dafür die fachliche Grundlage, Digitalisierung die notwendige Geschwindigkeit und Skalierbarkeit.
[…]

Healthcare

Chatbots in der Medizin

Chatbots kommen immer häufiger in der Medizin zum Einsatz. So hat zuletzt Ankündigung von ChatGPT Health für Aufsehen gesorgt. Bislang ist dieser Bereich im ChatGPT-System, bei dem Anwenderinnen und Anwender medizinische Unterlagen oder die Daten aus Ihren Gesundheits- und Fitness-Apps hochladen können, um personalisierte Gesundheitsauskünfte zu erhalten, noch nicht in Deutschland verfügbar. Wir haben über die Entwicklung mit Dr. med. Michael Stephan-Odenthal gesprochen. Er ist ärztlicher Leiter der Uro-GmbH Nordrhein, die seit rund einem Jahr einen eigenen Chatbot anbietet. Redaktion: Was müsste geschehen, damit eine Option wie ChatGPT Health auch hierzulande eingesetzt werden könnte? Stephan-Odenthal: Es müsste transparent dargestellt werden, auf welche Quellen die Einschätzung von ChatGPT zurückgreift. Diese Quellen müssten den Anfragenden klar und deutlich mitgeteilt werden, sodass diese bei einer weiteren Beratung in der ärztlichen Praxis gegebenenfalls auf die Quellen verweisen können. Redaktion: Sie bieten bereits seit einem Jahr sehr erfolgreich mit UroBert einen Chatbot für Patienten an, der auf ChatGPT basiert. Wie funktioniert er? Was ist der Unterschied zu ChatGPT Health? Stephan-Odenthal: Der UroBert soll anonym eine Ersteinschätzung zu den genannten Problemen und Symptomen geben. Er verweist am Ende immer auf unser Praxisnetzwerk in Nordrhein, wo alle Patientinnen und Patienten fachlich zuverlässigen urologischen Rat von einer realen Person bekommen. Wir erhoffen uns davon eine gewisse Filterfunktion, die Patientinnen und Patienten auch klar machen soll, wie dringlich oder weniger dringlich ihr Problem ist, damit anschließend in einer Praxis ein entsprechender Termin gewählt werden kann – denn nicht alle benötigen sofort einen Termin. Dr. med. Michael Stephan-Odenthal ist ärztlicher Leiter der Uro-GmbH Nordrhein – ein ärztlicher Zusammenschluss, der rund 300 niedergelassene Urologinnen und Urologen vertritt. Redaktion: Was sind die Stärken von UroBert? In welchem Bereich würden Sie gerne noch nachjustieren? Stephan-Odenthal: Die Stärke liegt vor allen darin, dass er zur Beantwortung, wie bei LLM üblich, in sehr kurzer Zeit auf große Datensätze zurückgreift. Der UroBert ist außerdem so programmiert, dass er Patientinnen und Patienten beruhigen soll und in Verknüpfung mit unserem Praxisnetzwerk gleich den richtigen Behandler oder die richtige Behandlerin in der Umgebung findet. Redaktion: OpenAI versichert zwar, dass die Daten sicher sind, aber Datenschutzexperten melden Zweifel an. Wie bewerten Sie die Entwicklung? Stephan-Odenthal: Der Datenschutz ist sicherlich ein ganz wichtiger Aspekt, da Gesundheitsdaten äußerst sensibel sind. Der zweite wichtige Aspekt ist die Verantwortlichkeit. Wer ist am Ende verantwortlich für die Qualität und die Sicherheit der von ChatGPT gegebenen Antwort? Bei unserem urologischen Chatbot wird die Verantwortlichkeit am Ende einer Beratung immer an unser Netzwerk, bestehend aus mehr als 300 Urologinnen und Urologen delegiert. Die KI wird immer nur so gut sein wie die Datensätze, an denen sie trainiert wurde. Deshalb ist es wichtig, diese Datensätze transparent darzustellenMichael Stephan-Odenthal Redaktion: Welche Gefahren sehen Sie bei künstlicher Intelligenz im Gesundheitswesen? Was ist aus Ihrer Sicht zu vermeiden? Stephan-Odenthal: Die KI wird immer nur so gut sein wie die Datensätze, an denen sie trainiert wurde. Deshalb ist es wichtig, diese Datensätze transparent darzustellen. Nur so kann deren Validität nachvollzogen werden. Das bedeutet auch, die KI darf niemals als allwissend dargestellt werden, denn sie kann niemals ein Ergebnis liefern, das über den Stand der Wissenschaft hinausgeht. Redaktion: Welche Rolle wird künstliche Intelligenz Ihrer Meinung nach im Gesundheitswesen spielen? Inwiefern kann sie zur Entlastung des Systems beitragen? Stephan-Odenthal: KI wird eine zunehmende Rolle im Gesundheitssystem einnehmen, da wir in Zukunft mit einer immer weiter steigenden Zahl an medizinischem Bedarf konfrontiert werden. Diese Nachfrage kann jetzt schon nicht mehr mit den vorhandenen humanen Ressourcen abgearbeitet werden. Wir brauchen die KI als Ergänzung zur Ersteinschätzung von Beschwerden und für die Lenkung von Patientinnen und Patienten im Gesundheitssystem. Das ist UroBertDer Chatbot UroBert der Uro-GmbH Nordrhein beantwortet anonym Fragen rund um urologische Vorsorge und schambehaftete Themen. Er bietet eine niedrigschwellige digitale Anlaufstelle für Menschen, die sich bei Beschwerden im Intimbereich, zu sexueller Gesundheit oder Vorsorge unsicher fühlen.Technisch basiert UroBert auf ChatGPT und wurde fachlich von Urologinnen und Urologen geprüft. Bislang wurde das Angebot rund 5000 Mal genutzt. Der Chatbot ersetzt keinen Arztbesuch, sondern soll Hemmschwellen abbauen und zur richtigen Einschätzung von Symptomen beitragen.Seit einem Jahr ist UroBert im Einsatz und wurde nun um weitere Sprachen erweitert – darunter Arabisch, Französisch, Spanisch, Türkisch und Ukrainisch – um noch mehr Menschen zu erreichen.
[…]
KI sagt Erfolg von Hüftoperationen voraus

Wie gut Patientinnen und Patienten nach einer Hüftoperation wieder gehen können, lässt sich bereits vor dem Eingriff mithilfe künstlicher Intelligenz (KI) abschätzen. Ein entsprechendes Modell soll das ermöglichen. Forschende am Karlsruher Institut für Technologie (KIT) haben ein KI-basiertes Modell entwickelt, das Bewegungsabläufe von Menschen mit Hüftgelenksarthrose analysiert und Prognosen zum funktionellen Operationserfolg ermöglicht. Die Ergebnisse können dazu beitragen, Erwartungen realistischer zu gestalten und die Rehabilitation gezielter zu planen. Hüfttotalendoprothesen gehören zu den häufigsten orthopädischen Eingriffen in Deutschland. Allein im Jahr 2024 erhielten rund 200 000 Menschen ein künstliches Hüftgelenk. Trotz standardisierter Operationsverfahren unterscheiden sich die Behandlungsergebnisse deutlich. Während einige Patientinnen und Patienten nach dem Eingriff nahezu beschwerdefrei gehen können, bleiben bei anderen Einschränkungen bestehen. Die Ursachen für diese Unterschiede sind bislang nur teilweise verstanden. Gangbiomechanik als Grundlage für personalisierte Prognosen Im Rahmen eines von der Deutsche Forschungsgemeinschaft geförderten Kooperationsprojekts analysierten die Forschenden umfangreiche biomechanische Bewegungsdaten. Die Datengrundlage stammt aus der Universitätsmedizin Frankfurt und umfasst Messungen von Patientinnen und Patienten mit einseitiger Hüftgelenksarthrose vor und nach der Implantation einer Hüfttotalendoprothese. Ergänzt wurden diese Daten durch eine gesunde Kontrollgruppe. KI erkennt typische Muster im Gangbild Mithilfe muskuloskelettaler Modellierung wurden dreidimensionale Gelenkwinkel und Gelenkbelastungen berechnet. Auf dieser Basis trainierten die Forschenden ein erklärbares KI-Modell, das typische Muster im Gangbild identifiziert. Die Analyse zeigte, dass sich die Betroffenen bereits vor der Operation in drei Gruppen mit unterschiedlichen Gangveränderungen einteilen lassen. Diese Gruppen unterschieden sich nicht nur in biomechanischen Parametern, sondern auch in Merkmalen wie Alter, Körpergewicht, Gehgeschwindigkeit und Schwere der Arthrose. Nach der Operation reagierten die Gruppen unterschiedlich auf den Gelenkersatz. Bei einem Teil der Patientinnen und Patienten normalisierte sich die Gangbiomechanik nahezu vollständig, während bei anderen weiterhin deutlichen Abweichungen bestanden. Auf dieser Grundlage kann das KI-Modell vorhersagen, wer besonders stark von der Operation profitiert und bei wem ein erhöhter Bedarf an intensiver Nachbehandlung besteht. KI-Vorhersage nicht nur vor Hüftoperationen Die Forschenden sehen darin einen wichtigen Schritt hin zu einer stärker personalisierten Orthopädie. Da die eingesetzten Algorithmen erklärbar sind, lassen sich die Entscheidungsgrundlagen nachvollziehen, was eine hohe Akzeptanz im klinischen Alltag erwarten lässt. Perspektivisch könnte der Ansatz auch auf andere Gelenke oder orthopädische Erkrankungen übertragen werden und so als Entscheidungshilfe in der operativen Planung dienen.
[…]
Milliarden für Gesundheit, nur Minuten für Patienten

Deutschland investiert mehr als fast jedes andere Land weltweit in Gesundheit. Doch ohne Interoperabilität, KI und Präzisionsmedizin geht es nicht. Der Transformationsfonds könnte die Wende bringen – wenn er richtig genutzt wird, so Gottfried Ludewig, Leiter Public Sector and Health Industry Deutsche Telekom und T-Systems, in seinem Gastbeitrag für mednic.de. Ein Gastbeitrag von Gottfried Ludewig Deutschland hat im Jahr 2025 rund 538  Milliarden Euro in das Gesundheitssystem investiert, rund zwölf Prozent des Bruttoinlandsprodukts – der Trend zeigt weiter nach oben. Ein Spitzenwert, der jedoch nicht automatisch Effizienz oder Qualität garantiert. Die Lebenserwartung liegt weiterhin rund 1,7 Jahre unter dem westeuropäischen Durchschnitt während Krankenkassen und Krankenhäuser unter Druck geraten: 2024 betrug das Defizit der gesetzlichen Krankenversicherung 6,2  Milliarden Euro, der für 2025 prognostizierte Zusatzbeitrag liegt bei 2,3  Prozent und steigt weiter. Drei Viertel der Kliniken schreiben Verluste, der mittelfristige Investitionsbedarf für Modernisierung und Digitalisierung wird auf rund 130  Milliarden Euro geschätzt. Gleichzeitig bleibt die digitale Infrastruktur fragmentiert: fehlende Interoperabilität, Insellösungen und langsame Umsetzung führen zu Doppeluntersuchungen, Datenbrüchen und hohen Kosten. Fortschritte erkennbar Standards wie ISiK, FHIR und MIOs sind etabliert, die Akzeptanz für KI wächst: 74 Prozent der Deutschen sehen Nutzen für Zweitmeinungen, 72  Prozent für Diagnosen. Auch Präzisionsmedizin ist verfügbar – über 140 Wirkstoffe erfordern molekulare Tests, vor allem in der Onkologie. Doch die Umsetzung stockt, weil Vergütung und Infrastruktur fehlen. Transformationsfonds: Hebel für die Wende Der Transformationsfonds ist das zentrale Instrument, um die stationäre Versorgung in Deutschland zukunftsfähig zu machen. Mit einem Volumen von bis zu 50  Milliarden Euro im Zeitraum von 2026 bis 2035 sollen Kliniken modernisiert, Doppelstrukturen abgebaut und die Digitalisierung konsequent vorangetrieben werden. Was jetzt zählt An erster Stelle steht die Stärkung der Resilienz und Ausfallsicherheit klinischer Systeme, um die Versorgung auch in Krisensituationen sicherzustellen. Ebenso wichtig ist die Implementierung von Telemedizin-Netzen, die eine sektorenübergreifende Versorgung ermöglichen und insbesondere in ländlichen Regionen Versorgungslücken schließen können. Moderne Telemedizin, KI‑gestützte Bildanalyse und Remote‑Expertisen schaffen Zugang zu Spitzenmedizin – unabhängig davon, ob man in der Großstadt lebt oder hundert Kilometer vom nächsten Maximalversorger entfernt. Sichere und souveräne Cloud Für eine moderne, vernetzte Versorgung braucht es sichere, souveräne Cloud‑Infrastrukturen, die Daten zuverlässig, performant und DSGVO‑konform verarbeiten. Nur so können Krankenhäuser, Forschung und Versorgung skalieren, ohne in neue Insellösungen abzurutschen. Cloud ist dabei kein Selbstzweck, sondern Fundament für flexible Kapazitäten, resiliente IT und klinisch nutzbare Datenräume. Darüber hinaus braucht es offene, zertifizierte Cloud‑Gesundheitsplattformen, semantische Interoperabilität über FHIR und Terminologie Server sowie ein konsequentes Datenmanagement, das klinische Daten für Versorgung und Forschung verfügbar macht. Wie Gesundheits-Versorgung in Zukunft aussehen sollte, erläutert Gottfried Ludewig, Leiter Public Sector and Health Industry Deutsche Telekom und T-Systems.Foto: Deutsche Telekom/Fotograf: Marc-Steffen Unger Datensteckdosen für Kliniken Verbindliche FHIR‑Schnittstellen, leistungsfähige Terminologieserver und Interoperabilität sind Pflicht. Fortschritt braucht Messbarkeit – Transparenz über Standards wird unverzichtbar. KI‑Anwendungen wie Bildanalyse, Triage oder Entscheidungsunterstützung müssen aus Pilotprojekten in die Fläche. Förderfähige Projekte und Potenziale Der Fonds umfasst telemedizinische Netzwerke, robotische Telechirurgie, sektorenübergreifende Versorgungseinrichtungen und Präzisionsmedizin. Studien prognostizieren Milliardenpotenziale durch ePA, E‑Rezept und automatisierte Prozesse. Soforthilfen und klare Governance Soforthilfen wurden politisch in Aussicht gestellt, Qualitätskriterien und Mindestfallzahlen treiben Spezialisierung voran. Digitale Prozesse wie eVerordnung und automatisierte Abrechnung können laut Analysen bis zu zehn Prozent Verwaltungskosten einsparen. Governance‑Instrumente wie ein Interoperabilitäts‑Score könnten Investitionen gezielt an Standards koppeln. Wir geben weit über eine halbe Billion Euro aus – und leisten uns immer noch Daten‑Silos. Der Transformationsfonds ist mehr als Finanzierung: Er ist Motor einer patientenzentrierten, digitalen, effizienten Versorgung. 2026 muss der Startzeitpunkt für verbindliche Interoperabilität, alltagstaugliche KI, souveräne Cloud‑Infrastrukturen und flächendeckende Tele‑Diagnostik werden. Denn kleine, konsequent umgesetzte Stellschrauben entscheiden darüber, ob Digitalisierung endlich Patientenzeit schafft – und Milliarden spart.
[…]

Copyright © 2026. Alle Rechte vorbehalten.

Impressum
Datenschutz
AGB
Mediadaten 2026
Privatsphäre-Einstellungen ändern

X