Home
Medizin & Technik
Forschung
Healthcare
Unternehmen
Archiv

Home
Medizin & Technik
Forschung
Healthcare
Unternehmen
Archiv

Tag DMEA

Eine Toolbox des Fraunhofer FIT soll die DiGa-Entwicklung beschleunigen. (Foto: antonioguillem /123rf.com)

Forschung • Produkte & Lösungen unten

Plattform für schnellere DiGA-Entwicklung

Gesprächsrunde auf der DMEA

Beliebt • Events

Ökosystem für datengestützte Gesundheitsversorgung

Regina Spaniol ist Projektleiterin der Digital Health PRO. (Foto: Deutsche Messe AG)

Deutsche Messe setzt auf Digital Health

Außenaufnahme DMEA 2022

Beliebt • DMEA • Events

Arbeiten für DMEA-Nachwuchspreis gesucht

Die DMEA 2022 war gut besucht. (Foto: Messe Berlin)

Beliebt • DMEA • Healthcare

11.000 besuchen die DMEA

Aktuell • Healthcare

DMEA: Über 500 Aussteller in Berlin

Beliebt • Unternehmen

Neue Dachmarke Mesalvo auf der DMEA

Prof. Dr. Karl Lauterbach mednic

Beliebt • DMEA • Events

Lauterbach kommt zur DMEA

Forschungsarbeitender

Aktuell • Forschung

DMEA: Forschungsarbeiten für den Gesundheitsmarkt

DMEA Eingang Sued

Aktuell • DMEA • Events

DMEA: Darauf setzen die Digital Health-Größen

Ältere Artikel

DIGITAL HEALTH NEWS Newsletter

TERMINE

Keine Events

Medizin & Technik

BSI kritisiert IT-Sicherheit von Software im Gesundheitswesen

Bei vielen im Gesundheitswesen eingesetzten Software-Lösungen gibt es Mängel bei der IT-Sicherheit. Probleme bereitet unter anderem die Verwendung veralteter und daher unsicherer Verschlüsselungsalgorithmen.
[…]
KI-gestützte Implantate im Aufbruch

KI-gestützte Implantate sollen Anfälle erkennen und sofort eingreifen – und damit den Patienten Lebensqualität zurückgeben, wie Karl Stoklosa, CEO von Precisis, in seinem Gastbetrag erläutert. Gastbeitrag von Karl Stoklosa Für Millionen Menschen weltweit sind neurologische Erkrankungen wie Epilepsie ständige Begleiter. Doch künstliche Intelligenz (KI) , die direkt im Gehirn unterstützend wirkt, könnte ein Gamechanger sein. Wie einst der Taschenrechner die Anwendung der Mathematik für immer transformierte, so kann KI auch die Gesundheitsbranche auf eine Art und Weise verändern, die vor wenigen Jahren noch unvorstellbar schien. Für Menschen mit Epilepsie könnte das ein Wendepunkt sein. Mit KI-gestützten Neuroimplantaten können wir in Zukunft neuronale Muster in Echtzeit analysieren und individuell auf aufkommende Anfälle reagieren. Für Patienten kann das bedeuten: weniger Anfälle, mehr Sicherheit im Alltag und die Aussicht auf eine personalisierte Therapie. Ein Zukunftssprung dank KI-gestützter Implantate Wir stehen an einem entscheidenden Punkt in der Neurotechnologie. Künstliche Intelligenz wird zunehmend als Schlüsseltechnologie diskutiert, um die Versorgung von Menschen mit Epilepsie langfristig weiterzuentwickeln. Bei Precisis beschäftigen wir uns im Rahmen von Forschungs und Entwicklungsaktivitäten ebenfalls mit der Frage, wie KI dazu beitragen kann, neurologische Signale besser zu verstehen und therapeutische Ansätze künftig weiter zu verfeinern. Diese Überlegungen sind Teil eines langfristigen Innovationsprozesses. Sie unterstreichen das große Potenzial, das KI für die Weiterentwicklung neurotechnologischer Therapien haben kann. Langfristig könnte dies Patienten mehr Lebensqualität, weniger Anfälle und eine Therapie bieten, die sich dynamisch an ihre Bedürfnisse anpasst. Mit dieser Arbeit bereiten wir den Weg für eine Zukunft, in der Neurotechnologie und KI nicht nur Symptome behandeln, sondern proaktiv, nachhaltig und effektiv das Leben von Patienten verbessern können. Unser Ziel ist es, diese Vision Schritt für Schritt in die Realität zu überführen und den minimalinvasiven Hirnschrittmacher EASEE zu einem noch personalisierteren und wirkungsvolleren Therapiesystem zu entwickeln. Medizintechnik als anerkannte Leitwirtschaft: Potenziale konsequent nutzen Medizintechnik ist eine Leitwirtschaft – und die Neurotechnologie ist ihr strategisches Herzstück. Es reicht jedoch nicht aus, innovative Lösungen nur im Labor zu entwickeln. Wir müssen sie auch effizient zur Marktreife führen, um international wettbewerbsfähig zu bleiben. Zwar erkennt die Politik die Branche zunehmend als strategischen Schlüssel für den Standort Deutschland. Auch im im Koalitionsvertrag der derzeitigen Regierung wird sie hervorgehoben. Doch die Realität in der Unternehmensführung sieht oft anders aus. Bürokratische Hürden, komplexe Regulierungsprozesse und lange Genehmigungszeiten bremsen uns aus. Wenn wir die MedTech-Industrie wirklich als stabilisierende Säule unserer Wirtschaft etablieren wollen, brauchen wir investitionsfreundliche Rahmenbedingungen und einen konsequenten Abbau von Bremsklötzen. Nur im engen Schulterschluss von Politik und Wirtschaft kann Deutschland seine Rolle als Innovationsführer behaupten. US-Markt: Ein strategischer Schritt für deutsches Neurotech Mit der FDA-Genehmigung zur Durchführung der IDE-Studie EASEE4US erreichen wir bei Precisis einen Meilenstein, der weit über unser Unternehmen hinausweist. Erstmals erhält ein in Deutschland entwickeltes Neurostimulationsverfahren für Epilepsie Zugang zu einem US-Zulassungspfad für die Behandlung therapieresistenter fokaler Epilepsie. Diese Entscheidung ist ein klarer Hinweis auf die internationale Relevanz der Technologie. Die Kombination aus Breakthrough-Status und IDE-Freigabe eröffnet die Chance, die in Europa gesammelten Erfahrungen nun auch unter den anspruchsvollsten regulatorischen Bedingungen weiterzuentwickeln. Nur wenige deutsche MedTech-Unternehmen haben bislang den Sprung in ein priorisiertes FDA-Zulassungsverfahren geschafft. Ein Schritt, der eine bewährte europäische Neurotechnologie in den größten Gesundheitsmarkt der Welt führen könnte.
[…]
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.
[…]

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