KI im Krankenhaus

Kurze Antwort

KI im Krankenhaus bezeichnet Software, die aus klinischen und betrieblichen Daten Muster erkennt, Prognosen erstellt oder Texte und Bilder auswertet. Heute hilft sie vor allem in vier Bereichen: bei der Auswertung von Bildern in Radiologie und Pathologie, bei Frühwarnungen auf der Station, bei der Dokumentation und bei der Planung von Betten, OP-Sälen und Personal. Die Entscheidung bleibt beim Menschen – KI liefert Hinweise, keine Diagnosen.

Das Wichtigste in Kürze

• Den größten Nutzen bringt KI dort, wo viele strukturierte Daten vorliegen und wiederkehrende Aufgaben Zeit kosten: Bildauswertung, Dokumentation, Kodierung und Kapazitätsplanung.
• Ob KI-Software ein Medizinprodukt ist, entscheidet ihre Zweckbestimmung. Für Diagnose- und Therapieunterstützung gilt die MDR, ab dem 2. August 2028 zusätzlich die EU-KI-Verordnung.
• Gesundheitsdaten sind nach Art. 9 DSGVO besonders geschützt. § 6 GDNG erlaubt Kliniken die Nutzung eigener Daten für Qualitätssicherung und Forschung.
• Erfolgreiche Projekte beginnen klein: ein Anwendungsfall, messbares Ziel, saubere Datenbasis, geschulte Anwenderinnen und Anwender.

Wo wird KI im Krankenhaus heute eingesetzt?

Kurze Antwort

Die wichtigsten Einsatzfelder sind bildgebende Diagnostik, klinische Entscheidungsunterstützung und Frühwarnsysteme, Dokumentation mit Sprach- und Textverarbeitung, Kodierung und Abrechnung sowie die Planung von Betten, OP-Kapazitäten und Personal.

Bildgebende Diagnostik

In Radiologie und Pathologie markieren KI-Systeme auffällige Bereiche in Röntgen-, CT-, MRT- oder Gewebebildern, priorisieren dringende Befunde in der Arbeitsliste oder messen Strukturen automatisch aus. Das beschleunigt die Befundung und hilft, nichts zu übersehen. Solche Systeme sind Medizinprodukte und müssen nach der MDR zertifiziert sein.

Entscheidungsunterstützung und Frühwarnung

Systeme zur klinischen Entscheidungsunterstützung werten Vitalwerte, Laborwerte und Verlaufsdaten aus und weisen frühzeitig auf eine mögliche Verschlechterung hin, etwa auf ein Sepsis-Risiko. Sie prüfen Medikationen auf Wechselwirkungen oder schlagen leitliniengerechte nächste Schritte vor. Entscheidend ist, dass Hinweise verständlich begründet sind und nicht zu einer Flut von Fehlalarmen führen.

Dokumentation und Arztbriefe

Spracherkennung und generative KI entlasten bei der Dokumentation: Diktate werden zu strukturiertem Text, Entlassbriefe und Zusammenfassungen entstehen als Entwurf aus den vorhandenen Daten. Die Verantwortung für den Inhalt bleibt bei der Ärztin oder dem Arzt, der den Entwurf prüft und freigibt. Gerade hier ist der Zeitgewinn im Alltag oft unmittelbar spürbar.

Kodierung, Abrechnung und Medizincontrolling

KI kann Diagnosen und Prozeduren aus Freitexten vorschlagen, fehlende Kodierungen erkennen und Fälle mit hohem Prüfrisiko für den Medizinischen Dienst kennzeichnen. Das verbessert die Erlössicherung und entlastet das Medizincontrolling.

Planung von Betten, OP und Personal

Prognosemodelle schätzen auf Basis historischer Daten, wie viele Aufnahmen, Entlassungen und Notfälle zu erwarten sind. So lassen sich Belegung, OP-Programm und Dienstpläne vorausschauender steuern. Diese Anwendungen sind in der Regel keine Medizinprodukte und eignen sich gut als Einstieg. Mehr dazu im Artikel Power BI im Krankenhaus.

Einsatzfelder im Überblick

Einsatzfeld	Typische Datenquellen	Medizinprodukt?	Eignung als Einstieg
Bildgebende Diagnostik	PACS, Bilddaten	In der Regel ja	Über zertifizierte Produkte
Frühwarnung, Entscheidungsunterstützung	KIS, Labor, Monitoring	In der Regel ja	Mittel, hoher Abstimmungsbedarf
Dokumentation, Arztbriefe	KIS, Diktate, Befunde	Je nach Zweckbestimmung	Gut, schneller Nutzen
Kodierung, Abrechnung	KIS, Falldaten	In der Regel nein	Gut
Betten-, OP- und Personalplanung	KIS, OP-Management, Dienstplan	In der Regel nein	Sehr gut

Welche rechtlichen Regeln gelten für KI im Krankenhaus?

Kurze Antwort

Maßgeblich sind die Medizinprodukteverordnung (MDR), die EU-KI-Verordnung, die DSGVO mit dem besonderen Schutz von Gesundheitsdaten, das Gesundheitsdatennutzungsgesetz (GDNG), die Landeskrankenhausgesetze und die ärztliche Schweigepflicht. Welche Regeln im Einzelfall greifen, hängt vom Zweck der Software ab.

Medizinprodukteverordnung (MDR)

Software, die Informationen für Diagnose- oder Therapieentscheidungen liefert, ist in der Regel ein Medizinprodukt. Die Einstufung richtet sich nach Regel 11 der Verordnung (EU) 2017/745. Krankenhäuser sollten deshalb bei jedem KI-Vorhaben zuerst die Zweckbestimmung klären und bei Medizinprodukten auf CE-Kennzeichnung und Gebrauchsanweisung achten.

EU-KI-Verordnung

Die KI-Verordnung (EU) 2024/1689 gilt schrittweise. Verbotene Praktiken und die Pflicht, KI-Kompetenz der Beschäftigten zu fördern, gelten seit dem 2. Februar 2025. Mit der Änderungsverordnung (EU) 2026/1744 („Digital Omnibus“) wurden die Fristen für Hochrisiko-KI verschoben: Für KI in Medizinprodukten gelten die Hochrisiko-Pflichten ab dem 2. August 2028, für die Bereiche nach Anhang III ab dem 2. Dezember 2027. Die Pflichten aus der MDR sind davon nicht berührt.

Datenschutz und Schweigepflicht

Gesundheitsdaten gehören nach Art. 9 DSGVO zu den besonders geschützten Daten. Für KI-Projekte bedeutet das: klare Rechtsgrundlage, Datenminimierung, Pseudonymisierung, wo möglich, und in aller Regel eine Datenschutz-Folgenabschätzung nach Art. 35 DSGVO. Werden externe Dienste genutzt, sind Auftragsverarbeitung, Speicherort und die Schweigepflicht nach § 203 StGB zu regeln. Ergänzend gelten die Landeskrankenhausgesetze.

Gesundheitsdatennutzungsgesetz (GDNG)

Nach § 6 GDNG dürfen Krankenhäuser Daten, die sie rechtmäßig gespeichert haben, weiterverarbeiten, soweit dies für Qualitätssicherung, Patientensicherheit, medizinische und pflegerische Forschung oder statistische Zwecke erforderlich ist. Damit lassen sich viele Analyse- und Prognoseprojekte auf eine klarere Grundlage stellen.

Hinweis: Dieser Überblick ersetzt keine Rechtsberatung. Binden Sie Datenschutz, Medizinproduktebeauftragte und Rechtsabteilung früh ein.

Wie wird KI im Krankenhaus gefördert?

Kurze Antwort

Das Krankenhauszukunftsgesetz (KHZG) fördert unter anderem automatisierte, sprachbasierte Dokumentation (Fördertatbestand 3) und klinische Entscheidungsunterstützung (Fördertatbestand 4). Insgesamt standen bis zu 4,3 Milliarden Euro zur Verfügung.

Die förderfähigen Vorhaben sind in § 19 der Krankenhausstrukturfonds-Verordnung festgelegt. Neben Dokumentation und Entscheidungsunterstützung sind auch digitales Medikationsmanagement (Fördertatbestand 5) und IT-Sicherheit (Fördertatbestand 10) für KI-Vorhaben relevant, denn ohne sichere Infrastruktur und strukturierte Daten bleibt KI wirkungslos.

Wie starten Krankenhäuser erfolgreich mit KI?

Kurze Antwort

Mit einem klar umrissenen Anwendungsfall, messbarem Ziel und vorhandenen Daten. Erst wenn ein Pilot im Alltag funktioniert, folgt der Ausbau.

Schritt für Schritt

1. Anwendungsfall wählen: Wo kostet eine wiederkehrende Aufgabe heute viel Zeit, und wo liegen die Daten schon vor? Zwei bis drei Kandidaten bewerten, einen auswählen.
2. Ziel und Messgröße festlegen: zum Beispiel Minuten pro Arztbrief, Treffsicherheit der Belegungsprognose oder Anteil korrekt kodierter Fälle.
3. Datenlage prüfen: Welche Systeme liefern die Daten, wie vollständig und aktuell sind sie, und gibt es Schnittstellen, etwa über HL7 FHIR?
4. Recht und Sicherheit klären: Zweckbestimmung (Medizinprodukt?), Datenschutz-Folgenabschätzung, Betriebsrat, IT-Sicherheit.
5. Kaufen oder entwickeln: Zertifizierte Produkte für Diagnostik, eigene Modelle eher für Planung und Steuerung.
6. Pilot im Echtbetrieb: eine Station oder ein Fachbereich, mit festen Ansprechpersonen und regelmäßigem Austausch.
7. Schulen und begleiten: Anwenderinnen und Anwender müssen wissen, was das System kann und wo seine Grenzen liegen. Die KI-Verordnung verlangt, KI-Kompetenz zu fördern.
8. Betreiben und überwachen: Modelle regelmäßig auf Treffsicherheit prüfen, denn Daten und Abläufe ändern sich.

Die Datenbasis entscheidet

KI ist nur so gut wie die Daten, aus denen sie lernt. Viele Kliniken scheitern nicht am Algorithmus, sondern an verstreuten Daten in KIS, Labor, OP-Management und Controlling. Eine gemeinsame Datenplattform mit klaren Zuständigkeiten ist deshalb oft der wichtigste erste Schritt – und nützt auch für Berichtswesen und Steuerung.

Typische Stolperfallen

• Zu großer Start: Ein „KI-Programm“ für das ganze Haus statt eines konkreten Anwendungsfalls.
• Kein Messziel: Ohne Vergleichswert lässt sich der Nutzen später nicht belegen.
• Fehlalarme: Frühwarnsysteme, die zu oft auslösen, werden ignoriert.
• Fehlende Einbindung: Ärztlicher Dienst, Pflege, Datenschutz und Betriebsrat kommen zu spät dazu.
• Kein Betrieb geplant: Nach dem Pilot fehlt die Zuständigkeit für Pflege und Überwachung des Systems.

Fazit

KI im Krankenhaus ist keine Zukunftsvision mehr, sondern in Bildgebung, Dokumentation und Planung bereits im Einsatz. Den größten Erfolg haben Kliniken, die mit einem konkreten Anwendungsfall beginnen, ihre Datenbasis ordnen und Recht, Datenschutz und Schulung von Anfang an mitdenken. Wer jetzt Erfahrungen sammelt, ist gut vorbereitet, wenn ab 2027 und 2028 die Pflichten der KI-Verordnung greifen.

Sie möchten einen Anwendungsfall bewerten oder Ihr Team schulen? Sehen Sie sich unsere Seminare zu Künstlicher Intelligenz an oder sprechen Sie uns an.

Quellen

1. Verordnung (EU) 2024/1689 (KI-Verordnung). Amtsblatt der Europäischen Union, 12.07.2024.
2. Verordnung (EU) 2026/1744 („Digital Omnibus“ zur KI-Verordnung). Amtsblatt der Europäischen Union, Juli 2026, Erwägungsgrund 40 zu den neuen Fristen.
3. Verordnung (EU) 2017/745 über Medizinprodukte (MDR). Anhang VIII, Regel 11.
4. Verordnung (EU) 2016/679 (DSGVO). Art. 9 und Art. 35.
5. § 6 Gesundheitsdatennutzungsgesetz (GDNG). Bundesministerium der Justiz.
6. § 19 Krankenhausstrukturfonds-Verordnung (KHSFV). Förderfähige Vorhaben des Krankenhauszukunftsfonds.
7. Krankenhauszukunftsgesetz (KHZG). Bundesministerium für Gesundheit.

Passende Schulungen

Vertiefen Sie das Thema mit Ihrem Team – im offenen Seminar oder als Inhouse-Schulung.

• KI im Gesundheitswesen – Anwendungen, Gesundheitsdaten und digitale Infrastruktur1 Tag · nächster Termin 20.10.2026
• KI in der Pflege – Anwendungen, Arbeitsprozesse und digitale Assistenz1 Tag · nächster Termin 19.10.2026
• AI+ Healthcare (AP-480 Self-Paced Training)1 Tag · Termine auf Anfrage
• Alle Seminare: Künstliche IntelligenzTermine, Inhalte und Inhouse-Angebote
• Alle Seminare: Data Science & AnalyticsTermine, Inhalte und Inhouse-Angebote