Was KI im Krankenhaus tut

KI im Krankenhaus tut selten das, was Kinofilme zeigen: Sie stellt keine Diagnose und ordnet keine Therapie an. Meist läuft sie im Hintergrund und nimmt dem Team Verwaltungsarbeit ab. Der ehrliche Kern ist Entlastung, nicht der autonome Arzt.

Neben der Software arbeiten in vielen Häusern auch physische Maschinen; die Roboterfelder in der Klinik zeigen wir davon getrennt.

Wie weit die Kliniken damit sind, misst das DigitalRadar im Auftrag des BMG. Der digitale Reifegrad stieg von 33,3 Punkten (2021) auf 42,5 von 100 Punkten (2024). Das ist ein Plus von +27 % und trotzdem nur Mittelfeld. Rund 1.592 Krankenhäuser nahmen an dieser Messung teil (DigitalRadar 2025).

Grob teilt sich der Einsatz in zwei Welten: Administrative KI ordnet Papierkram, Termine und Sprache, klinische KI warnt vor Verschlechterungen. Der belegte Alltagsnutzen liegt heute klar auf der Verwaltungsseite. Wie sich dieses Feld in die Medizin einordnet, zeigt der Überblick zu KI in der Medizin.

Weniger Bürokratie durch KI

Der größte belegbare Hebel ist die Bürokratie, denn Klinikärzte verbringen viel Zeit mit Erfassung statt am Bett. Laut Marburger Bund (MB-Monitor 2022) fallen im Schnitt rund 3 h/Tag für Dokumentation an. 32 % der angestellten Ärztinnen und Ärzte schätzen Verwaltung und Organisation sogar auf mindestens 4 Stunden täglich.

Genau hier setzt KI zuerst an, und zwar aus gutem Grund. Dokumentieren, kodieren und terminieren sind wiederkehrende Aufgaben mit klaren Mustern, und solche Routinen lassen sich technisch gut unterstützen. Der Gewinn ist Zeit für Patienten, nicht die bessere Heilung. Für die Radiologie ist dieser Weg am weitesten gegangen; ihn beschreibt der Beitrag zur KI im radiologischen Arbeitsablauf.

Diese Trennung ist wichtig für die Erwartung: Bürokratie-Entlastung ist der Teil mit solider Faktenlage. Klinischer Zusatznutzen bleibt dagegen Studienlage. Wer beides vermischt, verspricht mehr, als die Belege hergeben.

Dokumentation und Spracherkennung

Am sichtbarsten wird KI bei der Dokumentation: Sogenannte Ambient Documentation hört beim Gespräch mit und schreibt strukturiert vor. Ein Raum- oder Smartphone-Mikrofon nimmt auf, die Software formt daraus einen Entwurf. Der Arzt prüft und gibt frei, er tippt nicht mehr alles selbst. Wie diese Mitschreib-Technik im niedergelassenen Bereich ankommt, zeigt der Beitrag zu KI in der Arztpraxis.

In Deutschland läuft das bereits im Pilotbetrieb. Die Charité Berlin testete ein Ambient-Documentation-System mit vier weiteren Kliniken im klinischen Alltag, also an fünf Häusern (Bericht 2025). Die Rückmeldungen waren positiv, ein publizierter Endpunkt fehlt aber noch — es handelt sich um einen Pilot, nicht um Regelbetrieb.

Zur Zeitersparnis gibt es erste Zahlen, die vorsichtig zu lesen sind. Eine referierte Studie senkte die Zeit im Aktensystem um rund 13,4 Minuten und die reine Doku-Zeit um rund 16 Minuten (zm-online 2026). Bezugsgröße und Setting sind dabei noch zu prüfen, und Aussagen wie „spart bis zu zwei Stunden“ sind damit nicht belegt.

Dienstpläne und Bettenmanagement

Neben der Sprache ordnet KI auch die Organisation: Termin- und Bettenmanagement, Dienstpläne und Kapazitätsprognosen sind typische Felder. Software soll Belegung vorhersagen und Schichten fairer verteilen. Für die Häuser zählt am Ende ein reibungsloser Ablauf.

Diese Produkte gibt es am Markt, doch die Belege sind dünn. Für die deutsche Verbreitung und den konkreten Nutzen fehlen belastbare Studienzahlen. Deshalb bleibt dieser Bereich hier bewusst qualitativ, denn wer feste Prozentgewinne verspricht, geht über die Datenlage hinaus.

Realistisch ist der Blick auf den Zweck: Planungs-KI verschiebt und glättet Arbeit, sie schafft kein Personal herbei. Der Engpass an Fachkräften bleibt ein organisatorisches Problem. KI kann ihn abfedern, nicht auflösen.

KI am Telefon und in der Notaufnahme

Ein wachsendes Feld ist der KI-Telefonassistent: Ein Voicebot nimmt Anrufe an, vergibt Termine oder notiert Rezeptwünsche. Wichtig ist die Kennzeichnung: Zu Gesprächsbeginn muss erkennbar sein, dass eine KI spricht (Transparenzpflicht der EU-KI-Verordnung, Art. 50). Die medizinische Triage übernimmt ein solcher Assistent nicht, sie bleibt ärztliche Aufgabe.

In der Notaufnahme geht es um die Ersteinschätzung: In Deutschland dominieren das Manchester-Triage-System und der Emergency Severity Index. KI kann diese Einschätzung laut internationaler Studienlage genauer machen, als Unterstützung der ersteinschätzenden Pflegekraft. Eine deutschsprachige Vergleichsstudie fehlt allerdings (Springer, Notfallmedizin 2025).

In beiden Fällen gilt dieselbe Grenze: Die KI sortiert, priorisiert und entlastet, sie entscheidet nicht. Wie die Abgrenzung zur Symptom- und Diagnose-KI verläuft, vertieft der Beitrag zur KI-gestützten Diagnose. Am Telefon wie in der Notaufnahme bleibt der Mensch verantwortlich.

Frühwarnung am Krankenbett

Jetzt wird es klinisch: Frühwarn-KI wertet Vitaldaten und Laborwerte laufend aus. Erkennt sie ein Muster für eine drohende Sepsis, schlägt sie Alarm. Das ist eine Alarmfunktion, keine autonome Diagnose.

Die bekannteste Studie stammt aus den USA und heißt TREWS. Sie überwachte 590.736 Patientinnen und Patienten an fünf Krankenhäusern (Nature Medicine 2022). Ausgewertet wurden rund 6.877 Sepsis-Fälle vor dem Antibiotika-Alarm — das ist peer-reviewte Evidenz, aber eben aus fünf US-Häusern.

In Deutschland ist das Feld Forschung, nicht Regelversorgung. Das Projekt AMPEL am Universitätsklinikum Leipzig trainierte ein Sepsis-Modell mit rund 1,4 Mio Blutbildern (2024). Solche Vorhaben zeigen die Richtung, liefern aber noch keinen publizierten Versorgungs-Outcome. Übertrage die US-Zahlen deshalb nicht einfach auf deutsche Kliniken.

Was die Sepsis-Studie zeigt

Die TREWS-Ergebnisse sind stark, aber an eine Bedingung geknüpft. Bestätigte ein Behandler den Alarm binnen 3 Stunden, war das mit besseren Werten verbunden. Die krankenhausinterne Sterblichkeit lag dann rund −3,3 Prozentpunkte absolut und −18,7 % relativ niedriger. Auch Organversagen und Verweildauer fielen geringer aus (Nature Medicine 2022).

Zwei Einordnungen sind hier Pflicht. Zum einen ist das eine Assoziation, kein Kausalbeleg aus einem randomisierten Versuch. Zum anderen hing der Nutzen an der schnellen ärztlichen Bestätigung, nicht am Alarm allein. Ohne das menschliche Handeln im 3-Stunden-Fenster verpufft der Vorteil.

Eine oft zitierte Detektionsrate von 82 % stammt aus der Berichterstattung, nicht aus einer eigenständig belegten Primärstudie. Sie ist als Bericht zu lesen, nicht als Garantie — genau hier trennt sich Hype von Evidenz. Für den Einzelfall entscheidet immer das Behandlungsteam, nicht die Kennzahl.

Das Krankenhauszukunftsgesetz

Ohne Geld läuft keine Digitalisierung, und das Geld hat einen Namen. Das Krankenhauszukunftsgesetz (KHZG) fördert seit 2020 die Klinik-IT. Der Krankenhauszukunftsfonds umfasst rund 4,3 Mrd €, davon 3 Mrd € vom Bund und rund 1,3 Mrd € von den Ländern. Gefördert werden unter anderem Patientenportale, Dokumentation, Telemedizin und Notfallkapazitäten (BMG/DKG 2020).

Eine Auflage ist besonders wichtig. Mindestens 15 % der beantragten Mittel je Vorhaben müssen in die IT-Sicherheit fließen. Datenschutz und Abwehr von Angriffen sind also Teil der Förderbedingung. Digitalisierung ohne Absicherung war nie das Ziel.

Die greifbare Seite dieser Modernisierung – Transport, Logistik, Medikation – beschreibt der Überblick, was Krankenhausroboter heute leisten.

Flankiert wird das KHZG durch weitere Gesetze. Das Digital-Gesetz (DigiG) gilt seit dem 26.03.2024 und bringt die elektronische Patientenakte im Opt-out-Verfahren. Das Gesundheitsdaten-Nutzungsgesetz (GDNG) baut eine Dateninfrastruktur mit zentraler Stelle beim BfArM auf. Damit sollen Daten besser für Forschung und KI nutzbar werden.

Datenschutz im Krankenhaus

Gesundheitsdaten gehören zu den sensibelsten Daten überhaupt. Die DSGVO stuft sie in Artikel 9 als besondere Kategorie ein. Grundsätzlich ist ihre Verarbeitung verboten, erlaubt ist sie nur, wenn eine klare Ausnahme greift.

Im Krankenhaus ist die zentrale Grundlage Art. 9 Abs. 2 lit. h. Diese Ausnahme deckt die Gesundheitsversorgung ab. Hinzu kommen Einwilligung und eine strenge Prüfung, ob die Verarbeitung wirklich erforderlich ist. „Einfach anschalten“ gibt es bei Patientendaten nicht.

Für KI-Systeme kommt eine zweite Ebene dazu. Klinische KI gilt nach der EU-KI-Verordnung überwiegend als Hochrisiko-System (Bundesgesundheitsblatt 2025). Die vollen Hochrisiko-Pflichten für Medizinprodukte-KI greifen nach verlängerter Frist ab August 2027. MDR und IVDR bleiben zusätzlich anwendbar.

Das KI-Krankenhaus in China

Immer wieder geistert das „KI-Krankenhaus“ aus China durch die Schlagzeilen: Gemeint ist das Projekt „Agent Hospital“ der Tsinghua-Universität. Es besteht aus 14 KI-Agenten als „Ärzte“ und einigen digitalen „Pflegekräften“. Theoretisch sollen sie bis zu 10.000 Fälle pro Tag durchspielen.

Der entscheidende Punkt steht selten in der Überschrift: „Agent Hospital“ ist eine Simulation, keine reale Patientenversorgung. Die vielzitierten 93 % korrekter Antworten beziehen sich auf einen Prüfungs-Datensatz im Stil des US-Examens, nicht auf echte Kranke. Es ist ein Forschungsexperiment mit Sprachmodellen.

Für den deutschen Klinikalltag folgt daraus wenig. Solche Simulationen testen, wie Agenten zusammenarbeiten könnten, sie belegen aber keinen Nutzen an realen Patienten. Wer das als „Krankenhaus ohne Ärzte“ verkauft, verwechselt Labor und Versorgung.

Wo die Grenzen liegen

KI im Krankenhaus hat handfeste Grenzen: Die IT-Landschaft ist heterogen, Schnittstellen fehlen oder passen nicht. Der Reifegrad von 42,5 von 100 Punkten zeigt das Mittelfeld deutlich. Ohne saubere Daten und Interoperabilität bleibt jede KI ein Insellösung.

Wo Abläufe klar strukturiert sind, läuft Automatisierung dagegen zuverlässig: In Siegen stellt der Unit-Dose-Automat Heribert in Siegen Medikamente patientengenau zusammen.

Ein zweites Risiko ist die Alarm-Ermüdung: Meldet ein System zu oft, überhören Teams auch die wichtigen Warnungen. Dazu kommt die Datenqualität: Aus lückenhaften Werten entstehen unsichere Vorschläge. Deshalb hängt der Nutzen jeder Frühwarn-KI an der ärztlichen Bestätigung.

Solche Grenzen sehen in jedem KI-Feld anders aus. Pflege-KI, Bild-KI und Klinik-KI sind verwandt, aber nicht dasselbe. Wie KI die Pflege unterstützt, zeigt der Beitrag zur KI in der Pflege, die Bildauswertung vertieft der Text zur KI in der Radiologie. Jedes Feld hat eigene Belege und eigene Grenzen.

Fazit

KI im Krankenhaus ist real, aber bescheidener als der Hype. Belegt ist vor allem die Entlastung von Bürokratie, bei rund 3 h/Tag Dokumentationslast. Klinische Frühwarn-KI ist Assistenz mit Alarmfunktion, ihr Nutzen ist Studienlage. Der TREWS-Vorteil von −18,7 % relativer Sterblichkeit galt nur bei Bestätigung binnen 3 Stunden.

Der Rahmen ist klar gesteckt: Das KHZG mit rund 4,3 Mrd € finanziert, die DSGVO und die EU-KI-Verordnung regulieren. Simulationen wie „Agent Hospital“ aus China sind Forschung, keine Versorgung. Am Ende gilt in jedem Fall: KI ist ein Werkzeug, das Behandlungsteam entscheidet. Was sich davon in einem Krankenhaus wirtschaftlich trägt, rechnet eine eigene Szenarioanalyse durch: Krankenhaus 2031 — wo sich KI und Robotik rechnen könnten. Die Antwort dort lautet 3,38 Prozent der Betriebskosten eines angenommenen 500-Betten-Hauses, nicht dreißig — und gemessen hat das keine reale Klinik.