KI im Gesundheitswesen,
die eine Prüfung übersteht

Nein, und die Systeme sind bewusst so gebaut, dass sie es nicht können. Jeder erzeugte Hinweis bleibt bis zur Quelle nachvollziehbar, und die Oberfläche ist darauf ausgelegt, dass Behandelnde ihn prüfen, überschreiben oder kommentieren. Das System leistet die Vorarbeit, die Entscheidung bleibt bei Menschen mit der fachlichen Verantwortung.

Dort, wo sie liegen dürfen, und das klären wir vor der Modellauswahl. Gesundheitsdaten sind besondere Kategorien personenbezogener Daten nach Artikel 9 DSGVO, deshalb ist EU- oder tenant-internes Hosting eine Voraussetzung und keine Option. Beim MLR-Precheck war das Deployment von Anfang an für den Azure-Tenant des Kunden ausgelegt, weil Gesundheits- und Geschäftsdaten diesen nicht verlassen.

Sobald es dazu bestimmt ist, eine Diagnose oder Therapieentscheidung zu beeinflussen. Wir klären diese Abgrenzung früh im Entwurf statt sie zu umgehen, weil sie bestimmt, welchen Nachweisaufwand ein System trägt. In der Praxis führt das oft dazu, dass wir die Rolle des Systems bewusst auf Zuarbeit begrenzen und die entscheidende Bewertung beim Menschen belassen.

Nur wenn sie belegt sind, und genau so bauen wir es. Jeder Befund verweist auf die markierte Stelle im Dokument, nennt den Schweregrad und die berührte Regel, etwa HWG oder FSA-Kodex. Ein Werkzeug, das ein Urteil ohne Fundstelle ausgibt, verlagert die Arbeit nur, statt sie zu erleichtern.

Ein Precheck oder eine Dokumentenanalyse erreicht typischerweise nach vier bis sechs Wochen einen produktiv nutzbaren Stand. Wir starten bewusst mit einem Ausschnitt, etwa einem Materialtyp oder einer Indikation, und erweitern danach. Das hat einen zweiten Nutzen: Ein lauffähiger Stand eignet sich als Grundlage für die Budgetfreigabe, wie beim MLR-Precheck, der zugleich als Pitch im Landesmanagement diente.

Nein, und wir geben das offen an. Der Schwerpunkt liegt auf Technik, Informationssicherheit und IT-Governance, ergänzt um Erfahrung mit ISO 27001, NIS2 und Finanzregulatorik wie DORA und KAIT. Die medizinische und regulatorische Fachlichkeit kommt aus Ihrem Haus. Unsere Aufgabe ist es, sie so in Systeme zu übersetzen, dass die Nachweisfrage nicht am Ende aufkommt.