Auf einen Blick
In einer schwedischen Studie mit knapp 106'000 Frauen entdeckte die KI-unterstützte Mammografie-Auswertung 29 Prozent mehr Brustkrebsfälle – bei gleichzeitig 44 Prozent weniger radiologischem Leseaufwand. Mehr erkennen bei weniger Arbeit: Gerade für einen sensiblen Bereich mit knappen Ressourcen ist das auch wirtschaftlich bemerkenswert.
Bei knapp 24'000 Röntgenbefunden sparten KI-Berichtsentwürfe in einer gross angelegten Studie über 15 Prozent Dokumentationszeit – ohne messbare Qualitätseinbussen. Bei Darmspiegelungen erhöht KI laut einer Metaanalyse von 46 Studien die Entdeckung möglicher Krebsvorstufen relativ um 22 Prozent.
Die eigentliche Engpassfrage liegt im Personal: Der OECD fehlten in der EU 2022 rechnerisch 1,2 Millionen Ärzte, Pflegekräfte und Hebammen. Österreich hat mit 5,5 praktizierenden Ärzten je 1000 Einwohner zwar mehr als den OECD-Schnitt, doch Kassenstellen bleiben schwer zu besetzen.
Der Monitor und die Minute
Die Zahlen klingen zunächst klein. KI-Dokumentation sparte in einer Untersuchung pro Fachbearbeiter täglich rund 22 Minuten Schreibarbeit. Doch diese Minuten könnten zur entscheidenden Ressource werden. Mit der Bearbeitungszeit, die ein Radiologe bei der KI-unterstützten Befundung spart, liesse sich eine grössere Zahl von Fällen bewältigen – einer der Flaschenhälse in der medizinischen Praxis.
Der Druck wächst seit Jahren. In Österreich etwa verdoppelten sich die MRT-Untersuchungen im niedergelassenen Bereich zwischen 2014 und 2024 auf über eine Million. Die Wartezeiten auf Termine sind zuletzt leicht gesunken, doch das Grundproblem bleibt: Es geht nicht nur um die Zahl der Ärzte, sondern darum, wie ihre Zeit genutzt wird.
Schon hier zeigt sich eine erste Form der Aufgabenteilung. Das System erstellt einen Berichtsentwurf und markiert Auffälligkeiten. Menschen prüfen, korrigieren und verantworten den Befund. Aber müsste diese Reihenfolge immer gleich bleiben?
Was bereits geschieht
In diesen Beispielen ersetzt die Maschine keine Fachperson. Sie schreibt vor, zählt Messpunkte und sortiert Befunde nach Dringlichkeit. Die FDA-Freigaben zeigen, dass solche Systeme längst Teil des klinischen Alltags sind – von der Bildgebung bis zur Dokumentation.
Anders sieht es bei den Heilsversprechen aus, die führende KI-Labors ausrufen. Erste kleinere Studien geben Hoffnung, bleiben aber begrenzt: Ein Wirkstoff namens Rentosertib, den Künstliche Intelligenz mitentwickelt hat, wurde 2025 an 71 Patienten mit einer Lungenfibrose getestet. Nach zwölf Wochen verbesserte sich die Lungenfunktion in der höchstdosierten Gruppe merklich; die Ergebnisse erschienen in «Nature Medicine». Zugelassen ist das Mittel nicht, die Studie zu klein für einen echten Beleg. Die eigentliche KI-Revolution in der Medizin beginnt deshalb wohl nicht im Labor, sondern im Befundzimmer.
Von der Diagnose zur Verteilung
Damit verschiebt sich die Debatte. Sie handelt nicht mehr davon, ob Software Krebs erkennen kann, sondern davon, was die gewonnene Zeit wert ist: Wird sie in mehr Prüfung investiert – oder in mehr Durchsatz?
Zwischen diesen Möglichkeiten liegen Unterschiede, die sich als Stufen beschreiben lassen. Erste Stufe: Das System informiert – es stellt Bilder und Werte bereit, wie ein Monitor, der Vitalzeichen anzeigt. Zweite Stufe: Es warnt und empfiehlt – es markiert verdächtige Stellen und schlägt eine Einordnung vor, wie ein Assistent, der die Akte vorlegt. Dritte Stufe: Es greift strukturell ein – es entscheidet mit darüber, welcher Fall zuerst gelesen wird und welcher warten kann, wie eine Schranke, die den Verkehr ordnet.
Die dritte Stufe ist die heikelste. Sie verändert, wer zuerst gesehen wird – und wer später.
Vier Fragen an jedes System
Damit lässt sich jede KI-Anwendung in der Medizin an einem kleinen Raster messen. Wird die gewonnene Zeit für eine zweite Prüfung genutzt oder für mehr Fälle pro Tag? Kann die Fachperson den Entwurf nachvollziehen, oder bestätigt sie nur noch eine fertige Formulierung? Wer trägt die Verantwortung, wenn ein markierter Befund falsch liegt – die Praxis, der Hersteller, die Behörde? Und wie wird verhindert, dass der Durchsatz die Sorgfalt verdrängt?
Die Studien zeigen, dass sich die Systeme rechnen. Sie zeigen nicht, wie sich ihr Einsatz auf die Urteilskraft derjenigen auswirkt, die täglich damit arbeiten.
Die sichtbare Hand
Vielleicht verläuft die entscheidende Grenze nicht zwischen Mensch und Maschine. Vielleicht liegt sie zwischen einem Befund, den eine Ärztin noch selbst liest, und einem Befund, den sie nur noch abzeichnet – und darin, ob ihr Anteil an der Entscheidung sichtbar bleibt.
Welche Aufgaben in der Medizin möchten wir beschleunigen? Welche Entscheidungen sollten auch unter Zeitdruck bei einer Fachperson bleiben? Und bei welchen Befunden wollen wir nicht nur informiert, sondern beteiligt bleiben?