Mit Künstlicher Intelligenz in der Prävention die öffentliche Gesundheit nachhaltig verbessern
Perspektiven aus Wirtschaft, Wissenschaft und Klinischer Praxis
Künstliche Intelligenz in der Prävention markiert einen fundamentalen Paradigmenwechsel in der Gesundheitsversorgung: Weg von der reaktiven Behandlung hin zur proaktiven Gesundheitsförderung. Durch die Analyse großer Datenmengen, Mustererkennung in Echtzeit und personalisierte Risikoprofile verspricht Künstliche Intelligenz in der Prävention, Maßnahmen nicht nur effizienter, sondern auch individueller zu gestalten. Damit entstehen neue Möglichkeiten, Erkrankungen früher zu erkennen, Risikofaktoren gezielter zu adressieren und Gesundheitsverhalten langfristig zu beeinflussen. Doch mit diesen technologischen Fortschritten gehen auch komplexe Fragen einher – etwa zur Datensouveränität, zu strukturellen Ungleichheiten oder zur Rolle menschlicher Entscheidung im Zusammenspiel mit algorithmischen Systemen. Wir haben für den Technologie-Hub Künstliche Intelligenz mit drei Expertinnen und Experten gesprochen, um die Chancen und Herausforderungen von KI in der Prävention zu erkunden. Stefan Zipperer ist Co-Gründer und Geschäftsführer von Gesundheit bewegt. Mit seinem Team aus Präventionsexperten arbeitet er in den Themenfeldern Betriebliche Gesundheitsförderung (BGF), Azubifitness, Frauengesundheit, Mentale Gesundheit, Betriebliches Gesundheitsmanagement (BGM) und das neue Trendthema Longevity. Das Unternehmen bietet eine Digitale BGF-Plattform, Gesundheitskampagnen via App, Motivations- & Gamificationkonzepte, digitale Gesundheitstage oder Präventions-KI. Daniel Moll arbeitet als Digital Consultant bei der DAK-Gesundheit. Mit mehr als 5,5 Millionen Versicherten ist die DAK eine der größten Krankenkassen in Deutschland. Als Experte für Gesundheitsförderung war Daniel Moll zuvor als Fachreferent und Projektkoordinator bei der Landesvereinigung für Gesundheit und Akademie für Sozialmedizin Niedersachsen tätig und baut bei der DAK digitale und KI-gestützte Präventionsprogramme auf. Universitätsprofessorin Dr. Andrea Schaller forscht und lehrt im Bereich der bewegungsbezogenen Gesundheitswissenschaften, insbesondere der betrieblichen Gesundheitsförderung und medizinischen Rehabilitation an der Universität der Bundeswehr München und der IST-Hochschule für Management. Ihre Forschungsarbeit geht dabei von einer sozial- und gesundheitswissenschaftlichen Perspektive aus und fokussiert in erster Linie das Individuum, aber auch organisationale Strukturen. Bei der Erforschung einer bedarfsgerechten und zielgruppenspezifischen Gestaltung von Bewegungsangeboten in verschiedenen Handlungsfeldern und Settings spielen auch digitale Instrumente und Künstliche Intelligenz zunehmend eine relevante Rolle. Dies umfasst auch die Wirksamkeit bzw. Wirkung von digitalen oder KI-gestützten Bewegungsangeboten.
Was begeistert Sie an KI in der Prävention?

Stefan Zipperer: Prävention gilt oft als unsexy und unnahbar. Künstliche Intelligenz kann das ändern – indem sie Prävention personalisiert und in den individuellen Lebenskontext übersetzt. Das motiviert zur Umsetzung. Unsere These: KI-gestützte Prävention kann ein echter Gamechanger sein. Besonders, da die Nutzung von Präventionsangeboten und die allgemeine Gesundheitskompetenz in Deutschland bislang deutlich ausbaufähig sind.

Daniel Moll: Ich denke, KI bietet uns die Möglichkeiten Präventionsmaßnahmen noch viel zielgerichteter und individualisierter zu gestalten. Unter der Prämisse, dass wir ausreichend Daten zur Verfügung haben, können wir beispielsweise Trainings- oder Ernährungspläne besser anpassen und Interventionen genauer auf die Bedürfnisse der Menschen zuschneiden. Die Prädiktion von Krankheiten oder die Erkennung von Risikofaktoren kann sich verbessern und wir damit auch früher präventiv handeln.

Prof. Dr. Andrea Schaller: Die Möglichkeit eines niederschwelligen Zugangs zu Präventionsleistung und die damit verbundene Chance, eine breite und vor allem vulnerable Zielgruppen zu erreichen.
Welche Anwendungen Künstlicher Intelligenz in der Prävention, erforschen oder nutzen Sie in Ihrer Organisation?
Stefan Zipperer: Wir haben ein eigenes Gesundheitsframework entwickelt, das zentrale sieben Gesundheitsfelder wie Ernährung, Bewegung und mentale Fitness integriert. Der nächste Schritt: KI hilft uns, hunderte Tipps, evidenzbasierte Studien sowie bewährte Verhaltens- und Motivationsmodelle zusammenzuführen – und daraus personalisierte Präventionspfade abzuleiten. Unser internes Modell trägt den Namen Pepino. Aktuell entwickeln wir einen personalisierten AI-gestützten Gesundheitscoach für die Themenfelder Gesunde Arbeit und Longevity/50+.
Daniel Moll: Die Nutzung und Entwicklung von künstlicher Intelligenz mit Bezug auf Prävention steckt bei uns noch in der Anfangsphase. Erste Use-Cases könnten Chatbots zu Präventions- und Gesundheitsthemen sein, quasi eine Art Gesundheitsberatung, die sich auf von uns vorgegebene evidenzbasierte Informationen beruft. Weiterhin schauen wir uns an, wie wir mit vorhandenen Daten, Versicherte besser dabei unterstützen können gesund zu bleiben. Beispielsweise über die gezielte Ansprache nach §25b SGV V, wenn Gesundheitsrisiken bei Versicherten erkennbar sind. Generell wird bei neuen Präventionsangeboten auf passende Funktionalitäten wie beispielsweise Individualisierung geachtet, unabhängig ob diese dann explizit durch KI umgesetzt wird oder anderweitig.
Prof. Dr. Andrea Schaller: Wir interessieren uns für Fragen der bestmöglichen Verzahnung und Synergieschöpfung von „Mensch und KI“, vor allem im Kontext der Bewegungsversorgung. Wie verändert sich das Kompetenzprofil von Bewegungsanbieter:innen in Therapie und Prävention bzw. Gesundheitsversorgung unter Berücksichtigung der Möglichkeiten und Risiken von KI-Anwendungen in der Bewegungsversorgung?
Welchen Nutzen haben Lösungen der Künstlichen Intelligenz in der Prävention für Patienten oder Versicherte?
Stefan Zipperer: Prävention wird wirksamer, gezielter und individueller. Sie berücksichtigt persönliche Lebensumstände sowie Krankheitsgeschichte. Beispiel: Ein Smartphone kann heute bereits über 50 Biomarker erfassen/ablegen. Die Kunst liegt darin, diese Daten zu bündeln und in konkrete Handlungsimpulse zu übersetzen. Genau hier setzen LLMs und speziell entwickelte Health-LLMs künftig an. Sie werden auch „Übersetzer“.
Daniel Moll: Mithilfe von KI kann es einfacher sein, Versicherten maßgeschneiderte und individualisierte Lösungen zur Verfügung zu stellen. Ich denke, Versicherte haben zu Recht den Anspruch, passende Präventionsangebote bereitgestellt zu bekommen und dabei kann uns KI helfen. Beim Einsatz von Chatbots wäre ein weiterer Vorteil, dass diese rund um die Uhr zur Verfügung stehen anstatt nur zu den Geschäftszeiten. Das bedeutet für Versicherte eben auch, sich zu jeder Zeit mit Gesundheitsfragen an die Krankenversicherung wenden zu können, auch am Wochenende oder spätabends.
Prof. Dr. Andrea Schaller: Der Nutzen liegt meines Erachtens im niederschwelligen Zugang und der Möglichkeit einer flächendeckenden Versorgung.
Welche Risiken sind beim Einsatz von Künstlicher Intelligenz in der Prävention zu beachten?
Stefan Zipperer: Die Entscheidung über Datennutzung und Weitergabe liegt beim einzelnen Menschen. Für uns ist KI deshalb eine Chance – nicht primär ein Risiko. Problematisch ist vielmehr ein überbürokratisierter Datenschutzbegriff, der Chancen limitiert und das Handling von Daten unter einen generellen Missbrauchsverdacht stellt. Also mit Augenmaß und chancengeleitet begleiten. Ein Risiko bleibt allerdings bestehen: Menschen mit tendenziell geringeren sozio-ökonomischen Ressourcen und Bildungszugängen könnten von KI-gestützter Prävention nicht im gleichen Maße profitieren. Ungleichheit wird hier verstärkt.
Daniel Moll: Wenn KI zur Prädiktion von Krankheiten eingesetzt wird, sollte sich immer die Frage gestellt werden, auf welcher Datenbasis die KI trainiert wurde und ob es dadurch auch Verzerrungen geben könnte. Gleiches sehe ich als Risiko, wenn beispielsweise bestehende Chatbots für Gesundheitsfragen genutzt werden. Für Laien und auch Professionales ist hier oftmals unklar, welche Quellen für die Beantwortung von Fragen oder für Tipps zu Rate gezogen wurden und wie verlässlich diese Quellen auch wirklich sind. Weiterhin sehe ich weiterhin nicht, dass KI die Präventionsarbeit vor Ort und in persona ersetzen kann. Es bleiben die gleichen Hürden wie generell bei digitalen Angeboten und die Gefahr einer zunehmenden gesundheitlichen Ungleichheit.
Prof. Dr. Andrea Schaller: Risiken sehe ich bezüglich der Qualität der (Bewegungs)versorgung (v.a. hinsichtlich des konzeptionellen Ansatzes der Mehrdimensionalität von Angeboten der Bewegungsversorgung), der Notwendigkeit einer hohen Gesundheitskompetenz der Nutzer:innen zum Umgang mit den Informationen, des (mittelfristigen) Risikos der Exklusion von vulnerablen Gruppen (z.B. durch Bezahlschranken) und der Evidenzbasierung bzw. „Monopolbildung“ bzgl. der von der KI vermittelten Informationen.
Wie wird sich KI im Hinblick auf Prävention auf den Arbeitsmarkt auswirken?
Stefan Zipperer: Ein grundlegendes KI-Verständnis und der Umgang mit einer KI-Toolbox werden zur Basiskompetenz – kein „Nice-to-have“ mehr, sondern notwendig in vielen Bereichen der Präventionsarbeit. Gleichzeitig bleibt der Human Touch unverzichtbar: persönlicher Kontakt, Empathie und direkte Ansprache werden weiterhin eine zentrale Rolle spielen.
Daniel Moll: Ich bin mir nicht sicher, ob KI der Prävention den großen Push geben kann, um dies am Arbeitsmarkt großartig zu merken. Wenn sich die Hoffnung erfüllen und wir zu besserer Krankheitsprävention durch KI kommen, könnte sich das in weniger Krankheitstagen niederschlagen. Am meisten Potential sehe ich hier für psychische Erkrankungen und deren Prävention und möglicherweise auch Behandlung mithilfe von künstlicher Intelligenz. Ich denke bis dahin ist es aber noch ein weiter weg und Prävention muss generell mehr in den Fokus rücken.
Prof. Dr. Andrea Schaller: Es wird viele kommerziell entwickelte neue Produkte geben und der „BGF-Markt“ wird sehr dynamisch. Das wird allerdings nicht zur dringend notwendigen Evidenzentwicklung in der BGF beitragen. Die Wissenschaft wird und muss diesen Entwicklungen zunächst „hinterherrennen“, um methodische Ansätze zur Evidenzentwicklung von KI-Produkten in der BGF zu entwickeln. Da die Evidenz im BGF und BGM derzeit allerdings gering ist, liegen in der zusätzlichen Dynamisierung durch kommerzielle KI-Anwendungen m.E. auch große Risiken für den gesamten Bereich/Versorgungskontext. Es ist bereits jetzt eine große Herausforderung, einen Beitrag zur Evidenzentwicklung in der Betrieblichen Gesundheitsförderung bzw. dem Betrieblichen Gesundheitsmanagement zu leisten, da es sich dabei stets um komplexe Interventionen in komplexen Settings handelt. Dies wird die unreflektierte und nicht theoriebasierte Anwendung von KI in diesem Bereich nochmals erschwert. Diesbezüglich habe ich große Bedenken.
Welche neuen Kompetenzen müssen Health Professionals zukünftig zur Nutzung von Künstlicher Intelligenz in der Prävention mitbringen?
Stefan Zipperer: Es gibt verschiedene Kompetenzen, die eine relevante Rolle spielen. Erstens, die Funktionsweise und Grenzen moderner Health-KIs zu verstehen und kritisch einzuordnen. Zweitens, eine eigene KI-Toolbox sicher anwenden zu können. Drittens, die Kompetenz im Validieren und Verifizieren von Gesundheitsinhalten – also im Umgang mit wissenschaftlichen Studien und evidenzbasierten Informationen.
Daniel Moll: Ich denke es braucht vor allem eine Offenheit gegenüber neuer Technologien um sich damit zu beschäftigen und diese auch auszuprobieren, dies sollte meiner Meinung auch aktiv vom Unternehmen gefördert werden. Ich denke der Einsatz von künstlicher Intelligenz in unseren alltäglichen Anwendungen, auch im Office-Bereich, wird kontinuierlich zunehmen und dies wie bislang auch teils deutlich bemerkbar und in Teilen auch im Hintergrund. Die notwendige technische Expertise bei Krankenversicherungen, um KI sinnvoll einsetzen zu können wird also weiterhin zunehmen. Im Kontext von Krankenkassen ist im Hinblick auf Chatbots natürlich auch eine Sensibilität gefragt gegenüber Datenschutz. Dass personenbezogene oder Gesundheitsdaten besonders schützenswert und dementsprechend nicht einfach in jegliche Chatbots eingegeben werden sollten, sollte eine jeder und jedem bewusst sein.
Prof. Dr. Andrea Schaller: Im Kontext von Bewegungsanbieter:innen in Prävention, Sekundärprävention und Therapie ist das einer unserer Forschungsgegenstände. Vermutlich mehr Sozial- und Methodenkompetenz (hinsichtlich wiss. Methoden und Umgang mit Gesundheitsinformationen und Methoden der (Sport)Pädagogik). Ob sich Health Professionals bzgl. der Fachkompetenz erlauben können, mehr auf KI zu setzen ist m.E. allerdings fraglich.
Weitere Informationen zum Thema
Auf dem ATLAS befinden sich weitere Artikel und Science Digests Rund um künstliche Intelligenz in der Prävention. Lesen Sie zum Beispiel, wie Smarte EKG-Pflaster in Verbindung mit Deep-Learning Algorithmen zur Früherkennung von Vorhofflimmern beitragen können.
Lesen Sie auch unsere „Bug des Monats Interviews“ zu spannenden Themen.
Kontakt
E-Mail:
atlas-itg@uni-wh.deInnovation im Gesundheitswesen
Alfred-Herrhausen-Straße 50
58448 Witten, Deutschland

