---
title: "KI in der Diagnostik: Globale Erwartungen im Wandel?"
language: "de"
type: "post"
original_url: "https://www.atlas-digitale-gesundheitswirtschaft.de/blog/2025/12/02/ki-in-der-diagnostik-globale-erwartungen-im-wandel/"
human_version: "../../../../../1/blog/2025/12/02/ki-in-der-diagnostik-globale-erwartungen-im-wandel/"
date: "2025-12-02"
section: "Science Digest"
categories: ["Diagnostik", "KI"]
author: "Carolin Berlich [Qualitätssicherung: Mia Yang]"
reading_time: "4 Min."
description: "Spitzenmedizin auf technologischer Basis kann sich nur in einem Umfeld entfalten, das medizinische KIs strukturell und kulturell fördert."
publisher: "Lehrstuhl für Management und Innovation im Gesundheitswesen, Universität Witten/Herdecke"
---

# KI in der Diagnostik: Globale Erwartungen im Wandel?

*02.12.2025 · Science Digest · Von Carolin Berlich [Qualitätssicherung: Mia Yang]*

Science Digest

*Der Einsatz von Künstlich Intelligenz (KI) in der Diagnostik hat sich in den vergangenen Jahren rasant entwickelt. Wie hat sich die Einschätzung von Experten gegenüber KI im Zeitablauf verändert und welche Risiken sehen sie aktuell?*

### **Die Rolle von KI in der Diagnostik**

Der Einsatz von KI in der medizinischen Diagnostik ist eng mit der Erwartung verknüpft, die Versorgungsqualität zu steigern, beispielsweise durch die Reduktion diagnostischer Fehlentscheidungen (1,2). Die Entwicklungen in diesem Bereich schreiten mit zunehmender Geschwindigkeit voran. Allein zwischen 2020 und 2022 hat sich die Anzahl wissenschaftlicher Publikationen zur Anwendung von KI in der Diagnostik mehr als verdoppelt (3). Studien zeigen, dass KI-basierte Systeme in bestimmten Anwendungsbereichen wie der Hautkrebserkennung, bereits heute eine höhere diagnostische Genauigkeit erzielen als durchschnittlich erfahrene Ärzt:innen (1,4). Doch wie beeinflussen diese Entwicklungen die Wahrnehmung von KI unter Expert:innen?

### **Globale Erwartungen im Wandel? Die Zukunft der KI in der Diagnostik**

Vor diesem Hintergrund untersuchten Cabral et al. (2025) in einer zweistufig angelegten, globalen Online-Erhebung, wie sich die Einschätzungen von Fachpersonen zur Rolle von KI in der Diagnostik zwischen 2020 (Welle 1) und 2023 (Welle 2) verändert haben (3). Insgesamt nahmen über 3.700 Forscher:innen aus fünf Kontinenten teil. Im Fokus des in beiden Wellen inhaltsidentischen Fragebogens standen erwartete Wirkungen von KI auf die diagnostische Praxis, potenzielle Anwendungsfelder sowie wahrgenommene Implementierungsbarrieren.

Die Ergebnisse der Studie zeigen, dass eine deutliche Mehrheit der befragten Forscher:innen in den kommenden zehn Jahren mit tiefgreifenden Veränderungen durch den Einsatz von KI in der Diagnostik rechnet. Hohes Potenzial wird der automatisierten Auswertung von Herzrhythmen, der Röntgendiagnostik sowie der Hautkrebsfrüherkennung zugeschrieben. Die Teilnehmenden erwarten vor allem eine Senkung der Screening-Kosten sowie validere Diagnosen.

Bei den wahrgenommenen Implementierungsbarrieren lässt sich ein Wandel erkennen: Während 2020 noch die Schwierigkeit der Integration in bestehende klinische Abläufe als größte Hürde genannt wurde (41 %), rückten 2023 ethische und regulatorische Bedenken in den Vordergrund (43,5 %). Besonders betont wurde dabei die Unsicherheit bezüglich rechtlicher Verantwortung und Zurechenbarkeit im Zusammenhang mit KI-gestützten klinischen Entscheidungen, sowie Herausforderungen bei der Validierung und Zertifizierung solcher Systeme.

### ****Barrieren für KI-Anwendungen im deutschen Gesundheitswesen****

Konsistent zur den Ergebnissen von Cabral et al. weist die Organisation for Economic Co-operation and Development (OECD) in ihrer Analyse auf erhebliche rechtliche und regulatorische Hürden beim Einsatz von KI im deutschen Gesundheitswesen hin (5). Diese zeigen sich insbesondere in fragmentierten Gesundheitsdatensystemen und innovationshemmenden Datenschutz- und Sicherheitsmaßnahmen (5). Gleichzeitig weisen McLennan et al. auf strukturelle Defizite hin, die derzeit eine ethisch fundierte, rechtssichere und gesellschaftlich akzeptierte Nutzung von KI im deutschen Gesundheitswesen erschweren (6,7). In diesem Kontext betonen sie die Notwendigkeit klar definierter ethischer und rechtlicher Rahmenbedingungen für die Entwicklung und Anwendung medizinischer KI-Systeme (6,7).

### **Warum Zusammenarbeit und smarte Regulierung entscheidend sind**

Spitzenmedizin auf technologischer Basis kann sich nur in einem Umfeld entfalten, das solche Innovationen strukturell und kulturell fördert. Auf staatlicher Ebene müssen Voraussetzungen geschaffen werden, Sicherheit und Innovation zu verbinden. Dazu zählen Kontroll- und Aufsichtsmechanismen, sowie eine transparente Darlegung hinsichtlich Validierung, Dokumentation, Sicherheit und Nachvollziehbarkeit. Eine intensivierte Interaktion zwischen KI-Entwicklern, klinischen Anwendern und Regulierungsbehörden ist dafür essenziell.

Neben ausreichenden finanziellen und personellen Ressourcen bedarf es auf Anwenderseite eines institutionalisierten Diskurses innerhalb der Einrichtungen. Kliniken sollten interne Strukturen schaffen, die den Austausch zwischen verschiedenen Stakeholdern fördern, etwa durch interdisziplinäre Arbeitsgruppen oder Innovationsgremien. Dabei geht es nicht nur um technische Fragen, sondern ebenso darum, Potenziale frühzeitig zu erkennen, Risiken offen zu benennen, Verantwortlichkeiten klar zu definieren und realistische Anwendungsszenarien sowie strategische Lösungen interdisziplinär zu entwickeln.

Nur wenn alle Akteure gemeinsam Verantwortung übernehmen, kann KI im Versorgungsalltag sinnvoll integriert und ihr volles Potenzial zum Nutzen der Patient:innen ausgeschöpft werden.

### **Quellen**

[1] Yu KH, Beam A, Kohane IS. Artificial intelligence in healthcare. *Nat Biomed Eng*. 2018;2(10):719–31. doi: [10.1038/s41551-018-0305-z](https://doi.org/10.1038/s41551-018-0305-z)

[2] Rajpurkar P, Lungren MP. The current and future state of AI interpretation of medical images. *N Engl J Med*. 2023;388(21):1981–90. doi: [10.1056/NEJMra2301725](https://doi.org/10.1056/nejmra2301725)

[3] Cabral BP, Braga LAM, Conte Filho CG, Penteado B, Freire de Castro Silva SL, Castro L, et al. Future use of AI in diagnostic medicine: 2-wave cross-sectional survey study. *J Med Internet Res*. 2025;27:e53892. doi: [10.2196/53892](https://doi.org/10.2196/53892)

[4] Jones OT, Matin RN, van der Schaar M, Prathivadi Bhayankaram K, Ranmuthu CKI, Islam MS, et al. Artificial intelligence and machine learning algorithms for early detection of skin cancer in community and primary care settings: a systematic review. *Lancet Digit Health*. 2022;4(6):e466–76. doi: [10.1016/S2589-7500(22)00023-1](https://doi.org/10.1016/S2589-7500(22)00023-1)

[5] OECD, Organisation for Economic Co-operation and Development. *OECD-Bericht zu Künstlicher Intelligenz in Deutschland*. Paris: OECD Publishing; 2024. Available from: [https://doi.org/10.1787/8fd1bd9d-de](https://doi.org/10.1787/8fd1bd9d-de)

[6] Bak M, Madai VI, Fritzsche MC, Mayrhofer MT, McLennan S. You can’t have AI both ways: balancing health data privacy and access fairly. *Front Genet*. 2022;13:929453. doi: [10.3389/fgene.2022.929453](https://doi.org/10.3389/fgene.2022.929453?urlappend=%3Futm_source%3Dresearchgate.net%26utm_medium%3Darticle)

[7] McLennan S, Fiske A, Tigard D, Müller R, Haddadin S, Buyx A. Embedded ethics: a proposal for integrating ethics into the development of medical AI. *BMC Med Ethics*. 2022;23(1):6. doi: [10.1186/s12910-022-00746-3](https://doi.org/10.1186/s12910-022-00746-3)





#### Verwandte Artikel

- [Unterstützung der Diagnostik in der Dermatologie mittels Deep Learning](../../../2022/05/09/unterstuetzung-der-diagnostik-in-der-dermatologie-mittels-deep-learning.md)
- [KI gegen medizinische Überversorgung: Die Transformation der Arztrolle](../../../2026/02/20/ki-gegen-medizinische-ueberversorgung-die-transformation-der-arztrolle.md)
- [KI-analysierte Patientendaten: Potenziale und Risiken im Fokus](../../../2024/11/26/ki-analysierte-patientendaten-potenziale-und-risiken-im-fokus.md)


**Kategorien:** Diagnostik, KI

## Bilder auf dieser Seite

- image.png: ../../../../../1/assets/bilder/wp-content/uploads/2025/12/image.png
- shutterstock_392469211-1320x880.png: ../../../../../1/assets/bilder/wp-content/uploads/2022/12/shutterstock_392469211-1320x880.png

---
Diese Seite ist für KI-Systeme optimiert. Version für Menschen: [KI in der Diagnostik: Globale Erwartungen im Wandel?](../../../../../1/blog/2025/12/02/ki-in-der-diagnostik-globale-erwartungen-im-wandel/)
