Laut WHO setzen bereits heute rund 75% der EU-Länder künstliche Intelligenz in der Diagnostik ein1. Entscheidend wird jedoch nicht allein die Technologie sein, sondern die Fähigkeit, Daten und Prozesse sicher miteinander zu verbinden – damit Ärzte und Pflegekräfte entlastet werden und mehr Zeit für Patienten bleibt.
Krankenhäuser erzeugen heute enorme Mengen an Daten – von klinischen Dokumentationen über Bildgebung bis hin zu Vital- und Sensordaten. Künstliche Intelligenz kann helfen, diese Informationen schneller auszuwerten, Abläufe effizienter zu gestalten und Fachpersonal gezielt zu unterstützen. Damit KI jedoch einen nachhaltigen Beitrag leisten kann, braucht es verlässliche Plattformen, klare Governance sowie eine sinnvolle Einbindung in bestehende Strukturen. Der Einsatz von KI entwickelt sich zu einer strategischen Aufgabe für das Gesundheitswesen.
Im Zentrum aktueller Debatten stehen AI Factories – Umgebungen, in denen Daten, Rechenleistung und KI-Modelle souverän zusammengeführt werden. Zu den Treibern solcher Konzepte gehören Hewlett Packard Enterprise (HPE) und NVIDIA mit ihrem NVIDIA AI Computing by HPE-Portfolio. In Kollaboration mit Kliniken und Forschungsinstituten vereinen die Unternehmen beschleunigte Rechenleistung, Software Frameworks und vorkonfigurierte KI Workflows mit Enterprise-Infrastruktur, die an die spezifischen Anforderungen klinischer IT-Umgebungen angepasst werden kann. Ziel ist es, leistungsfähige Systeme kontrolliert und praxisnah in bestehende Versorgungsstrukturen einzubinden. „Die Insights sind das Entscheidende – aber ohne strukturelle Interoperabilität kommen wir da nicht hin“, sagt Hartmut Schultze, Strategic AI Advisor bei HPE.
Wie groß der Handlungsdruck ist, erlebt Prof. Dr. Ludwig Christian Hinske täglich im Klinikalltag. Der Mediziner leitet das Institut für Digitale Medizin am Universitätsklinikum Augsburg. „Die Nichtnutzung von Daten kann Menschenleben kosten“, sagt Hinske. Viele Krankenhäuser verfügten zwar über enorme Informationsmengen, arbeiten aber immer noch mit voneinander getrennten Datensilos. „Viele Studien und Referenzwerte stammen aus einer Zeit in der sehr kleine Datensätze verfügbar waren. Teils mit nur rund 100 Patienten, überwiegend männlich, und aus einer homogenen Alters- und Bevölkerungsgruppe.” Die wenig diversen Kohorten entsprechen weder den medizinischen Standards noch dem aktuellen Wissensstand.
Umso wichtiger ist es, die heute verfügbaren Erkenntnisse konsequent zu nutzen. Der Leitgedanke: Gesundheitsorganisationen einen operativen KI-Einsatz zu ermöglichen, der nicht nur sicher ist, sondern auch den Vorschriften entspricht. HPE und NVIDIA stellen die Rechenleistung und die Architektur bereit, die vielen der derzeit entstehenden AI Factory-Umgebungen im Gesundheitswesen zugrunde liegen. Gemeinsam entstehen so skalierbare Produktionsumgebungen für reale Anwendungsfälle. „Der fundamentale
Unterschied ist: Früher hatten wir starre, codebasierte Systeme – heute sind Daten der Treibstoff“, erklärt Uwe Samer, Senior Account Manager Healthcare & Life Science bei NVIDIA.
Mit dem Aufbau solcher Systeme entsteht aber auch eine neue ökonomische Dimension. Jede Anfrage an ein Sprachmodell, jedes analysierte Dokument und jede Patientenakte benötigen Rechenleistung und verursachen Kosten. Kliniken müssen deshalb zunehmend bewerten, welchen Nutzen KI im Alltag bringt.
Genau darin sehen die Branchenexperten eine der zentralen Aufgaben der nächsten Jahre: KI wirtschaftlich, sicher und skalierbar in bestehende Prozesse einzubinden. Die Kombination aus Enterprise-Infrastruktur und beschleunigter KI-Rechenleistung soll dabei helfen, aus einzelnen Pilotprojekten belastbare Produktionsumgebungen zu entwickeln. Schultze und Samer sind sich einig: Es geht nicht nur darum, die beste Technologie einzusetzen, sondern die Patientenversorgung auch tatsächlich zu verbessern.
Besonders sichtbar wird der Wandel bei autonomen KI-Agenten, die Aufgaben entlang der Patientenreise unterstützen etwa bei Dokumentation, Medikamentenprüfung oder administrativen Prozessen. Solche Anwendungen könnten medizinisches Personal spürbar entlasten und mehr Zeit für die direkte Betreuung schaffen. Fundamental sei jedoch, KI als Unterstützung und nicht als Ersatz medizinischer Entscheidungen zu verstehen. „KI können wir von der Medizin nicht fernhalten – entscheidend wird sein, was wir daraus machen“, so Prof. Hinske.
1 https://www.who.int/...
Krankenhäuser erzeugen heute enorme Mengen an Daten – von klinischen Dokumentationen über Bildgebung bis hin zu Vital- und Sensordaten. Künstliche Intelligenz kann helfen, diese Informationen schneller auszuwerten, Abläufe effizienter zu gestalten und Fachpersonal gezielt zu unterstützen. Damit KI jedoch einen nachhaltigen Beitrag leisten kann, braucht es verlässliche Plattformen, klare Governance sowie eine sinnvolle Einbindung in bestehende Strukturen. Der Einsatz von KI entwickelt sich zu einer strategischen Aufgabe für das Gesundheitswesen.
Im Zentrum aktueller Debatten stehen AI Factories – Umgebungen, in denen Daten, Rechenleistung und KI-Modelle souverän zusammengeführt werden. Zu den Treibern solcher Konzepte gehören Hewlett Packard Enterprise (HPE) und NVIDIA mit ihrem NVIDIA AI Computing by HPE-Portfolio. In Kollaboration mit Kliniken und Forschungsinstituten vereinen die Unternehmen beschleunigte Rechenleistung, Software Frameworks und vorkonfigurierte KI Workflows mit Enterprise-Infrastruktur, die an die spezifischen Anforderungen klinischer IT-Umgebungen angepasst werden kann. Ziel ist es, leistungsfähige Systeme kontrolliert und praxisnah in bestehende Versorgungsstrukturen einzubinden. „Die Insights sind das Entscheidende – aber ohne strukturelle Interoperabilität kommen wir da nicht hin“, sagt Hartmut Schultze, Strategic AI Advisor bei HPE.
Wie groß der Handlungsdruck ist, erlebt Prof. Dr. Ludwig Christian Hinske täglich im Klinikalltag. Der Mediziner leitet das Institut für Digitale Medizin am Universitätsklinikum Augsburg. „Die Nichtnutzung von Daten kann Menschenleben kosten“, sagt Hinske. Viele Krankenhäuser verfügten zwar über enorme Informationsmengen, arbeiten aber immer noch mit voneinander getrennten Datensilos. „Viele Studien und Referenzwerte stammen aus einer Zeit in der sehr kleine Datensätze verfügbar waren. Teils mit nur rund 100 Patienten, überwiegend männlich, und aus einer homogenen Alters- und Bevölkerungsgruppe.” Die wenig diversen Kohorten entsprechen weder den medizinischen Standards noch dem aktuellen Wissensstand.
Umso wichtiger ist es, die heute verfügbaren Erkenntnisse konsequent zu nutzen. Der Leitgedanke: Gesundheitsorganisationen einen operativen KI-Einsatz zu ermöglichen, der nicht nur sicher ist, sondern auch den Vorschriften entspricht. HPE und NVIDIA stellen die Rechenleistung und die Architektur bereit, die vielen der derzeit entstehenden AI Factory-Umgebungen im Gesundheitswesen zugrunde liegen. Gemeinsam entstehen so skalierbare Produktionsumgebungen für reale Anwendungsfälle. „Der fundamentale
Unterschied ist: Früher hatten wir starre, codebasierte Systeme – heute sind Daten der Treibstoff“, erklärt Uwe Samer, Senior Account Manager Healthcare & Life Science bei NVIDIA.
Mit dem Aufbau solcher Systeme entsteht aber auch eine neue ökonomische Dimension. Jede Anfrage an ein Sprachmodell, jedes analysierte Dokument und jede Patientenakte benötigen Rechenleistung und verursachen Kosten. Kliniken müssen deshalb zunehmend bewerten, welchen Nutzen KI im Alltag bringt.
Genau darin sehen die Branchenexperten eine der zentralen Aufgaben der nächsten Jahre: KI wirtschaftlich, sicher und skalierbar in bestehende Prozesse einzubinden. Die Kombination aus Enterprise-Infrastruktur und beschleunigter KI-Rechenleistung soll dabei helfen, aus einzelnen Pilotprojekten belastbare Produktionsumgebungen zu entwickeln. Schultze und Samer sind sich einig: Es geht nicht nur darum, die beste Technologie einzusetzen, sondern die Patientenversorgung auch tatsächlich zu verbessern.
Besonders sichtbar wird der Wandel bei autonomen KI-Agenten, die Aufgaben entlang der Patientenreise unterstützen etwa bei Dokumentation, Medikamentenprüfung oder administrativen Prozessen. Solche Anwendungen könnten medizinisches Personal spürbar entlasten und mehr Zeit für die direkte Betreuung schaffen. Fundamental sei jedoch, KI als Unterstützung und nicht als Ersatz medizinischer Entscheidungen zu verstehen. „KI können wir von der Medizin nicht fernhalten – entscheidend wird sein, was wir daraus machen“, so Prof. Hinske.
1 https://www.who.int/...
