Der Einsatz künstlicher Intelligenz spaltet den US-Krankenhausmarkt zunehmend nach Größe, Finanzkraft und Systemzugehörigkeit. Während große Verbünde KI in Versorgung und Verwaltung ausbauen, fehlen kleineren, ländlichen und unabhängigen Kliniken häufig Kapital, Fachpersonal und technische Infrastruktur.
Ein Bericht der US-Gesundheits-IT-Behörde zeigt die Größenordnung: 2024 nutzten 71 Prozent der Krankenhäuser prädiktive KI, die in das elektronische Krankenaktensystem eingebunden war, nach 66 Prozent im Vorjahr. Bei großen Häusern lag der Anteil bei 96 Prozent, bei kleinen bei 59 Prozent. Von Kliniken in Verbünden setzten 86 Prozent solche Modelle ein; bei unabhängigen Häusern waren es 37 Prozent.
Prädiktive KI berechnet aus vorhandenen Daten Wahrscheinlichkeiten, etwa für Wiederaufnahmen, Krankheitsverläufe oder Versorgungsrisiken. Der stärkste Zuwachs erfolgte jedoch in administrativen Anwendungen: Der Einsatz für Abrechnung stieg von 36 auf 61 Prozent, für Terminplanung von 51 auf 67 Prozent. Gerade finanziell belastete Häuser könnten durch solche Automatisierung Personal entlasten, haben aber oft den geringsten Investitionsspielraum.
Die Ungleichheit reicht über den Kauf einer Software hinaus. Ein sicherer Betrieb verlangt Schnittstellen zum klinischen System, angepasste Arbeitsabläufe, Schulung, Datenschutz, Verantwortlichkeiten und eine laufende Prüfung von Genauigkeit, Verzerrungen und Leistungsabfall. Selbst unter Kliniken mit prädiktiver KI kontrolliert nur ein Teil alle oder die meisten Modelle vollständig.
Neuere Studien bestätigen den geografischen Effekt. Eine 2026 veröffentlichte Auswertung von 6.173 US-Krankenhäusern ergab, dass nicht-metropolitane Häuser ohne Nähe zu einem Ballungsraum bei klinischer KI rund 62 Prozent und bei administrativer KI rund 70 Prozent geringere Nutzungschancen hatten als Kliniken in Metropolregionen. Eine weitere Analyse fand 2023 bei ländlichen Häusern eine Adoptionsrate von 51 Prozent, gegenüber 81 Prozent in Städten.
Als Gegenmodell bieten sich gemeinsame Strukturen an. Mehrere Kliniken könnten Einkaufsmacht, Integrationswissen, Dateninfrastruktur und Governance bündeln – ähnlich bestehenden Einkaufsgemeinschaften oder Forschungsnetzwerken. Für kleine Häuser würde aus einem riskanten Einzelprojekt damit ein geteilter Dienst mit standardisierten Prüfungen und verhandelbaren Vertragsbedingungen.
Solche Kooperationen lösen allerdings nicht jedes Problem. Modelle müssen weiterhin mit lokalen Patientengruppen und Arbeitsabläufen validiert werden. Gemeinsame Plattformen dürfen zudem keine neue Abhängigkeit von einzelnen Anbietern schaffen; Verantwortlichkeit, Datenzugriff und Ausstiegsmöglichkeiten gehören deshalb in die Verträge.
Einordnung
Die KI-Kluft ist nicht nur ein Wettbewerbsproblem, sondern kann Versorgungsunterschiede verstärken. Förderung sollte deshalb nicht bei Softwarelizenzen enden, sondern regionale Kompetenz, unabhängige Evaluation und dauerhafte Betriebsstrukturen finanzieren.
Christian Kloewer
Tech & Startups
Christian Kloewer schreibt bei MIDO Health über Health-Tech, Startups und Finanzierungen. Er kommt aus der Kommunikation und dem Digitalgeschäft und liest Gründungen im Gesundheitswesen mit dem Blick des Machers: Was löst das Produkt, wer bezahlt dafür, und trägt das Modell?
