Viele KI-Piloten im Gesundheitswesen erreichen den Regelbetrieb nicht. Nach Einschätzung von Bastian Maiworm, Mitgründer und Vertriebschef der Aachener KI-Plattform amber, liegt das selten am Modell selbst: Entscheidend sind interne Verantwortlichkeiten, ein messbarer Nutzen, ein geklärter Rollout und belastbare Datenzugriffe. Im Gesundheitsmarkt verschärfen Datenschutz und Regulierung diese vier Hürden.
1. Champion und Sponsor trennen. Ein interner Champion kennt den Prozess, gewinnt Anwender und löst operative Blockaden. Ein Sponsor stellt Budget und Priorität sicher. Fehlt eine der Rollen, endet der Pilot häufig nach dem Test. Kliniken und größere Gesundheitsunternehmen sollten zudem Datenschutz, Informationssicherheit und Arbeitnehmervertretung früh einbinden. Der Betriebsrat muss beim geplanten KI-Einsatz rechtzeitig informiert und beraten werden; bei Technik, die Verhalten oder Leistung überwachen kann, bestehen Mitbestimmungsrechte.
2. Geschäftsnutzen vor Modellleistung. Eine hohe Trefferquote allein begründet noch keinen Kauf. Vor Projektstart sollten Anbieter und Kunde festlegen, welches Ergebnis zählt: etwa kürzere Dokumentationszeiten, weniger Suchaufwand, schnellere Kodierung oder eine niedrigere Fehlerquote. Nutzungszahlen zeigen Akzeptanz, ersetzen aber keine Ergebniskennzahl. Bei klinischen Anwendungen kommen Versorgungsqualität, Patientensicherheit und eine geeignete Validierung hinzu.
3. Klein starten, den Rollout vorab entscheiden. Ein geeigneter erster Anwendungsfall tritt häufig auf, betrifft zunächst eine klar abgegrenzte Einheit, nutzt bereits digital verfügbare Daten und liefert in wenigen Wochen auswertbare Ergebnisse. Noch vor Beginn müssen Entscheider, Folgeabteilung und Budget für eine Ausweitung feststehen. Seit Februar 2025 verlangt der EU AI Act außerdem Maßnahmen zur KI-Kompetenz der Beschäftigten. Schulung und Einführung sind damit kein optionaler Zusatz.
4. Berechtigungen sind der eigentliche Engpass. Gesundheitswissen liegt verteilt in Krankenhausinformationssystemen, Dokumentenarchiven, E-Mails und Fachanwendungen. Ein KI-System darf bestehende Zugriffsrechte nicht umgehen. Gesundheitsdaten gehören nach der Datenschutz-Grundverordnung zu besonders geschützten Daten; Rechtsgrundlage, Zweck, Rollen und technische Schutzmaßnahmen müssen deshalb vor der Anbindung geklärt sein. Je nach Zweckbestimmung kann klinische KI zudem als Medizinprodukt und Hochrisiko-KI gelten, mit Anforderungen an Risikomanagement, Datenqualität, Nutzerinformation und menschliche Aufsicht.
Maiworm leitet seine Empfehlungen aus Projekten von amber ab. Das 2020 gegründete Unternehmen beschäftigt nach eigenen Angaben mehr als 50 Personen und bedient inzwischen über 500 Unternehmenskunden. Im August 2026 meldete amber eine Series-A-Finanzierung über sieben Millionen Euro, angeführt von Ventech und NRW.Venture.
Einordnung: Für Health-Tech-Startups ist technische Qualität nur die Eintrittskarte. Skalierbar wird ein KI-Produkt erst, wenn Beschaffung, Fachbereich, IT, Datenschutz und Regulierung gemeinsam einen belastbaren Weg vom Pilot zum Betrieb definieren.
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?
