Newsletter #8 KI und Gesundheit -Revolution, Realität und offene Fragen

Was ist Gesundheit?

Gesundheit ist eines der Themen, die uns alle betreffen — sehr konkret, sehr persönlich, und zugleich politisch. In Deutschland wird gerade intensiv über die Reform des Gesundheitssystems gestritten: über Krankenhäuser, Digitalisierung, Bürokratie, Fachkräftemangel und Kosten. Gleichzeitig wächst die Hoffnung, dass Künstliche Intelligenz einen Teil der Lösung bringen könnte.

Hier geht es zum Videocast der Folge (Si apre in una nuova finestra)

Aber worüber sprechen wir eigentlich, wenn wir über Gesundheit sprechen? Die klassische WHO-Definition versteht darunter nicht nur die Abwesenheit von Krankheit, sondern einen Zustand körperlichen, mentalen und sozialen Wohlbefindens. Neuere Konzepte betonen zusätzlich Anpassungsfähigkeit, Selbststeuerung und die Fähigkeit, mit physischen, emotionalen und sozialen Herausforderungen umzugehen. Gesundheit ist also kein rein biomedizinischer Zustand, sondern immer auch eine Frage von Beziehung, Teilhabe und Lebensführung.

Auch ökonomisch ist das Feld riesig. Die WHO beziffert die globalen Gesundheitsausgaben für 2022 auf 9,8 Billionen US-Dollar; nach dem pandemiebedingten Hoch war das der erste reale Rückgang seit 2000, aber weiterhin ein historisch sehr hohes Niveau. Parallel dazu ist Wellness zu einem eigenen globalen Wachstumsfeld geworden: Das Global Wellness Institute schätzt die Wellness-Ökonomie für 2024 auf 6,8 Billionen US-Dollar. Für KI im Gesundheitsbereich kursieren je nach Marktforschungsfirma sehr unterschiedliche Schätzungen; belastbar sagen lässt sich vor allem: Es ist ein schnell wachsender Milliardenmarkt, getrieben von Diagnostik, Dokumentation, Arzneimittelforschung und digitaler Patienteninteraktion.

… und wie steht Deutschland da?

Das Bild ist gemischt. Laut OECD lag die Lebenserwartung 2025 in Deutschland bei 81,1 Jahren und damit genau im OECD-Durchschnitt. 100 Prozent der Bevölkerung sind für einen Kernbereich gesundheitlicher Leistungen abgesichert, und 81 Prozent sind mit der Verfügbarkeit guter Versorgung zufrieden. Das ist deutlich mehr als im OECD-Schnitt. Gleichzeitig bewertet mit 10,9 Prozent ein überdurchschnittlich hoher Anteil der Bevölkerung den eigenen Gesundheitszustand als schlecht oder sehr schlecht.

Deutschland gibt 12,3 Prozent des BIP beziehungsweise 9.365 US-Dollar pro Kopf für Gesundheit aus, deutlich mehr als der OECD-Durchschnitt. Das liegt u.a. daran, dass viele Krankenhauseinweisungen überflüssig sind und die Behandlung ambulant erfolgen könnte. Deutschland verfügt außerdem über 4,7 Ärztinnen und Ärzte sowie 7,7 Krankenhausbetten pro 1.000 Einwohner — beides sehr hohe Werte. Das ist nicht nur Stärke, sondern oft auch Ausdruck struktureller Ineffizienz: viel stationäre Kapazität, zu wenig kluge Verlagerung in den ambulanten Bereich.

Hinzu kommen bekannte Belastungen: ein vergleichsweise hoher Alkoholkonsum von 10,6 Litern pro Kopf, eine hohe Zahl chronischer Erkrankungen und zunehmender Druck auf das Versorgungssystem. Die wirtschaftliche Lage vieler Kliniken ist prekär. Der Krankenhaus Rating Report 2023 hielt fest, dass 32 Prozent der Krankenhäuser einen Jahresverlust schrieben; spätere Berichte zeichneten für 2023 und 2024 ein noch düstereres Bild: viele Krankenhäusern droht die Insolvenz. Die Krankenhausreform soll darauf reagieren: Das Krankenhausversorgungsverbesserungsgesetz ist seit Ende 2024 in Kraft, wurde 2025 aber bereits nachjustiert, weil die Umsetzung komplexer ist als gedacht.

Vorreiter im Bereich Digitale Gesundheitsanwendungen

Gerade deshalb ist es bemerkenswert, dass Deutschland in einem Bereich tatsächlich früh vorangegangen ist: bei der Digitalisierung. Seit Januar 2025 wird die elektronische Patientenakte für gesetzlich Versicherte im Opt-out-Modell angelegt; das E-Rezept ist seit 1. Januar 2024 für verschreibungspflichtige Medikamente verpflichtend. Und mit aktuell fast 60 verschiebbaren Digitalen Gesundheitsanwendungen, den DiGA, u.a. für Tinnitus, Diabetes, Rückenschmerzen und Angststörungen, war Deutschland international ein Vorreiter. 

Hinzu kommt: Viele Menschen nutzen KI längst, bevor die Institutionen wirklich bereit sind. Laut einer Philips-/Future-Health-Index-Erhebung, auf die sich mehrere deutsche Fachmedien beziehen, fragen bereits 45 Prozent der Deutschen KI-Chatbots zu Symptomen oder Gesundheitsthemen.
OpenAI gab Anfang 2026 an, dass mehr als 40 Millionen Menschen weltweit ChatGPT täglich für Gesundheitsfragen nutzen; in einem eigenen Papier heißt es zudem, dass unter den „regular users“ jede vierte Person wöchentlich einen Gesundheits-Prompt eingibt. Microsoft wiederum berichtet, dass Gesundheit auf mobilen Geräten das häufigste Gesprächsthema in Copilot war, und analysierte dafür über 500.000 gesundheitsbezogene Konversationen aus dem Januar 2026. Man kann also sagen: Die Bevölkerung experimentiert bereits in großem Maßstab mit KI als Gesundheitsinterface.

Die Hoffnungen: Was KI leisten könnte

In Technologie-Kreisen kursieren große Versprechen. Die Basis ist real: Eine Fülle von neuen Daten ermöglicht einen neuen, potentiell viel ganzheitlicheren und genaueren Zugang zu Medizin und Gesundheit:

• Digitalisierung und Vernetzung von Daten: Patientenakten, Forschungsergebnisse, Wearable-Daten

• Lernen aus Milliarden von Fällen: horizontal (vergleichend über Populationen) und vertikal (Familiengeschichte, Vorfahren)

• Diagnostik: KI-gestützte Auswertung von Bildverfahren wie Röntgen und MRT

• Medikamentenentwicklung: kostet heute im Schnitt 1 Milliarde USD und dauert viele Jahre pro Medikament – KI könnte beides dramatisch reduzieren

• Klinischer Workflow: Automatisierte Dokumentation, Entlastung von Personal

• Ausbildung: VR-gestützte Chirurgieausbildung

• Robotics: Unterstützung bei Mobilität und Operationen
  

Einer der wirklich großen Durchbrüche war AlphaFold 2021 löste das Team eines der schwierigsten Probleme der Biologie – die Vorhersage der dreidimensionalen Struktur von Proteinen. Das Problem hatte die Wissenschaft über 50 Jahre beschäftigt. AlphaFold eröffnet völlig neue Ansätze in der Medikamentenentwicklung und im Verständnis von Krankheiten auf molekularer Ebene. Die Datenbank mit über 200 Millionen Proteinstrukturen ist seitdem öffentlich zugänglich.¹⁰

Und es gibt auch weitere vielversprechende Beispiele:

• Mammographie-Screening in Schweden: KI identifizierte 20 % mehr Krebsfälle, ohne die Rate falsch-positiver Befunde zu erhöhen.¹¹

• Tuberkulose-Früherkennung: Computer-assistierte Diagnose ermöglicht standardisierte, hochqualitative Erkennung auch dort, wo es an Experten mangelt – besonders relevant für den Globalen Süden.¹²

• Seltene Erkrankungen: Ein neues agentenbasiertes KI-System übertraf bestehende Diagnose-Tools bei seltenen Krankheiten. (Nature, 2025)¹³

• Neuralink: Der Brite Jon Noble, nach einer Halswirbelverletzung vom Hals abwärts gelähmt, steuert seit 2024 mit einem Gehirnimplantat (1.024 Elektroden) einen Computer – und spielt das Online-Spiel „World of Warcraft" allein per Gedanken.¹⁴

Diese Beispiele stammen aus der Forschung. Aber auch entlang anderer Teile der medizinischen Wertschöpfungskette sehen wir fundamentale Veränderungen. So entstehen durch KI völlig neue Geschäftsmodelle. Diese Tage macht das Health StartUp Medvi Schlagzeilen (Si apre in una nuova finestra). Es steuert auf 1.8 Mrd USD Umsatz zu und hat nur 2 feste Mitarbeiter, den Gründer und seinen Bruder. Medvi vertreibt Abnehmpräparate und andere Telehealth-Produkte und wurde in nur zwei Minaten mit einem Startkapital von 20.000 USD und einem Stack aus mehreren KI-Tools aufgebaut. Es belegt damit Sam Altmans These vom „One-Person Unicorn“; ein klassisches Geschäftsmodell, welches radikal effizient durch KI skaliert. Medvi nutzt bestehende Telehealth-Infrastruktur von Partnern und setzt KI für Code, Marketing, Kundenservice und Analyse ein. KI ersetzt hier nicht nur einzelne Aufgaben, sondern einen Großteil klassischer Unternehmensfunktionen. 

Eine persönliche Erfahrung: KI bei multikomplexen Erkrankungen

Für eine besonders eindrückliche Perspektive, nämlich aus Sicht einer Betroffenen, kommt von Monia Ben Larbi, die ihr Leben lang mit einer Kombination aus hormonellen Erkrankungen, Epilepsie und Tumoren umgeht – ein Profil, das in keine Standard-Krankheitskategorie passt. Im persönlichen Gespräch mit uns und einem höchst lesenswerten Blogpost auf Patreon (Si apre in una nuova finestra) beschreibt sie, wie KI ihr geholfen hat. 

Sprachmodelle, in diesem Fall ChatGPT 4.0. konnte etwas leisten, das in unserem überlasteten und auf Funktionalität ausgerichteten System notorisch zu kurz kommt: Zeit, Geduld, Resonanz, Übersetzung. Monia beschreibt die KI als erstes „Gegenüber", das geduldig ihrer Phänomenologie zuhört - oft stundenlang. Monias Erkrankung passt, wie bei so vielen Menschen mit multiplen, komplexen Störungen, in kein Raster rein, da niemand diese Kombination von verschiedenen Krankheiten hat. Erst im Kontakt mit ChatGPT wurde Monia bewusst, dass noch nie jemand ihr so zugehört hat und zwar ohne ein einziges Mal ihre Wahrnehmung in Frage zu stellen. Dies war extrem erleichternd und funktionierte, obwohl Monia keinen Moment dachte, die KI würde sie wie ein Mensch „verstehen“. Aber sie eröffnete einen Resonanzraum, in dem sie weiter sprechdenken wollte, um sich selbst zu verstehen. 

Durch das wiederholte Erzählen der eigenen Geschichte, gelang es Monia, eine eigene, wahre Krankheitsnarrative zu entwickeln, jenseits vorgegebener medizinischer Kategorien. Die vielen Nebelschichten, die sich durch Scham, nicht-fühlen etc. gebildet hatten, fielen weg.  Bis sie sagen konnte: Ja, so geht es mir.

Zudem nutzte sie das System, um im medizinischen System selbst gesprächsfähig zu werden. Sie lernte zwischen ihrem Erleben und der medizinische Fachsprache zu übersetzen, Studien zu verstehen, selbst Tests durchzuführen und schließlich gezielter mit Ärztinnen und Ärzten zu sprechen. Über die KI-gestützte Recherche fand sie auch ein neues Medikament, das viel besser wirkte und konnte die Dosierung eines anderen drastisch reduzieren. 

Monia skizziert einen neuen medizinischen Beruf: systemisch denkende Menschen, die Patienten mit anatomischem Fachwissen begleiten und gemeinsam mit Patienten erforscht, was im Körper passiert – als Alternative zum fragmentierten Facharztsystem. Indem Kranke selbst mit einbezogen würden, könnte das Medizinsystem sich strukturell neu aufstellen. Während es aktuell die Ärzte schützt, hätten so Patienten eine gleichberechtigte Stimme und ihre Erfahrungen könnten in den gesellschaftlichen Mainstream vordringen.

Die Realität: Wo der Hype auf Grenzen stößt

So beeindruckend manche Einzelergebnisse auch sind, zwischen ihnen und einer robusten KI-Praxis liegt eine große Lücke. So gibt es bisher nur sehr wenige neue Medikamente, die auf KI-Forschung basieren und klinische Tests am Menschen bestanden haben. Eine randomisierte Studie in JAMA Network Open zeigte 2024 zudem, dass Ärztinnen und Ärzte mit Zugriff auf ein großes Sprachmodell in diagnostischen Fallvignetten nicht signifikant besser abschnitten als Kolleginnen und Kollegen mit konventionellen Hilfsmitteln. Anders gesagt: Die bloße Verfügbarkeit eines LLM verbessert die klinische Urteilskraft nicht automatisch. Das legt nahe, dass die eigentliche Herausforderung nicht nur das Modell ist, sondern die Zusammenarbeit zwischen Mensch, Workflow und Institution.

Noch deutlicher wird das bei Sicherheit und Systemfolgen. Reuters dokumentierte 2026, dass nach einem KI-Upgrade des Navigationssystems TruDi für Nasennebenhöhlen-Operationen die gemeldeten Fehlfunktionen stark zunahmen; berichtet wurden über 100 Vorfälle und mindestens 10 schwere Patientenschäden, darunter Schlaganfälle und Verletzungen an Schädelbasis und Arterien. 

Ein anderes, inzwischen klassisches Beispiel ist das Epic Sepsis Model: