Medizinische KI: KIT senkt Rechenaufwand und CO?-Ausstoß um bis zu 23 Prozent
Veröffentlicht am: 14.10.2026 um 16:43 Uhr | Redaktion boerse-global.de
Auf dem Health Data Summit Berlin haben Fachleute und politische Vertreter eine Zwischenbilanz zum Forschungsdatenzentrum Gesundheit (FDZ) gezogen. Parallel dazu stellte das Karlsruher Institut für Technologie (KIT) einen neuen Federated-Learning-Ansatz für den Einsatz von künstlicher Intelligenz in der Medizin vor.
Wie unter anderem heise.de, bfarm.de und computerwoche.de in Berichten vom 14. Oktober 2026 darlegen, rücken damit sowohl die Auswertung von Versorgungsdaten als auch dezentrale Trainingsmethoden für klinische Algorithmen verstärkt in den Fokus.
Bundesgesundheitsminister Linnemann (CDU) zog auf der Veranstaltung eine positive Bilanz zur bisherigen Arbeit des FDZ Gesundheit. Nach Angaben der Bundesregierung und des Bundesgesundheitsministeriums verzeichnet Deutschland mehr als 1 Mrd. Arztkontakte pro Jahr und unterhält das zweitteuerste Gesundheitssystem der Welt.
Mehr als 120 Anträge beim FDZ Gesundheit eingegangen
Das Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) präsentierte detaillierte Zahlen zum ersten Betriebsjahr der Plattform. Seit dem Betriebsstart gingen mehr als 120 Datennutzungsanträge ein. Zum Stichtag am 1. Oktober 2026 waren 128 Institutionen für den Datenzugang registriert. Diese verteilen sich zu jeweils etwa einem Drittel auf universitäre Forschungseinrichtungen, die Industrie sowie Krankenkassen.
Mehr als 90 Datennutzende haben laut BfArM inzwischen aktiven Datenzugang erhalten. 17 Verfahren seien vollständig abgeschlossen, während sich 13 Ergebnismengen aktuell in der Prüfung befinden. Als Datenbasis dienen pseudonymisierte Abrechnungsdaten der gesetzlichen Krankenversicherung (GKV), darunter Angaben zu Diagnosen, Behandlungen, Arzneimittelverordnungen und Krankenhausaufenthalten.
Um die Auswertung zu erleichtern, gehen neue Point-and-Click-Analyseräume (Conquery) sowie das Antragsportal 2.0 in Betrieb. Perspektivisch plant das Institut zudem die Einbindung von Daten aus der elektronischen Patientenakte (ePA) sowie die Verknüpfung mit nationalen und europäischen Datenräumen.
Wer sich mit der Verarbeitung sensibler Gesundheitsdaten befasst, muss die neuen rechtlichen Rahmenbedingungen der EU genau kennen. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer jetzt kennen müssen. Neue KI-Gesetze und Cyberrisiken jetzt verstehen
Der Zeitplan des Bundesgesundheitsministeriums sieht vor, dass das Verfahren für den ePA-Anschluss Ende Oktober 2026 startet. Vorgesehen sind eine sechswöchige Widerspruchsfrist und eine stufenweise technische Ausleitung ab Mitte Dezember, sodass entsprechende Datenanträge ab 2027 möglich sein sollen.
Von dieser Regelung sind 75 Mio. gesetzlich Versicherte betroffen. Parallel dazu führt die Gesellschaft für Freiheitsrechte gemeinsam mit dem Chaos Computer Club eine Klage gegen die zentrale Datensammlung unter dem Aktenzeichen Az. S 25 KR 1222-22 DS.
Erste medizinische Erkenntnisse und KI-Modelle
Erste Auswertungen der FDZ-Daten zeigen konkrete Versorgungsaspekte auf. So fand sich eine Dokumentation des prämenstruellen dysphorischen Syndroms (PMOS) in den Abrechnungsdaten in weniger als 2 % der Fälle, was auf eine Unterdiagnostik hinweist. Zudem offenbarten die Daten Nachholbedarf bei der Herpes-Zoster-Impfung in der Altersgruppe der 50- bis 59-Jährigen.
Andere Forschungseinrichtungen und Institute nutzen medizinische Daten für weiterführende Modelle: Das Deutsche Krebsforschungszentrum (DKFZ) entwickelte den Algorithmus Delphi-2M, der Risiken für mehr als 1000 Krankheiten prognostiziert.
Der Einsatz von künstlicher Intelligenz in der Medizin unterliegt seit August 2024 strengen Regeln durch den EU AI Act. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Eine Untersuchung des Dienstleisters IQVIA zu Herzinfarkten auf Basis von über 175.000 eingelieferten Patienten aus dem Jahr 2023 über einen Zeitraum von zwölf Jahren ergab, dass Frauen im selben Alter ein statistisch reduziertes Sterberisiko aufweisen, bei Behandlungsbeginn jedoch im Schnitt älter und stärker vorerkrankt sind.
KIT stellt dezentrales KI-Lernen für die Strahlentherapie vor
Ergänzend zu zentralen Datenbanken präsentierte das KIT auf dem Gipfel technologische Fortschritte bei dezentralen KI-Systemen. Die Forschungsgruppe Medizinische Bildgebung für Modellierung und Simulation unter Leitung von Prof. Maria Francesca Spadea entwickelte ein Verfahren des sogenannten Federated Learning für die Strahlentherapie weiter.
Bei diesem Ansatz verbleiben sensible Patientendaten lokal in den Kliniken, während lediglich das erlernte Modellwissen zwischen den Institutionen getauscht wird.
Das KIT trainierte föderierte Modelle speziell für den Kopf-Hals-Bereich, um synthetische Computertomografie-Bilder (CT) direkt aus MRT- oder CBCT-Aufnahmen zu generieren. Die Forschenden heben als Vorteile eine verringerte Strahlenbelastung, die Vermeidung von Registrierungsfehlern sowie eine präzisere Dosisberechnung hervor.
Zudem ließen sich föderierte Systeme mit geringfügigen Anpassungen gegen Angriffe absichern. Je nach gewählter Modellarchitektur verringerten sich der Rechenaufwand und die CO2-Emissionen um 9 bis 23 Prozent, ohne dass Einbußen bei der Bildqualität auftraten.
