Arzt, Patient & digitale Versorgung
KI-Assistenz in der Notaufnahme: Warum Ärzte sie liegen lassen
Eine Studie aus einer Notaufnahme zeigt: Ein KI-System machte fast immer vertretbare Vorschläge – genutzt wurde es trotzdem immer seltener, vor allem in langen Schichten.
Von Redaktion Medizin im Wandel Lesedauer 7 Min.

Ein Computerprogramm, das in der Notaufnahme Vorschläge zu Diagnostik und Behandlung macht, klingt nach einer großen Entlastung für das Personal. Eine im August 2026 in Nature Medicine veröffentlichte Studie aus einer israelischen Universitätsklinik hat ein solches System im laufenden Betrieb begleitet. Das Ergebnis überrascht: Die Vorschläge der Software waren fast durchweg angemessen, doch die Ärztinnen und Ärzte nutzten sie innerhalb von vier Wochen immer seltener.
Für Patientinnen und Patienten ist das relevant, weil künstliche Intelligenz (KI) zunehmend in Kliniken und Praxen ankommt. Die Studie zeigt, dass die Qualität eines Algorithmus allein wenig darüber aussagt, ob er im Alltag tatsächlich hilft. Entscheidend sind Arbeitsbedingungen, Abläufe und die Frage, wer am Ende Verantwortung trägt.
Was in der Notaufnahme-Studie getestet wurde
Untersucht wurde ein klinisches Entscheidungshilfesystem, das auf mehreren großen Sprachmodellen beruht – also auf derselben Technik wie bekannte KI-Chatbots, hier aber in die Kliniksoftware eingebunden. Das System sollte Ärztinnen und Ärzten Vorschläge machen, etwa welche Untersuchungen oder Konsile sinnvoll sein könnten. Verglichen wurden zwei parallel arbeitende Bereiche der Notaufnahme: In einem stand das KI-System zur Verfügung, im anderen lief die Versorgung wie gewohnt.
Über vier Wochen wurden die Daten von 1.138 Patientinnen und Patienten ausgewertet. Die Forschenden ordnen ihre Arbeit als Evaluation der „Stufe 1“ nach dem DECIDE-AI-Rahmen ein. Diese 2022 in Nature Medicine veröffentlichte Berichtsleitlinie beschreibt, wie KI-Systeme in einer frühen Phase unter realen Bedingungen geprüft werden sollen: Es geht zunächst um Sicherheit, Nutzung und Machbarkeit, nicht um den Nachweis eines Nutzens für Kranke. Dieser Nachweis bleibt späteren, randomisierten Studien vorbehalten.
Auf einen Blick
Die Studie auf einen Blick
- StudieLeibovitch et al., Nature Medicine, August 2026
- DesignProspektive, nicht randomisierte Frühphasen-Evaluation (DECIDE-AI Stufe 1), 4 Wochen, eine Notaufnahme in Israel
- Teilnehmende1.138 Patientinnen und Patienten in zwei parallelen Notaufnahme-Bereichen
- HauptergebnisNutzung sank von 68 % auf 30 %; 99 von 100 geprüften KI-Ausgaben klinisch angemessen; Aufenthaltsdauer unverändert (4,9 h)
- GrenzenEin Zentrum, kurze Laufzeit, keine Patientenendpunkte als Hauptziel, Expertenprüfung nur an Stichprobe
- Was es nicht bedeutetKein Beleg für bessere Diagnosen oder für einen Routineeinsatz von KI in Notaufnahmen
Gute Vorschläge, sinkende Nutzung: die zentralen Ergebnisse
Zu Beginn der Studie griffen die Ärztinnen und Ärzte in 68 Prozent der Fälle auf das System zurück, am Ende nur noch in 30 Prozent. Gleichzeitig bewerteten Fachleute 99 von 100 zufällig ausgewählten Ausgaben der Software als klinisch angemessen. Unerwünschte Ereignisse, die auf das System zurückgingen, wurden nicht festgestellt.
Wichtig ist, was diese Zahl nicht bedeutet: „Angemessen“ heißt, dass die Vorschläge aus Sicht der Prüfenden vertretbar waren. Es ist keine Aussage darüber, wie oft das System eine Diagnose richtig gestellt hätte. Die Aufenthaltsdauer in der Notaufnahme unterschied sich zwischen beiden Bereichen nicht; sie lag in beiden bei 4,9 Stunden. Ein Trend zu etwas kürzeren Bearbeitungszeiten von Konsilen war statistisch nicht gesichert. Bevorzugt eingesetzt wurde das System bei Fragen rund um radiologische Untersuchungen.
Warum Zeitdruck und Arbeitslast über den Nutzen von KI entscheiden
Den deutlichsten Zusammenhang fanden die Forschenden bei der Schichtlänge. Mit jeder zusätzlichen Stunde im Dienst sank die Chance (Odds), dass das System genutzt wurde, um rund 28 Prozent (Odds Ratio 0,72). Die Autorinnen und Autoren sprechen von einem arbeitslastabhängigen Rückzug: Wer unter Druck steht, greift auf vertraute Routinen zurück und überspringt zusätzliche Arbeitsschritte – selbst wenn diese hilfreich sein könnten. Ihre Schlussfolgerung lautet, dass dauerhaftes Engagement der Behandelnden und nicht die Genauigkeit des Algorithmus die zentrale Hürde sein dürfte.
Dazu passt eine randomisierte Studie, die 2024 in JAMA Network Open erschien. Dort erhielten 50 Ärztinnen und Ärzte entweder Zugang zu einem Sprachmodell oder nur herkömmliche Hilfsmittel, um Fallbeispiele zu lösen. Der Zugang zur KI verbesserte das diagnostische Denken nicht signifikant. Das Sprachmodell allein schnitt in einer ergänzenden Auswertung dagegen besser ab als die Gruppe mit herkömmlichen Hilfsmitteln. Beide Arbeiten deuten in dieselbe Richtung: Gute Technik verbessert die Versorgung nicht automatisch – es kommt darauf an, wie Mensch und System zusammenarbeiten.
Was die Studie nicht zeigt – Grenzen und nächste Schritte
Die Untersuchung war eine frühe, nicht randomisierte Machbarkeitsstudie an einem einzigen Zentrum und lief nur vier Wochen. Ob Patientinnen und Patienten von dem System profitieren – etwa durch schnellere oder treffsicherere Diagnosen –, war nicht der Hauptgegenstand und lässt sich daraus nicht ableiten. Die Expertenbewertung beruhte auf einer Stichprobe von 100 Ausgaben, nicht auf allen Vorschlägen. Die Autorinnen und Autoren betonen ausdrücklich, dass ihre Ergebnisse die Planung randomisierter Studien unterstützen, einen routinemäßigen klinischen Einsatz aber derzeit nicht rechtfertigen.
Übertragbar auf Deutschland sind die Zahlen nur eingeschränkt. Organisation, Personalausstattung und IT-Systeme in Notaufnahmen unterscheiden sich von Land zu Land deutlich. Was sich dagegen gut übertragen lässt, ist die Grundfrage: Wie muss KI in den Arbeitsalltag eingebettet sein, damit sie gerade in belastenden Situationen hilft und nicht zusätzliche Arbeit erzeugt? Mehr dazu, wie sich Studienergebnisse zur Digitalisierung lesen lassen, finden Sie im Beitrag Digitale Medizin: was Studien wirklich zeigen.
KI in Ihrer Behandlung: Fragen, die Sie Ihrem Arzt stellen können
In der Europäischen Union regelt die KI-Verordnung (Verordnung (EU) 2024/1689) den Einsatz solcher Systeme. KI, die als Teil eines Medizinprodukts eingesetzt wird, gilt dort in der Regel als Hochrisiko-Anwendung; vorgeschrieben sind unter anderem menschliche Aufsicht und Transparenz. Ein 2026 in den Annals of Internal Medicine veröffentlichtes Positionspapier des American College of Physicians betont zudem, dass KI als unterstützendes Werkzeug verstanden werden sollte und die Beziehung zwischen Ärztin oder Arzt und Patient im Mittelpunkt bleibt.
Für Sie als Patientin oder Patient heißt das: Sie dürfen nachfragen, ob und wofür KI in Ihrer Behandlung eingesetzt wird. Sinnvoll sind Fragen danach, wer die Entscheidung trifft, wie ein KI-Vorschlag überprüft wird und was mit Ihren Daten geschieht. Eine strukturierte Vorbereitung auf solche Gespräche bietet der Beitrag Arzt-Patienten-Kommunikation mit Checkliste für das Gespräch. KI-Chatbots ersetzen keine ärztliche Untersuchung. Bei akuten Beschwerden wie Brustschmerz, Atemnot, Lähmungserscheinungen oder plötzlicher Verwirrtheit wählen Sie den Notruf 112.
Checkliste
KI in Ihrer Behandlung: Was Sie klären können
Häufige Fragen
Wird in deutschen Notaufnahmen schon KI eingesetzt?
Einzelne KI-Anwendungen, etwa zur Bildauswertung, sind in Kliniken bereits im Einsatz. Ein umfassendes Sprachmodell-System, das Vorschläge zur gesamten Behandlung macht, ist dagegen kein Standard. Die hier vorgestellte Studie war ein früher Test und belegt keinen Nutzen für die Routine.
Bedeutet „99 von 100 Vorschlägen angemessen“, dass die KI fast immer richtig diagnostiziert?
Nein. Fachleute haben eine Stichprobe der Vorschläge darauf geprüft, ob sie klinisch vertretbar waren. Wie häufig das System die richtige Diagnose gestellt hätte und ob Patientinnen und Patienten davon profitieren, wurde damit nicht gemessen.
Darf eine KI über meine Behandlung entscheiden?
Die Verantwortung für Diagnose und Therapie liegt bei Ärztinnen und Ärzten. Die EU-KI-Verordnung verlangt für Hochrisiko-Systeme menschliche Aufsicht. Wenn Sie unsicher sind, wie ein Befund zustande kam, fragen Sie nach – auch dazu, welche Rolle digitale Hilfsmittel gespielt haben. Hintergründe zu Chancen und Risiken bietet der Beitrag Digitale Medizin: Risiken nüchtern bewerten.
Quellen
- Leibovitch L et al. (2026). Prospective evaluation of a large language model clinical decision support system in the emergency department. Nature Medicine. https://doi.org/10.1038/s41591-026-04601-5
- Vasey B et al. (2022). Reporting guideline for the early-stage clinical evaluation of decision support systems driven by artificial intelligence: DECIDE-AI. Nature Medicine. https://doi.org/10.1038/s41591-022-01772-9
- Goh E et al. (2024). Large Language Model Influence on Diagnostic Reasoning: A Randomized Clinical Trial. JAMA Network Open. https://doi.org/10.1001/jamanetworkopen.2024.40969
- DeCamp M et al. (2026). Ethics and Professionalism in Artificial Intelligence and Medical Practice: A Position Paper From the American College of Physicians. Annals of Internal Medicine. https://doi.org/10.7326/annals-26-01792
- Europäische Union (2024). Verordnung (EU) 2024/1689 zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz (KI-Verordnung). Amtsblatt der Europäischen Union. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
Dieser Artikel fasst Wissen allgemein verständlich zusammen und kann eine individuelle Beratung nicht ersetzen.