# Sovereign AI in German Healthcare: UKE's Non-Profit Strategy Transforms Clinical Documentation and Data Security

**Podcast:** KI-Update – ein heise-Podcast
**Published:** 2026-04-24

## Transcript

Das KI-Update – ein heiser Podcast mit redaktioneller Unterstützung von The Decoder.
Ich bin Isabel Grünewald und dies ist unser Deep Dive zum Wochenende.
Bei allen vielleicht unnützen KI-Spielereien ist Künstliche Intelligenz in der Medizin ein wichtiges Tool geworden.
Am Universitätsklinikum Hamburg-Eppendorf, dem UKE, entsteht eine neue Generation medizinischer KI-Werkzeuge.
Die gemeinnützige Tochter… Innovative Digitale Medizin, kurz EDM, entwickelt eigene Sprach- und Textmodelle, die den Klinikalltag entlasten und gleichzeitig sensible Gesundheitsdaten im europäischen Raum halten sollen.
Im neuen Digital Health Podcast unserer Heisexpertin Marie-Claire Koch hat EDM-Geschäftsführer Dr.
Nils Schweingober erklärt, wie sie mit den elektronischen Patientenakten des UKI arbeiten und diese Daten als Grundlage für KI-Modelle nutzen.
Diese Modelle werden dann speziell für den deutschsprachigen Gesundheitssektor trainiert.
Und das Thema fand ich so spannend, dass ich es euch nicht vorenthalten wollte und das Zepter vom KI-Update heute an die Kolleginnen von Digital Health übergebe.
In dieser Folge spricht Dr.
Anna-Laura Gundler für heise online mit Dr.
Nils Schweingober.
Hallo Nils.
Hi.
Vielen Dank, dass du dir die Zeit nimmst.
Sehr schön, dass ihr zu Besuch seid bei uns.
Danke.
Lass uns direkt anfangen.
Warum habt ihr die IDM überhaupt gegründet?
Also die IDM ist, wie du schon gesagt hattest, eine hundertprozentige Tochter des UKEs.
Und das Ziel ist, dass wir KI-Anwendungen für den deutschsprachigen Raum entwickeln und nicht nur dem UKE zur Verfügung stellen, sondern tatsächlich allen im deutschsprachigen Gesundheitsraum sozusagen.
Und warum gemeinnützig?
Weil wir davon überzeugt sind, dass die KI-Modelle, die auf solidarisch gewonnenen Gesundheitsdaten trainiert werden, auch dem System zurückgegeben werden sollten.
Und deswegen sind wir von dieser Idee sehr angetan gewesen, das hier am UKE machen zu können.
Und natürlich muss man sagen, ist das UKE auch ein sehr toller Ort, weil wir hier schon seit über 20 Jahren jetzt digital in unserem Alltag aufgestellt sind.
Wir haben seit jetzt 2009 durchgehend eine digitale Patientenakte bei uns am UKE und somit 7 Millionen Patientenfälle, auf denen wir KI-Modelle auch trainieren können.
Und wir gehen davon aus, dass diese KI, die auf diesen Daten entsteht, auch sehr gut generalisiert und an anderen Orten in diesem Gesundheitssystem auch funktionieren wird.
Welche Anwendung habt ihr denn bisher überhaupt in Praxis, in Entwicklung hier schon im UKE oder woanders zur Anwendung gebracht?
Genau, wir haben zwei Anwendungen letztendlich jetzt in der Anwendung schon und arbeiten auch schon an vielen spannenden weiteren Anwendungen.
Erste, was wir bei uns am UKE in die Anwendung gebracht haben, war Argo.
Es ist ein großes Sprachmodell, welches wir auf dem gesamten Text des UKEs trainiert haben und was in der Lage ist, bei der Arztbriefschreibung zu unterstützen.
Und man kann sich das so vorstellen, dass wenn man einen Arztbrief schreibt, kann man aus der Patientenakte auf Argo zugreifen und Argo generiert dann die Epikrise für einen, die man dann sozusagen anpassen kann und dann in seinen Arztbrief übernehmen kann.
Du hast Epikrise gesagt.
Kannst du kurz sagen, was das ist?
Was ist das für eine Krise?
Ja, was für eine Krise?
Ein Arztbrief wird ja normalerweise am Ende eines Aufenthalts, eines stationären Aufenthalts eines Patienten.
Und der besteht meistens aus unterschiedlichen Bestandteilen.
Und dann gibt es die Epikrise als Bestandteil, wo sich die Ärztinnen und die Ärzte noch mal kritisch mit dem Verlauf auseinandersetzen.
Was ist sozusagen passiert bei uns?
Was waren wichtige diagnostische Schritte, die wir vorgenommen haben?
Und zu welchem Schluss sind wir gekommen?
Wie haben wir den Patienten behandelt?
Und was sind vielleicht auch Sachen, worauf der Weiterbehandler?
Acht geben soll.
Dann kommen nochmal so, je nachdem, was man, also wie man seinen Arztbrief aufbaut, unterschiedliche andere Abschnitte.
Aber das bringt einen schon direkt zu dem Problem.
Also der Arztbrief an sich ist, und das ist ganz interessant, wenn man sich mit diesem Prozess beschäftigt, eben überhaupt nicht standardisiert.
Und da merkt man schon, dass wir in der Medizin, auch wenn wir alle über das Gleiche reden, nämlich über einen Arztbrief, eben da kein standardisiertes Vorgehen haben.
Wie hat so ein Arztbrief auszusehen?
Was sind wirklich wichtige Bestandteile da drin?
Und es ist auch bei Argo zumindest auch so jetzt ganz interessant.
Also Argo hat gesagt, jetzt im ersten Schritt die Epikrise geschrieben.
Warum die Epikrise?
Weil das der Abschnitt ist, der am meisten Arbeit noch kostet, weil der häufig so viel Arzt und die Ärztin, weil der halt selbst geschrieben wird, also händisch noch geschrieben oder diktiert wird.
Und der Abschnitt der Epikrise ist der, wo man sozusagen noch am meisten auch medizinischen Input reingeben muss und halt auch selbst schreibt.
In einer digitalen Arztbriefvorlage, so wie wir sie hier bei uns am UKE haben, wie gesagt, kostet die Eppekrise am meisten Zeit.
Und warum sage ich das immer so ausdrücklich?
Weil also die digitale Arztbriefvorlage ist schon eigentlich standardisiert und gleich bei uns über, wie gesagt, Jahrzehnte hinweg.
Aber trotzdem ist es so, dass die einzelnen Abschnitte nicht standardisiert und gleich über die verschiedenen Kliniken hinweg genutzt werden.
Und da sieht man auch wieder, je strukturierter man oder standardisierter man eigentlich auch so eine Vorlage baut in der Klinik, sie wird nicht standardisiert gleich genutzt.
Und wenn man jetzt dahergeht und sagt, man möchte mit einem großen Sprachmodell wie Argo jetzt die Epikrise sozusagen automatisiert generieren, dann gibt es da ja häufig in diesem Prozess ein Problem, weil wir aufgrund dieser fehlenden Standardisierung Argo jetzt zwingen, noch einmal, wie gesagt, in der Psychiatrie ganz andere Arztbriefe zu schreiben wie in der Chirurgie.
Und da merkt man dann, dass eigentlich letztendlich, wenn man sich über Automatisierung in der Arztbriefschreibung unterhält, unterschiedliche.
Aspekte der Standardisierung und auch des Changes in diesem Prozess hat.
Also ich sage auch immer gerne ein bisschen ketzerisch, wir haben eigentlich eine KI entwickelt, die Arztbriefe schreibt, um den Arztbrief abzuschaffen als solches.
Wir wollen eigentlich dieses alte Instrument Arztbrief in der Zukunft vielleicht nicht mehr.
Und wenn man sich damit beschäftigt, kommt man auf einmal an einen Punkt, wo man sich dann auf einmal darüber unterhält, was wollen wir denn eigentlich anstelle eines Arztbriefes.
Und das ist tatsächlich ein ganz interessanter Prozess, der dann stattfindet in Kliniken, ein Umdenken, was auch stattfindet.
Und das ist super spannend, den zu begleiten.
Und genau dahingehend wird sich Argo auch entwickeln.
Wir werden mit Argo jetzt in diesem Jahr zum Beispiel nicht mehr nur die Apple-Krisen generieren, sondern Argo als solches wird eigentlich ein komplettes Tool sein, worin wir die Arztbriefschreibung der Zukunft drin stattfinden lassen werden.
Also wenn Sie sozusagen ein KISS haben bei sich im Krankenhaus, dann können Sie mit Argo in Zukunft die komplette Arztbriefschreibung dort rausnehmen und sie in Argo stattfinden lassen, aber quasi KI-gestützt an jeder Stelle, für jeden Abschnitt, für jeden Standard, so wie man sich das in Zukunft vorstellt.
Und das ist ein sehr spannender Aspekt, muss man sagen.
Könnte Argo dafür auch als Diagnosetool missbraucht werden?
Oder ist das sogar geplant?
Oder habt ihr Grenzen, was zum Beispiel Argo auch nicht tun soll?
Das soll es nicht.
Es darf nicht als Diagnosetool benutzt werden.
Aber natürlich kann man mit Argo, und da arbeiten wir auch dran, in der Diagnostik unterstützen.
Unser Meilensteiner dieses Jahr ist auch die Zertifizierung für ISO 13485.
die man braucht als Hersteller, um auch Medizinprodukte auf den Markt zu bringen.
Und genau das wollen wir auch machen.
Also wir wollen auf jeden Fall auch große Sprachmodelle zum Beispiel oder KI-Agenten trainieren und auch so entwickeln, dass sie in der...
und auch in der Behandlung von Patienten dann unterstützen.
Das zweite Produkt ist Orpheus.
Das ist seit Anfang 2025 bei uns am KI im Einsatz und ist eine Spracherkennung, eine KI-Spracherkennung.
die bei uns unsere herkömmliche Sprachekonomie, die wir hatten, am UKE komplett abgelöst hat und ein totaler Game-Changer war, weil wir diese KI allen zugänglich gemacht haben am UKE.
Also alle 15.000 Mitarbeiter des UKEs können damit arbeiten.
Und das Spannende ist, dass wir das jetzt mittlerweile an insgesamt vier Unikliniken, an über 30 Krankenhäusern und an vielen anderen auch ambulanten Gesundheitseinrichtungen, weit über 200 mittlerweile, am Laufen haben und wir überzeugt sind, dass das eine sehr, sehr spannende Technologie sein wird, wie wir in Zukunft auch mit KI interagieren werden, mit Daten interagieren werden.
Du hattest schon gesagt, Orpheus hat das Spracherkennungstool, was hier vorher benutzt wurde, abgelöst.
Warum oder wie unterscheidet sich das denn?
zu anderen herkömmlichen Spracherkennungstools?
Office ist eigentlich aus meiner Perspektive ein perfektes Beispiel, an dem man das einmal durchgehen kann, warum es super wichtig ist, dass es die IDM gibt.
Weil wir beobachtet haben, dass wenn man Spracherkennung, herkömmliche Spracherkennung, KI-Spracherkennung sich jetzt einkaufen möchte als Unternehmen.
Dann kann man die überwiegend nur noch über die Cloud beziehen.
Also das ist der erste Punkt.
Also Orpheus ist tatsächlich ein Spracherkennungssystem, was man auch noch lokal bei sich im Rechenzentrum betreiben kann.
Wahrscheinlich das einzige auf dem Markt, was sie bislang aktuell noch so kriegen können.
Dann war für uns immer die Perspektive ganz spannend, dass wenn man eine herkömmliche Spracherkennung eben sich in sein Unternehmen holt, man erstens dafür sehr viel Geld bezahlt und aber auch die Daten letztendlich abfließen.
zu den...
Unternehmen, die das natürlich dankend nehmen und darauf ihre KI weiterentwickeln und uns wieder zurückverkaufen.
Also das ist sozusagen eine Spirale, in die wir uns da begeben, wo wir KI letztendlich nur nutzen, sie aber nicht aktiv weiterentwickeln und auch unter unseren Gesichtspunkten quasi weiterentwickeln.
Und wir durchbrechen diesen Kreislauf und sagen, nein, die Daten bleiben sozusagen hier bei uns in Europa, in Deutschland und wir entwickeln darauf unsere sozusagen KI.
Modelle hochspezifisch für unser System weiter und bringen sie sozusagen in die Breite.
Und damit durchbricht man diesen Kreislauf, dass man eben nicht nur sozusagen KI konsumiert, sondern KI auch aktiv weiterentwickelt und sie eben für unser System auch weiterentwickelt.
Das ist ja eine ganz andere Perspektive, die man dann hat.
Und du hattest auch gesagt, Orpheus wird schon von mehreren Kliniken, Praxen.
Auch verwendet?
Genau.
Haben die alle eigene Rechenzentren, wo das drauflaufen kann?
Nein, genau nicht alle.
Also wir haben das an unterschiedlichen Installationen auch in unterschiedlichen Rechenzentren installiert.
Man braucht natürlich auch eine spezielle...
Hardware dafür, also man braucht Grafikkarten letztendlich auch dafür, um das natürlich lokal bei sich betreiben zu können.
Und für Praxen haben wir tatsächlich das Ganze auch aber in einer deutschen Cloud, nämlich bei der Stack IT aktuell gehostet und haben aber da den großen Vorteil, weil wir auch nicht auf externe KI-Komponenten angewiesen sind, dass wir es in unserem Private Compute Bereich alles machen können.
Also wir haben das Modell dort, wir haben unsere eigenen sozusagen proprietären Grafikkarten da und deswegen fließen da auch keine Daten ab an Dritte.
Das ist jetzt noch alles trainiert auf deutsche Sprache, richtig?
Jetzt gibt es ja am UKE zum Beispiel auch Forschung.
Medizinische Forschung ist aber normalerweise viel auf Englisch.
Ist das leicht übertragbar oder wäre das nochmal?
Ganz anderer.
Nee, tatsächlich ist es so.
Also wir wollen dieses Jahr auch Orpheus, also Orpheus wird Englisch können.
Also das haben wir auch jetzt tatsächlich schon, also in dem aktuellen Modell ist es schon auch mit enthalten, dass Orpheus Englisch kann.
Und wir werden aber auch versuchen, andere europäische Sprachen noch mit hineinzubringen.
Da sind wir gerade dabei, Konzepte uns zu überlegen, wie wir das am besten machen.
Europa ist auf jeden Fall auch spannend.
Ich stelle mir jetzt so vor, Orpheus ist das Sprache-Kennerstool, also kann Ärzteschaft, Pflegepersonal diktieren, reinsprechen, was sie gerade zum Beispiel, was hast du gesagt?
Visite, Besuch.
Anamnese, genau, alles Mögliche.
Greifen dann Argo und Orpheus technisch funktionell irgendwie ineinander?
Genau, also es ist sozusagen die Idee, dass irgendwann das auch technisch ineinander greift, also dass du sprichst, frei sprichst oder im Gespräch bist und das sozusagen aufgenommen wird und du letztendlich Technologie hast, die das Ganze aufstrukturiert.
So ist die Idee.
Und zu Argo gehört noch eine andere Sache, die wir auch gelernt haben.
Und das ist natürlich jetzt irgendwie wahrscheinlich auch nichts Überraschendes für, sagen wir mal, heise Online-Podcast-Hörer vielleicht.
Wenn man jetzt sich Gedanken darüber macht, dass man automatisierte Prozesse stattfinden lassen möchte, braucht man natürlich auch dafür standardisierte Daten.
Und da haben wir natürlich im Gesundheitswesen große Herausforderungen an vielen Stellen.
Die Daten liegen natürlich nicht standardisiert vor und wir brauchen Systeme, die eben dezentral gespeicherte, fragmentierte Daten so aufbereiten, dass sie dann zentral an einer Stelle im Krankenhaus offen und zugänglich und strukturiert gespeichert werden.
Und das ist letztendlich ein...
eigentlich ja sozusagen auch weiteres Produkt, was wir entwickeln.
Wir haben sozusagen ein KI-getriebenes Data Warehouse, was sozusagen unter Argo steht, was in der Lage ist, letztendlich mit allen möglichen unstrukturierten Daten im klinischen Alltag umzugehen, diese dann in Fire zu übersetzen.
Und die Idee ist, dass diese Fire-Daten dann in einer Interoperabilitätsplattform im Krankenhaus persistiert, die speichert, werden gespeichert.
Und darauf letztendlich baut man jetzt unterschiedliche Module.
die zum Beispiel KI-gestützt sind, wie Argo zum Beispiel, setzen dann da drauf auf.
Und dann kann man auf der Interoperabilitätsplattform letztendlich zum Beispiel Arztbriefschreibungen stattfinden lassen, aber auch noch viele andere spannende KI-Modelle oder auch Module dann letztendlich draufsetzen.
Aber die Daten müssen dafür natürlich erstmal offen, interoperabel und zugänglich sein.
Für wen, für welche Berufsgruppen oder welche Orte sind die beiden Anwendungen im Moment primär gedacht eigentlich?
Orpheus ist für wirklich alle gedacht im Krankenhaus.
So haben wir es auch immer, also als wir es hier vom UKE eingeführt haben, auch am Anfang schon in den ersten Phasen gedacht, also dass wir da keine Unterscheidung machen wollen zwischen ärztlichem Personal und pflegerischem Personal.
Also wir hatten auch früh alle Berufsgruppen sozusagen immer mit dabei.
Und ich bin auch weiterhin fest davon überzeugt, dass wenn man ein solches KI-Tool wie moderne Spracherkennung in sein Unternehmen einführt, dass man das tatsächlich nicht nur an einer Stelle machen sollte, sondern eigentlich an allen Stellen.
Man sollte es als Common Tool sehen, wirklich versuchen, auf die Tastatur sozusagen zu verzichten, weil man einfach viel schneller diktiert, als man tippen würde.
Und was ist halt wichtig, wenn man jetzt die Prozesskette sich anschaut, es ist ja nicht nur so, dass das ärztliche Personal viel dokumentiert, sondern das Dokumentieren entlang der Prozesskette natürlich sehr, sehr viele Menschen.
Und genau die soll man ja auch alle mit Technologie unterstützen.
Man eben nicht mehr diese Unterscheidung macht, wem gebe ich jetzt Technologie und wem nicht.
Und auch ein großer Grund, warum es eben wichtig ist, diese Technologie.
kostendeckend und auch gemeinnützig sozusagen in die Breite zu bringen, weil wir eben keine Unterscheidung machen wollen.
Für wen leisten wir uns Unterstützungssysteme und für wen nicht?
Also diese Unterscheidung sollten wir eigentlich gar nicht machen.
Wäre es auch etwas für meine Hausärztin, die Praxis bei mir um die Ecke sozusagen?
Genau.
Sogar sehr.
Im ambulanten Bereich ist sogar noch ein ganz interessanter Aspekt.
Ich komme ja sozusagen aus einem großen Maximalversorger hier und aus der Perspektive.
Wir haben aber im letzten Jahr mit sehr, sehr vielen unterschiedlichen Leuten im System auch Kontakt gehabt.
Und ich bin immer davon ausgegangen, dass man insbesondere im ambulanten Bereich Spracherkennung nutzt.
Wird auch viel genutzt, aber tatsächlich auch an vielen Stellen nicht.
Und das hat mich gewundert.
Und der Grund war häufig, dass sie gesagt haben, es ist zu teuer.
haben es einfach sich nicht geleistet, so ein Spracherkennungssystem überhaupt zu nutzen.
Und das fand ich immer wieder krass.
Das Feedback haben wir tatsächlich ein paar Mal bekommen, dass sie gesagt haben, nö, das lohnt sich nicht für uns und wir tippen dann lieber schnell das selber und sind aber dann total dankbar, wenn sie dann merken, okay, jetzt können wir auf so eine Technologie zurückgreifen und insbesondere zum Beispiel Hausärzte sind super dankbar.
wenn die dann auf einmal schnell einfach nur die Sachen diktieren können.
Das glaube ich total.
Und das könnt ihr dann anders anbieten, weil ihr das gemeinnützig zu einem kostenlängenden Preis anbietet.
Genau.
Gilt das Gleiche für Argo.
Da habe ich mich Folgendes gefragt.
Ja.
Argo habt ihr trainiert mit den Daten aus dem UKE.
Ja.
Aber zum Glück gehe ich jetzt ja zu meiner Hausärztin mit ganz anderen Beschwerden, die mich zum Glück meistens nicht als Krankenhaus klären.
Kann sie auch Argo benutzen für die?
für irgendwelche Dokumentationen oder bringt das ihr gar nicht so viel, weil ihre Fälle gar nicht so abgebildet sind in Argus-Training?
Genau, Argus ist aktuell noch für den stationären Bereich optimiert und auch bislang so vorgesehen.
Aber wir denken aktuell schon etwas größer auch darüber nach, wie wir diese Systeme auch in die Breite bringen.
Und ich gebe mal ein Beispiel.
Also es ist jetzt vielleicht nicht in der...
konkrete Antwort darauf.
Aber ein Beispiel ist für mich ja die EPA, also die elektronische Patientenakte der Patienten selber, wo ja auch die Hausärztin darauf zugreift.
Und in dieser Akte sind ja überwiegend auch wieder PDF-Dokumente drin.
Und jetzt braucht es natürlich Technologie, die auch das wieder strukturiert, damit man es besser durchsuchen kann, damit man vielleicht da wieder KI-Modelle drauf laufen lassen kann.
Und ich glaube, da wird es sehr spannend werden, weil man sich schon gut vorstellen kann, dass zum Beispiel gewisse Komponenten, die wir entwickelt haben, auch vielleicht da unterstützen.
Ja, das ist sehr möglich.
Auch wenn man natürlich sich vorstellen könnte, dass die EPA eines Tages anders strukturiert wäre.
Da bräuchte es nicht Extrasysteme, aber mal schauen, wer schneller ist.
Ja, genau.
Das ist ja genau die Idee.
Eigentlich sollten die Daten, also welche Daten wo liegen, das sollte eigentlich keinen Unterschied mehr machen.
Also wenn ich jetzt zum Beispiel bei mir im Krankenhaus ein aktuelles Labor gemacht habe und ich bin dabei und es ist wichtig, dass das auch in deiner EPA ist, dann sind diese Daten auch in deiner EPA.
Aber ich muss nicht sozusagen immer darauf Bezug nehmen in einem Arztbrief.
Das ist so der alte Gedanke, warum hat man ein Arztbrief geschrieben?
Weil man eben diese Papierakte nicht mitgeben konnte, sondern man musste halt eben auch wichtige Bestandteile in dieser Papierakte auch referenzieren.
in dem Arztbrief für den Hausarzt.
Aber wenn die Daten, die wir erhoben haben, eh schon bei dem Hausarzt auch vorliegen, dann brauchst du das ja nicht.
Da ändert sich der Prozess.
Und ich glaube, da werden wir mit KI-Technologie oder auch gerade mit generativer KI in Zukunft ganz andere Möglichkeiten haben, Daten erstens nutzbar zu machen, aber auch auf Daten zuzugreifen.
Du hattest ja am Anfang auch gesagt, dass es auch darum geht, diese Daten die eben das UKE hat, weil es digital schon so lange so gut aufgestellt ist.
Du hast gesagt, seit 2009 digitale Patientenakten.
Genau, durchgehend.
Diese Daten konntet ihr benutzen.
Die wollt ihr solidarisch jetzt wieder ins System geben sozusagen.
Diese ganzen Patientendaten, die wahrscheinlich dann in die Arztbriefe geflossen sind, wussten die Patienten damals schon, was ihr damit vorhabt?
Nee.
Genau, ich glaube, das wussten die Patienten sicherlich nicht, aber genau dadurch, dass wir sozusagen die Technologie ja hier bei uns lokal am KI entwickeln, direkt sozusagen im Inneren der Klinik, wo wir unsere Hardware auch aufgebaut haben, ist das schon ein sehr großer Punkt sozusagen, der sehr toll auch aufgenommen wird.
von vielen auch gerade, die sich insbesondere auch immer um Datenschutzthemen kümmern.
Wir sind, wie gesagt, direkt neben den Daten und entwickeln da.
Nichts verlässt sozusagen jetzt hier das UKE und das ist schon ziemlich cool, eigentlich der Gedanke, dass alles hier sozusagen bei uns vor Ort entwickelt wird.
Und für die Patienten ist es ja, ich glaube, so ähnlich wie du das ja auch mit deiner Hausärztin jetzt gerade gesagt hast, ja total wichtig, dass eben diese Technologie auch im klinischen Alltag kommt, damit eben wirklich die Leute, die im System sind unterstützt werden durch Technologie.
Und wir gehen auch, und da bin ich auch zutiefst von überzeugt, gehen davon aus, dass du in Zukunft eigentlich gar nicht mehr ohne diese KI-Technologie zurechtkommen wirst im klinischen Alltag.
Also wir haben ja so viele Daten, die kannst du als Mensch zu einem Wissen...
Punkt auch gar nicht mehr selbst erfassen.
Du brauchst KI-Technologie, um dich da durch diesen ganzen Datendschungel auch durchzunavigieren.
Und dann ist immer die Frage, wer sollte diese KI-Technologie entwickeln?
Und wir bei uns in der EDM sind ganz fest davon überzeugt, dass wir das machen sollten.
Also quasi aus der klinischen Routine heraus, unter unseren ethischen Gesichtspunkten und auch Ansichten.
Und wir eben uns nicht abhängig machen sollten von KI-Systemen, wo wir gar nicht wissen, auf welchen ethischen Grundlagen sie zum Beispiel entscheiden.
Und deswegen ist es schon sehr, sehr wichtig, dass man eben auch sich damit auseinandersetzt, KI zu entwickeln, also Qualität zu sichern und auch sicherzugehen, dass sie unseren Entscheidungsgrundlagen auch entspricht.
Weil wenn wir die Technologie nicht selbst gestalten, dann machen wir uns immer abhängig.
Du hast gesagt, eure Systeme sind grundsätzlich eigentlich für alle gedacht.
auf das ganze Personal in Kliniken bezogen.
Was ist denn mit anderen Organisationsstrukturen im Gesundheitssystem?
Also öffentliche Apotheken, was ist mit Krankenkassen, Pharmafirmen?
Sind die mitgedacht bei euch oder konzentriert ihr euch auf Kliniken?
Nein, also genau das ist schon die Idee.
Die Technologie, die wir entwickeln, soll wirklich allen zur Verfügung stehen.
Also nicht nur Kliniken.
Das ist ganz klar.
Also wir wollen auf jeden Fall auch Technologie für andere anbieten.
Wenn du so möchtest, wollen wir eigentlich den Treibstoff anbieten, den andere dann nutzen, um quasi ihre Prozesse zu befeuern.
Wir wollen eben, dass das System nicht mehr abhängig ist von KI-Modellen, die überwiegend aus dem außereuropäischen Ausland kommen, sondern eben auf unsere KI-Modelle zurückgreifen können.
Da kann man sich ja unterschiedlichste Akteure vorstellen, die auch ja viel mit Dokumentation zu tun haben, Abrechnung zu tun haben und genau klar.
Also die Technologie, die wir entwickeln, soll klar natürlich nicht nur für Kliniken sein, für alle.
Da kann ich mir gut vorstellen, was du auch schon so ein bisschen erwähnt hast, dass ihr System baut, um das Personal im ganzen Gesundheitswesen, alle möglichen Beteiligten zu unterstützen und zu entlasten.
Aber es gibt ja auch Organisationsstrukturen oder andere Player, die vielleicht sagen, cool, dann können wir das alles effektiver gestalten und Personal reduzieren zum Beispiel.
Und da wäre ich jetzt so ein bisschen, du gehst davon aus, dass das im Endeffekt passieren wird, kann, so oder so, weil es diese Systeme geben wird.
Und dann ist dir aber die Datensicherheit wichtig, die Souveränität, mit eigenen in Deutschland entwickelten und hier gehosteten Systemen, wenn überhaupt stattfindet, damit zumindest die Daten von uns allen sicher bleiben.
Genau, ich habe jetzt glaube ich nicht gesagt, dass ich davon ausgehe, dass wir in Zukunft weniger Personal haben werden.
Also ich hatte eher gesagt, dass ich davon ausgehe, dass wir in Zukunft ohne diese Systeme im klinischen Alltag nicht mehr zurechtkommen werden, weil wir einfach so viele Daten erheben und auch ein so hohes Patientenaufkommen haben werden aufgrund des demografischen Wandels, dass du einfach ohne KI nicht mehr einer Qualität Behandlung gewähren kannst, die wir uns so vorstellen.
Wir werden nicht weniger Personal, sondern wir werden einfach ein höheres Patientenaufkommen haben und einfach diese Technologie brauchen.
um in unterschiedlichsten Bereichen zu unterstützen.
Da bin ich zutiefst von überzeugt, dass wir die Technologie brauchen.
Personaleinsparungen, das glaube ich nicht.
Das ist einfach aufgrund des Wandels und auch aufgrund des hohen Arbeitsaufkommens.
Wir haben ja den demografischen Wandel an unterschiedlichen Stellen im System.
Der betrifft ja das System auch unmittelbar.
Im ambulanten Bereich auch mitunter einige Bereiche, wo Ärztinnen und Ärzte in den nächsten Jahren auch aus dem Beruf rausgehen werden.
Und so, dass auch in den Krankenhäusern und dann aber auf der Seite ein wirklich wesentlich höheres Patientenaufkommen.
Deswegen stellt sich diese Frage für mich gar nicht.
Also ich bin davon fest überzeugt, dass wir einfach wirklich KI brauchen werden, um überhaupt noch...
Qualität in dem Maße aufrechtzuerhalten, wie wir uns das vorstellen.
Also ich glaube, das ist einfach ganz klar.
Open Source, ist das ein Thema für euch?
Wollt ihr irgendwas zur Verfügung stellen?
Könnt ihr etwas Open Source zur Verfügung stellen?
Genau, also ich glaube, das ist nochmal ein sehr spannender Part.
Also wir möchten auf jeden Fall auch weiterhin Teil der Open Source Community sein und wir werden auch bestimmt auch in diesem Jahr Dinge publizieren, die sehr spannend sein werden, auch Open Source.
Aber zum Beispiel jetzt für diese Spracherkennung werden wir, um das ein bisschen auch noch weiter in die Breite zu bringen, eher eine API anbieten.
Also eine API, die auch andere Startups zum Beispiel einbinden könnten in ihre Produkte.
API muss ich nochmal erklären.
Programmeschnittstelle sozusagen zu unserem KI-Modell und dann könnte, weiß ich nicht, zum Beispiel ein Anbieter von einer Software für Anrufbeantworte zum Beispiel oder anderes.
Die könnten dann sagen, okay, ich möchte jetzt, dass diese Audiodaten, die ich erhebe, möchte ich jetzt nicht mehr zu irgendwo anders hinschicken, sondern schicke ich dann sozusagen zur IDM.
Wir transkribieren die und schicken die wieder zurück.
Das ist für uns ein Aspekt, wo wir sagen, das wird sicherlich auch nochmal sehr spannend sein und ist auch, wenn man jetzt sich nochmal diesen Souveränitätsgedanken irgendwie in den Kopf holt, auch super wichtig, nicht nur für die Souveränität, sondern auch, um das System resilienter aufzustellen, weil wir damit die Möglichkeit haben, spannende Startups oder auch andere Wirtschaftsunternehmen sozusagen, die von diesen KI-Modellen auch abhängig sind.
sie so sozusagen aufzustellen, dass sie sozusagen uns als KI-Modell einbinden können und nicht irgendwie angewiesen sind auf andere KI-Modelle.
Das hat ja auch gewisse, sagen wir mal, Souveränitäts- und Resilienz-Aspekte.
Und deshalb, glaube ich, ist das super spannend.
Also wir würden gerne unsere Modelle weiterhin sehr niederschwellig und auch kostendeckend zur Verfügung stellen.
Und ja, deswegen wird es immer eine Mischung sein aus, wie gesagt, einer Lizenzierung von Modellen.
Aber wir werden auch, und da bin ich sehr fest von überzeugt, insbesondere dieses Jahr auch Dinge Open Source zur Verfügung stellen und damit auch dieser Community helfen, sozusagen an unterschiedlichen Stellen auch nochmal helfen.
Das heißt, wir werden auch...
Produkte in diesem Bereich natürlich auch erproben.
Und darüber wird man sicherlich noch einiges hören im Laufe des Jahres.
Da werden wir auf jeden Fall gespannt.
Ich hätte noch eine Minifrage.
Argo und Orpheus, wie seid ihr denn auf diese Namen gekommen?
Die Entstehungsgeschichte von Argo und Orpheus gibt es, wir haben ja lange überlegt, wir finden die Namen sehr schön.
sozusagen Begriffe aus der griechischen Mythologie.
Wer dachte, das passt ganz gut in der Medizin, Argo.
Letztendlich die Argonauten in der griechischen Mythologie waren ja auch, da waren ziemlich viele Götter und Halbgötter ja unterwegs, auch Aufweis, aber auch andere Namen, die man in der Medizin ja auch kennt.
Und ja, wir möchten damit symbolisieren, dass wir sozusagen damit verschiedene KI-Modelle in die Medizin bringen wollen.
Vielen Dank, dass ich herkommen bin.
Ja, danke.
Das war's für heute.
Den Digital Health Podcast findet ihr auf der Plattform eurer Wahl und natürlich bei heise.de slash podcasts.
Alle 14 Tage liefert euch Marie-Claire Koch dort Hintergründe und Expertengespräche zu EPA, Telemedizin, KI und Digitalisierung im Gesundheitswesen.
Den nächsten KI-Update Deep Dive hört ihr an dieser Stelle in zwei Wochen.
Dann spreche ich mit ein paar Experten unter anderem darüber, wie sich immer mehr KI im Arbeitsalltag auf unsere Psyche auswirkt.
Es würde mich freuen, wenn ihr dann wieder dabei seid.
Bis dahin könnt ihr natürlich mit unserem kompakten KI-Update jeden Montag, Mittwoch und Freitag auf dem Laufenden bleiben.
Hallo, ich bin Holger.
Und ich bin Jörg und wir sind das Team der Auslegungssache.
Das ist der CT-Datenschutz-Podcast.
Wir beschäftigen uns alle 14 Tage mit aktuellen relevanten Themen rund um den Bereich Datenschutz, Datensicherheit, aber auch um politische Themen wie Überwachung.
Dazu laden wir uns immer interessante Gäste ein.
Die können aus den unterschiedlichsten Bereichen kommen.
Wir haben natürlich Juristen auch dabei.
Wir haben aber zum Beispiel auch Landesdatenschutzbeauftragte, Bundesdatenschutzbeauftragte war schon mal da, aber auch.
Technikexpert.
Dabei ist es uns immer wichtig, dass wir verständlich bleiben.
Das heißt, wir versuchen, das Juristendeutsch so gut wie möglich zu reduzieren und die Dinge so runterzubrechen, dass auch interessierte Laien sie gut verstehen können und auch ihren Nutzen aus unseren teilweise sehr lebhaften Diskussionen ziehen können.
Hört doch mal rein.
Wir freuen uns auf euch.