AI verdrängt das KIS: Wer die Arbeitsoberfläche kontrolliert, kontrolliert das Krankenhaus

KI-Plattformen verschieben die Machtverhältnisse in der Krankenhaus-IT grundlegend. Wer die klinische Arbeitsoberfläche stellt, kontrolliert mittelfristig Kundenbeziehung, Lernkurve und Innovationszyklus eines Hauses. Das klassische Krankenhausinformationssystem wird dabei zur Infrastruktur im Hintergrund.

Recare, dessen Entlassmanagement-Lösung sich zu einer KI-Plattform entwickelt hat, ist in über 1.000 Kliniken im Einsatz. Das Unternehmen gibt an, 75 Prozent der deutschen Krankenhausversorgung anzubinden, eine Zahl, die sich unabhängig kaum verifizieren lässt. Das technische Kernproblem, die Rückschreibung strukturierter Daten ins KIS, adressiert Recare mit dem sogenannten Operator. Das System bedient KIS-Eingabemasken automatisiert, ähnlich wie Robotic Process Automation. Eine menschliche Validierung bleibt zwischengeschaltet. Strukturelle Schwäche des Ansatzes ist die Abhängigkeit von stabilen KIS-Oberflächen. Seit April 2026 läuft eine Private Beta, die breite Verfügbarkeit ist für das dritte Quartal 2026 geplant. Alle auf der Plattform entstehenden Daten sollen über eine öffentlich dokumentierte FHIR-Schnittstelle verfügbar bleiben.

Dedalus, einer der größten KIS-Anbieter Europas, reagiert mit einer eigenen Plattformstrategie. Chief Product Strategy und AI Officer Michael Dahlweid formuliert die Grenze klar: Partnerschaften ja, Disintermediation nein.

IT-Experte Jürgen Flemming vom Bundesverband der Krankenhaus-IT-Leiterinnen/Leiter sieht den Ansatz grundsätzlich positiv, warnt aber vor überzogenen Erwartungen an die Umsetzungsgeschwindigkeit. Best-of-Breed-Architekturen erfordern qualifizierte IT-Organisationen, Fehlerverantwortung verbleibt im Haus. DSGVO und Gematik-Vorgaben setzen externen KI-Plattformen klare Grenzen beim Zugriff auf Patientendaten. Die Haftungsfrage bei steigenden Automatisierungsgraden bleibt ungeklärt. Robert Schulz, Leiter IT bei der Gesundheit Nordhessen, benennt beim KH-IT-Clubabend im April die Ursachen für den zögerlichen KI-Einsatz: offene Datenschutzfragen, technische Hürden und fehlende Förderung.