Praxis­beispiel [#6]: 
Heraus­forde­rungen im öster­reichi­schen Kontext

Wir stellen uns vor, ein großer österreichischer Krankenhausverbund plant, ein KI-gestütztes Frühwarnsystem zur Erkennung von Sepsisrisiken einzuführen. Die Technologie ist vielversprechend, erste Pilotdaten aus anderen Ländern überzeugen – dennoch zeigt sich schnell, dass die Umsetzung im österreichischen Gesundheitswesen komplexer ist als erwartet.

Datenschutz & rechtliche Rahmenbedingungen

Bereits in der Planungsphase tauchen zentrale Fragen auf: Die KI benötigt kontinuierlichen Zugriff auf Vitaldaten, Laborbefunde und Diagnosen. Damit muss das Klinikum klar definieren, wie diese Gesundheitsdaten nach DSGVO und österreichischem Datenschutzgesetz (DSG) verarbeitet werden dürfen. Zusätzlich sind Vorgaben aus dem Gesundheitstelematikgesetz (GTelG 2012) und - je nach Bundesland - Regelungen im Krankenhausrecht zu berücksichtigen. Datenschutzbeauftragte verlangen ausführliche Nachweise zu Datensparsamkeit, Zweckbindung, Einwilligungskonzepten und sicheren Speicherformen. Dadurch verzögert sich der Projektstart erheblich, da Datenschutzkonzepte, technische und organisatorische Maßnahmen (TOMs) sowie interne Freigaben zwischen Krankenhaus, IT-Abteilung, Datenschutz und Landesbehörde abgestimmt werden müssen.
 

Heterogene IT-Landschaft & Interoperabilitätshürden

Der österreichische Verbund stellt fest: Auf unterschiedlichen Abteilungen laufen teils ältere Primärsysteme und unterschiedliche Dokumentationslösungen. Das KI-System benötigt jedoch konsistente, strukturierte Daten. HL7- oder FHIR-Schnittstellen sind nicht überall verfügbar; manche Systeme müssen zeitaufwendig erweitert oder modernisiert werden. Besonderheiten wie die Anbindung an die ELGA-Infrastruktur oder regionale IT-Cluster erhöhen die Komplexität zusätzlich. Der Integrationsaufwand steigt deutlich. Für Schnittstellen, Mapping und Tests müssen zusätzliche IT-Ressourcen eingeplant werden.

Skepsis im medizinischen Personal

Auch im österreichischen Klinikalltag zeigen sich bekannte Vorbehalte: „Kann ich mich wirklich auf das Frühwarnsystem verlassen?“. „Wer trägt letztlich die Verantwortung – wir oder der Hersteller?“. „Nach welchen Kriterien bewertet die KI einen kritischen Verlauf?“. Viele Ärzt*innen und Pflegekräfte sorgen sich um zusätzliche Dokumentationspflichten, Kontrollverlust oder unklare Rollen. Das Projektteam setzt auf Informationsveranstaltungen und Schulungen und betont, dass KI eine Unterstützungsfunktion, nicht aber die klinische Entscheidungshoheit ersetzt. Erst mit zunehmender Transparenz steigt die Akzeptanz.

Regulatorische und organisatorische Unsicherheiten

Da das KI-Modul als Medizinprodukt gilt, ergeben sich zusätzliche Fragen: "Wie wirkt sich die EU-Medizinprodukteverordnung (MDR) auf Updates und Lernprozesse des Systems aus? Wie wird dokumentiert, welche Version der KI im Krankenhaus eingesetzt wurde? Welche Haftungsregelungen greifen – Klinik, Hersteller oder Anwender?"

Auch regionale Vorgaben aus dem Krankenanstalten- und Kuranstaltengesetz (KAKuG) oder den jeweiligen Landeskrankenanstaltengesetzen können Einfluss auf Prozesse haben. Rechtsabteilungen, Hersteller und IT müssen eng zusammenarbeiten, um Audit-Trails, Update-Mechanismen und Verantwortlichkeiten sauber zu definieren. Das bindet Zeit und Ressourcen.

Ergebnis nach der Einführung

Trotz aller Hürden wird das Frühwarnsystem erfolgreich implementiert – allerdings: Monate später als geplant, mit erheblich höherem Abstimmungs- und Dokumentationsaufwand, und mit einem starken Fokus auf Erklärbarkeit, um das Vertrauen der Mitarbeitenden zu sichern.

Der Nutzen ist eindeutig: Schnellere Erkennung von Sepsisrisiken und verbesserte Patientensicherheit. Gleichzeitig zeigt das Projekt jedoch klar: Im österreichischen Gesundheitswesen braucht die Einführung KI-basierter Systeme strategische Vorbereitung, ein robustes Datenschutzkonzept und umfassende Kommunikation.