Künstliche Intelligenz bildete den Schwerpunkt der MedTech 2026 Konferenz, die von der AdvaMed Association organisiert wurde. Dabei ging die Diskussion über die bloße Darstellung technischer Möglichkeiten hinaus und befasste sich intensiv mit den tiefgreifenden operativen und regulatorischen Herausforderungen. Während Optimismus vorherrscht, lieferten Branchenführer kritische Einblicke, die darauf hindeuten, dass die nächste Phase den Übergang vom "Medienhype" zur Bewältigung der Komplexität der tatsächlichen Umsetzung in einem streng regulierten medizinischen Umfeld markieren wird.
Herausforderungen bei der Systemverwaltung und regulatorischen Compliance
Erez Kaminski, CEO von Ketryx, warnte davor, dass die Realität der KI-Implementierung komplexer ist, als viele annehmen. Er wies darauf hin, dass das tatsächliche Niveau der Implementierung hinter den Erwartungen zurückbleibt, und prognostizierte, dass das größte Problem in der "Verwaltung der Komplexität" liegen wird.
Laut Kaminski werden Unternehmen, die derzeit Schwierigkeiten haben, ein einziges reguliertes IT-System zu verwalten, vor einer gewaltigen Herausforderung stehen, wenn sie Hunderte von sich ständig verändernden KI-Agenten (AI agents) steuern müssen, insbesondere da viele dieser Anwendungen mit sensiblen Qualitäts- sowie Forschungs- und Entwicklungsprozessen (F&E) interagieren werden.
Strategie der Spezialisierung und Daten als Wettbewerbsvorteil
Mick Farrell, CEO von ResMed, konzentrierte sich seinerseits auf die Bedeutung der "vertikalen Eigentümerschaft" (Vertical Ownership). Farrell ist der Ansicht, dass Erfolg nicht darin besteht, KI überall anwenden zu wollen, sondern eine spezialisierte Infrastruktur in bestimmten Bereichen wie Atemwegs- und Schlafgesundheit aufzubauen.
Er erklärte, dass die wahre Stärke in der Nutzung von Big Data liegt, über die sonst niemand verfügt; ResMed besitzt Daten von 28 Milliarden Nächten, was dem Unternehmen die Fähigkeit verleiht, KI in großem Maßstab für Millionen von Patienten einzusetzen – ein Unterfangen, das Wettbewerber nur schwer nachahmen können. Er verwies zudem auf den Einsatz von KI in Lieferketten, um Kosteneinsparungen zur Bekämpfung der Inflation zu erzielen.
Die Lücke zwischen Verantwortung und Befugnis in intelligenten Systemen
Im Kontext von Cybersicherheit und Governance warf Zahra Timsah, CEO von i-GENTIC AI, einen zentralen Punkt auf, der die Zuweisung von Verantwortung an KI ohne klare Definition ihrer Befugnisse betrifft. Sie warnte davor, dass ein System zwar technisch eine präzise Antwort liefern, aber einen schwerwiegenden Fehler begehen könnte, indem es Patientendaten unangemessen weitergibt, eine regulatorische Anforderung missachtet oder auf Basis veralteter Gesetzgebungen agiert.
Timsah betonte, dass diese Herausforderung einen entscheidenden Schnittpunkt zwischen KI-Richtlinien und Cybersicherheit darstellt, bei dem es nicht nur darum gehen darf, festzulegen, was zu tun ist (Richtlinie), sondern auch den Zugriff zu kontrollieren und jede Aktion vor ihrer Ausführung zu verifizieren (Sicherheit).
Unterscheidung zwischen Produktivität und oberflächlicher Innovation
Mike White, Partner bei der Alexander Group, rief dazu auf, zwischen produktiven und unproduktiven KI-Anwendungen zu unterscheiden. Er ist der Meinung, dass echte Anwendungen diejenigen sind, die die Produktivität in Geschäftsprozessen steigern, wie etwa Interaktions-Agenten (engagement agents) zur Qualifizierung potenzieller Kunden in Vertriebs- und Marketingteams.
Im Gegensatz dazu kritisierte White einige Trends, die er als nutzlos erachtet, wie etwa den Einsatz von KI zur Analyse der Gesichtsausdrücke von Kunden während Verkaufsgesprächen, um Reaktionen vorzuschlagen. Er vertritt die Ansicht, dass diese Art von Anwendung im Vergleich zu Agenten, die Kernprozesse unterstützen, keinen echten praktischen Wert bietet.
Was bedeutet das für die technische Zukunft im medizinischen Sektor?
Diese Erkenntnisse zeigen, dass sich der Medizintechniksektor in einer Phase der technischen Reife befindet; die Frage lautet nicht mehr "Kann die KI das tun?", sondern "Wie können wir sie verwalten und ihre Compliance sicherstellen?". Der radikale Wandel wird darin bestehen, wie KI in den Produktentwicklungslebenszyklus (F&E) und in Qualitätsprozesse integriert wird. Dies erfordert eine technische Infrastruktur, die in der Lage ist, Hunderte von sich verändernden Systemen zu bewältigen, anstatt nur intelligente Funktionen zu den Endprodukten hinzuzufügen.