Wer sichert den Qualitätsstandard KI-gestützter ­medizinischer Gutachten? Zwischen ärztlicher Verant­wortung, Versicherungsinteressen und Algorithmen

H. C. BrodingZusammenfassung Die zunehmende Integration Künstlicher Intelligenz in medizinischen Gutachten wirft neben der erforderlichen medizinischen Expertise zentrale Fragen zur Verantwortlichkeit auf, da Gutachten erhebliche Auswirkungen auf Versicherungsleistungen, Renten und die Existenzsicherung von Betroffenen haben. Während die Akzeptanz von KI-Unterstützung moderat steigt, überwiegen Bedenken hinsichtlich Haftung, Datenqualität und ethischer Verantwortung. Die klassische Qualitätssicherung durch Peer-Review, Leitlinienbindung und formale Begutachtungsrichtlinien muss auf KI-Systeme übertragen werden, erfordert aber zusätzliche Maßnahmen. KI kann gezielt in drei Bereichen die Qualität verbessern: formale Vollständigkeit (automatisierte Prüfung von Befunden und Fristen), Konsistenz und Evidenzbezug (Abgleich mit Leitlinien und Erkennung von Widersprüchen) sowie Benchmarking zur Identifikation systematischer Abweichungen zwischen Gutachtern. Allerdings bestehen noch erhebliche Grenzen: Daten-Bias in Trainingsdaten, mangelnde Erklärbarkeit von Black-Box-Modellen und das Risiko der unkritischen Übernahme von KI-Vorschlägen. Empfohlene Maßnahmen umfassen die Entwicklung eines KI-Rahmenwerks, verpflichtende KI-Kompetenzen in Gutachtercurricula, klare Standardoperationsverfahren zur Dokumentation und ein Vier-Augen-Prinzip. Bestehende Initiativen wie TEF-Health und Fraunhofer-Projekte bieten Zertifizierungs- und Testinfrastrukturen, die auf medizinische Gutachten übertragen werden könnten. Zentrale Herausforderung ist die Transparenz gegenüber Versicherten über KI-Einsatz sowie die Beteiligung von Ethikgremien bei der Weiterentwicklung von Standards (Broding, 2025; Broding 2026). Schlüsselwör ...