KI-Kompetenz als Pflichtfach: Ein globales Rahmenwerk für medizinische Curricula

Wer in den vergangenen Jahren versucht hat, KI-Kompetenzen systematisch in die Aus- oder Weiterbildung eines Praxisteams zu integrieren, kennt das Problem: Es gibt keinen verbindlichen Standard, an dem man sich orientieren kann. Mal wird ein Webinar zu Prompt-Techniken gebucht, mal ein Kurs zu Bildgebungs-Algorithmen – ohne dass klar ist, ob damit tatsächlich die Kompetenzen vermittelt werden, die im klinischen Alltag gebraucht werden. Eine internationale Arbeitsgruppe hat sich genau dieser Fragmentierung angenommen und ein Rahmenwerk vorgelegt, das erstmals strukturiert beschreibt, welche Lernziele medizinische KI-Bildung abdecken sollte (Nature, npj Digital Medicine).

Das Problem: Technisch, aber praxisfern

Die Autor:innen – ein Zusammenschluss von Fachleuten aus Kanada, den USA, Italien und weiteren Ländern, koordiniert unter anderem über das Temerty Centre for AI Research and Education in Medicine der University of Toronto – benennen das Kernproblem in ihrem Abstract unmissverständlich: KI-Bildung in der Medizin sei bislang „fragmentiert, eng technisch fokussiert und von der klinischen Realität abgekoppelt". Das deckt sich mit der Erfahrung vieler Praxen und Kliniken in Deutschland: Fortbildungsangebote existieren, doch sie behandeln KI oft als isoliertes IT-Thema statt als integralen Bestandteil klinischer Entscheidungsprozesse.

Als Antwort darauf hat die Arbeitsgruppe ein Rahmenwerk mit sieben übergeordneten Domänen und 24 konkreten Lernzielen entwickelt. Details zu den einzelnen Domänen werden in künftigen Veröffentlichungen der Gruppe weiter ausgearbeitet – entscheidend ist an dieser Stelle vor allem die konzeptionelle Grundlage, auf die sich das Rahmenwerk stützt.

Drei Leitprinzipien für die Praxis

Aus dem Entstehungsprozess ziehen die Autor:innen drei zentrale Lehren, die sich unmittelbar auf die Gestaltung eigener Schulungskonzepte übertragen lassen:

Klinisch verankert statt rein technisch. KI-Bildung darf nicht bei Algorithmen und Modellarchitekturen stehen bleiben. Relevanter ist die Frage, wie ein KI-gestütztes Ergebnis – etwa eine Risikoeinschätzung oder ein Bildbefund – in den klinischen Entscheidungsprozess einzuordnen ist. Für Praxisteams bedeutet das: Schulungen sollten anhand realer Fallbeispiele aus dem eigenen Fachgebiet stattfinden, nicht anhand abstrakter Technikdemonstrationen.

Ethisch integriert statt nachgelagert. Fragen zu Datenschutz, Verzerrung (Bias) und Verantwortlichkeit werden häufig als Zusatzmodul behandelt, das am Ende einer Schulung noch schnell mitgenommen wird. Das Rahmenwerk plädiert dafür, ethische Aspekte von Anfang an mitzudenken – etwa wenn es um die Frage geht, wer im Zweifel für eine KI-gestützte Fehleinschätzung haftet, oder wie mit Trainingsdaten umgegangen wird, die nicht repräsentativ für die eigene Patientenpopulation sind.

Implementierungsbewusst über den gesamten Ausbildungsweg. Die Empfehlungen richten sich explizit an das gesamte Ausbildungskontinuum – vom Studium über die Facharztweiterbildung bis zur kontinuierlichen Fortbildung im Berufsleben. Für Kliniken und größere Praxen heißt das: KI-Kompetenz ist kein einmaliges Onboarding-Thema für neue Kolleg:innen, sondern eine Aufgabe, die sich mit der technologischen Entwicklung und den regulatorischen Anforderungen kontinuierlich weiterentwickeln muss.

Was das für deutsche Praxen und Kliniken bedeutet

Auch wenn das Rahmenwerk international und nicht spezifisch für das deutsche Gesundheitssystem entwickelt wurde, lassen sich daraus konkrete Ansatzpunkte ableiten:

Bestandsaufnahme statt Einzelmaßnahmen. Bevor Sie das nächste KI-Fortbildungsangebot buchen, lohnt sich die Frage, welche der sieben Domänen in Ihrem Team bereits abgedeckt sind und wo echte Lücken bestehen – etwa bei der kritischen Bewertung von KI-Ausgaben oder bei rechtlichen Verantwortlichkeiten.
Fallbasierte statt werkzeugbasierte Schulung. Schulen Sie anhand konkreter Anwendungsszenarien aus Ihrem Fachgebiet, nicht anhand generischer Tool-Einführungen. Das erhöht die Transferleistung in den Alltag erheblich.
Ethik und Verantwortlichkeit nicht auslagern. Wer KI-gestützte Systeme einsetzt – von Diagnoseunterstützung bis zur automatisierten Dokumentation – sollte im Team klare Antworten auf Haftungs- und Datenschutzfragen parat haben, bevor Probleme auftreten.
Fortbildung als fortlaufenden Prozess verstehen. Angesichts der Geschwindigkeit, mit der neue KI-Anwendungen in den klinischen Alltag drängen, ist eine einmalige Schulung nicht ausreichend. Etablieren Sie feste Intervalle für Auffrischung und Anpassung Ihrer internen Standards.

Für Berufseinsteiger:innen, die aus einem Studium kommen, in dem KI-Themen bislang kaum curricular verankert waren, entsteht damit zusätzlicher Handlungsbedarf für Praxen und Kliniken als Ausbildungsstätten. Wer frühzeitig ein strukturiertes, an internationalen Standards orientiertes Fortbildungskonzept aufbaut, verschafft sich einen Vorsprung – nicht nur bei der Qualität der Patientenversorgung, sondern auch bei der Vorbereitung auf absehbare regulatorische Anforderungen an den kompetenten Umgang mit KI-Systemen im Gesundheitswesen.