Um sicherzustellen, dass KI-Lösungen unterschiedlicher Hersteller miteinander vernetzbar sind, ist eine konsequente Interoperabilitätsstrategie notwendig. Die Bewertung erfolgt anhand von Kriterien, die die reale Leistungsfähigkeit von KI-Systemen in der Vernetzung differenziert abbilden. Standards stellen sicher, dass KI-Systeme nicht isoliert agieren. Zertifizierungen prüfen die Interoperabilität von KI-Systemen.

Die Interoperabilität von KI-Lösungen lässt sich konkret belegen durch technologische Ansätze wie standardisierte Plattformen, APIs und modulare Architekturen. Die CGM etwa setzt auf einen Plattformansatz mit generischen Schnittstellen, um eine einheitliche Integration unterschiedlicher Applikationen zu gewährleisten. Branchenübergreifend zeigen Initiativen wie Catena-X, dass föderierte Datenmodelle und systemweite Standards für einen reibungslosen Austausch von KI-Daten und -Funktionen sorgen. Dies sind nachvollziehbare und praktische Nachweise für den Erfolg von Vernetzungsansätzen.

Logisch betrachtet ist Interoperabilität der Schlüssel für die Integration heterogener KI-Angebote im Klinikalltag. Durch API-First-Strategien und den Einsatz von Mikroservices kann die Flexibilität beim Austausch und bei der Erweiterung von KI-Funktionen erheblich erhöht werden. Die Modularisierung und Offenheit der Schnittstellen sind essenziell, um die fortlaufende Entwicklung und Kompatibilität neuer KI-Komponenten sicherzustellen.

Die Konzepte zur Vernetzung beruhen auf nachvollziehbaren technischen Grundlagen. Standardisierte Schnittstellen und Datenmodelle, wie etwa HL7/FHIR im klinischen Bereich, bieten eine verständliche und reproduzierbare Basis für die Integration. Allerdings fehlt vielen Herstellern noch eine einheitliche Kommunikationsbasis, die auch im Detail allen Anforderungen gerecht wird; hier besteht nach wie vor Optimierungspotenzial.

Kritiker bemängeln häufig, dass Hersteller eigene (proprietäre) Schnittstellen und Standards verfolgen und damit fragmentierte Ökosysteme schaffen. Die tatsächliche Vernetzung scheitert oft an wirtschaftlichen Interessen, fehlender Standardisierung sowie Kompatibilitätsproblemen bei Legacy-Systemen. Auch datenschutzrechtliche und regulatorische Anforderungen (wie der AI Act) können die schnelle Integration bremsen und erfordern spezifische Compliance-Maßnahmen.

Die Vernetzung von KI-Lösungen ist technologisch und organisatorisch möglich, erfordert aber gezielte Standardisierung, abgestimmte Compliance-Maßnahmen und die konsequente Umsetzung offener Schnittstellen. Nur dann profitieren Krankenhäuser und Patienten tatsächlich von mehr Innovation und Effizienz.

Standards für Interoperabilität von KI in der Gesundheits-IT 

Internationale Standards wie HL7 FHIR, SNOMED CT und offene Schnittstellen sind die wichtigsten Treiber der Interoperabilität von KI in der Gesundheits-IT. Sie ermöglichen strukturierten Datenaustausch, semantische Einheitlichkeit und eine reibungslose Integration von KI-Modulen in bestehende Kliniksysteme.

• HL7 FHIR (Fast Healthcare Interoperability Resources): Dieser Standard bietet ein flexibles Framework zum Austausch und zur Interpretation von medizinischen Daten zwischen verschiedenen IT-Systemen. FHIR ist besonders für die Integration von KI geeignet, da es leicht erweiterbar ist und modulare Schnittstellen für KI-gestützte Anwendungen schafft. Auch die Integration mit Legacy-Systemen ist möglich, etwa über sogenannte FHIR-Fassaden, die alte Datenformate effizient umwandeln.
• SNOMED CT: Die standardisierte medizinische Terminologie sorgt dafür, dass Begriffe und Diagnosen systemübergreifend dieselbe Bedeutung haben, was unerlässlich für die Arbeit KI-gestützter Systeme und die Vergleichbarkeit von klinischen Daten ist.
• LOINC: Besondere Bedeutung kommt LOINC bei der Standardisierung von Labordaten und Vitalparametern zu, denn so können KI-Algorithmen auf einheitlich strukturierte Messwerte zugreifen oder diese validieren.

Offene Schnittstellen und Modell-agnostischer Ansatz: Systeme wie KI-Chatbots oder Integrationsplattformen setzen auf offene REST-APIs und modellunabhängige Datenmodelle. Das fördert die Flexibilität und vereinfacht die Einbindung neuer KI-Komponenten in bestehende Abläufe ohne Umstrukturierung der Gesamtarchitektur.

Diese Standards stellen sicher, dass KI-Systeme nicht isoliert agieren, sondern als interoperable Bausteine eine sichere, nachvollziehbare und hochwertige digitale Versorgung unterstützen. So wird die Innovationskraft im Gesundheitswesen nachhaltig gefördert.

Zertifizierungen und Prüfverfahren für Interoperabilität von KI-Systemen

Zertifizierungen wie IHE, ISiK, ISO 42001 und spezifische Leitlinien wie FUTURE-AI gewährleisten die geprüfte Interoperabilität von KI-Systemen in der Gesundheits-IT. Sie machen technische Schnittstellen, Datenmodelle und klinische Anforderungen transparent überprüfbar und fördern internationale Anschlussfähigkeit.

• IHE-Zertifizierung (Integrating the Healthcare Enterprise): IHE prüft offiziell den Datenaustausch, die Sicherheit und die Konsistenz klinischer Schnittstellen. Systeme erhalten nach bestandener Zertifizierung weltweit anerkannte Interoperabilitätsnachweise.
• ISiK-Zertifizierung (Interoperabilität von Informationstechnischen Systemen im Krankenhaus): Diese deutsche Zertifizierung stellt sicher, dass Krankenhaus-IT-Systeme standardkonform medizinische und administrative Daten austauschen können. Dazu werden modulare Ausprägungen und offene Schnittstellen nach verbindlichen Spezifikationen zertifiziert.
• ISO 42001 (Managementsysteme für Künstliche Intelligenz): Nach diesem internationalen Standard werden KI-Governance, Compliance und Interoperabilität überprüft. Die Zertifizierung legt weltweit gültige Kriterien für KI-Integration und Datenaustausch fest und unterstützt Organisationen dabei, regulatorische Anforderungen zu erfüllen.
• FUTURE-AI und Fraunhofer HHI: Das Fraunhofer HHI sowie Initiativen wie FUTURE-AI entwickeln spezifische Leitlinien und Testinfrastrukturen, mit denen die Vertrauenswürdigkeit, Transparenz und Interoperabilität von KI-Systemen objektiv bewertet werden können. Hier kooperieren das Bundesamt für Sicherheit in der Informationstechnik, TÜV und internationale Partner.

Diese Zertifikate und Prüfverfahren schaffen die Basis für sicheren, verlässlichen und grenzüberschreitenden Einsatz von KI-Lösungen im Gesundheitswesen und fördern die systemübergreifende Vernetzbarkeit.

Um das Potenzial von KI voll ausschöpfen zu können, müssen Krankenhäuser definierte Grundlagen schaffen: gezielte Standardisierung, abgestimmte Compliance-Maßnahmen und die konsequente Umsetzung offener Schnittstellen. Ein ganzheitlicher Ansatz ist erforderlich, der nicht nur die technologische und datenbezogene Infrastruktur, sondern auch kulturelle, rechtliche und wirtschaftliche Faktoren berücksichtigt. So kann KI ihr Potenzial für Krankenhäuser entfalten und sie bei intelligenten Synergien unterstützen: Effizienz, Diagnostik, Prognose, Personalisierung, Ressourcen, Entlastung, Kosten, Dokumentation, Kommunikation, Sicherheit, Prävention, Innovation. Diese Kernpunkte spiegeln den aktuellen Stand und bedeutende Hoffnungsträger von KI-Lösungen im klinischen Setting wider.

Autor: Wolf-Dietrich Lorenz

Symbolbild: mohsin / AdobeStock