Der Agent-Manager stellt eine neue Schlüsselrolle im Krankenhaus dar, die als Bindeglied zwischen klinischer Praxis, IT-Architektur und KI-Governance agiert. Diese Person verant-wortet die Konzeption, Integration und den sicheren Betrieb autonomer KI-Agenten, die administrative und klinische Workflows automatisieren, von der OP-Vorbereitung bis zur Bettensteuerung.

Der Agent-Manager übersetzt klinische Bedürfnisse in technisch umsetzbare Agenten-Aufgaben, definiert Eskalationsregeln und überwacht die Performance der KI-Systeme im Alltag. Er sorgt dafür, dass Agenten nicht nur analysieren, sondern koordinierte Maßnahmen ausführen – etwa Medikamentensubstitutionen vorschlagen, Dienstpläne anpassen oder Unterlagen während der Arbeit zusammenführen. Dabei bleibt jeder Schritt für Menschen nachvollziehbar und korrigierbar, strukturell ausgelegt auf die Anforderungen des EU AI Act.

Die Rolle erfordert eine hybride Kompetenz: tiefes Verständnis klinischer Prozesse, Erfahrung mit Krankenhaus-IT-Systemen (KIS, PACS, LIS) und fundierte Kenntnisse in KI-Governance, Datenschutz und IT-Sicherheit. Der Agent-Manager muss in der Lage sein, Risiken zu klassifizieren, Audit-Trails zu dokumentieren und die Prinzipien des „least privilege" auf Software-Agenten anzuwenden. Idealerweise bringt er Erfahrung in Change-Management mit, um Akzeptanz bei Ärzten, Pflege und Verwaltung zu schaffen.

Systeme Kontext, Schnittstelle

Für eine AI-native Transformation müssen KIS, SAP IS-H oder S/4HANA, PACS, DICOM-Viewer, Laborinformationssysteme (LIS), Radiologie-Informationssysteme (RIS), Terminplanung, Bettenmanagement, Medikamentenlogistik und Dokumentationssysteme über APIs, SDKs oder Standardkonnektoren integriert werden. Eine einheitliche Datenplattform (wie Microsoft Fabric oder vergleichbare Lösungen) schafft eine governierte „Source of Truth", über die Agenten reasoning können.

Der Agent benötigt Echtzeit-Zugriff auf strukturierte Patientendaten, Behandlungsverläufe, Medikationshistorie, aktuelle Vitalwerte, OP-Pläne, Belegungsdaten und klinische Leitlinien. Ohne diesen Kontext kann er keine sinnvollen Entscheidungen treffen oder vorausschauend nächste Schritte vorbereiten.

Der Agent-Manager gestaltet die Interaktion zwischen Mensch und Maschine: Er definiert, wann ein Agent autonom handelt (z. B. Erinnerungen senden) und wann menschliche Freigabe erforderlich ist (z. B. Änderungen am rechtlichen Behandlungsplan). Er etabliert Rollen wie Agent-Supervisor oder Oversight-Lead, um sichere, produktive Nutzung zu gewährleisten. Die Schnittstelle muss embedded sein – also im bestehenden KIS-Workflow funktionieren – und keine separaten Logins erfordern.

Akteure und Handlungsautonomie

In einer realistischen Zielorganisation ersetzt der Agent-Manager den KIS-Projektleiter nicht. Der Projektleiter sorgt etwa dafür, dass KIS, LIS, RIS/PACS, Medizintechnik und Interoperabilitätsstandards wie HL7, FHIR, DICOM und IHE verlässlich angebunden sind. Der Agent-Manager entscheidet anschließend, welche dieser Schnittstellen ein Entlass-Agent oder OP-Koordinations-Agent tatsächlich nutzen darf, welche Handlungsspielräume gelten und welche Aktionen nur als Vorschlag erscheinen dürfen.

Damit verschiebt sich die Rolle von der einmaligen Systemeinführung zur dauerhaften Governance digitaler Handlungsträger. Darin liegt der Unterschied zwischen klassischer Digitalisierung und AI-nativer Transformation.

Der Agent-Manager gestaltet die Arbeitsfähigkeit eines sozio-technischen Systems im laufenden Betrieb. Er definiert, welche Aufgaben ein Agent übernimmt, auf welche Daten und Funktionen er zugreifen darf, wann menschliche Freigaben zwingend sind und wie Fehlverhalten erkannt, gestoppt und nachvollzogen wird. Agenten sind damit nicht bloß neue Softwaremodule, sondern digitale Akteure mit begrenzter Handlungsautonomie.

Der Agent-Manager nutzt No-Code-Plattformen, um Agenten durch natürliche Sprachbeschreibung zu konfigurieren, ohne BPMN oder Programmierung. Er integriert Konnektoren, testet Workflows in Beta-Umgebungen und rollt erfolgreiche Agenten schrittweise aus, beginnend mit hochvolumigen, niedrig-riskanten Prozessen wie Terminplanung oder Dokumentation.

Autor: Wolf-Dietrich Lorenz

Symbolbild: KI-Illustration, generiert mit ChatCPT/OpenAI