Die Zukunft von Machine Learning, LLMs & Co. in der Gesundheitsversorgung im Gespräch mit Christian Wache
14. Juli 2026 · 1 Std. 3 Min.
Professor Christian Wache erklärt, dass KI (von Machine Learning über Deep Learning bis zu LLMs) bereits praktische Anwendung im Gesundheitswesen findet, großes Potenzial bietet, aber nur mit Verständnis, guter Datenqualität und klarer Governance sicher und sinnvoll eingesetzt werden kann.
In der Folge erläutert Christian Wache grundlegende Begriffe und Lernarten der KI, erklärt die technische Funktionsweise von Large Language Modellen und die Gründe für deren Überzeugungskraft. Er diskutiert konkrete Gesundheitsanwendungen (Radiologie, Befundzusammenfassungen, Administrative Prozesse, Agenten, Vibecoding) und warnt vor Risiken wie Halluzinationen, schlechtem Datenmaterial, Bias und regulatorischen/implementatorischen Hürden. Abschließend betont er die Chancen für Effizienzsteigerung, aber auch die Notwendigkeit von Datenqualität und KI-Governance.
Zahlen & Fakten
100 %
Beispiel aus dem Wache‑Test: Demonstrativ erkannte er in der Vorführung alle Linkshänder (Beispiel zur Veranschaulichung von Messgrößen und Fehlern)
90 %
Illustratives Beispiel: zwei Krankheiten treten in 90 % der Fachliteratur zusammen auf – Risiko, dass ein LLM die zweite Krankheit fälschlich ergänzt (Halluzination)
183
Anzahl der Folgen des eHealth‑Podcasts, an dem Christian Wache beteiligt war
Rubriken
Organisationen
Themen & Erkenntnisse
Wer spricht
PPhilipp KöberHOST
Moderator des Gesundheitsmarkt‑Podcasts; Gastgeber der Folge und Kontaktperson in den Shownotes. In den Shownotes werden weiterführende Informationen, Veröffentlichungen beim kma Entscheider Blog und Kontaktmöglichkeiten über ScMI genannt.
Alle Auftritte von Philipp Köber →CChristian WacheGAST
Professor für medizinische Informatik an der Hochschule Konstanz (seit März 2014) mit langjähriger Praxiserfahrung in Gesundheits‑IT. Studium der medizinischen Informatik, Promotion an der Uniklinik Köln, berufliche Stationen u. a. in Beratungs- und Produktmanagementfunktionen; Gründer von eHealth‑Beratung und Mitinitiator/Host des eHealth‑Podcasts (laut Shownotes über viele Jahre, zahlreiche Folgen). Er verbindet Forschung, Industrieerfahrung und praktische Beratung zur Digitalisierung im Gesundheitswesen.
Alle Auftritte von Christian Wache →KIDieser Inhalt wurde KI-gestützt erstellt und redaktionell geprüft.
Ähnliche Folgen
On the Way to New Work - Der Podcast über neue Arbeit · 13. Juli 2026
#565 Dr. med. David Werner | AI in Healthcare | Radiologe | New Work
David Werner zeigt, dass KI Radiologie-Arbeit entlasten kann — aber nur, wenn Technik, Prozesse und der Mensch zusammen gedacht und strukturell richtig eingebettet werden.
t3n Arbeit in Progress · 17. Juli 2026
Was kommt nach KI-Agenten?
KI-Agenten werden bereits produktiv eingesetzt, automatisieren viele HR- und Finance-Aufgaben mit hoher Genauigkeit, erfordern aber Monitoring, Evaluationsschleifen und bleiben im Zusammenspiel mit Menschen sinnvoll.
KI verstehen · 16. Juli 2026
KI-Brillen - Datenschutz-Alptraum oder Booster für Barrierefreiheit?
KI‑Brillen bieten nützliche Hilfen, etwa für Barrierefreiheit, gleichzeitig stellen sie aber erhebliche Datenschutz‑ und Überwachungsrisiken dar, die rechtliche und technische Schranken erfordern.
Startup Insider · 12. Juli 2026
Wenn die KI lügt, wer haftet dann? Google, Harvey & die Legal-Tech-Revolution – Philipp Müller (Signatrix) & Daniel Höpfner (b10)
Ein Münchner Gericht hat entschieden, dass Google für eigene, von KI generierte Antworten haftet — ein Urteil mit weitreichenden Konsequenzen für Suchmaschinen, LLM‑Anbieter und den Legal‑Tech‑Markt.
Wirtschaft Düsseldorf unplugged · 15. Juli 2026
#250 Wie Künstliche Intelligenz Unternehmenswissen intelligent nutzbar macht: Christian Groß (RheinInsights)
Künstliche Intelligenz macht verteiltes Unternehmenswissen sicher, datenschutzkonform und schnell nutzbar.
Automotive Insights Magazin - www.auto.news · 16. Juli 2026
#137 – KW29 2026 – KI als zunehmend prägender Faktor im Automotive Aftermarket
Künstliche Intelligenz beeinflusst zunehmend, wie Kundinnen und Kunden Produkte im Automotive Aftermarket recherchieren und verändert damit Sichtbarkeit, Marketing und Datenanforderungen für Unternehmen.