Der Beschluss des Innovationsausschusses
Erkenntnistransfer vom 25.07.2025
Der Beschluss in Kürze
Der Innovationsausschuss leitet die Ergebnisse des Projekts KI-BA zur Information an den Deutschen Ethikrat, die Bundesärztekammer, den Bundesverband Medizintechnologie und den Bundesverband Gesundheits-IT weiter. Beschluss und Ergebnisbericht werden veröffentlicht. Die Geschäftsstelle wird mit der Weiterleitung beauftragt.
Zusammenfassung von MVF, KI-gestützt aus dem Beschluss.
Begründung
Nach Darstellung des Ausschusses hat das Projekt die Akzeptanz von KI-Systemen in verschiedenen Versorgungsbereichen untersucht, ein Kategorisierungsinstrument entwickelt, Einflussfaktoren auf die KI-Akzeptanz identifiziert und Handlungsempfehlungen formuliert. Zugleich hält der Ausschuss das Studiendesign der Akzeptanzstudie wegen der hohen Zahl an Faktoren für nicht optimal geeignet. Die Rekrutierungsziele für Ärztinnen und Ärzte sowie Versicherte wurden nicht erreicht. Daraus ergibt sich bei dem komplexen faktoriellen Design ein Verzerrungsrisiko durch eine zu geringe Stichprobengröße. Wegen niedrigerer Rücklaufquoten ist zudem ein Selektionsbias nicht auszuschließen. Das Projekt liefert daher erste hilfreiche Hinweise, weshalb die Ergebnisse lediglich zur Information weitergeleitet werden.
„Insgesamt lieferte das Projekt erste hilfreiche Hinweise auf die Akzeptanz verschiedener KI -Anwendungen bei Versicherten sowie Ärztinnen und Ärzten.“ Beschlusstext, S. 2 ↗
Hindernisse laut Beschluss (3)
- belegt Studienanlage: Studiendesign der Akzeptanzstudie wegen der hohen Zahl an Faktoren nicht optimal geeignet
Zitat aus dem Beschluss
„Insgesamt ist das Studiendesign (Akzeptanzstudie) durch die hohe Anzahl der Faktoren nicht optimal zur Beantwortung der Fragestellung geeignet.“ Beschlusstext, S. 2 ↗
- belegt Fallzahl bei der Rekrutierung: Rekrutierungsziele für Ärztinnen und Ärzte sowie Versicherte nicht erreicht, dadurch Verzerrungsrisiko wegen zu kleiner Stichprobe
Zitat aus dem Beschluss
„Die Rekrutierungsziele für die Ärztinnen und Ärzte (N = 475) und die Versicherten (N = 1.536) wurden nicht erreicht. Dies führt -insbesondere bei einem derart komplexen faktoriellen Design – zu einem Verzerrungsrisiko durch eine zu geringe Stichprobengröße .“ Beschlusstext, S. 2 ↗
- belegt Datenverfügbarkeit und Datenqualität: Niedrigere Rücklaufquoten als geplant, dadurch möglicher Selektionsbias
Zitat aus dem Beschluss
„Durch die gegenüber der ursprünglichen Fallzahlplanung niedrigeren Rücklaufquoten kann zudem ein Selektionsbias nicht ausgeschlossen werden.“ Beschlusstext, S. 2 ↗
Kennzeichen: belegt · nachsehen · bestritten · ungeprüft. Bedeutung →
Was der Beschluss positiv vermerkt (7)
- belegt Akzeptanz von KI untersucht, Handlungsempfehlungen und Anforderungen an Entwicklung und Implementierung formuliert
Zitat aus dem Beschluss
„Das Projekt hat erfolgreich die Akzeptanz gegenüber Systemen mit Künstlicher Intelligenz (KI) in verschiedenen Versorgungsbereichen der gesetzlichen Krankenversicherung untersucht, Handlungsempfehlungen entwickelt und konkrete Anforderungen an eine erfolgreiche Entwicklung und Implementierung von KI formuliert.“ Beschlusstext, S. 1 ↗
- belegt Nutzerzentriertes, erweiterbares Kategorisierungsinstrument für KI-Anwendungen entwickelt
Zitat aus dem Beschluss
„Insgesamt gelang dem Projekt die nutzerzentrierte Entwicklung eines Kategorisierungsinstruments zur Definition von Dimensionen und Kategorien für KI-Anwendungen im Gesundheitswesen, welches künftig genutzt sowie um neue Technologien und Dimensionen erweitert werden kann.“ Beschlusstext, S. 1 ↗
- belegt Individuelle und kontextuelle Einflussfaktoren auf die KI-Akzeptanz identifiziert
Zitat aus dem Beschluss
„Es wurden individuelle sowie kontextuelle Faktoren identifiziert, die die Akzeptanz und Nutzung von KI -Anwendungen beeinflussen.“ Beschlusstext, S. 1 ↗
- belegt Höhere Akzeptanz, wenn Menschen statt KI die Entscheidung treffen
Zitat aus dem Beschluss
„Die KI -Akzeptanz war zudem signifikant höher, wenn Menschen die Entscheidungen trafen, im Vergleich zu KI-getroffenen Entscheidungen.“ Beschlusstext, S. 1 ↗
- belegt Höchste Akzeptanz für die KI-gestützte Insulinpumpe, gefolgt von EKG und Koloskopie
Zitat aus dem Beschluss
„Hinsichtlich der Art der KI-Anwendung zeigte sich, dass d ie KI-gestützte Insulinpumpe die höchste Akzeptanz aufwies, gefolgt von der KI-Anwendung Elektrokardiogramm (EKG) und Koloskopie.“ Beschlusstext, S. 2 ↗
- belegt Versicherte zeigen eine signifikant höhere Akzeptanz als Ärztinnen und Ärzte
Zitat aus dem Beschluss
„Darüber hinaus offenbarten die Ergebnisse, dass Versicherte eine signifikant höhere Akzeptanz gegenüber KI -Anwendungen als Ärztinnen und Ärzte aufwiesen.“ Beschlusstext, S. 2 ↗
- belegt Prädiktoren der Akzeptanz identifiziert, u. a. Technikmotivation und Lebensalter
Zitat aus dem Beschluss
„Prädiktoren zum Verständnis interindividueller Unterschiede in der Ausprägu ng der Akzeptanz gegenüber den Stimuli waren u. a. die Technikmotivation und das Lebensalter, wobei sich die Einflussfaktoren zwischen den Ärztinnen und Ärzten und den Versicherten unterschieden.“ Beschlusstext, S. 2 ↗
Übertragbarkeit laut Beschluss
Der Beschluss äußert sich nicht zur Übertragbarkeit in die Regelversorgung. Er hält lediglich fest, dass das entwickelte Kategorisierungsinstrument künftig genutzt und um neue Technologien und Dimensionen erweitert werden kann.
Adressaten und ihre Rückmeldung (4)
Stand des Rückmeldungsdokuments: 08.12.2025. Je Adressat eingestuft, was er aus der Empfehlung gemacht hat. Gezählt und erklärt in der Auswertung Transfer der Ergebnisse →
- bestritten Deutscher Ethikratzur Kenntnis genommen
Auftrag: Der Ausschuss hat die Projektergebnisse zur Information an den Deutschen Ethikrat weitergeleitet.
Der Ethikrat dankt für die Übermittlung und verweist auf seine Stellungnahme aus dem Jahr 2023. Eine erneute Befassung mit Künstlicher Intelligenz ist wegen anderer Themen und begrenzter Kapazitäten derzeit nicht vorgesehen; greift er das Thema erneut auf, will er die Projektergebnisse einbeziehen.Zitat aus der Rückmeldung
„Eine erneute Befassung mit dem Thema Künstlicher Intelligenz ist daher auch vor dem Hintergrund der begrenzten Arbeitskapazitäten des Ethikrates momentan nicht vorgesehen.“ Rückmeldung, S. 4 ↗
- belegt Bundesärztekammer (BÄK)nicht erkennbar
Auftrag: Der Ausschuss hat die Projektergebnisse zur Information an die Bundesärztekammer weitergeleitet.
Im Dokument ist keine Rückmeldung der Bundesärztekammer aufgeführt; es enthält auch keinen Vermerk, dass sie nicht geantwortet hat.Zitat aus der Rückmeldung
„Die Projektergebnisse werden an den Deutschen Ethikrat, die Bundesärztekammer (BÄK), den Bundesverband Medizintechnologie e. V. (BVMed) sowie den Bundesverband Gesundheits-IT e. V. (bvitg) zur Information weitergeleitet.“ Rückmeldung, S. 2 ↗
- belegt Bundesverband Medizintechnologie e. V. (BVMed)nicht erkennbar
Auftrag: Der Ausschuss hat die Projektergebnisse zur Information an den BVMed weitergeleitet.
Im Dokument ist keine Rückmeldung des BVMed aufgeführt; es enthält auch keinen Vermerk, dass er nicht geantwortet hat.Zitat aus der Rückmeldung
„Die Projektergebnisse werden an den Deutschen Ethikrat, die Bundesärztekammer (BÄK), den Bundesverband Medizintechnologie e. V. (BVMed) sowie den Bundesverband Gesundheits-IT e. V. (bvitg) zur Information weitergeleitet.“ Rückmeldung, S. 2 ↗
- belegt Bundesverband Gesundheits-IT e. V. (bvitg)nicht erkennbar
Auftrag: Der Ausschuss hat die Projektergebnisse zur Information an den bvitg weitergeleitet.
Im Dokument ist keine Rückmeldung des bvitg aufgeführt; es enthält auch keinen Vermerk, dass er nicht geantwortet hat.Zitat aus der Rückmeldung
„Die Projektergebnisse werden an den Deutschen Ethikrat, die Bundesärztekammer (BÄK), den Bundesverband Medizintechnologie e. V. (BVMed) sowie den Bundesverband Gesundheits-IT e. V. (bvitg) zur Information weitergeleitet.“ Rückmeldung, S. 2 ↗
Wie es ausging
0 Hauptziele, davon 0 signifikant zugunsten der neuen Versorgung. Dazu 8 Nebenziele, 5 davon signifikant zugunsten.
| Rolle | Endpunkt laut Bericht | Befund | p | Seite |
|---|
Alle 8 Nebenziele anzeigen
| Rolle | Endpunkt laut Bericht | Befund | p | Seite |
|---|---|---|---|---|
| Nebenziel | Haupteffekt KI-Autonomie auf die KI-Akzeptanz Familie: Machbarkeit, Akzeptanz und Nutzung belegt | signifikant zuungunsten statistisch signifikant zuungunsten der Intervention | p = .046 | 28 |
| Nebenziel | Haupteffekt KI-Erklärbarkeit auf die KI-Akzeptanz Familie: Machbarkeit, Akzeptanz und Nutzung belegt | kein Unterschied kein statistisch signifikanter Unterschied | p = 0.57 | 28 |
| Nebenziel | Haupteffekt Art der KI-Anwendung auf die KI-Akzeptanz Familie: Machbarkeit, Akzeptanz und Nutzung belegt | signifikant zugunsten statistisch signifikant zugunsten der Intervention | p < .001 (Haupteffekt); Insulinpumpe vs. EKG p = .002; Koloskopie vs. EKG p = .824; Koloskopie vs. Insulinpumpe p < .001 | 28 |
| Nebenziel | Haupteffekt Gruppenzugehörigkeit (ÄrztInnen vs. Versicherte) auf die KI-Akzeptanz Familie: Machbarkeit, Akzeptanz und Nutzung belegt | signifikant zugunsten statistisch signifikant zugunsten der Intervention | p = .006 | 28 |
| Nebenziel | Interaktionseffekt KI-Erklärbarkeit x Art der KI-Anwendung Familie: Machbarkeit, Akzeptanz und Nutzung belegt | signifikant zugunsten statistisch signifikant zugunsten der Intervention | p = .041; Post-hoc: kurze Erklärung EKG vs. lange Erklärung Insulin p = .037; kurze Erklärung Insulin vs. lange Erklärung Koloskopie p < .001; lange Erklärung Insulin vs. lange Erklärung Koloskopie p < .001 | 29 |
| Nebenziel | Interaktionseffekt KI-Erklärbarkeit x Gruppenzugehörigkeit Familie: Machbarkeit, Akzeptanz und Nutzung belegt | kein Unterschied kein statistisch signifikanter Unterschied | p = .059 | 30 |
| Nebenziel | Prädiktive Validität der KI-Akzeptanz-Skala (latenter Faktor zweiter Ordnung) für die Technikakzeptanz Familie: Machbarkeit, Akzeptanz und Nutzung belegt | signifikant zugunsten statistisch signifikant zugunsten der Intervention | p < .001 (KI-Akzeptanz); Alter p = .032; ATAI p < .001; Gruppenzugehörigkeit p = .051; Geschlecht p = .060; subjektive Gesundheit p = .851 | 39 |
| Nebenziel | Prädiktoren der KI-Akzeptanz bei Versicherten (regularisierte Regression und Random Forest) Familie: Machbarkeit, Akzeptanz und Nutzung belegt | signifikant zugunsten statistisch signifikant zugunsten der Intervention | KI-Nutzen p < 0,001; KI-Vertrauen p < 0,01; Technikmotivation Gesamt p < 0,01; KI-Anwendung Insulin p < 0,01 | 41 |
Fallzahl
Geplant: 1.536 Personen · ausgewertet: 991 Personen · erreicht: 65 % (Ergebnisbericht, S. 15 und 26)
- Geplant: „Die Berechnung erfolgte nach der Formeln = p(100 -p)z2/E2 und erg ab eine anzustrebende Gesamtstichprobe von N = 1.536 Personen (n = 512 Personen je Altersgruppe).“ Ergebnisbericht, S. 15 ↗
- Ausgewertet: „Die Stichprobe für diesen Teil der Akzeptanzstudie umfasste insgesamt 1,113 Teilnehmer, davon 122 ÄrztInnen und 991 Versicherte.“ Ergebnisbericht, S. 26 ↗
Das Vorhaben
Beschreibung aus der Projektdatenbank des GBA
Der Einsatz künstlicher Intelligenz (KI) ermöglicht die Verarbeitung großer Datenmengen und hat damit das Potenzial zur Optimierung komplexer Abläufe und Entscheidungsprozesse in der Gesundheitsversorgung beizutragen. Jedoch besteht häufig große Unsicherheit darüber, welche Chancen und Risiken mit diesen Technologien einhergehen. Um das Potenzial von KI in der Versorgung nutzen zu können, ist es wichtig zu verstehen, welche Bedingungen die Akzeptanz dieser Technologien beeinflussen. Das Ziel dieses Projekts ist daher die Akzeptanz von KI-Anwendungen aus der Perspektive von Versicherten sowie Ärztinnen und Ärzten in beispielhaften Versorgungsbereichen der gesetzlichen Krankenversicherung (GKV) zu erheben. Darüber hinaus soll untersucht werden, inwiefern diese Akzeptanz durch individuelle Einflussfaktoren, wie z. B. Alter, Bildung oder Technikaffinität erklärt werden kann. Hierzu werden Einsatzgebiete von KI in der Versorgung zunächst kategorisiert, bevor quantitative Befragungen mit Versicherten sowie Medizinerinnen und Medizinern in Nordbayern durchgeführt und ausgewertet werden. Das Projekt wird für 2,5 Jahre mit insgesamt ca. 900.000 Euro gefördert. Die Studienergebnisse werden am Ende um Perspektiven aus der Praxis ergänzt, um im Erfolgsfall Handlungsempfehlungen für die nutzergerechte Implementierung von KI-Systemen in der Versorgung abzuleiten.
Die Berichte im Wortlaut
Die Berichte werden geladen …
Wo Beschluss und Berichte auseinandergehen
Ein Beschluss des Innovationsausschusses ist eine politische Entscheidung, keine Messung: Versorgungsrelevanz, Umsetzbarkeit, Stellungnahmen und Prioritäten gehen mit ein. Was hier steht, ist deshalb meist kein Widerspruch, sondern ein Unterschied zweier Maßstäbe.
wird geladen …
Wo die Berichte sich selbst widersprechen
Beim vollständigen Lesen fällt auf, was beim Lesen eines einzelnen Kapitels nicht auffällt. Das ist kein Vorwurf an das Vorhaben, sondern die Angabe, wie belastbar die Zahlen sind.
wird geladen …