The partial adoption trap: Coordination failure, trust, and cultural lock-in in health AI adoption

Das große Ganze: Das Problem der „halbherzigen" Annahme

Stellen Sie sich vor, ein Krankenhaus beschließt, ein neues, hochintelligentes KI-System einzuführen, um Ärzte zu unterstützen. Das Ziel ist nicht nur, die Arbeit eines einzelnen Arztes zu erleichtern; das Ziel ist es, die Arbeitsweise des gesamten Krankenhauses vollständig umzugestalten, damit Patienten schneller behandelt werden und die Kosten sinken.

Das Papier argumentiert, dass Ärzte zwar gerne die KI für kleine, einfache Aufgaben nutzen (wie das Tippen von Notizen), sie sich jedoch oft weigern, ihren gesamten Arbeitsablauf zu ändern, damit das System wie vorgesehen funktioniert. Das Ergebnis? Die KI ist überall „installiert", aber das Krankenhaus erzielt nie die großen Vorteile, die es versprochen hat. Dies ist die Falle der teilweisen Annahme.

Der Autor verwendet ein mathematisches Modell (ähnlich einer spieltheoretischen Simulation), um zu zeigen, warum dies passiert und warum Standardlösungen (wie die Vergabe von Prämien an Ärzte) die Situation oft verschlimmern.

---

Die drei Spielweisen der Ärzte

Das Modell legt nahe, dass Ärzte bei der Einführung eines neuen Systems drei Wahlmöglichkeiten haben:

1. Echte Annahme (Der „All-In"-Spieler): Der Arzt ändert seine Routine vollständig, um sich an die neue KI anzupassen. Er ändert, wie er Patienten behandelt, wie er Termine plant und wie er mit dem Personal spricht.
   • Der Haken: Dies ist zunächst anstrengend und disruptiv.
2. Teilweise Annahme (Der „kluge Sparschwein"): Der Arzt nutzt die KI für die einfachen Dinge (wie Zeitersparnis bei der Bürokratie), behält aber seine alte Routine für alles andere bei.
   • Der Haken: Dies fühlt sich sofort gut an, da es Zeit spart, ohne den Aufwand einer kompletten Systemänderung.
3. Ablehnung (Der „Luddit"): Der Arzt ignoriert das Werkzeug vollständig.

Die Falle: Da die „Teilweise Annahme" kurzfristig einfacher und lohnender erscheint, wählen die meisten Ärzte diese Option. Doch das System funktioniert nur, wenn genügend Menschen die „Echte Annahme" wählen. Wenn alle „teilweise annehmen", ist das System wie ein Auto mit laufendem Motor, aber mit im Leerlauf stehenden Rädern – es macht Lärm, kommt aber nicht voran.

---

Die vier Gründe, warum die Falle zuschlägt

Das Papier identifiziert vier spezifische Gründe, warum das Krankenhaus in diesem „halbherzigen" Zustand stecken bleibt.

1. Das Problem „Zu klein, um zu zählen" (Scheitern der Schwelle)

Analogie: Stellen Sie sich vor, Sie versuchen, ein Lagerfeuer zu entfachen. Sie benötigen eine bestimmte Anzahl von gleichzeitig brennenden Ästen, um eine Flamme zu erzeugen, die das gesamte Zelt wärmt. Wenn Sie nur ein paar Äste anzünden, qualmen sie nur und erlöschen.
Die Realität: Die KI erzeugt nur systemweite Vorteile (wie einen schnelleren Patientenfluss), wenn eine kritische Masse von Ärzten ihren Arbeitsablauf ändert. Wenn Sie als Einziger Änderungen vornehmen, sind Sie nur ein Ausreißer, der gegen den Strom schwimmt. Die Vorteile setzen erst ein, wenn Sie einen „Kipppunkt" überschreiten. Da kein einzelner Arzt diesen Punkt allein überschreiten kann, warten sie auf andere, und es passiert nichts.

2. Das Problem „Geplatzte Versprechen" (Vertrauensverlust)

Analogie: Stellen Sie sich vor, ein Chef sagt einem Team: „Wenn Sie härter arbeiten und dem Unternehmen Geld sparen, gebe ich Ihnen eine Prämie." Das Team arbeitet hart, spart das Geld, aber der Chef sagt: „Eigentlich behalte ich die Einsparungen für das Unternehmen. Keine Prämie für Sie."
Die Realität: Ärzte wissen, dass sie, wenn sie ihre Arbeit wirklich umstrukturieren, dem Krankenhaus viel Geld sparen werden. Doch sie vertrauen nicht darauf, dass das Krankenhaus diese Einsparungen mit ihnen teilt. Sie befürchten, dass das Krankenhaus, wenn sie die harte Arbeit leisten, nur den Ruhm und das Geld für sich behält. Also wählen sie den Weg der „teilweisen Annahme", bei dem sie ihre eigenen Zeitersparnisse behalten, anstatt den Weg der „echten Annahme" für ein Versprechen zu riskieren, das möglicherweise gebrochen wird.

3. Das Problem „Alte Gewohnheiten sterben schwer" (Kulturelle Verankerung)

Analogie: Stellen Sie sich eine Gruppe von Freunden vor, die alle zustimmen: „Wir machen diesen neuen Tanz nicht." Wenn eine Person versucht, den Tanz zu machen, machen sich die anderen über sie lustig oder ignorieren sie. Schließlich hört die Person auf zu tanzen, um dazuzugehören.
Die Realität: Wenn die meisten Ärzte die „Teilweise Annahme" wählen, wird die Kultur des Teams zu „wir nutzen das Werkzeug, aber wir ändern unsere Arbeitsweise nicht wirklich". Wenn ein Arzt versucht, „echt" zu gehen, steht er unter sozialem Druck und Reibung mit Kollegen, die nicht mitmachen. Die Gruppenkultur sperrt alle in den mittelmäßigen Zustand der „teilweisen Annahme" ein.

4. Das „Paradoxon des Wertes"

Analogie: Je wertvoller ein Schatz ist, desto schwerer ist es, Menschen dazu zu bringen, gemeinsam danach zu graben.
Die Realität: Das Papier stellt eine grausame Ironie fest: Die Technologien, die das größte Potenzial haben, Leben und Geld zu retten (KI zur Systemveränderung), sind die am schwersten zu implementierenden. Die Technologien, die leicht zu übernehmen sind (Punkt-Lösungen wie ein einfacher Rechtschreibprüfer), verbreiten sich leicht. Je wertvoller die Veränderung ist, desto wahrscheinlicher ist es, dass sie in der Falle stecken bleibt.

---

Der „Kosten-Ratsche": Ein Funken Hoffnung

Es gibt eine interessante Wendung im Modell, die Kosten-Ratsche genannt wird.

Analogie: Stellen Sie sich vor, Sie versuchen, einen schweren Felsbrocken einen Hügel hinauszuschieben. Am Anfang ist es unglaublich schwer. Aber wenn Sie ihn nur ein wenig über einen bestimmten Punkt hinaus schieben, verändert sich der Boden, und der Felsbrocken wird für immer leichter zu schieben. Selbst wenn Sie aufhören zu schieben und der Felsbrocken den Hang hinunterrollt, bleibt der Boden verändert. Beim nächsten Mal ist es leichter als beim ersten Mal.

Die Realität: Wenn ein Krankenhaus versucht, die KI einzuführen und scheitert (sie erreichen den Kipppunkt nicht), denken sie vielleicht, sie hätten ihre Zeit verschwendet. Doch das Papier argumentiert, dass selbst ein gescheiterter Versuch die Kosten „abbaut". Die Ärzte haben ein wenig gelernt, das System hat sich ein wenig daran gewöhnt. Die Eintrittsbarriere ist dauerhaft gesenkt.

• Allerdings: Dies hilft nur, wenn die Ärzte ihr Vertrauen nicht zu schnell verlieren. Wenn das Krankenhaus zu schnell Versprechen bricht, erodiert das Vertrauen der Ärzte schneller als das „Lernen" stattfindet, und die Falle wird tiefer.

---

Wie man der Falle entkommt (Die Lösung)

Das Papier argumentiert, dass Standardmaßnahmen (wie die Vergabe einer kleinen Prämie an jeden Arzt zur Nutzung des Werkzeugs) die Falle tatsächlich verschlimmern, da sie die „Teilweise Annahme" fördern, ohne die zugrunde liegenden Vertrauens- oder Kulturprobleme zu beheben.

Um herauszukommen, benötigt das Krankenhaus eine spezifische Abfolge von Aktionen:

1. Zuerst das Vertrauen reparieren: Bevor Ärzte aufgefordert werden, sich zu ändern, muss das Krankenhaus einen Vertrag unterzeichnen, der garantiert, dass die Ärzte, wenn das System Geld spart, einen Anteil erhalten. Kein Vertrauen, keine Veränderung.
2. Die Kultur vorbereiten: Bevor die Technologie eingeführt wird, müssen die Teams bereitgemacht werden. Stellen Sie sicher, dass die „Gruppennorm" die Veränderung unterstützt, damit die ersten Anwender nicht vom Status quo gemobbt werden.
3. Das Team säen, nicht das Individuum: Verteilen Sie die Veränderung nicht dünn über das gesamte Krankenhaus. Wählen Sie ein spezifisches Team (ein „Samenkorn") und sorgen Sie dafür, dass jeder in diesem Team gleichzeitig „echt" geht. Dies hilft ihnen, den Kipppunkt lokal zu überschreiten und ein kleines Feuer zu entfachen, das sich schließlich ausbreiten kann.
4. Die Phase der „Einbettung" unterstützen: Wenn das Team schließlich die Schwelle überschreitet, stecken Sie alle Unterstützungsressourcen in diesen Moment, um sicherzustellen, dass die neue Arbeitsweise haften bleibt.

Das Fazit

Das Papier kommt zu dem Schluss, dass wir „KI zur Systemveränderung" nicht wie ein einfaches Software-Update behandeln können. Wenn wir versuchen, Ärzte mit individuellen Anreizen und ohne Vertrauen zu zwingen, erhalten wir ein Krankenhaus voller Ärzte, die das Werkzeug nutzen, um schneller Notizen zu tippen, während das Krankenhaus genauso langsam und teuer bleibt wie zuvor. Wir stecken in einer Falle fest: „Es sieht so aus, als hätten wir uns verändert, aber wir haben uns tatsächlich nicht verändert."