Enterprise AI Readiness in Healthcare: Development and Preliminary Evaluation of a Five-Domain Survey Framework

Krankenhäuser und Gesundheitssysteme wenden sich zunehmend der Künstlichen Intelligenz zu, dem Zweig der Informatik, der es Maschinen ermöglicht, aus Daten zu lernen und Entscheidungen zu treffen. Diese Werkzeuge versprechen, Ärzten dabei zu helfen, Krankheiten schneller zu diagnostizieren, Krankenhausressourcen effizienter zu verwalten und die administrative Belastung des Personals zu reduzieren. Es bedeutet jedoch nicht, dass ein Krankenhaus bereit ist, eine neue Software effektiv im gesamten Betrieb einzusetzen, nur weil es ein neues Programm kauft oder testet. Es gibt einen signifikanten Unterschied zwischen dem Besitz einer Technologie und der organisatorischen Kapazität, sie sicher, fair und in großem Maßstab zu nutzen. Genau wie ein Auto nicht nur einen Motor, sondern auch einen Fahrer, Treibstoff, Straßen und Verkehrsregeln benötigt, um zu funktionieren, braucht ein System der Künstlichen Intelligenz ein unterstützendes Umfeld, um erfolgreich zu sein. Ohne die richtige Führung, Datenqualität, geschultes Personal und klare Regeln können selbst die fortschrittlichsten Werkzeuge versagen oder Schaden anrichten.

Eine aktuelle Studie von Ajmal Aminee von der California State University untersucht diese Lücke, indem sie eine neue Methode zur Messung der „Enterprise AI Readiness“ (Unternehmensweite KI-Bereitschaft) entwickelt. Anstatt zu zählen, wie viele Projekte der Künstlichen Intelligenz ein Krankenhaus gestartet hat, bat der Forscher die Führungskräfte, die allgemeine Bereitschaft ihrer Organisation in fünf spezifischen Bereichen zu bewerten. Die Studie befragte 150 Führungskräfte aus Krankenhäusern, medizinischen Zentren und Technologieunternehmen, gefolgt von Tiefeninterviews mit 28 von ihnen. Das Ziel war es, zu bestimmen, ob die Bereitschaft eines Krankenhauses in diesen Bereichen tatsächlich mit der Art und Weise zusammenhängt, wie gut sie Künstliche Intelligenz implementieren, wie leicht sie deren Nutzung ausweiten können und ob sie einen echten Nutzen sehen. Die Ergebnisse deuten darauf hin, dass viele Organisationen auf dem Papier bei ihren Strategien und der Governance stark sind, aber oft Schwierigkeiten mit der praktischen Arbeit der Schulung des Personals und der Integration dieser Werkzeuge in die tägliche Patientenversorgung haben.

Der Forscher entwickelte ein Framework, das auf fünf miteinander verbundenen Säulen der Bereitschaft basiert. Die erste ist Führung und Strategie, die untersucht, ob die Führungskräfte einen klaren Plan und das Wissen haben, um KI-Bemühungen zu leiten. Die zweite Säule ist Daten, Technologie und Infrastruktur, welche prüft, ob das Krankenhaus über saubere, zugängliche Daten und die Computersysteme verfügt, die zum Betrieb dieser Werkzeuge nötig sind. Die dritte Säule ist die Bereitschaft der Belegschaft und der Organisation, die sich darauf konzentriert, ob Ärzte, Pflegekräfte und Administratoren die Technologie verstehen und sich bereit fühlen, sie zu nutzen. Der vierte Bereich ist Governance, Sicherheit und verantwortungsbewusste Künstliche Intelligenz, welcher überprüft, ob die Organisation Regeln hat, um die Privatsphäre der Patienten zu schützen, Voreingenommenheit zu verhindern und Rechenschaftspflicht zu gewährleisten. Die letzte Säule ist klinische Integration und Evaluation, die misst, ob die Werkzeuge reibungslos in die Arbeitsabläufe der Patienten passen und ob das Krankenhaus verfolgen kann, ob sie tatsächlich die Ergebnisse verbessern.

Als der Forscher die Umfrageergebnisse analysierte, stellte er fest, dass die Bereitschaft nicht gleichmäßig über diese fünf Bereiche verteilt war. Die strategische Bereitschaft der Führungsebene erhielt die höchsten Werte mit einer durchschnittlichen Bewertung von 3,89 von 5. Dies deutet darauf hin, dass sich die Krankenhausleitungen der Bedeutung der Künstlichen Intelligenz im Allgemeinen bewusst sind und begonnen haben, Strategien zu formulieren. Auch Governance und Sicherheit schnitten mit 3,71 relativ gut ab, was darauf hindeutet, dass viele Organisationen Komitees und Richtlinien zur Überwachung dieser Technologien etabliert haben. Die Werte sanken jedoch für die praktischeren Aspekte der Implementierung erheblich. Die Bereitschaft der Belegschaft lag im Durchschnitt bei 3,34, und die klinische Integration sowie Evaluation erhielten mit 3,29 die niedrigsten Punktzahl. Dieses Muster offenbart einen häufigen Trend: Krankenhäuser sind gut in der Planung und beim Festlegen von Regeln, aber sie sind weniger vorbereitet darauf, ihr Personal zu schulen und diese Werkzeuge in den komplexen Echtzeit-Ablauf der Patientenversorgung einzubinden.

Die Studie untersuchte auch, ob diese Bereitschaftswerte für den tatsächlichen Erfolg entscheidend waren. Die Daten zeigten eine starke Verbindung zwischen der allgemeinen Bereitschaft und drei Schlüsselergebnissen: wie erfolgreich Künstliche Intelligenz implementiert wurde, wie leicht sie auf andere Abteilungen ausgeweitet werden konnte und ob die Organisation das Gefühl hatte, einen echten Wert zu gewinnen. Organisationen, die in allen fünf Bereichen höher bewertet wurden, berichteten von einem größeren Erfolg bei der Bereitstellung dieser Werkzeuge und deren Skalierung. Insbesondere die strategische Bereitschaft der Führungsebene hatte die stärkste unabhängige Verbindung zum Implementierungserfolg, dicht gefolgt von der Fähigkeit, die Werkzeuge in klinische Arbeitsabläufe zu integrieren. Dies deutet darauf hin, dass eine klare Vision von oben entscheidend ist, aber allein nicht ausreicht; die Werkzeuge müssen auch für die Menschen an der Front nutzbar sein.

Um die Zahlen besser zu verstehen, sprach der Forscher mit den Führungskräften, die an der Umfrage teilgenommen hatten. Die Interviews bestätigten die Umfrageergebnisse, lieferten aber auch wichtigen Kontext. Viele Führungskräfte gaben zu, dass sie zwar ehrgeizige Strategien und formelle Komitees haben, die tägliche Realität jedoch oft schwieriger sei. Sie beschrieben Herausforderungen durch fragmentierte Datensysteme, die nicht miteinander kommunizieren konnten, einen Mangel an spezifischen Schulungen für das Personal und die Schwierigkeit, neue Werkzeuge in bestehende Patientenroutinen einzubinden, ohne Störungen zu verursachen. Ein Leiter merkte an, dass der Übergang von einem kleinen Pilotprojekt zu einem vollumfänglichen System weit mehr erfordere, als nur zu beweisen, dass die Technologie funktioniert; es erfordere zuverlässige Daten, klare Verantwortlichkeiten und kontinuierliche Unterstützung. Ein anderer wies darauf hin, dass die Governance oft beim Genehmigungsschritt stoppe, mit weniger Aufmerksamkeit für die Überwachung der Werkzeuge nach deren Einsatz oder die Rechenschaftspflicht für deren Leistung.

Die Studie kommt zu dem Schluss, dass das „KI-bereit“ zu werden kein einmaliges Ereignis, sondern ein kontinuierlicher Prozess des Aufbaus und der Abstimmung von Fähigkeiten ist. Es reicht nicht aus, dass ein Krankenhaus eine neue Technologie übernimmt; es muss auch sicherstellen, dass sein Personal geschult, seine Daten sauber, seine Regeln durchgesetzt und seine Arbeitsabläufe angepasst sind. Die Forschung legt nahe, dass viele Gesundheitsorganisationen derzeit in Bezug auf Strategie und Governance zwar weit fortgeschritten sind, aber hinter der menschlichen und operativen Arbeit zurückbleiben, die erforderlich ist, um Künstliche Intelligenz in der Praxis wirksam zu machen. Während die Studie ein nützliches Framework zur Identifizierung dieser Lücken bietet, warnt der Autor, dass die Ergebnisse auf selbsteingeschätzten Wahrnehmungen basieren und im Laufe der Zeit weiter getestet werden müssen. Dennoch vermitteln die Ergebnisse eine klare Botschaft an die Führungskräfte im Gesundheitswesen: Um das volle Potenzial der Künstlichen Intelligenz auszuschöpfen, müssen sie über die Technologie selbst hinausblicken und sich darauf konzentrieren, eine unterstützende, kompetente und integrierte Organisation aufzubauen.