Können KI-Agenten alle Krankheiten heilen?
Was Agentic AI in der Gesundheitsversorgung heute bereits leisten kann und wo menschliche Verantwortung unverzichtbar bleibt
„KI-Agenten werden alle Krankheiten heilen." Dieser Satz fiel nach einem Vortrag beim 19. Mobile Media Forum der Hochschule RheinMain in Wiesbaden. Ein Zuhörer kam nach vorne, bedankte sich und meinte diesen Satz völlig ernst.
Dieser Satz prägt. Nicht, weil er eins zu eins unterschrieben wird. Sondern weil er genau die Frage trifft, um die es gerade geht: Wie viel von dem, was heute für unheilbar oder für nicht diagnostizierbar gehalten wird, ist in Wahrheit kein medizinisches Problem, sondern ein Kapazitätsproblem?
Der Anlass
Am 29. September 2026 war Wilfried Talimeta, Gründer von IDA Health, Speaker beim 19. Mobile Media Forum der Hochschule RheinMain in Wiesbaden. Das Forum bringt einmal im Jahr Forschung, Studierende und Praxis zusammen und beleuchtet, was digitale Technologie konkret verändert. Sein Thema: „Agentic AI in der psychologischen Gesundheitsversorgung: Wie KI-Agenten Fachkräfte entlasten und Versorgungslücken schließen."
Wo diese Systeme heute stehen
Der erste Teil des Vortrags war eine Einordnung, wo diese Systeme heute stehen. Nicht als Zukunftsversprechen, sondern anhand konkreter Belege:
- Fachwissen auf Promotionsniveau: In GPQA Diamond, einem Test mit 198 Fachfragen auf Promotionsniveau, erreichen promovierte Fachleute im eigenen Gebiet rund 70 Prozent. Die besten Modelle liegen bei rund 87 Prozent.
- 10.000 Agenten, 88 Stunden: Im September 2026 haben KI-Agenten gemeinsam einen Beweis zum Navier-Stokes-Problem vorgelegt, einem der sieben Millennium-Probleme der Mathematik. Auf Basis menschlicher Vorarbeit, die Begutachtung läuft noch. Trotzdem bleibt: Agenten haben hier gemeinsam geforscht.
- Zehn Jahre Forschung in zwei Tagen: Googles „AI Co-Scientist" kam 2025 zur selben Erklärung für die Ausbreitung resistenter Keime wie ein Team am Imperial College. Das Team hatte zehn Jahre gebraucht.
- Joseph Coates, 37 Jahre: Seine Ärztinnen und Ärzte hatten ihn aufgegeben und fragten ihn, wo er sterben möchte. Ein KI-Modell schlug für sein seltenes POEMS-Syndrom eine ungewöhnliche Kombinationstherapie vor, die so noch nie probiert worden war. Er ist heute in Remission.
- Alex, 4 Jahre: Drei Jahre Schmerzen, 17 Ärztinnen und Ärzte, keine Diagnose. Der Hinweis einer KI führte zur richtigen Diagnose und zur Operation.
Was diese Beispiele tatsächlich bedeuten
Die einzelnen Beispiele sind nicht deshalb wichtig, weil eine Maschine nun angeblich wie ein Mensch denkt. Sie zeigen etwas Nüchterneres und zugleich Wichtigeres: Moderne Modelle können inzwischen große Mengen an Fachwissen durchsuchen, Zusammenhänge herstellen und mehrere mögliche Erklärungen gegeneinander abwägen. Vor fünf Jahren war KI im Alltag oft eine beeindruckende Antwortmaschine. Heute kann ein Agent aus einer Aufgabe einen Arbeitsprozess machen, Zwischenergebnisse prüfen und so lange weiterarbeiten, bis eine belastbare Antwort entsteht.
Der Unterschied liegt in der Ausdauer und in der Struktur. Ein einzelnes Modell kann eine Studie zusammenfassen oder einen Vorschlag machen. Ein System aus mehreren spezialisierten Agenten kann dagegen dieselbe Frage aus verschiedenen Perspektiven untersuchen: Einer sucht nach bekannten Mustern, ein anderer prüft seltene Ursachen, ein dritter vergleicht die Vermutung mit Leitlinien und ein vierter versucht, die gesamte Argumentation zu widerlegen. Das ersetzt keine Fachperson. Es verändert aber, wie gründlich eine Fachperson arbeiten kann.
Auch die Zahlen müssen richtig eingeordnet werden. Ein Ergebnis von 87 Prozent in einem anspruchsvollen Wissenstest bedeutet nicht, dass ein Modell zu 87 Prozent ein guter Arzt ist. Ein mathematischer Beweis ist noch keine zugelassene Behandlung. Und ein einzelner erfolgreicher Diagnosefall beweist nicht, dass jede seltene Erkrankung künftig automatisch erkannt wird. Die Beispiele zeigen jedoch, dass KI-Agenten längst mehr sind als eine Spielerei: Sie können bei komplexen Aufgaben Leistungen erbringen, für die Menschen bisher sehr viel Zeit, Spezialwissen und Koordination gebraucht haben.
Genau darin liegt die praktische Bedeutung für die Gesundheitsversorgung. Die entscheidende Frage ist nicht, ob ein Agent allein eine Diagnose stellen darf. Die Frage ist, ob Fachkräfte mit solchen Systemen mehr Hypothesen prüfen, mehr Studien berücksichtigen und mehr Zeit für die Patientin oder den Patienten gewinnen können. Diese Verschiebung ist bereits heute sichtbar.
Der eigentliche Hebel ist nicht ein Modell, sondern ein Team
Das war der Teil, bei dem es im Saal still wurde.
Stellen Sie sich eine Patientin vor, 34 Jahre, Fieber in Schüben, Gelenkschmerzen, wiederkehrende Infekte, erhöhte Entzündungswerte. Vier Fachärzte, drei Jahre, keine Diagnose. Die Genetik wurde nie geprüft.
Für genau diesen einen Fall lässt sich heute ein virtuelles Ärzteteam einberufen: ein Agent für Neurologie, einer für Onkologie, einer für Pharmakologie, einer für Genetik, einer, der systematisch Differenzialdiagnosen durchspielt, und einer, dessen einzige Aufgabe es ist, die anderen kritisch zu prüfen.
Diese Agenten arbeiten parallel, stunden- oder tagelang, ohne zu ermüden, und haben Zugriff auf Leitlinien, Studien und Datenbanken. Sie analysieren denselben Fall aus mehreren Fachrichtungen, stellen neue, hochpersonalisierte Hypothesen auf und belegen sie. Im Grunde entsteht pro Patientin eine kleine Doktorarbeit. Am Ende entscheidet die Fachperson, prüft, wählt aus und trägt die Verantwortung.
Dasselbe Prinzip lässt sich auf alltäglichere Situationen übertragen. Bei einer neuen Patientin könnte ein Agent die Anamnese strukturieren, Widersprüche in den Angaben markieren und passende Leitlinien heraussuchen. Ein anderer könnte prüfen, ob Medikamente, Vorerkrankungen und Symptome zusammen ein Risiko ergeben. Die Fachperson bekommt dadurch keine fertige Wahrheit, sondern eine besser vorbereitete Entscheidungsgrundlage und kann ihre Zeit dort einsetzen, wo Erfahrung und menschliche Beziehung unersetzlich sind.
Der unbequeme Teil
Eine echte Fallkonferenz mit sechs Fachärzten, die zwei Tage lang nur an einem einzigen Fall arbeiten, bekommt in Deutschland fast niemand. Nicht aus Unwillen, sondern weil Personal, Zeit und Geld fehlen. Genau das ist der Punkt: Diese Recherchekraft war bisher ein Privileg.
Es gibt heute Menschen, die krank bleiben oder sterben, nicht weil es keine Antwort gäbe, sondern weil niemand die Zeit hatte, lange genug für sie zu suchen.
Die Technologie, die diese Suche übernehmen könnte, existiert. Sie ist bezahlbar. Sie steht rund um die Uhr zur Verfügung. Und in den allermeisten Kliniken und Praxen wird sie nicht genutzt. Das ist das eigentliche Versäumnis unserer Zeit im Gesundheitswesen.
Was gilt und was nicht
Ob KI-Agenten alle Krankheiten heilen werden, lässt sich heute ehrlicherweise nicht mehr mit einem harten Nein beantworten. Das ist nicht mehr so wie vor fünf Jahren, wo die Antwort klar mit Nein hätte beantwortet werden müssen. Aber es gibt auf jeden Fall viele Möglichkeiten.
KI-Agenten werden deutlich mehr Menschen eine Antwort geben, als unser System es heute kann, und zwar nicht erst in zwanzig Jahren, sondern bereits in den nächsten Jahren. Das gilt unter klaren Bedingungen: Der Mensch entscheidet, die Daten bleiben geschützt, die Instrumente sind validiert, und Regulierung wird von Anfang an mitgedacht.
IDA Health baut an genau diesem Stück: Systeme, die Fachkräfte entlasten und diese Recherchekraft dorthin bringen, wo sie gebraucht wird.
Dank geht an die Hochschule RheinMain und das Team des Mobile Media Forums für die Einladung.
Quellen
- GPQA Diamond, Epoch AI Benchmarking Hub (promovierte Fachleute 69,7 %, bestes Modell 87 %)
- OpenAI, „On the Navier-Stokes Millennium Prize Problem" (08.09.2026)
- Live Science (2025) zum AI Co-Scientist
- New York Times (20.03.2025) zu Joseph Coates
- TODAY (2023) zum Fall Alex