Künstliche Intelligenz im Medizinstudium 2026 und warum Ärzte gebraucht werden

Wie viel Künstliche Intelligenz heute wirklich im Medizinstudium steckt

Die Lücke zwischen öffentlicher Debatte und Lehrrealität ist noch spürbar. Eine Querschnittsbefragung von Fitzek und Choi, veröffentlicht 2024 in BMC Medical Education, erfasste 409 Medizin- und Zahnmedizinstudierende aus Deutschland, Österreich und der Schweiz. Erhoben wurde zwischen April und Juli 2023. Nur 18,2 Prozent der Teilnehmenden hatten zu diesem Zeitpunkt eine formale Ausbildung zu Künstlicher Intelligenz erhalten. Gleichzeitig zeigte sich eine starke Korrelation zwischen technischer Affinität und Vertrautheit mit KI, was in der Praxis bedeutet: Wer sich privat für das Thema interessiert, war informiert, wer nicht, blieb es nicht durch das Curriculum.

Wie schnell sich das Feld seither bewegt, zeigt ein aktualisiertes Scoping Review von Simoni und Kolleginnen und Kollegen aus dem Jahr 2025, ebenfalls in BMC Medical Education. Die Arbeitsgruppe sichtete 3.238 Publikationen und schloss 310 ein. Allein 161 Veröffentlichungen, also 52 Prozent des eingeschlossenen Materials, entfielen auf einen Zeitraum von acht Monaten und behandelten ausschliesslich das grundständige Medizinstudium. Die Autorengruppe hält allerdings ebenso fest, dass es weder einen standardisierten Ansatz noch einen Konsens über KI-Kompetenzen oder ethische Rahmenbedingungen gibt.

Vom Wahlfach zur Querschnittsaufgabe

Marc Triola und Adam Rodman beschrieben 2025 in Academic Medicine die zentrale Engstelle: Nicht die Studierenden, sondern die Lehrenden verfügen bislang überwiegend weder über die Kompetenzen noch über verbindliche Leitlinien, um generative KI in das Kerncurriculum einzugliedern. Ihre Empfehlung läuft auf drei Elemente hinaus: klare Nutzungsregeln, die Institutions- und Patientendaten schützen, eine Governance-Struktur mit ethischen Grundprinzipien und ausformulierte Kompetenzen für Studierende wie für Lehrende. Das ist der Grund, warum KI an vielen Fakultäten derzeit als Wahlfach, Blockseminar oder Longitudinalcurriculum startet und nicht als eigenes Staatsexamensfach.

Was die Lernzielkataloge verlangen

Der Nationale Kompetenzbasierte Lernzielkatalog Medizin, kurz NKLM, ist das Referenzwerk der medizinischen Fakultäten in Deutschland. Er beschreibt nach eigener Darstellung nicht nur Fach- und Begründungswissen sowie praktische Fertigkeiten und Haltungen, sondern ausdrücklich auch übergeordnete Kompetenzen, darunter interprofessionelle, digitale und wissenschaftliche Kompetenzen. Digitale Kompetenz ist im deutschen Referenzrahmen also gesetzt, nicht optional.

Aktuell liegt der Katalog als Zwischenversion NKLM 2.1 vor, nach Angaben des Medizinischen Fakultätentages erschienen im Juni 2026. Er wird in zwei Anwendungsvarianten geführt, einer Fassung nach dem Referentenentwurf 2023 und einer Fassung nach geltender Approbationsordnung. Parallel läuft die Weiterentwicklung zur Version 3.0, deren erklärtes Ziel eine inhaltliche Reduktion mit Fokussierung auf praxisrelevante Inhalte für den Berufseinstieg ist. Wichtig für die Einordnung: Der NKLM ist ein Orientierungsrahmen der Fakultäten, keine Rechtsverordnung. Die reformierte Approbationsordnung für Ärzte ist bislang nicht in Kraft getreten, rechtlich massgeblich bleibt die Approbationsordnung von 2002 in der Fassung von 2023.

Aus den Katalogen und der internationalen Fachdiskussion lassen sich vier Kompetenzbereiche destillieren, die künftige Ärztinnen und Ärzte beherrschen müssen:

• Dateninterpretation. Sensitivität, Spezifität, positiver und negativer prädiktiver Wert, Vortestwahrscheinlichkeit und Kalibrierung eines Modells sind keine Statistikfolklore, sondern entscheiden darüber, ob ein Algorithmenbefund im Einzelfall etwas bedeutet.
• Kritische Bewertung von Algorithmen. An welcher Population wurde trainiert, an welcher validiert, wie verhält sich das Modell ausserhalb dieser Population, wer hat es zugelassen und für welchen Zweck.
• Datenschutz und Datensouveränität. Welche Daten dürfen ein Klinikinformationssystem verlassen, was bedeutet das für frei zugängliche Sprachmodelle im Stationsalltag.
• Verantwortung und Haftung. Die ärztliche Entscheidung bleibt zurechenbar. Ein Modellvorschlag ist ein Beitrag zur Entscheidung, nicht die Entscheidung selbst.

Was Sprachmodelle in medizinischen Prüfungen tatsächlich leisten

Hier ist die Datenlage inzwischen ordentlich, und sie ist differenzierter, als Schlagzeilen vermuten lassen. Eine Metaanalyse von Nouri und Kolleginnen und Kollegen, 2025 im Journal of Educational Evaluation for Health Professions erschienen, wertete 36 Studien zu Sprachmodellen in medizinischen Lizenzprüfungen aus. Die gepoolte Gesamtgenauigkeit lag bei 72 Prozent mit einem 95-Prozent-Konfidenzintervall von 70,0 bis 75,0 Prozent. GPT-4 erreichte 81 Prozent, Claude 74 Prozent, Gemini beziehungsweise Bard 70 Prozent, GPT-3.5 dagegen 60 Prozent. Nach Sprachen reichte die Spannweite von 62 Prozent bis 77 Prozent, ohne statistische Signifikanz der Unterschiede.

Eine 2025 in Cureus publizierte Auswertung von Kasagga und Kolleginnen und Kollegen betrachtete 120 Einzelevaluationen über zehn Prüfungssysteme und neun Sprachen hinweg. Die neueren Modellgenerationen lagen deutlich höher, GPT-o1 mit 95,4 Prozent, DeepSeek-R1 mit 92,0 Prozent, GPT-4o mit 89,4 Prozent. 13 von 16 untersuchten Modellen überschritten die 60-Prozent-Marke, die vielerorts als Bestehensgrenze dient. Modelltyp, Prüfungssystem und Sprache erklärten zusammen rund 89 Prozent der Heterogenität zwischen den Studien.

Dem gegenüber steht eine breiter angelegte Metaanalyse von Waldock und Kolleginnen und Kollegen aus dem Journal of Medical Internet Research von 2024. Über 32 Studien lag die Gesamtgenauigkeit in medizinischen Prüfungen bei 0,61 mit einem Konfidenzintervall von 0,58 bis 0,64, für das US-amerikanische USMLE sogar nur bei 0,51. Der Unterschied zu den späteren Auswertungen erklärt sich vor allem über die Modellgeneration und die Auswahl der Prüfungsformate. Für die Zahnmedizin fiel das Bild zurückhaltender aus: Eine Metaanalyse im International Dental Journal von 2025 fand über elf Studien aus acht Ländern 72 Prozent für GPT-4, 56 Prozent für Bard und 54 Prozent für GPT-3.5, mit dem ausdrücklichen Hinweis, dass die Genauigkeit unterhalb der für eine klinische Anwendung erforderlichen Schwelle bleibt.

Wo die Evidenz ihre Grenzen zeigt

Eine Prüfungsfrage ist ein geschlossenes Problem mit vorformulierten Antwortoptionen. Klinische Arbeit ist das Gegenteil. Genau an dieser Stelle wird die Studienlage aufschlussreich. Ethan Goh und Kolleginnen und Kollegen randomisierten 2024 für JAMA Network Open 50 Ärztinnen und Ärzte, 26 Fach- und 24 Assistenzärzte, auf die Bearbeitung diagnostischer Fälle mit oder ohne Zugang zu einem Sprachmodell. Die mediane diagnostische Leistung lag bei 76 Prozent mit Modellzugang gegenüber 74 Prozent ohne, ein Unterschied von zwei Prozentpunkten ohne statistische Signifikanz. Das Modell allein schnitt dabei um 16 Punkte besser ab als beide Ärztegruppen. Die schlichte Verfügbarkeit eines starken Werkzeugs verbessert die Ergebnisse also nicht automatisch.

Eine Folgestudie derselben Gruppe, 2025 in Nature Medicine erschienen, randomisierte 92 praktizierende Ärztinnen und Ärzte auf Behandlungsentscheidungen mit GPT-4 plus konventionellen Ressourcen gegenüber konventionellen Ressourcen allein. Hier zeigte sich ein signifikanter Vorteil von 6,5 Prozentpunkten, allerdings bei höherem Zeitaufwand pro Fall und ohne signifikanten Unterschied zwischen den modellunterstützten Ärzten und dem Modell allein. Beide Arbeiten zusammengenommen ergeben eine klare Lehre: Der Nutzen entsteht nicht durch das Modell, sondern durch die Art, wie eine Ärztin oder ein Arzt damit umgeht. Das ist eine Kompetenz, und Kompetenzen werden gelehrt und geprüft.

Hinzu kommt die Verlässlichkeitsfrage. Eine systematische Auswertung von Sallam, 2023 in Healthcare erschienen, fand in 96,7 Prozent der ausgewerteten Arbeiten Bedenken wegen ungenauer Inhalte und des Risikos von Halluzinationen, also plausibel formulierter, aber falscher Aussagen. Und auch der Lehrnutzen ist nicht automatisch gegeben: Eine Metaanalyse von Li und Kolleginnen und Kollegen aus BMC Medical Education 2025 fasste elf randomisierte kontrollierte Studien mit 786 Medizinstudierenden zusammen und fand keinen statistisch signifikanten Unterschied im Wissenserwerb zwischen KI-gestütztem und traditionellem Unterricht bei einer standardisierten Mittelwertdifferenz von 0,27. Vorteile zeigten sich in Subgruppen, besonders bei längeren Lernphasen, praxisorientierten Kursen, der Entwicklung praktischer Fertigkeiten und der Zufriedenheit der Studierenden.

Radiologie und Pathologie zwischen Schlagzeile und Studienlage

Kein Fach wird häufiger als Beispiel für die angebliche Ablösung der Ärzteschaft genannt als die Radiologie. Die bislang grösste randomisierte Evidenz stammt aus der schwedischen MASAI-Studie zum Mammografie-Screening. Die erste Zwischenauswertung von Lång und Kolleginnen und Kollegen erschien 2023 in Lancet Oncology und umfasste 80.033 Frauen. Die Detektionsrate lag bei 6,1 pro 1.000 in der KI-gestützten Gruppe gegenüber 5,1 pro 1.000 bei konventioneller Doppelbefundung, die Rückrufrate bei 2,2 gegenüber 2,0 Prozent, die Lesearbeitslast sank um 44,3 Prozent.

Die Folgeauswertung von Hernström und Kolleginnen und Kollegen in Lancet Digital Health 2025 bestätigte das Bild bei 105.934 Frauen mit 6,4 gegenüber 5,0 Detektionen pro 1.000 und einer Arbeitslastreduktion von 44,2 Prozent. Der entscheidende Endpunkt folgte 2026 in The Lancet: Gommers und Kolleginnen und Kollegen berichteten für dieselbe Kohorte 1,55 Intervallkarzinome pro 1.000 in der KI-Gruppe gegenüber 1,76 pro 1.000 in der Kontrollgruppe, bei einer Sensitivität von 80,5 gegenüber 73,8 Prozent und einer in beiden Gruppen identischen Spezifität von 98,5 Prozent. Ein systematisches Review in BMJ Open aus dem Jahr 2025 über 31 Studien und mehr als zwei Millionen Untersuchungen kam zu einer Reduktion des Lesevolumens von 40 bis 90 Prozent bei vergleichbarer diagnostischer Leistung.

Bemerkenswert ist die Bauweise dieser Programme: KI ersetzt in MASAI nicht die Befundung, sie ersetzt einen Teil der doppelten Befundung und priorisiert. Die ärztliche Entscheidung bleibt der Endpunkt der Kette. Genau dasselbe Muster zeigt die Pathologie. Eine multizentrische diagnostische Studie von Wu und Kolleginnen und Kollegen, 2023 in Lancet Oncology veröffentlicht, untersuchte an 998 Patientinnen und Patienten mit Blasenkarzinom 20.954 Lymphknoten auf 7.991 Ganzschnittbildern. Das Modell erreichte Flächen unter der Kurve von 0,978 bis 0,998. Der eigentlich aussagekräftige Befund liegt jedoch in der Kombination: Die Sensitivität junger Pathologinnen und Pathologen stieg mit KI-Unterstützung von 0,906 auf 0,953, die erfahrener Kolleginnen und Kollegen von 0,947 auf 0,986. Das ist Verstärkung, nicht Ersetzung. Und die Verstärkung fällt bei denen am grössten aus, die das Fach bereits beherrschen.

Recht, Haftung und Datenschutz machen KI-Kompetenz verbindlich

Die Verordnung (EU) 2024/1689 über Künstliche Intelligenz trat nach Angaben der Europäischen Kommission am 1. August 2024 in Kraft und ist seit dem 2. August 2026 grundsätzlich anwendbar. Die Vorschriften greifen gestaffelt: Die Verbotstatbestände und die Pflichten zur KI-Kompetenz gelten seit dem 2. Februar 2025, die Governance-Regeln und die Vorgaben für Modelle mit allgemeinem Verwendungszweck seit dem 2. August 2025. Für Hochrisikosysteme in besonders sensiblen Bereichen nennt die Kommission den 2. Dezember 2027, für Hochrisiko-KI in Produkten den 2. August 2028.

Für die Medizin ist das kein Randthema. Die Verordnung stellt in ihren Erwägungsgründen ausdrücklich fest, dass diagnostische Systeme im Gesundheitswesen wegen des Risikos für Leib und Leben besonders zuverlässig und genau sein müssen, und zählt Medizinprodukte sowie In-vitro-Diagnostika zu den Produkten, die bei eingebetteter Hochrisiko-KI einer Konformitätsbewertung durch Dritte unterliegen. Praktisch bedeutet das: Wer künftig ärztlich tätig ist, arbeitet mit regulierten Systemen, deren Grenzen er kennen muss, um die eigene Sorgfaltspflicht erfüllen zu können.

Dass diese Frage auch die Ärzteschaft selbst umtreibt, zeigt die AMA-Befragung 2026. 88 Prozent der Befragten halten eine Validierung von Sicherheit und Wirksamkeit für wichtig, 86 Prozent Datenschutzgarantien, und 31 Prozent nannten klare Haftungsrahmen als höchste Priorität überhaupt. Zugleich berichteten 88 Prozent Sorgen vor einem Verlust eigener Fertigkeiten. Das ist bemerkenswert, weil es aus derselben Gruppe kommt, die die Technologie am stärksten nutzt.

Dieser Abschnitt gibt den Stand der öffentlich zugänglichen Regelwerke wieder und ersetzt keine rechtliche Beratung im Einzelfall.

Internationaler Vergleich der Vorgaben

Der Blick über die Grenze lohnt, weil die drei Systeme drei unterschiedliche Wege gewählt haben: einen berufspolitischen in den USA, einen regulatorischen in Grossbritannien und einen kompetenzbasierten in der Schweiz.

In den USA hat sich die American Medical Association bewusst für den Begriff Augmented Intelligence entschieden, also erweiterte statt künstlicher Intelligenz, um die unterstützende Rolle gegenüber der ärztlichen Urteilsbildung zu betonen. Ihre Befragung 2026 unter 1.692 Ärztinnen und Ärzten zeigt eine durchschnittliche Zahl von 2,3 Anwendungsfällen pro Person gegenüber 1,1 im Jahr 2023. Am häufigsten genannt wurden das Zusammenfassen von Forschungsliteratur und Leitlinien mit 39 Prozent, das Erstellen von Entlassungsberichten und Pflegeplänen mit 30 Prozent sowie Dokumentation und Kodierung mit 28 Prozent.

In Grossbritannien arbeitet der General Medical Council mit den Outcomes for Graduates, veröffentlicht 2018 und zuletzt im November 2020 aktualisiert. Sie enthalten keinen eigenen KI-Outcome, aber die tragenden Vorstufen: Outcome 19a verlangt, dass Absolventinnen und Absolventen Entscheidungs- und Diagnosetechnologien wirksam nutzen können, Outcome 19b die Anwendung von Vertraulichkeits- und Datenschutzrecht sowie lokaler Information-Governance-Verfahren, Outcome 19e die Anwendung der Grundsätze der Gesundheitsinformatik in der medizinischen Praxis.

Die Schweiz steuert ihr Studium über PROFILES, herausgegeben von der Gemeinsamen Kommission der Schweizerischen Medizinischen Fakultäten. Die aktuelle Fassung PROFILES 2023 verknüpft die CanMEDS-Rollen mit Entrustable Professional Activities und Situations as Starting Points. Der Zuschnitt über anvertraubare Tätigkeiten ist für die KI-Frage besonders anschlussfähig, weil er nicht Wissensbestände prüft, sondern die Frage beantwortet, welche Aufgabe man einer Absolventin ohne Aufsicht anvertrauen kann.

Warum der Arztberuf dadurch nicht überflüssig wird

Wer die genannten Studien nebeneinanderlegt, erkennt ein sehr stabiles Muster. Modelle sind stark, wo das Problem sauber formuliert und die Datenlage vollständig ist. Sie sind schwach oder unbewertet, wo beides fehlt. Und genau dort liegt der ärztliche Kern.

• Die Anamnese erzeugt die Daten erst. Kein Modell kann ein Symptom auswerten, das nie erzählt wurde. Die Qualität jeder algorithmischen Auswertung hängt an der Qualität des Gesprächs davor.
• Die körperliche Untersuchung ist kein Datensatz, sondern ein Erhebungsvorgang. Tastbefund, Auskultation, Gangbild und der klinische Gesamteindruck entstehen am Patienten.
• Entscheidungen fallen unter Unsicherheit. Die MASAI-Zahlen zeigen eine Sensitivität von 80,5 Prozent, nicht 100. Jede Restunsicherheit muss jemand tragen, gewichten und dem Patienten erklären.
• Verantwortung ist personengebunden. Die europäische Regulierung ordnet Hochrisiko-Systeme im Gesundheitswesen einer Konformitätsbewertung zu, sie ersetzt aber nicht die ärztliche Sorgfaltspflicht im Einzelfall.
• Die Kombination gewinnt, nicht das Werkzeug. In der Pathologiestudie stieg die Sensitivität erfahrener Befunder mit KI-Unterstützung auf 0,986. Der Zugewinn entsteht bei Menschen, die das Fach beherrschen.

Für Studieninteressierte folgt daraus etwas sehr Beruhigendes: Der Bedarf verschiebt sich, er verschwindet nicht. Was sich ändert, ist der Anteil der Ausbildung, der auf Datenkompetenz, kritische Bewertung von Werkzeugen und Kommunikation entfällt. Wer heute ein Medizinstudium beginnt, arbeitet in einem Beruf, der seine Werkzeuge wechselt und seine Kernaufgabe behält.

Wenn Sie wissen möchten, welcher Studienweg zu Ihrer Situation passt, können Sie sich bei uns unverbindlich und kostenlos beraten lassen.