KI-basierte Entscheidungsunterstützungssysteme für die Antibiotikatherapie im Krankenhaus: Determinanten für die Implementierung aus Perspektive beteiligter Versorgungsakteure
Recherche und Kataloge (Universitätsbibliothek Siegen) · 04.04.2026
DOI: 10.25819/ubsi/11039 ↗Kurz gefasst
Fachartikel in der Zeitschrift Recherche und Kataloge (Universitätsbibliothek Siegen), erschienen am 04.04.2026. Verfasst von Pinar Tokgöz.
Abstract (Originalsprache)
Hintergrund
Das Potenzial Künstlicher Intelligenz (KI) und darauf basierender Systeme für die gesundheitliche Versorgung ist in den letzten Jahren stetig gewachsen. KI-basierte Entscheidungsunterstützungssysteme (EUS) ermöglichen es, in großen Datenmengen schnell Zusammenhänge zu erkennen und fundierte Vorhersagen für die klinische Entscheidungsfindung zu treffen – auch im Kontext der Antibiotikatherapie. Jedoch nutzen Krankenhäuser in Deutschland KI-basierte EUS derzeit kaum, da u. a. ihre Implementierung komplex ist. Ziel und Methoden: Ziel ist die Erfassung von Implementierungsanforderungen KI-basierter EUS im Kontext der Antibiotikatherapie im Krankenhaus aus Perspektive beteiligter Versorgungsakteure sowie die Ableitung künftiger Forschungs- und Handlungsbedarfe. Vier Einzelstudien untersuchten dabei Determinanten der Implementierung mit quantitativen und qualitativen Forschungsmethoden. Alle Peer-Review-Veröffentlichungen rekurrieren auf das Human-Organization-Technology(HOT)-fit-Modell und explizieren systematisch Förderfaktoren und Barrieren, die den Implementierungsprozess KI-basierter EUS determinieren.
Ergebnisse
Die Implementierung KI-basierter EUS umfasst organisationale, nutzer- und technologiebezogene Maßnahmen, wobei die Eigenschaften der Systeme selbst determinierende Faktoren sind. Insbesondere Bedienbarkeit, Interoperabilität, Empfehlungsqualität und Systemtransparenz stellen die Weichen einer erfolgreichen Implementierung. Auf organisationaler Ebene sind Echtzeit-Infrastrukturen, organisationale Veränderungsbereitschaft, Ressourcen sowie politische und regulative Rahmenbedingungen in Bezug auf Bildung, Verantwortung und Finanzierung zentrale Anforderungen. Eine geringe Veränderungsbereitschaft hängt häufig mit situativen Faktoren zusammen, wie einem fehlenden wahrgenommenen Bedarf oder der als zu hoch eingeschätzten Komplexität neuer Technologien. Auch sind auf der nutzerbezogenen Ebene Ängste, Überforderung, Haltung, Wissen und die Wahrnehmung des klinischen Nutzens entscheidend. Zudem erfordert die Abgrenzung zwischen Entscheidungsassistenz und -übernahme spezifische KI-Kompetenzen sowie die Berücksichtigung normativer und berufsethischer Fragen.
Schlussfolgerungen
Die erfolgreiche Implementierung KI-basierter EUS entscheidet nicht die Nutzungsabsicht einzelner Personen. Implementierungsprozesse müssen die Organisationsstrukturen, kulturellen und beruflichen Normen sowie soziale und politische Rahmenbedingungen wie Richtlinien, Gesetze und Vorschriften berücksichtigen. Inter- und transdisziplinäre Ansätze sind dabei notwendig, um Problembereiche frühzeitig zu erkennen und praktische sowie ethische Herausforderungen zu antizipieren.
Schlagwörter
Zitieren
APA
Tokgöz, P. (2026). KI-basierte Entscheidungsunterstützungssysteme für die Antibiotikatherapie im Krankenhaus: Determinanten für die Implementierung aus Perspektive beteiligter Versorgungsakteure. Recherche und Kataloge (Universitätsbibliothek Siegen). https://doi.org/10.25819/ubsi/11039
Vancouver
Tokgöz P. KI-basierte Entscheidungsunterstützungssysteme für die Antibiotikatherapie im Krankenhaus: Determinanten für die Implementierung aus Perspektive beteiligter Versorgungsakteure. Recherche und Kataloge (Universitätsbibliothek Siegen). 2026. doi:10.25819/ubsi/11039
BibTeX
@article{Tokgz2026,
author = {Tokgöz, Pinar},
title = {KI-basierte Entscheidungsunterstützungssysteme für die Antibiotikatherapie im Krankenhaus: Determinanten für die Implementierung aus Perspektive beteiligter Versorgungsakteure},
journal = {Recherche und Kataloge (Universitätsbibliothek Siegen)},
year = {2026},
doi = {10.25819/ubsi/11039}
}
EUVIMED