10 Schlüsselfragen zu Agentic AI für Führungskräfte im Gesundheitswesen und in den Biowissenschaften

Der Artikel zufolge wird KI im Jahr 2026 in Unternehmenssystemen Realität werden. Für einen sicheren und effektiven Einsatz müssen Führungskräfte in medizinischen und pharmazeutischen Organisationen jedoch zehn Schlüsselfragen beantworten. Erstens gilt es zu ermitteln, welche Arbeitsabläufe (z. B. Analyse klinischer Studien, Vorabgenehmigungen, Umsatzmanagement) von der Einführung von Agenten profitieren, und Erfolgsmetriken festzulegen (Verkürzung der Zykluszeiten, Steigerung von Produktivität und Genauigkeit). Zweitens ist eine zuverlässige und verwaltbare Datenbasis entscheidend, die heterogene Quellen (elektronische Patientenakten, Labordaten, Bilddaten, Versicherungs- und Handelssysteme) integriert – andernfalls liefern die Agenten unvollständige oder falsche Antworten. Das Governance-Modell muss nicht nur den Datenzugriff, sondern auch die Aktionen der Agenten umfassen: welche Systeme sie aufrufen, welche Daten sie extrahieren, welche Entscheidungen sie vorschlagen und welche Schritte eine manuelle Bestätigung erfordern. Die Entstehung neuer Datensilos ist zu vermeiden – die Architektur sollte es Agenten ermöglichen, ohne Datenkopien sicher auf Unternehmensdaten zuzugreifen. Um Halluzinationen zu verhindern, sind geprüfte Quellen, rollenbasierter Zugriff und Transparenz über die Herkunft von Schlussfolgerungen erforderlich. Sicherheit, Vertraulichkeit und Prüfbarkeit (Health Insurance Portability and Accountability Act, Good x Practices, Federal Risk and Authorization Management Program) sind für den Produktionseinsatz zwingend. Die Strategie sollte eine Bindung an einen einzigen Anbieter vermeiden, um Modelle je nach Aufgabe auswählen und die Kontrolle über die eigenen Daten behalten zu können. Kostentransparenz ist nötig – die Möglichkeit, die Kosten für jeden mehrstufigen Agentenaufruf zu schätzen und Budgets festzulegen. Für die Zusammenarbeit zwischen verschiedenen Organisationen (Clinical Research Organizations, Pharmaunternehmen, Krankenhäuser, Versicherer) müssen Agenten einen sicheren Datenaustausch ohne Kontrollverlust unterstützen. Schließlich sollte die Infrastruktur nicht jeder Abteilung zur Last fallen – besser ist der Einsatz vorgefertigter Plattformen wie Snowflake AI Data Cloud, damit sich Fachexperten auf ihr Gebiet konzentrieren können, statt auf Machine Learning Operations.