Fast täglich erscheinen aktuell White Paper zur Zukunft der Arbeit und dem Wandel durch Künstliche Intelligenz (KI). Das McKinsey-Global-Institute-Paper „Agents, robots, and us“ (Link) beschreibt dabei keine ferne Zukunftsvision, sondern eine beginnende Reorganisation von Arbeit.
Für Europa beziffert die Analyse den theoretisch automatisierbaren Anteil aktueller Arbeitsstunden auf 58%: 44% könnten durch digitale Agenten, 14% durch Roboter übernommen werden. Für Deutschland weist das Dashboard ein ähnliches Profil aus: 45% agentenfähige und 14% robotikfähige Arbeitsstunden; 41% bleiben primär menschlich geprägt. Wichtig ist: Das ist technisches Potenzial, keine Prognose für Stellenabbau.
Für den Gesundheitsbereich ist diese Differenzierung zentral. Ärztliche und pflegerische Arbeit gehört zu den Tätigkeiten, in denen klinische Urteilsbildung, Empathie, Verantwortungsübernahme und situatives Handeln nicht substituiert werden. Zugleich enthält der Versorgungsalltag viele strukturierte, dokumentations- und koordinationsintensive Prozesse: Befundzusammenfassungen, Arztbriefe, Kodierung, Termin- und Ressourcenplanung, Qualitätskontrolle, Abrechnung, Patientenkommunikation oder Vorselektion administrativer Anfragen. Genau hier liegt der kurzfristig relevanteste Nutzen von KI-Agenten.
Das Paper schätzt, dass im europäischen Sektor „Healthcare and social assistance“ bis 2030 im Midpoint-Szenario rund 19% der heutigen Arbeitsstunden automatisiert werden könnten; der wirtschaftliche Wert wird mit 177 Milliarden US-Dollar beziffert. Auffällig ist, dass 80% dieses Potenzials auf digitale Agenten und nur 20% auf Robotik entfallen. Für deutsche Krankenhäuser und Praxen bedeutet das: Die größere Produktivitätsreserve liegt zunächst nicht im Pflegeroboter, sondern in der Entlastung von Dokumentation, Informationssuche, Prozesssteuerung und Routinekommunikation.
Medizinisch entscheidend wird sein, KI nicht als isoliertes Tool einzuführen, sondern Workflows neu zu designen. Das Paper betont, dass punktuelle Automatisierung in alten Prozessen oft wenig Nutzen erzeugt. Für die Versorgung heißt das: KI muss in KIS, Praxissoftware, ePA, Laborsysteme und Medikationsprozesse integriert werden – mit klarer ärztlicher Letztverantwortung, Auditierbarkeit und Datenschutzkonzept.
Die wichtigste Kompetenz wird daher „AI Fluency“: Ärztinnen und Ärzte müssen KI-Ergebnisse interpretieren, Plausibilität prüfen, Bias erkennen und wissen, wann Human Review zwingend ist. KI kann Zeit zurückgeben. Ob daraus bessere Medizin wird, hängt weniger von der Software ab als von Governance, Interoperabilität und klinischer Prozesskompetenz.
Text: Reinhard Merz
Bild: openAI für arztCME
