Organvergabe: KI-Modelle treffen andere Entscheidungen als Ärzte
Veröffentlicht am: 19.09.2026 um 13:31 Uhr | Redaktion boerse-global.de
Große Sprachmodelle halten zunehmend Einzug in medizinische Diskussions- und Testfelder. Doch wenn es um existenzielle Zuteilungsfragen in der Transplantationsmedizin geht, weichen die Einschätzungen künstlicher Intelligenz deutlich von menschlichen Entscheidungsstrukturen ab. Eine Untersuchung der Penn State University in den USA liefert differenzierte Einblicke in das Verhalten von KI-Modellen bei der hypothetischen Vergabe von Spendernieren.
Diskrepanzen zwischen ärztlichem Urteil und Sprachmodellen
Für die wissenschaftliche Arbeit analysierten Forschende der Penn State University, wie große Sprachmodelle (Large Language Models, LLMs) im Vergleich zu medizinischem Fachpersonal agieren. Als Grundlage dienten hypothetische Szenarien, die auf Basis veröffentlichter Spendernieren-Datensätze konstruiert wurden.
Dabei zeigte sich ein grundlegender Unterschied in der Entscheidungsfindung: Die Sprachmodelle traten bei ihren Zuteilungsvorschlägen wesentlich selbstsicherer auf, handelten im Ergebnis jedoch messbar weniger differenziert als medizinisches Personal.
Während menschliche Ärztinnen und Ärzte komplexe Abwägungen treffen und kaum ein Kriterium isoliert betrachten, neigten die untersuchten KI-Modelle dazu, sich stark auf einzelne Faktoren zu fixieren. Fiel in einem Fallprofil etwa das Merkmal Alkoholkonsum auf, ließen sich die Modelle unverhältnismäßig stark davon leiten.
Demgegenüber maßen die Mediziner dem Lebensalter von potenziellen Empfängern ein deutlich höheres relatives Gewicht bei. Ein weiterer auffälliger Befund betrifft den Umgang mit Ambiguität: Während menschliche Entscheidungsträger in ethisch wie klinisch grenzwertigen Fällen intensiv mit Unentschlossenheit rangen, zeigten die KI-Systeme kaum Anzeichen von innerem Zögern oder Zweifeln.
Wer sich mit dem Einsatz automatisierter Systeme befasst, muss die neuen rechtlichen Rahmenbedingungen kennen. Dieser kostenlose Ratgeber bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Einzelfaktoren verdrängen komplexe klinische Abwägungen
Die Ergebnisse verdeutlichen ein Kernproblem algorithmischer Entscheidungsunterstützung in hochkomplexen medizinischen Situationen. Die Zuteilung knapper Organe verlangt eine ganzheitliche Betrachtung physiologischer, prognostischer und psychosozialer Faktoren. Wenn automatisierte Modelle dazu neigen, herausstechende Einzelmerkmale wie den Alkoholkonsum überzupriorisieren, droht eine Verzerrung der Beurteilungsgrundlagen.
Dass die Modelle dabei eine hohe formale Entschlossenheit simulieren, erhöht das Risiko unreflektierter Übernahmen. In der klinischen Realität stellt die menschliche Unentschlossenheit oft ein wichtiges Korrektiv dar: Sie spiegelt wider, dass verschiedene medizinische Leitlinien oder ethische Prinzipien miteinander in Konflikt stehen und im Einzelfall sorgsam gegeneinander abgewogen werden müssen.
Klare Grenzen für automatisierte Systeme
Die methodischen Erkenntnisse aus den USA decken sich mit der Zurückhaltung ärztlicher Fachgesellschaften gegenüber eigenständigen Entscheidungen durch Software.
Die rechtssichere Einführung von KI-Systemen stellt Organisationen vor große Herausforderungen hinsichtlich der Risikodokumentation. Erfahren Sie in diesem kostenlosen Umsetzungsleitfaden, welche Systeme als Hochrisiko gelten und wie Sie die gesetzlichen Vorgaben erfüllen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
So betonte Prof. Bernhard Dorweiler von der Deutschen Gesellschaft für Gefäßchirurgie und Gefäßmedizin (DGG), dass entsprechende Systeme im klinischen Einsatz eine unterstützende Funktion einnehmen können, jedoch keine eigenständigen Entscheidungen treffen. Vollständig selbstständig agierende Systeme seien in der klinischen Praxis nicht verfügbar.
Wie hoch die Verantwortung bei der Organverteilung wiegt, belegen auch die Transplantationszahlen. Nach Angaben der Deutschen Stiftung Organtransplantation gab es im Jahr 2025 in Deutschland 985 Organspender, während rund 8.200 Patientinnen und Patienten auf den Wartelisten geführt wurden.
Angesichts dieses gravierenden Mangels unterstreichen die Befunde der Penn State University, dass die finale Bewertung und Zuteilung weiterhin in der Verantwortung erfahrener Medizinerteams verbleiben muss. KI-Modelle können zwar zur Datenaufbereitung beitragen, vermögen das differenzierte Abwägen menschlicher Fachkräfte bei ethisch heiklen Dilemmata jedoch nicht zu ersetzen.
