Ärzt*innen vertrauen KI-Diagnosen weniger als herkömmlichen Tests

Pressemitteilung vom 16. September 2026

Experiment in Dänemark mit 372 Hausärzt*innen zeigt: KI-Diagnosen werden deutlich weniger berücksichtigt als gleich präzise, übliche Schnelltests – Mehrheit erachtet KI zwar als nützlich, aber ein Drittel ignoriert KI-Informationen fast vollständig – Nutzung der KI kann Zunahme von Antibiotikaverschreibungen zur Folge haben – Schulungen und Praxistauglichkeit von KI-Diagnosewerkzeugen sind zentral

Künstliche Intelligenz (KI) hält zunehmend Einzug in Arztpraxen – doch wie eine Untersuchung in Dänemark zeigt, nutzen viele Ärzt*innen sie bisher nur zurückhaltend. Selbst wenn die KI genauso zuverlässige Informationen und Anhaltspunkte für eine Diagnose liefert wie etablierte Verfahren, lassen sich Hausärzt*innen deutlich seltener von ihr überzeugen. Das ist das Ergebnis eines Experiments mit 372 dänischen Hausärzt*innen zur Diagnose von Harnwegsinfektionen. Wie die Studie des Deutschen Instituts für Wirtschaftsforschung (DIW Berlin) zeigt, passten die Ärzt*innen ihre Einschätzung des Infektionsrisikos nach einer KI-Diagnose um 41 Prozent weniger stark an als nach einem gleich zuverlässigen Urin-Schnelltest. Etwa jede*r Dritte ignorierte die KI-Information mehr oder weniger komplett.

„Beim KI-Einsatz in der Medizin entscheidet nicht nur die Qualität des Systems über den Nutzen, sondern genauso sehr der Umgang der Ärzt*innen damit in der Praxis“, sagt Hannes Ullrich, stellvertretender Leiter der Abteilung Unternehmen und Märkte im DIW Berlin und Associate Professor an der Universität Kopenhagen. Er hat die Studie gemeinsam mit Shan Huang von der Stockholm School of Economics und Renke Schmacker vom DIW Berlin und vom Wissenschaftszentrum Berlin für Sozialforschung (WZB) verfasst. „Wenn Ärzt*innen KI-Informationen verzerrt einordnen, können am Ende sogar schlechtere Ergebnisse als ohne KI stehen“, so Ullrich.

Negative KI-Diagnosen werden zu wenig berücksichtigt

Ärzt*innen, die die KI nutzen, sind häufiger in Praxen tätig, die bereits digitale Technologien wie Video- und E-Mail-Sprechstunden verwenden. Doch sie verarbeiten die KI-Informationen den Studienergebnissen zufolge offenbar nicht immer angemessen: Bei einem herkömmlichen Urin-Schnelltest berücksichtigten die Ärzt*innen, dass ein negatives Ergebnis aufgrund der Testeigenschaften besonders aussagekräftig ist. Beim KI-Test taten sie dies dagegen nicht, obwohl dessen Sensitivität und Spezifität identisch mit denen des herkömmlichen Tests waren und dies so auch kommuniziert wurde. Die Folge: mehr unnötige Antibiotikaverschreibungen. „Angesichts wachsender Antibiotikaresistenzen ist das ein unerwünschter Nebeneffekt, den wir ernst nehmen sollten“, so Ullrich.

Ärzt*innen sollten im Umgang mit KI gezielt geschult werden

Die Ergebnisse sprechen dafür, bei medizinischer KI nicht allein auf deren technische Genauigkeit zu schauen. Ebenso wichtig ist, wie Ärzt*innen die Informationen verstehen und mit anderen Diagnoseverfahren kombinieren. Dafür braucht es nach Ansicht der Studienautor*innen gezielte Schulungen und nutzerorientierte KI-Anwendungen. Zudem sollte nach der Einführung überprüft werden, ob die Systeme ärztliche Entscheidungen und Behandlungsergebnisse tatsächlich verbessern oder der vermeintliche Nutzen eher ins Gegenteil verkehrt wird.