Was Bill Gates mit “AI” beweisen möchte

In einem solchen System hat die “AI” das Potenzial, die Kapazitäten für das unterbesetzte medizinische Personal zu erweitern: durch die Unterstützung beim Zugriff auf Fachwissen, die effiziente Ressourcenverteilung sowie die Betreuung in Kliniken, Gemeinden und bei Patienten zu Hause. Gates betont, dass die Tools von Horizon 1000 das medizinische Personal unterstützen, nicht ersetzen sollen.

Während seines Besuchs im Juli 2026 widmete Gates dem Health Intelligence Center besondere Aufmerksamkeit. Dort werden Echtzeitdaten aus Kliniken, Krankenhäusern und von kommunalen Gesundheitskräften gesammelt, um das Gesundheitsministerium bei der Entscheidungsfindung zu unterstützen. Horizon 1000 ist in diese Struktur integriert, da die erfolgreiche Implementierung von “AI” im Gesundheitswesen letztlich maßgeblich von der Aufnahmefähigkeit des Systems abhängt.

Dies ist der Punkt, an dem die Geschichte von Horizon 1000 auf ein größeres, globales Problem trifft.

Mehr lesen: Dr. Tran Van Xuan und das Bestreben, das menschliche Gehirn zu verstehen

Der Bericht Scaling Artificial Intelligence in Health der OECD, veröffentlicht im März 2026, zeigt, dass “AI” zwar bereits in den Gesundheitssystemen aller untersuchten OECD-Länder vorhanden ist, eine landesweite Skalierung jedoch stark begrenzt bleibt. Im Bereich der Bildgebung — einer der ausgereiftesten “AI”-Anwendungen in der Medizin — erreichten nur etwa 10 % der Anwendungen eine nationale Skalierung.

Bemerkenswerter ist die Diskrepanz zwischen der bereits errichteten digitalen Infrastruktur und der spezifischen Governance-Kapazität für “AI”.

Auf der Basisebene ist der Vorbereitungsgrad relativ hoch: 100 % der untersuchten OECD-Länder verfügen über Gesetze zum Datenschutz oder zur Privatsphäre medizinischer Daten; 71 % haben nationale Strategien zur Interoperabilität von Gesundheitsdaten etabliert; 63 % besitzen nationale Verfahren zur Katalogisierung kritischer Gesundheitsdatenbestände; und 61 % verfolgen einen landesweiten Ansatz bei der Zulassung von Medizinprodukten, die “AI” integrieren.

Doch bei den Institutionen, die spezifische Charakteristika der “AI” bewältigen müssen, sinkt die Quote drastisch. Nur 3 % verfügen über Gesetze speziell für “AI” im Gesundheitswesen. Nur 24 % haben “AI” in ihre Methoden zur Bewertung von Gesundheitstechnologien integriert. Etwa 18 % haben nationale Aufsichtsbehörden für “AI” im Gesundheitswesen; 18 % besitzen eine nationale Strategie für die Schnittstelle zwischen “AI” und Medizin; und nur 11 % haben die Richtlinien für das öffentliche Beschaffungswesen angepasst, um “AI” zu berücksichtigen.

Diese Diskrepanz verdeutlicht mehr als nur die allgemeine Erkenntnis, dass die “Governance hinter der Technologie zurückbleibt”. Sie zeigt, dass Gesundheitssysteme gelernt haben, Daten und medizinische Produkte zu verwalten, aber noch nicht vollständig beherrschen, wie eine Technologie gesteuert wird, die sich nach dem Einsatz weiterentwickelt, Entscheidungswege beeinflusst und zunehmend den medizinischen Alltag prägt.

Bei “AI” endet die Frage nicht damit, ob das Modell zum Zeitpunkt der Zulassung die Anforderungen erfüllt. Das System muss verstehen, wie es unter realen Bedingungen funktioniert, ob die Wirksamkeit bei verschiedenen Patientengruppen variiert, ob Nutzer beginnen, sich übermäßig auf Empfehlungen der Maschine zu verlassen, wie sich das Modell mit der Zeit verändert und wer verantwortlich ist, wenn seine Ausgabe zu einer fehlerhaften klinischen Entscheidung führt.

Die personelle Lücke ist ebenso eklatant. Nur 29 % der OECD-Länder verfolgen einen landesweiten Ansatz, um das Bewusstsein oder die “AI”-Kompetenzen für medizinisches Personal zu fördern; 39 % haben Initiativen, die der Öffentlichkeit ein besseres Verständnis der Möglichkeiten und der Nutzung von “AI” im Gesundheitswesen vermitteln. Währenddessen zeigt eine neue Bewertung der WHO/Europe aus dem Jahr 2026, dass nur etwa ein Fünftel der Mitgliedsstaaten medizinischem Personal vor der Berufsausübung “AI”-Schulungen anbietet.

Daher beschreibt das Ziel “AI in 1.000 Kliniken” lediglich die Verteilung der Technologie. Der wahre Test für Horizon 1000 wird sein, ob diese Kliniken über ein System verfügen, das in der Lage ist, die richtigen “AI”-Werkzeuge auszuwählen, sie korrekt einzusetzen, Fehlfunktionen zu erkennen und die Verantwortung für die Folgen ihres Einsatzes zu übernehmen.

Die WHO (Weltgesundheitsorganisation) bemüht sich um Antworten durch den Leitfaden zur Ethik und Governance für große multimodale “AI”-Modelle im Gesundheitswesen (2024).

Die WHO weist Regierungen, Technologieentwicklern, Gesundheitseinrichtungen und medizinischem Fachpersonal Verantwortung zu, da die Sicherheit von “AI” im Gesundheitswesen nicht allein durch die technische Qualität eines Modells gewährleistet werden kann.

Die über 40 Empfehlungen lassen sich in einige Kernstandards zusammenfassen.

Erstens muss “AI” für eine spezifische Aufgabe bewertet werden, nicht für die allgemeine Leistungsfähigkeit des Modells. Die WHO fordert Entwickler auf, Systeme für klar definierte Aufgaben mit dem erforderlichen Genauigkeitsgrad zu entwerfen. Ein Modell mit beeindruckenden kommunikativen Fähigkeiten ist daher noch kein ausreichender Beweis für den Einsatz in der Patientenversorgung.

Zweitens reicht eine durchschnittliche Wirksamkeit nicht aus; es muss bekannt sein, wie die Technologie auf einzelne Gruppen wirkt. Die WHO weist darauf hin, dass Trainingsdaten Vorurteile bezüglich Herkunft, Geschlecht oder Alter enthalten können. Daher erfordert der großflächige Einsatz von “AI” Transparenz und die Offenlegung von Auswirkungen für verschiedene Nutzergruppen.

Drittens endet die Bewertung nicht mit der Veröffentlichung. Die WHO empfiehlt verbindliche Audits nach der Markteinführung durch unabhängige Dritte für “AI”-Systeme im großen Maßstab. Mit anderen Worten: Wirksamkeit und Risiko müssen im realen Leben gemessen werden, nachdem die Technologie die Entwicklungsphase verlassen hat.

Viertens darf Verantwortung nicht im Modell verschwimmen. Regierungen werden ermutigt, Behörden für die Prüfung von “AI” im Gesundheitswesen zu benennen. Die WHO warnt zudem vor dem sogenannten “Automation Bias”: Ärzte könnten Fehler übersehen, wenn die Informationen von einem “AI”-System stammen, das selbstbewusst und kompetent wirkt.

Fünftens müssen Patienten und medizinisches Fachpersonal in den Designprozess einbezogen werden. Die WHO fordert, dass die Entwicklung nicht allein Wissenschaftlern und Ingenieuren überlassen bleibt. Mediziner, Forscher und Patienten sollten frühzeitig in einem strukturierten, transparenten Prozess teilhaben.

Doch selbst wenn eine “AI” alle diese Anforderungen erfüllt, stellt Gates eine weitere Frage: Sollte alles, was die Maschine gut kann, auch von ihr erledigt werden?

In The Turbulent AI Era Is Here erzählt Gates von den letzten Jahren seines Vaters, der an Alzheimer litt. Selbst als dessen Ausdrucksfähigkeit nachließ, konnte das Pflegepersonal Bedürfnisse erkennen, die er nicht mehr in Worte fassen konnte. Gates erkannte darin etwas, das er als “menschlich unersetzlich” bezeichnet.

Daraus leitet er das Konzept “Human Reserved” ab: Bereiche, die die Gesellschaft dem Menschen vorbehält, selbst wenn “AI” oder Roboter technisch in der Lage wären, sie auszuführen.

Die von Gates gewählte Metapher ist aufschlussreich. “Human Reserved” erinnert an Naturschutzgebiete: Der Mensch könnte dort Straßen bauen, wählt aber bewusst dagegen, weil der Preis zu hoch wäre. Ähnlich ist die Begrenzung für “AI” kein Zeichen technischer Unzulänglichkeit, sondern eine gesellschaftliche Entscheidung, dass bestimmte Werte verloren gehen, wenn technische Leistungsfähigkeit das einzige Kriterium wird.

Das Gesundheitswesen liefert Gates das deutlichste Beispiel für den Unterschied zwischen “können” und “sollen”. Ein Roboter könnte einem Patienten mitteilen, dass er an einer unheilbaren Krankheit leidet. Es gibt kein technisches Hindernis, das ihn daran hindert. Aber Gates argumentiert, dass dies genau die Art von Entscheidung ist, die die Gesellschaft als menschliche Aufgabe definieren sollte.

Das Gesundheitswesen könnte somit der erste strenge Test für das Gleichheitsversprechen der “AI” sein. Nicht, weil hier die Technologie am spektakulärsten glänzt, sondern weil drei Fragen gleichzeitig gestellt werden: Erreicht die “AI” jene, die sie am meisten brauchen? Verbessert sie die Versorgung sicher und gerecht? Und wissen wir dabei, was wir nicht der Maschine überlassen sollten?

Wenn die “AI” alle drei Tests besteht, beginnt Gates' Argument, dass diese Technologie die Welt gerechter machen kann, an Glaubwürdigkeit zu gewinnen.

JETZT LESEN

[Cover Story] Huynh Bich Ngoc, Stellvertretende Vorsitzende und CEO der TTC Group: Vom grünen Herzen zu einem bleibenden Erbe

Von Technologie bis Organisationskraft: Wie schaffen Unternehmen Wettbewerbsvorteile?

Finanzkompetenz: Das Fundament für die nächste Generation