Connect with us

Vordenker

Die meisten KI ist keine KI. Das wird bald wichtig.

mm
A photorealistic scene depicting a cluttered medical desk covered in fax papers transforming into glowing digital data streams that organize into a clean care pathway visualization on a tablet held by a gloved hand.

Der Ort, an dem KI nirgendwo versteckt ist

Ein Ergebnis einer Darmkrebsvorsorgeuntersuchung kommt per Fax in eine Klinik, wo 88% der Gesundheitsdienstleister sagen, dass faxbedingte Verzögerungen die Patientenversorgung negativ beeinflussen. Es ist positiv markiert. Es lebt in einer PDF. Niemand sieht es, es sei denn, jemand öffnet das Dokument manuell, liest es und entscheidet, was als Nächstes passiert. In der Zwischenzeit wartet der Patient. Die Nachverfolgung findet nicht statt. Die Versorgungslücke wird größer.

Dies ist kein Technologieversagen im herkömmlichen Sinne. Das Fax wurde empfangen. Das Dokument wurde gespeichert. Nach den meisten Definitionen hat das System funktioniert. Was fehlgeschlagen ist, ist alles, was danach passieren musste, und kein KI-Tool im Workflow war dafür verantwortlich, dass es passiert.

Ich habe mehr als ein Jahrzehnt in der Gesundheitstechnologie verbracht, und das ist, was die Gesundheitsbranche zum klarsten Prisma für die Bewertung von KI macht: Jede Flaschenhals hat einen menschlichen Kostenfaktor, und dieser Faktor ist unmöglich zu ignorieren.

Die Gesundheitsbranche ist der Ort, an dem der echte Standard für KI zum ersten Mal festgelegt wird. Und was hier sichtbar ist, kommt für jede Branche.

Bis 2027 werden die Organisationen, die am schnellsten gehandelt haben, eine ganz andere Architektur ausführen. Die Gewinner werden diejenigen sein, die eine wahre Integration haben, da Gartner prognostiziert, dass über 40% der agentic KI-Projekte aufgrund mangelnden echten Wertes abgesagt werden könnten. Anstatt SaaS-Punktlösungen zu stapeln und sich auf das Personal zu verlassen, um sie zu verbinden, werden sie autonome Schichten direkt auf Systemen von Datensätzen haben, die Workflows von Ende zu Ende ausführen, ohne dass menschliche Koordination bei jedem Handover erforderlich ist. SaaS-Produkte, die nicht in dieses Modell aufgenommen werden können oder ihre Position neben ihm nicht rechtfertigen können, stehen vor etwas Schlimmerem als einer harten Verlängerungsgespräch. Sie stehen vor Veraltung.

Nicht alle “KI” ist KI

SaaS hat zwei Jahre damit verbracht, drei sehr unterschiedliche Dinge mit dem gleichen Namen zu bezeichnen. Diese Verwechslung hat Konsequenzen. Während einige Produkte wirklich agentic sind, sind andere einfach nur Schichten von KI auf alter Technologie, eine Unterscheidung, die zunehmend als KI-Agenten SaaS-Märkte umgestalten, anerkannt wird.

Die erste Kategorie ist KI nur dem Namen nach. Diese sind bestehende SaaS-Produkte mit einer dünnen Schicht, die hinzugefügt wurde: eine Zusammenfassungsfunktion hier, ein Klassifizierungstool dort. Der Roadmap hat sich nicht geändert. Das Produkt hat sich nicht geändert. Das Einzige, was sich geändert hat, ist, was auf der Website steht. Die KI ist ein Marketingrahmen. Die Entwicklungsrichtung hat sich nicht bewegt.

Die zweite ist KI als Schirmbegriff. Anbieter bündeln maschinelles Lernen, GenAI, Set-Workflows und wirklich agentic-Fähigkeiten zusammen und nennen das Ganze KI. Die Frage, die gestellt werden sollte, ist, ob KI die Produktvision antreibt oder hauptsächlich das Verkaufsgespräch Rahmen. In den meisten Fällen ist es, wenn man hart genug drückt, Letzteres.

Die dritte ist wirklich agentic KI. Diese Systeme handeln flexibel innerhalb von Parametern, interpretieren Eingaben und unternehmen Aktionen, ohne dass jemand wartet, bis eine Person entscheidet, was als Nächstes passiert. Dies ist das nächste Ding zu autonomer KI, das heute verfügbar ist, und es stellt einen echten Fähigkeitssprung dar. Aber Fähigkeit ist nicht dasselbe wie Vervollständigung. Sogar die besten agentic-Systeme auf dem Markt stoppen weit vor der Vervollständigung eines Workflows.

Die Adoptionskurve der letzten Jahre erzählt die gleiche Geschichte in einer Schleife. 2022 wurde von Impfplanung und digitalen Eingangstüren dominiert. 2024 wurde von Revenue Cycle Management (RCM) und Kodierautomatisierung dominiert. 2025 brachte KI-Schreiber und Ambient-Listening-Tools. 2026 ist das Jahr der agentic-Stimme, wenn Gesundheitsunternehmen ROI und agentic-Fähigkeiten auf Branchenveranstaltungen wie HIMSS ausstellen. Jede Runde findet die Branche eine neue Kategorie, erklärt sie als transformierend und bewegt sich weiter. Das zugrunde liegende Problem bleibt genau da, wo es war: Arbeit hängt immer noch von Menschen ab, um sie voranzutreiben.

Nennen Sie es, was es ist: Die meisten KI-Investitionen ändern nicht, wie Arbeit erledigt wird. Käufer enden damit, aus der falschen Kategorie auszuwählen, überzeugt, sie würden Transformation kaufen, wenn sie ein aufgerüstetes Postfach kaufen. Die Unternehmens-KI-Adoption hat sich massiv ausgedehnt, doch die meisten Systeme haben immer noch keine KI in operative Workflows auf großem Maßstab integriert. Das Problem lebt in der Roadmap. Die Nachrichten verdecken es nur.

Für Käufer hat das Fehllesen der Taxonomie einen bestimmten Kostenfaktor. Es verriegelt Koordinationskosten, die über die Zeit hinweg anwachsen. Organisationen, die in die ersten beiden Kategorien investieren, zahlen für KI, während sie immer noch für den gleichen operativen Aufwand Personal beschäftigen. Der für die Zusammenhaltung des Workflows erforderliche Personalbedarf schrumpft nicht. Er wird nur teurer, um ihn zu rechtfertigen.

Gute KI, falsche Definition von “Fertig”

Nehmen Sie den Fax-Workflow. Er ist eine nützliche Illustration davon, wo der Standard heute ist und wie schnell er sich bewegt.

Die schlechtesten Systeme parsen das Fax, zeigen den Inhalt und lassen es für das Personal, um zu handeln. Das ist ein besseres Postfach. Die guten Systeme gehen weiter: Sie extrahieren aktionsfähige nächste Schritte und führen sie aus, leiten die Überweisung aus, lösen Patientenkontakt aus, planen den Termin. Das ist echte Aufgabenausführung, und vor einigen Jahren wäre es wie ein bedeutender Sprung gefühlt.

Die nächste Phase macht sogar das unvollständig aussehen. Der Standard, der aufkommt, ist, ob ein System die gesamte nachgelagerte Reise besitzen kann: dem Patienten nachfassen, dem überweisenden Kliniker nachfassen, bis der Besuch tatsächlich stattfindet, die Schleife schließen, Ausnahmen ohne Aufforderung markieren. Keine Übergaben. Niemand muss es dazwischen verwalten.

Die meisten aktuellen Systeme, sogar wirklich agentic, arbeiten auf der mittleren Phase. Sie führen eine Aufgabe aus. Sie hängen immer noch von Menschen ab, um zwischen Aufgaben zu koordinieren. Das ist die Definition von “Fertig”, die der Markt gerade überholt.

Die Ausführung einzelner Aufgaben, bei denen Menschen zwischen ihnen koordinieren, wird nicht der Standard sein. Vollautonome Koordination über einen Workflow, von der ersten Eingabe bis zum bestätigten Ergebnis, ist, wo die Erwartungen innerhalb des nächsten Jahres hingehen.

Ausgabe ist nicht Ausführung. Aufgabenausführung ist nicht Workflow-Besitz. Die Branche beginnt gerade, sich mit der zweiten Hälfte dieser Unterscheidung auseinanderzusetzen.

Für Erbauer ist dies, wo der Wettbewerbsvorteil bereits beginnt, sich abzuheben. Systeme, die bei Ausgaben stoppen, werden einfacher zu vergleichen, einfacher zu verkommodifizieren und schwerer zu verteidigen, wenn es um Verlängerungen geht. Systeme, die Aufgaben ausführen, ohne das vollständige Ergebnis zu besitzen, sind nur eine Phase voraus. Die verteidigbare Position gehört Systemen, die einen Workflow von Start bis bestätigtem Ende autonom über Systeme hinweg ausführen können.

Was die nächste Phase tatsächlich aussieht

Vor einigen Jahren würde ich die agentic-KI-Kategorie beschreiben und sie als Ziel bezeichnen. Es ist nicht. Es ist ein Wegpunkt. Die nächste Phase wird durch Systeme definiert, die die Verantwortung für die Vervollständigung von Arbeit über Systeme von Datensätzen übernehmen. Die Verbesserung eines Schritts innerhalb eines Systems ist die alte Latte.

Aditya Bansod ist Mitbegründer und Präsident von Luma Health, wo er eine technische Perspektive einbringt, die durch Rollen bei Microsoft, Adobe und mehreren von Risikokapitalgebern unterstützten Startups geprägt ist, um einige der schwierigsten Probleme im Gesundheitswesen anzugehen. Bansod leitet die strategische Ausrichtung von Luma für eine künstliche Intelligenz-native Plattform, die Engpässe beseitigt und Gesundheitsworkflows von Anfang bis Ende abdeckt, um bessere Patientenergebnisse und eine verbesserte Mitarbeitererfahrung zu erzielen. Mit einem Jahrzehnt Erfahrung bei der engen Zusammenarbeit mit Gesundheitssystemen hat er eine Vision für operative künstliche Intelligenz entwickelt, die über oberflächliche Erkenntnisse hinausgeht, um tatsächlich Ergebnisse zu erzielen, die administrative Belastung zu reduzieren und sicherzustellen, dass Patienten die erforderliche Versorgung erhalten.