Die Notfallmedizin ist der ultimative Stresstest für jede Technologie. Im Schockraum, dem zentralen Behandlungsraum in der Notaufnahme, verdichten sich Zeitdruck, Komplexität und Verantwortung in einer Weise, die kaum ein anderes Umfeld kennt. Innerhalb weniger Minuten müssen interdisziplinäre Teams lebensbedrohliche Verletzungen erkennen, priorisieren und behandeln. Informationen werden nahezu ausschließlich verbal ausgetauscht, während Diagnostik und Therapie parallel anlaufen. Wer hier von Digitalisierung spricht, darf nicht an Formulare oder Verwaltungsprozesse denken, sondern an kognitive Entlastung in Extremsituationen. Genau an diesem Punkt beginnt die nächste Evolutionsstufe der Künstlichen Intelligenz (KI): agentenbasierte Systeme, die nicht nur dokumentieren, sondern verstehen, strukturieren und priorisieren.
© Bild wurde mit KI erstellt
Im Schockraum folgt die Versorgung dem international etablierten ABCDE-Schema: Zuerst werden die Atemwege (Airways) gesichert, dann Atmung und Kreislauf (Breathing, Circulation) beurteilt, neurologische Defizite (Disability) geprüft und schließlich der gesamte Körper untersucht, um erweiterte Informationen (Exposure) zu erhalten. Dieses strukturierte Vorgehen ist die Grundlage jeder Traumaversorgung.
Gleichzeitig entstehen sogenannte „Information Bursts“ – dichte Kommunikationsphasen, in denen Befunde, Maßnahmen und Entscheidungen in hoher Geschwindigkeit ausgesprochen werden. In solchen Momenten steigt die kognitive Last des medizinischen Teams massiv an. Studien und Praxiserfahrungen zeigen, dass genau hier das Risiko von Informationsverlusten und Fehlpriorisierungen wächst.
Ein KI-Agent, der Gespräche im Schockraum in Echtzeit transkribiert, semantisch analysiert und entlang des ABCDE-Schemas strukturiert, kann diese kognitive Last gezielt reduzieren. Er erkennt, wenn von Atemgeräuschen, Blutdruckwerten oder Gerinnungshemmern gesprochen wird, ordnet diese Informationen den richtigen Prioritäten zu und visualisiert den aktuellen Status in einer klar strukturierten Live-Anzeige. Aus fragmentierter Sprache entsteht ein konsistentes Lagebild. Das System wird damit zu einem digitalen Co-Piloten, der den Überblick wahrt, während das medizinische Team handelt.
Die technologische Grundlage dafür bilden moderne Sprachmodelle auf Basis der Transformer-Architektur. Dabei sind Transformer im Prinzip Machine-Learning-Modelle, die insbesondere für die Verarbeitung von natürlicher Sprache verwendet werden. Sie sind in der Lage, große Textmengen kontextsensitiv zu verarbeiten und komplexe Zusammenhänge zu erkennen. Anders als klassische, eng spezialisierte KI-Systeme können sie flexibel auf neue Situationen reagieren. In der Notfallmedizin ist genau diese Adaptivität entscheidend, denn kein Schockraum-Fall gleicht dem anderen. Verletzungsmuster, Vorerkrankungen, Medikation und situative Rahmenbedingungen variieren erheblich. Ein System, das lediglich feste Entscheidungsbäume abarbeitet, wäre hier schnell überfordert. Im konkreten Fall kommen daher Transformer-basierte Transkriptionsmodelle und Reasoning-Modelle zum Einsatz. Für Fachleute: Die Live-Dokumentationen finden durch einen KI-Agenten auf einer NVIDIA DGX-Spark statt.
Gleichzeitig darf KI im Schockraum kein Black-Box-Experiment sein. Sie muss erklärbar, robust und verlässlich funktionieren. Deshalb entsteht die Lösung in einem iterativen, simulationsbasierten Entwicklungsprozess, eng verzahnt mit medizinischer Praxis. Realistische Schockraum-Simulationen liefern Trainingsdaten und ermöglichen es, die KI in kontrollierten Umgebungen zu testen und zu optimieren. Erst wenn sie unter realitätsnahen Bedingungen stabil arbeitet, wird sie schrittweise in den klinischen Alltag integriert.
Ein zweiter, oft unterschätzter Mehrwert liegt in der automatisierten Dokumentation. Die Behandlung Schwerverletzter erzeugt eine enorme Menge an Dokumentationspflichten – von internen Qualitätsprozessen bis hin zu nationalen Traumaregistern. Heute bindet diese Dokumentation wertvolle Zeit hochqualifizierter Fachkräfte. Ein KI-Agent kann relevante Informationen direkt aus dem Transkript extrahieren und strukturiert in entsprechende Formulare überführen. Das reduziert nicht nur administrativen Aufwand, sondern erhöht auch die Datenqualität, da Informationen unmittelbar aus der Behandlungssituation heraus erfasst werden.
KI im Schockraum darf kein Black-Box-Experiment sein. Sie muss erklärbar, robust und verlässlich funktionieren.
Sven Giesselbach, CTO der AI & Data Unit bei T-Systems
Doch technologische Leistungsfähigkeit allein reicht nicht aus. In der Notfallmedizin gelten höchste Anforderungen an Datenschutz, Resilienz und Verfügbarkeit. Ein System, das nur mit stabiler Internetverbindung funktioniert, wäre im Ernstfall ein Risiko. Deshalb wird die Architektur als Cloud-Edge-Kontinuum konzipiert. Die KI kann direkt im Krankenhaus auf lokaler Hardware betrieben werden – vollständig offline und unabhängig von externer Infrastruktur. Gleichzeitig ermöglicht eine Anbindung an eine souveräne europäische Cloud den skalierbaren Betrieb, das Training der Modelle und die sichere Datenverarbeitung nach europäischen Standards. Diese Kombination aus Edge-Fähigkeit und Cloud-Integration schafft Resilienz gegenüber Ausfällen und wahrt gleichzeitig digitale Souveränität.
Genau hier liegt die strategische Dimension des Projekts, das im September vergangenen Jahres gestartet ist und an dem die Deutsche Telekom, das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS und das Krankenhaus Merheim von den Kliniken der Stadt Köln beteiligt sind. Im Rahmen des europäischen Förderprogramms IPCEI-CIS wird anhand von Schockraum-Simulationen eine KI-gestützte Live-Anzeige entwickelt. Was hier erarbeitet wird, ist nicht nur eine medizinische Anwendung, sondern ein Modellfall für hochsichere KI-Infrastrukturen in Europa. Ein modularer Software-Baukasten, agentenbasierte Frameworks, schlanke Modelle für den Edge-Betrieb und automatisierte Trainings-Workflows lassen sich auf andere sicherheitskritische Bereiche übertragen – von kritischer Infrastruktur bis zur Industrie. Der Schockraum wird damit zum Impulsgeber für eine souveräne, vertrauenswürdige KI-Ökonomie.
Gleichzeitig verändert sich das Verständnis von KI in Organisationen. Weg von isolierten Tools, hin zu integrierten Assistenzsystemen, die Prozesse durchdringen und situativ unterstützen. Entscheidend ist dabei, dass die Technologie sich den klinischen Abläufen anpasst – nicht umgekehrt. Die Einführung solcher Systeme erfordert daher nicht nur technische Exzellenz, sondern auch Change-Management, Schulung und eine klare Governance. Akzeptanz entsteht dort, wo KI als Werkzeug erlebt wird, das Handlungsspielräume erweitert statt einschränkt.
Mit Blick auf die demografische Entwicklung und die steigende Komplexität medizinischer Fälle wird der Bedarf an kognitiver Unterstützung weiterwachsen. Ältere Patientinnen und Patienten mit komplexer Medikation und womöglich mehreren chronischen Krankheiten gleichzeitig erhöhen die Anforderungen an Diagnostik und Entscheidungsfindung. In diesem Kontext kann KI dazu beitragen, Wissen kontextsensitiv verfügbar zu machen und strukturierte Entscheidungsunterstützung zu liefern – ohne die ärztliche Verantwortung zu ersetzen.
Für die Weiterentwicklung der modernen Sprachmodelle, die auch als Large Language Models (LLMs) bezeichnet und für die agentische KI im Schockraum benötigt werden, nutzen wir künftig auch unsere Industrial AI Cloud. Mit der ersten KI-Fabrik für die Industrie, die wir vor kurzem in München eröffnet haben, bieten wir gemeinsam mit SAP und Siemens sowie weiteren Partnern einen Technologie-Stack „Made in Germany“, der Konnektivität, Betrieb, KI-Infrastruktur sowie Plattform- und Software-as-a-Service integriert. Auf unserer T Cloud-Infrastruktur stellen wir alles sicher, souverän sowie skalierbar bereit. Und von der dort vorhandenen KI-Rechenpower durch die 10.000 NVIDIA-GPUs der neuesten Blackwell-Generation wird auch unser Projekt profitieren. Für die Zukunft ist geplant, dass der Schockraum-Agent Teil unserer Magenta Health AI Box wird.
Die Magenta Health AI Box ist eine souveräne KI-Plattform für Krankenhäuser und Krankenkassen. Sie vereint Anwendungen wie AI Receptionist und Patient Summary mit offener Datenintegration und sicherer T-Cloud-Infrastruktur. Statt isolierter Einzellösungen bietet sie ein modulares System zur Automatisierung, Dokumentation und Entscheidungsunterstützung – DSGVO-konform und skalierbar.
Ein weiterer spannender KI-Anwendungsfall in der Medizin und ebenfalls Teil der Magenta Health AI Box ist unsere Plattform „Talk to your data“. Sie zeigt, wie sich Wissen aus verteilten Datenquellen erstmals direkt erschließen lässt. Die Lösung nutzt einen KI-Agenten, der Daten durchsucht, verknüpft, analysiert und visualisiert. Informationen werden damit sofort zugänglich – einfach per Chat. Erste Pilotprojekte zeigen das Potenzial: Komplexe Analysen, die früher bis zu sechs Stunden dauerten, lassen sich heute in weniger als einer Stunde durchführen.
Gerade in Krankenhäusern wird der Nutzen deutlich. Diagnosen, Laborwerte, Medikationspläne und Arztbriefe liegen häufig in unterschiedlichen Systemen. Mit „Talk to your data“ können Ärztinnen und Ärzte diese Informationen direkt abfragen, Verläufe visualisieren und Zusammenhänge erkennen. Die KI weist zudem auf mögliche Inkonsistenzen hin – etwa wenn Laborwerte nicht zur dokumentierten Therapie passen.
Technologisch basiert die Lösung auf der Agentic-AI-Plattform von T-Systems und nutzt deren AI Foundation Services. Sensible Daten bleiben dabei geschützt: „Talk to your data“ läuft vollständig in der T Cloud-Infrastruktur und wahrt so die Datensouveränität.
Fakt ist, KI rettet keine Leben im Alleingang. Aber sie kann die Bedingungen schaffen, unter denen Menschen bessere Entscheidungen treffen. Wenn es gelingt, agentenbasierte Systeme sicher, souverän und praxisnah in hochkritische Umgebungen wie den Schockraum zu integrieren, entsteht mehr als eine neue Anwendung. Es entsteht ein Paradigmenwechsel: von reaktiver Dokumentation zu proaktiver, intelligenter Assistenz. Und genau darin liegt das eigentliche Transformationspotenzial Künstlicher Intelligenz.
