In Aachen beginnt heute, am 10. Oktober 2026, eine Ausschreibung mit ziemlich weitreichendem Anspruch: Das regionale Projekt „Care for Sustainable Innovation“ (CSI) sucht bis zum 31. Januar 2027 Innovationspartnerschaften für die digitale und nachhaltige Transformation der Gesundheitswirtschaft. Gefragt sind keine Ideen fürs Schaufenster, sondern umsetzungsorientierte Projekte mit realistischem Verwertungs- und Förderpotenzial.

Bewerben können sich Konsortien aus mindestens zwei Partnern, darunter mindestens ein etablierter Akteur. Der Bezug zur Wirtschaftsregion Aachen ist Voraussetzung. Dazu zählen die Stadt Aachen, die StädteRegion Aachen sowie die Kreise Euskirchen, Düren und Heinsberg. Angesprochen sind Forschungseinrichtungen, Universitätskliniken, technologieorientierte Unternehmen und hochschulnahe Gründerteams. Ausgewählte Projekte sollen spätestens bis Ende 2027 individuell begleitet werden.

Von der Herzpumpe bis zum OP-Roboter

Finanziert wird CSI über den Förderaufruf „Regio.NRW – Transformation“, mit Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) und des nordrhein-westfälischen Wirtschaftsministeriums. Die Initiative knüpft an eine medizintechnische Entwicklung an, die in Aachen längst Geschichte geschrieben hat: Anfang der 1990er Jahre begann im Rahmen der Promotion von Dr. Thorsten Sieß die Entwicklung der IMPELLA-Herzpumpe. 1999 wurde damit die erste Patientin behandelt.

Am 1. Oktober 2026 informierte sich NRW-Wissenschaftsministerin Ina Brandes an der Uniklinik RWTH Aachen über Fortschritte in der roboterassistierten Chirurgie. Anfang Oktober 2026 übernahm außerdem Univ.-Prof. Dr. med. Christiane Kuhl, Direktorin der Klinik für Diagnostische und Interventionelle Radiologie der Uniklinik RWTH Aachen, die Präsidentschaft der European Society of Breast Imaging (EUSOBI). Es tut sich also einiges zwischen Hörsaal, OP und Forschungslabor.

Wie solche Innovationen im Alltag ankommen könnten, zeigt ein Blick nach Spanien. Das Hospital Clínico Universitario de Valladolid entwickelt Diagnosekonzepte für die kardiologische Abklärung direkt in Hausarztpraxen. Eine KI-gestützte Echokardiografie-Software soll per Ampelsystem in Grün oder Rot anzeigen, ob der Verdacht auf eine behandlungsbedürftige Herzerkrankung besteht. Zusätzlich wird eine Hausärztin in der Durchführung von Echokardiografien geschult.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Gerade bei Anzeichen von Vorhofflimmern soll das Verfahren eine schnelle Befundung ermöglichen. Die Rhythmusstörung kann mit einem erhöhten Risiko für Embolien und Schlaganfälle verbunden sein. Zugleich geht es um ganz praktische Engpässe: unnötige Überweisungen in spezialisierte Kliniken und lange Wartezeiten sollen sinken. In Castilla y León standen Ende Juni laut offiziellen Angaben 10.073 Patienten auf den Wartelisten der Kardiologie. Im Durchschnitt warteten sie 70 Tage auf eine fachärztliche Konsultation und 109 Tage auf eine Ultraschalluntersuchung des Herzens.

Wenn das EKG mehr erzählt, als man sieht

Weitere Ansätze wurden in Studien von „PLOS Digital Health“ untersucht. „Amylo-Detect“ analysiert elektronische Patientenakten anhand von 50 Routineparametern, um eine kardiale Amyloidose früher zu erkennen. Bei einer externen Validierung am Universitätsklinikum Essen erreichte das System eine AUC von 0,91.

Der „ECG-SMART AI Score“ wertete in einer Studie mit 363 ambulanten Patienten Standard-EKGs mit zwölf Ableitungen aus. Ein mittleres oder hohes Risikoprofil war dabei signifikant mit einer koronaren Herzkrankheit verbunden. Auf Ibiza beraten Fachleute vom 10. bis 11. Oktober 2026 beim XXIX. Kongress für Fortschritte bei Herzinsuffizienz und Myokardiopathien über bildgebende Verfahren und zielgerichtete Therapien.

Dass KI in der Kardiologie helfen kann, sagen auch Kardiologen der Deutschen Herzstiftung – gerade angesichts begrenzter personeller Ressourcen und einer hohen Krankheitslast. In der Akutversorgung könne sie Zeit sparen, sagt Prof. Dr. Thomas Voigtländer. Das klingt zunächst nüchtern, ist im Klinikbetrieb aber ein ziemlich handfester Vorteil.

Bei Herzrhythmusstörungen ist die Auswertung anspruchsvoll, weil die Krankheitsursachen komplex sind und große Datenmengen anfallen. Standardmäßig werden zwölf Ableitungen synchron analysiert; ein einziges EKG enthält mehr als 120.000 Datenpunkte. KI-Programme können die Kurven innerhalb von Sekunden auf auffällige Muster untersuchen, den Zeitaufwand senken und die Analyse präzisieren.

Vorhofflimmern tritt häufig unregelmäßig auf und bleibt deshalb in frühen Stadien oft unbemerkt. Weil es das Schlaganfallrisiko erhöht, könnte eine frühere Erkennung eine rechtzeitige Behandlung ermöglichen und Komplikationen senken. An der Mayo-Klinik in Rochester, Minnesota, wurde eine KI entwickelt, die sogar in scheinbar normalen EKGs Hinweise auf beginnendes Vorhofflimmern erkennen kann. Außerdem sagte sie die Pumpleistung der linken Herzkammer präzise voraus – ein Wert, der normalerweise per Echokardiogramm bestimmt wird.

Aus EKG-Kurven lassen sich mithilfe von KI möglicherweise auch Hinweise auf Herzklappenerkrankungen, die Hämoglobinkonzentration, die Kaliumkonzentration im Blut und weitere Herzerkrankungen ableiten. Bei Therapien ist der Einsatz ebenfalls denkbar, etwa bei Katheterablationen zur Beseitigung störender elektrischer Aktivitäten im Herzen. Studien zeigten, dass KI dabei die Erfolgsrate erhöhen und Rückfälle reduzieren kann.

Die Black Box bleibt ein Problem

Ganz ohne Stolpersteine geht das nicht. Die Qualität der Ergebnisse hängt stark von den Trainingsdaten ab. Verzerrte oder unvollständige Datensätze können zu fehlerhaften Vorhersagen führen; geografische sowie ethnisch-kulturelle Faktoren müssen beim Training berücksichtigt werden, wenn sie für Krankheiten relevant sind.

Bei selbstlernenden Systemen kann das „Black-Box-Phänomen“ auftreten: Der Entscheidungsweg der KI ist für Menschen nicht nachvollziehbar. Außerdem kann sie Ergebnisse erzeugen, die nicht der Realität entsprechen – sogenannte Computer-„Halluzinationen“. Damit stellen sich medizinethische und rechtliche Fragen, unter anderem nach Verantwortung, Haftung bei Fehldiagnosen und dem Schutz individueller Gesundheitsdaten. Auch der hohe Energieverbrauch von KI-Systemen kann die Umwelt belasten.

In der Europäischen Union wurden Regeln beschlossen, die bei neuen KI-basierten Diagnoseverfahren den Schwerpunkt auf überwachte Lernverfahren legen sollen. Die Idee dahinter ist klar: KI soll als ärztliches Werkzeug dienen, Diagnostik und Therapie erleichtern und präzisieren. Die ärztliche Expertise soll sie nicht ersetzen. Endgültige Entscheidungen und die Verantwortung für Patienten bleiben bei qualifizierten und erfahrenen Fachärzten. Die Deutsche Herzstiftung behandelt das Thema in der Ausgabe 2/2025 der Zeitschrift „HERZ heute“.

Vom Klinik-EKG zur Smartwatch

Den größeren Rahmen liefert das Fraunhofer IKS gemeinsam mit dem Universitäts-Herzzentrum Freiburg-Bad Krozingen. Im Projekt „AI Cardiology“ arbeiten die Partner an einer KI-gestützten EKG-Analyse. Herz-Kreislauf-Erkrankungen zählen weltweit zu den häufigsten Todesursachen. Eine frühe Diagnose kann präventive Maßnahmen ermöglichen, doch Risikofaktoren bleiben oft unentdeckt, bis erste Symptome auftreten.

Das Projekt reagiert auf diese diagnostische Lücke: Menschen mit erhöhtem Risiko, aber ohne Beschwerden, werden häufig nicht frühzeitig als Risikopatienten erkannt. Entwickelt werden KI-Verfahren zur Erkennung kardiovaskulärer Risikofaktoren in 12-Kanal-EKGs und 1-Kanal-EKGs. Zunächst erforschen die Beteiligten anhand von 12-Kanal-EKGs Modelle, die Biomarker und Risikofaktoren identifizieren sollen, darunter HbA1c als Maß für den Langzeitblutzucker, LDL-Cholesterin und systolischer Blutdruck.

Nach aktuellem Kenntnisstand können diese Werte nicht direkt durch eine visuelle EKG-Auswertung medizinischen Personals bestimmt werden. Die KI soll also bislang unvollständig erschlossene Informationen aus EKGs nutzen und deren diagnostische Einsatzmöglichkeiten erweitern. Im zweiten Schritt soll die Methode auf 1-Kanal-EKGs übertragen werden, wie sie in Smartwatches und anderen Wearables verwendet werden. Ein kostengünstiges, leicht zugängliches und kontinuierliches Screening im Alltag wäre damit möglich – noch bevor Betroffene eine Klinik aufsuchen.

Das Fraunhofer IKS übernimmt die Konzeption, Entwicklung und Evaluation der KI-Modelle. Ein Schwerpunkt liegt auf Robustheit: Die Systeme sollen auch bei unterschiedlichen Datenqualitäten und externen Datens