Ärzte fragen: Wenn KI alles kann, was bleibt uns?

Ärzte haben ein Jahrzehnt für eine Fähigkeit trainiert, die eine Maschine in Sekunden liefern kann. Der Beruf wird nicht ersetzt. Er wird von innen heraus neu definiert -- und niemand hat gefragt, ob sie bereit dafür sind.

Eine Medizinstudentin tippte die Symptome ihres Patienten in ein KI-Tool, das die Krankengeschichte aufnahm, eine Diagnose vorschlug und einen Behandlungsplan erstellte -- in Sekunden. Sie starrte auf das Ergebnis und wusste, dass die Maschine in dreißig Sekunden geschafft hatte, wofür ihr aufsichtführender Arzt fünfzehn Minuten und ein Jahrzehnt Ausbildung benötigt hatte.

Die Studie, die den Damm brach

Eine in diesem Monat veröffentlichte Studie formuliert die These schonungslos. Verfasst von Ezekiel Emanuel -- Leiter der Medizinethik an der Penn, Bruder von Ari und Rahm, renommierter Onkologe -- zusammen mit Vinod Khosla und dessen Sohn Neal, wertete das Papier sämtliche veröffentlichte Forschung zu KI in der Medizin ab Januar 2024 aus.

Ihr Fazit: KI allein wird Ärzte und Arzt-KI-Hybride bei fünf Kernaufgaben bis 2030 übertreffen. Anamnese. Diagnose. Testanordnung. Behandlungsverschreibung. Chronische Krankheitsversorgung. Die gesamte Stellenbeschreibung, zusammengefasst und abgehakt.

"Menschen im Kreislauf verschlechtern die KI-Leistung", argumentiert die Studie.

Emanuel begann nicht hier. Jahrelang wies er Khoslas Prognosen als Übertreibung zurück. Auf Konferenzen in den 2010er Jahren bestand Khosla darauf, dass KI bis 2035 85 Prozent dessen tun würde, was Ärzte tun. "Ich sagte Bullshit, das ist unmöglich", sagte Emanuel zu WIRED. "Was Ärzte tun, ist zu kompliziert."

Dann schickte ihm ein Freund die Druckfahnen eines Buches von Robert Wachter, dem Leiter der Medizin an der UCSF, das eine Welt skizzierte, in der Spitzenmedizin eine Zusammenarbeit zwischen KI und Ärzten sein würde, die Massen in der "Economy Class" jedoch meist nur KI bekamen. Emanuel stellte sich plötzlich eine Frage, die, einmal ausgesprochen, nicht mehr ungehört bleiben konnte: "Wenn die KI übernimmt, was bleibt dann noch für Ärzte zu tun?"

Der Beruf wehrt sich

Die American Medical Association wehrt sich. CEO John Whyte wies darauf hin, dass einige der Studien, auf die sich das Papier stützt, Simulationen und keine Blindexperimente sind. Ein Nature-Artikel vom Februar 2026 ergab, dass die meisten Patienten in der Praxis nicht effektiv mit großen Sprachmodellen kommunizieren konnten, um deren Fachwissen zu nutzen.

"Die AMA sieht das Potenzial dieser Werkzeuge, aber sie müssen im Rahmen eines Behandlungsplans eingesetzt werden, der von einem Arzt geleitet wird", sagte Whyte.

Doch Emanuel hat ein Gegenargument, das schwer zu entkräften ist. "Es ist weniger als vier Jahre her, seit ChatGPT eingeführt wurde", sagte er. "Wir machen eine Vorhersage für vier Jahre ab heute. Glaubst du nicht, dass KI viel weiter entwickelt sein wird als ein Arzt?"

Selbst Wachter räumt ein, dass die Autoren einen Punkt haben. "Das Argument, das sie vorbringen, ist wichtig", sagte er. KI sei gut, und KI plus Mensch sei besser -- vorerst. "Aber das kann nicht mehr in Stein gemeißelt sein. Es wird Zeiten geben, in denen Menschen die Leistung beeinträchtigen."

Der Doorman-Fehlschluss

Wachter besteht dennoch darauf, dass die menschlichen Eigenschaften ausgebildeter Ärzte unverzichtbar sind. Er führt den "Doorman-Fehlschluss" an -- die Befürchtung, dass automatische Türöffner Pförtner überflüssig machen würden, während diese sich tatsächlich zu unverzichtbaren Concierges entwickelten.

"Wir werden eine Version des Doorman-Fehlschlusses für Ärzte finden", sagte Wachter.

Doch was hier verdrängt wird, ist nicht das Öffnen von Türen. Es ist die Expertise, die durch den Mahlstrom der medizinischen Ausbildung erworben wird -- die Nachtschichten, die Facharztausbildungen, die Staatsexamina. Die Szenen aus The Pitt, in denen Dr. Robby seine Assistenten unerbittlich testet, indem er sofortige Einschätzungen verlangt? Das wird nicht mehr nötig sein, wenn KI die Antwort auf Abruf bereithält.

Dieser "De-Skilling"-Prozess könnte die Übernahme beschleunigen. Wenn neue Arztgenerationen neben einer ständig verfügbaren KI trainieren, schwindet der Anreiz, klinisches Wissen zu verinnerlichen. Warum seltene Krankheitsbilder auswendig lernen, wenn die KI sie sofort abrufen kann? Whyte von der AMA räumt ein, dass dies eine echte Sorge ist: "Viele medizinische Fakultäten und Assistenzprogramme diskutieren, ob Ärzte Jahre damit verbringen müssen, Dinge zu lernen, die sie jetzt einfach abfragen können."

Die Ironie im Zentrum der Geschichte

Die Ironie sitzt tief. Die Medizin hat sich länger als die meisten Berufe gegen KI gewehrt, unter Berufung auf die Schwere von Leben-und-Tod-Entscheidungen. Nun befindet sie sich in der existenziellsten Position von allen: Der Beruf, der am wenigsten ersetzt werden wollte, könnte derjenige sein, den KI am besten ergänzen -- und letztlich führen kann.

Es gibt einen Weg nach vorne. Ärzte, die sich auf das konzentrieren, was Maschinen nicht können: schlechte Nachrichten mit Einfühlungsvermögen überbringen, moralische Dilemmata navigieren, für Patienten durch bürokratische Labyrinthe kämpfen. Aber dieser Weg verlangt eine Neudefinition des Berufsstands, die so grundlegend ist, dass sie einem Neuanfang gleichkommt.

Der kasachische Dichter Olzhas Suleimenov schrieb einmal: "Das Pferd ist immer noch nützlich, auch nach dem Auto." Die Frage für Ärzte ist, ob sie das Pferd sein wollen.

Sources

• WIRED: "AI Has Human Doctors Asking: What's Left for Us?" (2026-08-28). Der Hauptartikel, der die Emanuel/Khosla-Studie und die professionelle Reaktion darauf aufgedeckt hat. https://www.wired.com/story/ai-has-human-doctors-asking-whats-left-for-us/
• STAT News: "AI has created a shadow medical system" (2026-08-19). Kontext zur stillen Einführung von KI in die klinische Praxis. https://news.google.com/rss/articles/CBMiogFBVV95cUxQX0NvdjRndFF3d09VcG9XOFVxT1JFVXhzVXNsWWxySkY4SWxreS1feEMxbTdUcDBFNTVfTTJKWm4tQURvTmlBQXVkbXFsZXg0SWF3aU1mUXNrSkQtaUhfTmRCSTdGME1JVHpkVG4yd3NuSHBOc1lDNWlOYkNTXzhTYXRIanpMLUYtdFF3WUZIdDhCZFZiazdDaWlfNjZtUkJ1OWc?oc=5
• NPR: "In real-world test, an AI model did better than doctors at diagnosing patients" (2026-04-30). Hintergrund zur Entwicklung der KI-Diagnosegenauigkeit. https://news.google.com/rss/articles/CBMijgFBVV95cUxORjBRRG5ZenFUYnhKZ3E5bDZ0Z3lRNXM3WTFGdTNTbHBkTG9GVEczYnBlZXBHaG5yLTVGYnZ6dnlfcVVaRmhLOVRfVEp2V25QaUFqc0lBcElOVjdKYXVpbTdOZWR2MUF3NFJiV1duTzNLZnF5THFtOENDeVQzSnVrMG9wWXpuUzVEekYyZW1n?oc=5