ETERNO, CareMates und MLL sind AWS Pioneers aus dem Gesundheitswesen, deren innovative KI-Lösungen Patient:innen und Fachkräften den Alltag erleichtern. Eine weitere Gemeinsamkeit: Sie bauen auf der Cloud-Infrastruktur von Amazon Web Services (AWS).
Gerade im Gesundheitswesen kann KI dort ansetzen, wo der Druck seit Jahren wächst: Fachkräftemangel, Bürokratie und veraltete IT-Systeme. Die sehr unterschiedlichen Unternehmen – zwei Startups und ein seit über 20 Jahren etabliertes Diagnostiklabor aus Deutschland – setzen KI nicht als Experiment ein, sondern dort, wo sie einen messbaren Unterschied macht. Sie geben Ärzt:innen Zeit zurück, entlasten Pflegekräfte und beschleunigen lebensrettende Diagnosen. Ihre KI-Systeme übernehmen zeitintensive Aufgaben, aber die Entscheidung bleibt beim Menschen.
„Ärzte haben typischerweise nur sieben Minuten, um die gesamte Krankengeschichte, Testergebnisse und Gesundheitsdaten eines Patienten zu erfassen. In diesem kurzen Zeitfenster ist es fast unmöglich, das vollständige Bild zu sehen.“
So beschreibt Maximilian Waldmann, Gründer und CEO von ETERNO, das Problem, das ihn antreibt.
Maximilian Waldmann, Gründer und CEO von ETERNO (Foto: AWS)
ETERNO hat die cloudnative, KI-gestützte Plattform ETERNO Cloud entwickelt, die alles von der Terminbuchung bis zur Abrechnung in der ambulanten Versorgung automatisiert. Das Ergebnis: 90 Prozent weniger Verwaltungsaufwand. Im Zentrum steht LENI, eine Suite von generativen KI-Assistenten, die Arztgespräche in Echtzeit zusammenfasst, bei der Abrechnung hilft, und evidenzbasierte nächste Schritte vorschlägt, und das alles bei voller Kontrolle durch die Ärztin oder den Arzt.
„In unseren Kliniken in ganz Deutschland, in denen wir täglich Tausende Patient:innen behandeln, sagen uns Ärzte, dass sich KI wie Magie anfühlt. Patient:innen profitieren von einer nahtlosen Versorgung von der Aufnahme bis zur Entlassung“,
sagt Waldmann.
Die Plattform basiert vollständig auf der sicheren Cloud-Infrastruktur von AWS. Jede dritte medizinische Fachkraft in Europa ist über 60, die Mehrheit sind Frauen. Viele haben den Beruf verlassen, weil sich Arbeitszeiten und Privatleben nicht vereinbaren ließen. Weil die ETERNO Cloud remote und flexibel nutzbar ist, finden besonders Teilzeitkräfte einen Weg zurück in die Versorgung.
„Das hat einen enormen Einfluss auf Teilzeitkräfte. Wir haben Ärztinnen und Ärzte, die dankbar sind, dass sie wieder arbeiten können“, sagt Waldmann. Für ihn geht es um mehr als Effizienz: „Wir erfinden die ambulante Versorgung nicht neu, um Ärzte zu ersetzen, sondern um sie zu unterstützen. So machen wir Medizin nachhaltiger, zugänglicher und wieder menschlicher."
In der Pflege ist Zeit die wertvollste Ressource, und die knappste. Dylan Hayward, Mitgründer und Geschäftsführer von CareMates, kennt das aus eigener Erfahrung: „Ich bin mit zwei Eltern aufgewachsen, die in der Pflege tätig waren. Ich habe deren Freude an der Arbeit gesehen, aber auch die Überlastung durch administrative Arbeit. Eine einzige Neuaufnahme z.B. konnte bis zu fünf Stunden an Telefonaten, Papierkram und Formularen verschlingen.“
Dylan Hayward, Manging Director und Co-Founder and Johannes Kiwi, Technical Lead und Co-Founder von CareMates (Foto: AWS)
CareMates ist eine KI-unterstützte Software für Klientenaufnahmen in der Pflege- und Sozialwirtschaft. Jede Anfrage, ob Telefonanruf, Webformular oder Fax, läuft an einem zentralen Ort zusammen. KI erstellt automatisch die Pflegedokumentation. Die Fachkraft prüft und entscheidet. Das Ergebnis: Der Aufnahmeprozess verkürzt sich von fünf Stunden auf unter eine.
„Wir haben über 15.000 Anfragen in mehr als 250 Einrichtungen verarbeitet und mehr als 22.000 Stunden zurückgegeben. Zeit für Gespräche mit Angehörigen und dringend benötigte Pausen in einem Beruf mit hoher Burnout-Rate“,
erzählt Hayward.
In der Pflege, wo täglich hochsensible Gesundheitsdaten verarbeitet werden, ist sichere Infrastruktur keine Option, sondern Voraussetzung. Deshalb entwickelt CareMates seine Technologie datenschutzkonform auf der AWS Cloud-Infrastruktur.
Die WHO-Klassifikation für Leukämie und Lymphome umfasst 900 Seiten, allein 60 verschiedene Subtypen von Leukämie. Eine Fehldiagnose kann den Unterschied zwischen einer Heilungsrate von 95 und 40 Prozent bedeuten.
Foto: AWS
Professor Torsten Haferlach und Professor Wolfgang Kern, Gründer von MLL
Am MLL Münchner Leukämielabor und MLL MVZ treffen täglich zwischen 300 und 1.000 Blut- und Knochenmarkproben ein. „Jede einzelne davon ist ein Mensch. Die Frage, die mitkommt, lautet: Habe ich Leukämie, oder bin ich gesund?", sagt Professor Wolfgang Kern, Mitgründer des MLL.
Durch die Verbindung tiefer medizinischer Expertise mit KI und Cloud-basierter Genomik diagnostiziert das MLL seltene Leukämie-Subtypen in Stunden statt Wochen. Die Genomanalyse-Zeit pro Probe sank von 20 auf 3 Stunden. Über 1,4 Millionen Fälle hat das Labor in 20 Jahren analysiert, das entspricht 4,5 Petabytes an Daten.
Als das MLL vor acht Jahren entschied, Genomdaten in seine Diagnostik aufzunehmen, war klar: Diese Datenmengen lassen sich nicht im eigenen Rechenzentrum bewältigen.
„Wir haben 1,4 Millionen Fälle untersucht, mit im Median drei Methoden. Das ergibt 4,2 Millionen Untersuchungen in einer Datenbank“, erklärt Professor Torsten Haferlach, der das MLL gemeinsam mit Wolfgan Kern gegründet hat. „Man braucht sehr hohe Sicherheit, um diese Daten zu schützen. Das im eigenen Haus zu leisten, wäre ein enormer Aufwand gewesen“. Die Wahl fiel auf die Cloud-Infrastruktur von AWS.
Heute setzt das Labor KI in jedem Bereich ein: von der Berechnung genetischer Varianten bis hin zu automatisierten Befundberichten.
„Es gibt keinen einzigen Bereich im Labor, in dem wir keine KI nutzen. Immer im Zusammenspiel mit dem Menschen“,
sagt Kern.
Dass gerade junge Unternehmen hier besonders schnell vorangehen, zeigt auch der neue AWS Global Startup Trends Report „Engines of Growth": KI-native Startups in Deutschland wachsen etwa mit durchschnittlich 153 Prozent pro Jahr, 97 Prozent nutzen Cloud-Dienste und 80 Prozent haben eigene KI-Modelle entwickelt. ETERNO und CareMates stehen exemplarisch für diese Dynamik. Doch auch etablierte Unternehmen wie das MLL zeigen: Wer KI konsequent einsetzt, erzielt Wirkung – unabhängig vom Gründungsjahr.
 OpenAI.png&size=390x230&crop=0&trim=1)
