KI-Anbieter prüfen und sicher beschaffen



KI-Beschaffung im Gesundheitswesen – Transparenz als Governance-Pflicht!

Kurze Einführung  ·  von Thomas Bade

Transkript anzeigen

KI-Beschaffung im Gesundheitswesen beginnt mit einer ehrlichen Frage: Was weiß ich wirklich über das System, das ich kaufen will?

Krankenhäuser, Pflegeeinrichtungen und Kommunen werden täglich mit Produktversprechen konfrontiert. Dashboards. Effizienzgewinne. Automatisierung. Aber konkrete Angaben zu Systemzweck, Leistungskennzahlen, Datenbasis und Grenzen? Die bleiben häufig aus.

Das ist kein Zufall. Es ist eine strukturelle Lücke im Beschaffungsprozess – und genau diese Lücke schließt das HAIP AI Vendor Disclosure Framework, veröffentlicht im April zweitausendundsechsundzwanzig im New England Journal of Medicine AI.

Das Framework benennt fünf Kerndomänen, zu denen Anbieter zwingend Auskunft geben sollen: Systemfähigkeiten und Zweck, Leistung und Compliance, Datenschutz und Daten-Stewardship, Integrationsanforderungen sowie Life-Cycle-Management.

Diese Checkliste übersetzt das Framework in ein operatives Arbeitsinstrument. Für Einkauf, Datenschutz, IT, Medizin, Pflege und Geschäftsführung.

Wer heute strukturiert beschafft, ist morgen compliant. Wer das heute nicht tut, riskiert nicht nur Fehlinvestitionen – sondern auch die Sicherheit seiner Patientinnen und Patienten.

Ihr Thomas Bade

Health AI Partnership · NEJM AI 2026

Warum das HAIP AI Vendor Disclosure Framework für die KI-Beschaffung entscheidend ist

Beschaffungsteams im Gesundheitswesen stehen vor einem strukturellen Dilemma. Kpodzro et al. (2026) haben in einer peer-reviewten Studie im New England Journal of Medicine AI empirisch belegt, dass Anbieter statt belastbarer Evidenz meist Marketingmaterialien ohne überprüfbare Angaben zu Zweck, Leistung, Datenbasis und Grenzen ihres Systems liefern.

Das Ergebnis sind schlecht validierte KI-Systeme, die klinische Workflows ignorieren, bestehende Versorgungsungleichheiten verstärken und Einrichtungen regulatorisch exponieren. Das HAIP-Framework schafft einen verbindlichen Standard für den Informationsaustausch zwischen Einrichtung und Anbieter – und gibt Beschaffungsteams die Sprache, belastbare Antworten einzufordern.

Mit Inkrafttreten des EU AI Act (Art. 9–15) ist strukturierte Herstellerdokumentation für Hochrisiko-KI keine Kür mehr, sondern Pflicht. Das HAIP-Framework liefert das operative Beschaffungsgegenstück dazu.

1 · Systemfähigkeiten & ZweckWas tut das System, für wen, wo und wie oft – und was tut es ausdrücklich nicht?
2 · Leistung & ComplianceMetriken, Bias-Assessment, bekannte Risiken und Regulierungsstatus des Systems.
3 · Daten-StewardshipDatensicherheit, Sekundärnutzung, Eigentum, Aufbewahrungsfristen und Löschkonzept.
4 · IntegrationsanforderungenInteroperabilität, Infrastrukturvoraussetzungen, Personalaufwand und Gesamtkosten.
5 · Life-Cycle-ManagementWartung, Performance-Monitoring, User Acceptance Testing und Adverse-Event-Reporting.
Key-Message Das HAIP-Framework ist kein Compliance-Bürokratismus – es ist ein Kommunikationsinstrument. Es standardisiert, welche Informationen Einrichtungen einfordern dürfen und welche Anbieter bereitstellen müssen – zum Vorteil beider Seiten.

Für die Checkliste auf dieser Seite gilt: Die Bewertung der 29 Prüfkriterien ist kein Selbstzweck. Sie ist ein strukturierter Einstieg in eine evidenzbasierte Beschaffungsentscheidung – und in eine KI-Governance, die über den Vertragsabschluss hinausreicht.

Managementlogik: Erst offenlegen lassen. Dann bewerten. Danach beschaffen. Im Regelbetrieb fortlaufend überwachen.


Einordnung

Warum Anbietertransparenz Governance-Arbeit ist

Das HAIP-Rahmenwerk übersetzt gute Beschaffungspraxis in eine strukturierte Offenlegung: Gesundheitsorganisationen sollen nicht nur Marketingversprechen bewerten, sondern belastbare Angaben zu Zweck, Leistung, Daten, Integration und Betrieb einfordern.

Die Checkliste nutzt die Logik aus Tabelle 1 des HAIP-Rahmenwerks und macht daraus ein operatives Arbeitsinstrument für Anbieterbewertung, KI-Governance, Einkauf, Datenschutz, IT, Medizin und Pflege.

Managementlogik

Erst offenlegen lassen. Dann bewerten. Danach beschaffen. Im Regelbetrieb fortlaufend überwachen.

Big Point 1Transparenz wird zum Beschaffungskriterium – nicht zur freiwilligen Anbieterbroschüre.
Big Point 2Leistung, Bias, Datenrechte und Kosten gehören vor Vertragsabschluss auf den Tisch.
Big Point 3KI-Governance endet nicht beim Go-live. Wartung, Monitoring und Ereignismeldung müssen vereinbart sein.

Checkliste

HAIP Offenlegung von KI-Anbietern

Anleitung

Bewerten Sie jeden Prüfpunkt nach Offenlegungsreife des Anbieters. Bei „in Prüfung“ bitte eine Notiz ergänzen; diese wird in das PDF übernommen.

  • vollständig offengelegt – Angaben sind konkret, prüfbar und für Entscheidung sowie Vertrag nutzbar.
  • teilweise offengelegt – Angaben liegen vor, sind aber noch nicht vollständig belastbar.
  • nicht offengelegt – relevante Information fehlt oder bleibt nur allgemein.
  • in Prüfung – Sachstand offen; Prüfnotiz erforderlich.

Hinweis zur Premium-Funktion (ab September 2026 auf thomas-bade.org)

Die Premium-Version enthält Schulungsmodule für fünf exemplarische KI-Anwendungen im Gesundheitswesen.
Jedes Modul umfasst die zugehörigen Prüfungskriterien sowie den Nachweis der nachgewiesenen KI-Kompetenz gemäß den jeweiligen Anwendungsbereichen.

Management Summary

0vollständig
0teilweise
0nicht offengelegt
0in Prüfung

Statusübersicht

-

Offene Prüfpunkte

-

Erstellt am:

Quelle und Nutzung

Diese Webseite ist eine redaktionelle Arbeitsfassung für thomas-bade.de auf Grundlage des HAIP AI Vendor Disclosure Frameworks. Sie ersetzt keine Rechts-, Datenschutz-, Medizinprodukte- oder IT-Sicherheitsprüfung, sondern strukturiert die interne Anbieterbewertung.

BSI-Checkliste: Planung, Beschaffung, Anpassung

Kriterienkatalog des BSI zur Integration von extern bereitgestellten generativen KI-Modellen in eigene Anwendungen (Juni 2025)

Anleitung

Diese Checkliste bildet die drei frühen Lebenszyklusphasen des BSI-Kriterienkatalogs ab: anwendungsfallbezogene Planung, Beschaffung und Anpassung (u. a. System-Prompts) – jeweils vor Integration eines extern bereitgestellten generativen KI-Modells in eine eigene Anwendung. Die farbigen Marken zeigen das Modalverb des Originaltexts (MUSS, SOLLTE, DARF NICHT). Bewerten Sie jeden Punkt und exportieren Sie das Ergebnis als PDF.

Hinweis: Der Kriterienkatalog ist derzeit unverbindlich und richtet sich an die Bundesverwaltung; er dient hier als Orientierungsrahmen guter Praxis auch außerhalb der Bundesverwaltung. Quelle: BSI Kriterienkatalog

Management Summary

0erfüllt
0teilweise erfüllt
0nicht erfüllt
0nicht anwendbar

Statusübersicht

-

Offene Prüfpunkte

-

Erstellt am:

Häufige Fragen zum BSI-Kriterienkatalog

Einordnung der interaktiven Checkliste für extern bereitgestellte generative KI-Modelle.

Ist der BSI-Kriterienkatalog verbindlich?

Nein. Version 1.0 vom 6. Juni 2025 ist ein unverbindlicher Kriterienkatalog, der frühzeitig Orientierung geben und perspektivisch in einen Mindeststandard münden soll. Gesetzliche Pflichten, insbesondere aus der EU-KI-Verordnung, bleiben zusätzlich zu beachten.

Für welche KI-Anwendungen gilt der Kriterienkatalog?

Er adressiert den regulären Betrieb eigener Anwendungen, in die extern bereitgestellte generative KI-Modelle per Schnittstelle oder lokal integriert werden. Reine Dienstenutzung, vollständig selbst entwickelte Modelle, eigenes Fine-Tuning sowie Forschung, Proof of Concept und Laborbetrieb liegen außerhalb seines Geltungsbereichs.

Welche Lebenszyklusphasen deckt die Checkliste ab?

Der BSI-Katalog betrachtet globale KI-Governance, Planung, Beschaffung, Anpassung, Integration, Einsatz und Beendigung. Die interaktive Checkliste dieser Seite konzentriert sich auf Planung, Beschaffung und Anpassung; Status, Notizen und offene Punkte können als PDF dokumentiert werden.

Quelle: Bundesamt für Sicherheit in der Informationstechnik, Kriterienkatalog zur Integration extern bereitgestellter generativer KI-Modelle, Version 1.0, 6. Juni 2025.

NEJM AI 2026;3(5)

A Collaborative Best Practice Guide for Promoting AI Vendor Transparency in Health Care — The HAIP AI Vendor Disclosure Framework

Kpodzro S., Kim J. , Hasan A., Thomas C., Draugelis M. , Jeffries S.M., Beecy A., Stroum M., M.S., Valladares A., M.S., igen Z., Tobey D., Vidal D., J.D., Lifson A., Mulligan D., Balu S., Sendak M..

Link zur Original Arbeit
Aus Framework wird Entscheidung.

Ich übersetze den HAIP-Standard in Ihre konkrete Beschaffungssituation.


KI Transparenzhinweis ART. 50 · VO (EU) 2024/1689 · EU AI ACT
Englischsprachige Quelldokumente wurden mit Unterstützung von KI-Sprachmodellen übersetzt.
Thomas Bade hat alle Inhalte inhaltlich geprüft, fachlich bewertet und freigegeben.
CC BY-ND 4.0 Creative Commons Lizenz (CC BY-ND 4.0)
Inhalte dieser Webseite und die HAIP Checkliste für KI-Systeme dürfen geteilt werden, sofern der Urheber genannt wird und keine Bearbeitungen verbreitet werden.

BSI A5 · Audit & Assurance

Lieferantenprüfung mit A5-Nachweisen

A5-ready Vendor Governance verlangt nachvollziehbare Provenienz und belastbare Betriebszusagen.

  • Modell- und Datenprovenienz sowie Versionierung
  • SLA, C5-/Audit-Nachweise und Change Management
  • Portabilität, Exit und Verantwortlichkeiten

BSI A5: Status, Module und interaktives Readiness-Assessment