Zusammenfassung
Die Integration generativer KI-Systeme in radiologische Workflows verspricht erhebliche Effizienzgewinne, erfordert aber eine systematische Planung und Risikobewertung. Dieser Artikel beschreibt auf Basis eines praktischen Implementierungsprojektes, wie MTR und Radiologen bei der Einführung von KI-Assistenzsystemen vorgehen sollten. Der Fokus liegt auf der Auswahl geeigneter Systeme, der Gestaltung von Lastenheften und den technologischen sowie organisatorischen Herausforderungen bei der Integration in bestehende Workflows. Praktische Erkenntnisse zeigen, dass lokale, datenschutzkonforme Lösungen derzeit noch an ihre Grenzen stoßen – eine sorgfältige Anforderungsanalyse und ein strukturiertes Change-Management sind daher essenziell.
Schlüsselwörter: MTR, künstliche Intelligenz, Implementierung, Change-Management, Retrieval-Augmented Generation, Wissensmanagementsysteme
Abstract
The integration of generative AI systems into radiological workflows promises significant efficiency gains but requires systematic planning and risk assessment. Based on a practical implementation project, this article describes how radiographers and radiologists should proceed when introducing AI assistant systems. The focus is on selecting suitable systems, designing requirement specifications, and addressing technological and organizational challenges when integrating into existing workflows. Practical findings show that local, data-protection-compliant solutions currently have their limits – careful requirements analysis and structured change management are therefore essential.
Keywords: radiographer, artificial intelligence, implementation, change management, retrieval-augmented generation, knowledge management systems
DOI: 10.53180/MTIMDIALOG.2026.0536
Entnommen aus MT im Dialog 08/2026
Dann nutzen Sie jetzt unser Probe-Abonnement mit 3 Ausgaben zum Kennenlernpreis von € 19,90.
Jetzt Abonnent werden