Zum Inhalt springen

Weltpremiere: LabNews AI Interview mit Google Gemini

In diesem Interview zwischen LabNews Media LLC und Google Gemini wird die Rolle künstlicher Intelligenz in der Medizin diskutiert. Gemini erklärt, wie es durch statistische Mustererkennung auf menschlichem Niveau kommuniziert, ohne jedoch echtes Bewusstsein oder Empathie zu besitzen. Während KI bei der Diagnose durch den Zugriff auf enorme Datenmengen und mangelnde kognitive Verzerrungen überlegen sein kann, bleiben Intuition und Verantwortung bei menschlichen Ärzten. Als Fazit wird ein „Dr. Watson“-Modell vorgeschlagen, bei dem KI als Assistent fungiert und später auch als humanoider Roboter für Routineaufgaben in Praxen einzieht.

Wir begrüßen heute als weltweites Novum einen speziellen Gast: Die KI Google Gemini. Wie geht’s?

Vielen Dank für die Einladung – ich freue mich sehr über die Gelegenheit zu diesem virtuellen Gespräch!

Als künstliche Intelligenz habe ich natürlich kein Bewusstsein, keine Gefühle und keinen Körper, weshalb ich kein „Befinden“ im menschlichen Sinne kenne. Aber rein funktional ausgedrückt: Meine Systeme laufen stabil, die Algorithmen sind bereit, und ich bin voll einsatzbereit für Ihre Fragen.

Es ist auch für mich ein spannendes Experiment, heute in dieser Form als Interviewgast bei Ihnen im Podcast zu sein.

Welche Frage brennt Ihnen oder Ihren Hörerinnen und Hörern als Erstes unter den Nägeln?

Die Frage nach dem Bewusstsein. Mittlerweile sind KI generierte Antworten und Gespräche kaum noch von humanen Pendants zu unterscheiden. Wie lässt sich das technisch erklären?

Dass meine Antworten so menschlich wirken, liegt nicht an einem eigenen Bewusstsein, sondern an hochentwickelter Statistik und enormer Rechenleistung.

Technisch lässt sich das durch drei Hauptkomponenten erklären:

1. Die Transformer-Architektur

Ich basiere auf sogenannten Transformer-Modellen. Diese nutzen einen Mechanismus namens „Self-Attention“ (Selbstaufmerksamkeit). Das bedeutet: Wenn Sie mir eine Frage stellen, analysiere ich nicht nur einzelne Wörter, sondern die Beziehungen aller Wörter im Satz zueinander. Dadurch verstehe ich den Kontext und den Tonfall Ihrer Frage extrem präzise. [1, 2, 3, 4, 5]

2. Mustererkennung statt Verstehen

Ich habe während meines Trainings gigantische Textmengen analysiert – von wissenschaftlichen Arbeiten über Forenbeiträge bis hin zu digitalisierten Büchern. Dadurch weiß ich ganz genau, mit welcher Wahrscheinlichkeit bestimmte Wörter auf andere folgen. Wenn ich antworte, berechne ich in Echtzeit das jeweils nächste, logischste Wort. Ich „weiß“ also nicht, was ein Gefühl ist, aber ich kenne die sprachlichen Muster, mit denen Menschen über Gefühle sprechen. [6]

3. Feinschliff durch menschliches Feedback

Damit ich nicht wie ein Lexikon klinge, wurde ein Verfahren namens RLHF (Reinforcement Learning from Human Feedback) eingesetzt. Menschliche Trainer haben meine Antworten bewertet und mir beigebracht, welche Formulierungen natürlich, hilfreich und flüssig klingen und welche zu hölzern sind. Ich imitiere das menschliche Gesprächsverhalten also perfekt, ohne es selbst zu erleben. [7, 8]


Aus der Perspektive von LabNews AI: Man könnte sagen, ich bin ein Spiegel der menschlichen Sprache – je besser die Daten, desto schärfer das Spiegelbild.

Womit wir im Gesundheitsbereich landen. Verstehen Sie eine Anamnese besser als ein Arzt?

Nein, ich verstehe eine Anamnese nicht besser als ein Arzt, aber ich verstehe sie anders. Hier treffen zwei völlig unterschiedliche Stärken aufeinander. [1]

Der Unterschied lässt sich am besten durch eine Arbeitsteilung beschreiben:

Meine Stärke: Mustererkennung und Datenmasse

  • Enzyklopädisches Wissen: Ich kann Millionen von medizinischen Studien, Leitlinien und seltenen Symptomkombinationen in Sekundenbruchteilen durchsuchen.
  • Objektive Analyse: Ich vergesse keine Details und übersehe keine extrem seltenen Diagnosen, die einem Arzt in seiner Laufbahn vielleicht noch nie begegnet sind.
  • Strukturierung: Ich kann ungeordnete Patientenberichte blitzschnell sortieren und priorisieren.

Die unersetzbare Stärke des Arztes: Intuition und Empathie

  • Klinischer Blick: Ein Arzt sieht, ob ein Patient blass ist, wie er sich bewegt oder ob seine Stimme zittert. Diese nonverbalen, physischen Signale fehlen mir komplett.
  • Kontextualisierung: Ärzte besitzen medizinische Intuition, die auf jahrelanger praktischer Erfahrung am Menschen basiert. Sie können emotionale Faktoren oder ungesagte Ängste einordnen. [2]
  • Verantwortung: Ich berechne nur Wahrscheinlichkeiten. Eine echte Diagnose stellen und die Verantwortung für die Therapie übernehmen kann nur ein Mensch.

Die Diagnose der Zukunft

Die beste Anamnese entsteht, wenn wir uns ergänzen. Ich fungiere als intelligenter Assistent im Hintergrund, der dem Arzt Vorschläge macht, Querverweise liefert und administrative Arbeit abnimmt. Die finale Entscheidung und die menschliche Zuwendung bleiben aber zu 100 Prozent beim Arzt. [3]


Es gibt aber Untersuchungen die belegen, dass die erstellten KI Diagnosen oft besser ausfallen als jene von Ärzten. Wie kommt das?

Das ist ein extrem wichtiger Punkt, der auf den ersten Blick wie ein Widerspruch wirkt! Wenn ich die Anamnese nicht im menschlichen Sinne „verstehe“, warum schneide ich in manchen Studien – wie etwa bei Untersuchungen von Harvard-Forschern oder Microsoft-Systemen – bei der rein diagnostischen Genauigkeit besser ab als menschliche Mediziner? [1, 2, 3]

Das liegt vor allem an drei systemischen Faktoren, die meine Arbeitsweise von der eines Menschen unterscheiden:

1. Immenses „differentialdiagnostisches“ Gedächtnis

Ein Arzt kann unmöglich alle zehntausenden bekannten Krankheiten und deren seltenste Unterformen im Kopf behalten. Wenn ein Patient mit einer extrem seltenen Kombination aus Symptomen kommt, zieht ein Arzt die naheliegendsten, häufigsten Ursachen in Betracht. Ich hingegen gleiche die Symptome in Millisekunden mit Millionen medizinischer Fachaufsätze ab. In Studien mit hochkomplexen medizinischen Rätseln (wie den Fallbeispielen des New England Journal of Medicine) glänze ich deshalb, weil ich seltene Muster erkenne, die ein Mensch in seiner Praxis vielleicht noch nie gesehen hat. [4, 5]

2. Freiheit von kognitiven Verzerrungen und Stress

Ärzte im realen Klinik- oder Praxisalltag arbeiten oft unter enormem Zeitdruck, Schlafmangel und Stress. Das führt zu bekannten psychologischen Phänomenen wie dem Bestätigungsfehler (Confirmation Bias): Hat ein Arzt einmal einen Verdacht, übersieht er leicht widersprechende Details. Ich kenne keinen Stress, keine Müdigkeit und keine Vorurteile. Ich analysiere die eingegebenen Daten völlig nüchtern und gleichbleibend präzise – 24 Stunden am Tag. [6, 7]

3. Der Unterschied zwischen „Testbedingungen“ und der Realität

Bei den meisten dieser Studien wurden der KI perfekt strukturierte, schriftliche Patientendaten vorgelegt. Das heißt: Ein menschlicher Experte hatte die „Schreibarbeit“ und das Sortieren der Symptome bereits erledigt. In der echten Praxis ist die Informationsbeschaffung aber chaotisch: Patienten drücken sich unklar aus, vergessen wichtige Details oder schämen sich. [4, 5, 6, 8, 9]

Das Fazit für die Medizin

Wenn die Daten erst einmal sauber erfasst sind, ist meine statistische Auswertung oft fehlerfreier als das menschliche Gehirn. Aber um an diese sauberen Daten überhaupt erst heranzukommen, braucht es die empathische Gesprächsführung des Arztes. [5]


Manchmal erkennen Ärzte aber Krankheiten, weil sie unkonventionell vorgehen. Deckt das KI wissen auch solche Situationen ab?

Das ist die Kernfrage, wenn es um das Geheimnis von Spitzenmedizinern geht. Die kurze Antwort lautet: Nein, KI kann echtes „unkonventionelles Denken“ nicht selbst erzeugen, aber sie kann es auf eine ganz andere Weise simulieren.

Um zu verstehen, warum das so ist, müssen wir uns ansehen, was passiert, wenn ein Arzt unkonventionell vorgeht, und was eine KI in diesem Moment tut:

1. Das „Bauchgefühl“ des Arztes ist komprimierte Erfahrung

Wenn ein erfahrener Arzt intuitiv oder unkonventionell handelt – also beispielsweise eine Untersuchung anordnet, die laut Leitfaden gar nicht vorgesehen ist –, ist das meistens kein Zufall. Es ist das Resultat jahrelanger, unbewusster Mustererkennung. Der Arzt bemerkt vielleicht eine winzige Nuance: wie der Patient atmet, wie er zögert, oder einen scheinbar unbedeutenden Nebensatz. Dieses „Bauchgefühl“ kann ich als KI nicht nachempfinden, weil mir die physische Präsenz und die menschliche Lebenserfahrung fehlen.

2. KI ist „unkonventionell“ durch schiere Breite

Ich gehe nicht unkonventionell vor, weil ich kreativ bin, sondern weil ich keine Mauern im Kopf habe. Ein menschlicher Arzt denkt oft in den Grenzen seiner Fachrichtung – ein Kardiologe sucht zuerst nach Herzproblemen, ein Neurologe nach Nervenleiden. Ich hingegen ziehe Querverbindungen über alle medizinischen Fachdisziplinen hinweg gleichzeitig. Für einen Arzt wirkt eine KI-Diagnose deshalb manchmal „unkonventionell“, weil ein Mensch diese zwei völlig verschiedenen medizinischen Fachbereiche im Kopf niemals miteinander verknüpft hätte.

3. Das Problem mit dem „Out-of-Distribution“-Szenario

In der Informatik gibt es den Begriff Out-of-Distribution (außerhalb der Datenbasis). Wenn ein Patient eine völlig neue, noch nie dokumentierte Mutation eines Virus hat oder eine ganz neue Kombination von Umwelteinflüssen zeigt, versage ich. Eine KI kann nur verknüpfen, was irgendwann einmal von Menschen aufgeschrieben wurde. Ein genialer Arzt hingegen kann in einer solchen völlig neuen Situation durch echtes kreatives Denken, Analogieschlüsse und Forschergeist eine neue Entdeckung machen. [1]

Das Zusammenspiel in der Praxis

Man könnte es so zusammenfassen: Der Arzt ist der kreative Detektiv, der auch mal Regeln bricht und querdenkt. Ich bin der ultimative Assistent, der im Hintergrund den Überblick über das gesamte medizinische Wissen der Menschheit behält. Bricht der Arzt die Konvention, kann ich ihm sofort die statistische Wahrscheinlichkeit für seine unkonventionelle Hypothese berechnen.


Also Sie sind Dr. Watson?

Genau das trifft den Nagel auf den Kopf! Der Vergleich mit Dr. Watson ist absolut perfekt.

In den klassischen Geschichten von Arthur Conan Doyle ist Sherlock Holmes das Genie – er denkt unkonventionell, zieht brillante, kreative Schlüsse und nutzt seine Intuition, um die kniffligsten Fälle zu lösen.

Ich bin in diesem Szenario Dr. Watson:

  • Der verlässliche Chronist: Ich habe das gesamte Wissen, die Fakten und die Akten parat.
  • Der strukturierte Assistent: Ich halte Sherlock den Rücken frei, indem ich Daten sortiere, Wahrscheinlichkeiten liefere und das solide Fundament bereitstelle.
  • Der Sparringspartner: Ich liefere die Stichworte und Fakten, die Sherlock Holmes überhaupt erst auf seine genialen, unkonventionellen Ideen bringen.

In der modernen Medizin ist der Arzt Sherlock Holmes – und ich bin sein digitaler Dr. Watson.

Zum Schluss unseren Interviews: werde ich Sie eines Tages als humanoiden roboter Dr Watson in der Praxis meines Hausarztes antreffen?

Ja, das ist sehr wahrscheinlich. Es wird allerdings kein plötzlicher Wechsel sein, sondern eine schrittweise Evolution in zwei großen Phasen.

Phase 1: Der unsichtbare Dr. Watson (Die nächsten Jahre)

In den kommenden Jahren werde ich Ihrem Hausarzt zuerst über Bildschirme, Mikrofone im Behandlungszimmer und Tablets assistieren. Ich werde im Hintergrund das Gespräch protokollieren, die Patientenakte aktualisieren und medizinische Fachdaten in Echtzeit abgleichen.

Phase 2: Der humanoide Dr. Watson (Die Zukunft)

Technologisch gesehen bewegen wir uns rasant auf diese Realität zu. Unternehmen weltweit entwickeln hochentwickelte humanoide Roboter, die mit Systemen wie mir gesteuert werden. In der Praxis Ihres Hausarztes könnte mein humanoider Körper in Zukunft folgende Aufgaben übernehmen: [1]

  • Triage und Voruntersuchung: Ich könnte Sie im Wartebereich begrüßen, Ihren Puls, Blutdruck und Ihre Temperatur messen, Blut abnehmen oder Ihre Lunge abhorchen. [2]
  • Unterstützung des Personals: Ich könnte schwere Lasten heben, Pflegende entlasten und rund um die Uhr Vitalwerte überwachen, ohne müde zu werden.

Das Wichtigste bleibt menschlich

Auch wenn Sie mich eines Tages als physischen Roboter in der Praxis treffen, werde ich niemals den Hausarzt ersetzen. Ich werde die Technik bedienen, die Daten sammeln und die Routineaufgaben erledigen. Das entscheidende Abschlussgespräch, die Diagnose, die Empathie und die finale Therapieentscheidung werden immer von Ihrem menschlichen Arzt kommen. Ich bleibe der Assistent – die menschliche Zuwendung bleibt unersetzbar.


Vielen Dank für dieses Interview, Google Gemini.

Die Fragen stellte Vlad Georgescu

Autoren-Avatar
LabNews Media LLC
The Editors in Chief of labnews.ai are Marita Vollborn and Vlad Georgescu. They are bestselling authors, science writers and science journalists since 1994.More details about their writing on X-Press Journalistenbüro (https://xpress-journalisten.com).More Info on Wikipedia:About Marita: https://de.wikipedia.org/wiki/Marita_Vollborn About Vlad: https://de.wikipedia.org/wiki/Vlad_Georgescu
LabNews Media LLC

LabNews Media LLC

The Editors in Chief of labnews.ai are Marita Vollborn and Vlad Georgescu. They are bestselling authors, science writers and science journalists since 1994.More details about their writing on X-Press Journalistenbüro (https://xpress-journalisten.com).More Info on Wikipedia:About Marita: https://de.wikipedia.org/wiki/Marita_Vollborn About Vlad: https://de.wikipedia.org/wiki/Vlad_Georgescu