Donnerstag, April 30, 2026
Die Zuordnung von Patienten zu Studien erfordert die Auswertung langer, heterogener elektronischer Patientenakten (EHRs) und komplexer Zulassungskriterien, was erhebliche Herausforderungen hinsichtlich Skalierbarkeit, Generalisierbarkeit und Recheneffizienz mit sich bringt. In einem Forschungsprojekt wurde “Retrieval-Augmented Generation” (RAG) mit der Modellierung auf Basis großer Sprachmodelle für eine skalierbare Patienten-Studien-Zuordnung verwendet. Dieser Ansatz verfolgt ein zweistufiges Vorgehen: RAG wird verwendet, um klinisch relevante Segmente aus langen EHRs zu identifizieren und so die Komplexität der Eingabe zu reduzieren, während große Sprachmodelle eingesetzt werden, um diese ausgewählten Segmente in informative Darstellungen zu kodieren.
Die Forscher bewerten diesen Ansatz anhand mehrerer öffentlicher Benchmarks (n2c2, SIGIR, TREC 2021/2022) sowie eines realen multimodalen Datensatzes der Mayo Clinic (MCPMD).
Die Ergebnisse der Untersuchung zeigen, dass die retrievalbasierte Informationsauswahl den Rechenaufwand deutlich reduziert und gleichzeitig klinisch aussagekräftige Informationen bewahrt bleiben. Dabei liefern “frozen” LLMs (LLMs, deren interne Gewichte/Parameter nach dem ersten Training nicht mehr verändert werden) starke Representationen für strukturierte klinische Daten liefern, während ein Fine-Tuning für die Modellierung unstrukturierter klinischer Texte unerlässlich ist.
URLs:
Politico berichtet, dass die Trilog-Gespräche zum KI-Digital-Omnibus gestern ergebnislos endeten. Deutschland wollte industrielle Anlagen und Medizinprodukte herausnehmen, was auf starken Widerstand sowohl aus Parlament wie auch diversen anderen Ländern stieß und eine Einigung verhinderte. Ein Zeitpunkt zur Neuaufnahme der Verhandlungen wurde nicht vereinbart. Ob und wann jetzt Änderungen an der Ki-Verordnung kommen, ist damit ungewiß.
Bericht bei Politico: https://www.politico … eal-to-delay-ai-law/
Andere Berichte nennen den 13. May 2026 als Termin für die nächsten Trilog-Verhandlungen, z.B.
Dienstag, April 28, 2026
Cloudflight befragte150 Führungskräfte in deutschen Unternehmen zu KI. Kernaussagen:
- Budget ist eine Ausrede. Nur 8% der Befragten nennen fehlende Mittel als Ursache. Auf jedes Unternehmen, das an Budget scheitert, kommen sechs, die an fehlender Abstimmung scheitern.
- Abstimmung schafft einen 6-fachen Skalierungsvorteil. Unternehmen mit vollständiger bereichsübergreifender Abstimmung erreichen die Skalierungsphase sechsmal häufiger als solche, die sich selbst als nur ausreichend abgestimmt beschreiben. Bei schlecht abgestimmten Unternehmen liegt die Skalierungsrate bei null.
- 71% haben keinen klaren Business Case. Ohne konkrete ROI-Zahlen und definierte Erfolgskriterien verlassen Projekte die Explorationsphase nie.
- Kultur bremst mehr als Technik. Fehlendes Vertrauen und Angst vor Risiken sind die meistgenannten zukünftigen Hindernisse – noch vor fehlender Strategie, Budget oder technischen Limitierungen.
URLs:
Bei einer Untersuchung von aten des Internet Archive fanden Forscher, zu denen Wissenschaftler von der Stanford University, dem Imperial College London und dem Internet Archive gehören, heraus, dass etwa ein Drittel der seit 2022 erstellten Websites von KI generiert wurde. Die Untersuchung beinhaltete sechs Fragestellungen:
- Führen KI-generierte Texte zu einer Verengung der Sichtweisen?
- Entsteht mehr Desinformation, wenn sich Halluzinationen ausbreiten?
- Wirken Online-Texte weniger kontrovers und optimistischer?
- Werden Quellen nicht angegeben?
- Entstehen Wortfolgen mit geringer semantischer Dichte?
- Hat der KI-Einsatz das Schreiben in eine Monokultur gezwungen, in der individuelle Stimmen verschwinden und sich ein allgegenwärtiger, einheitlicher Stil durchsetzt?
Die Untersuchung zeigte u.a., dass diese KI-generierten Texte das Web weniger wortreich machen. So schreiben die Forscher: “Es ist zu befürchten, dass die Verbreitung von KI-generierten und KI-unterstützten Texten im Internet zu einer Verschlechterung der semantischen und stilistischen Vielfalt, der sachlichen Genauigkeit und anderen negativen Entwicklungen beiträgt“.
Die Forscher veröffentlichten ihre Ergebnisse online in einem Artikel mit dem Titel “The Impact of AI-Generated Text on the Internet”.
URLs:
Montag, April 27, 2026
Anhand einer Reihe randomisierter kontrollierter Studien zu Mensch-KI-Interaktionen (N = 1.222) zeigen Forscher zwei wichtige Folgen der KI-Nutzung auf: verminderte Ausdauer und eine Beeinträchtigung der Leistung ohne KI-Unterstützung. Bei einer Vielzahl von Aufgaben, darunter mathematisches Denken und Leseverständnis, stellen die Forscher fest, dass KI-Unterstützung zwar kurzfristig die Leistung verbessert, Menschen danach ohne KI-Unterstützung jedoch deutlich schlechter abschneiden und eher aufgeben als ohne Menschen, die zuvor KI nutzten.
Die Forscher bewerten diese Ergebnisse als besonders besorgniserregend, da Ausdauer bei menschen die Grundlage für den Erwerb von Fähigkeiten bildet und einer der stärksten Prädiktoren für langfristiges Lernen ist. Die Forscher vermuten, dass die Ausdauer abnimmt, weil die KI-Nutzung die Menschen darauf konditioniert, sofortige Antworten zu erwarten, und den die KI-nutzenden menschen dadurch die Erfahrung vorenthält, Herausforderungen selbstständig zu bewältigen.
URLs:
