Labor-KI: Passende Analysen intelligent empfehlen

Veröffentlicht: 05.08.2026 / zuletzt bearbeitet: 05.08.2026

Projektziele & Projektergebnis

Projektziele:
eines Prototyps in den Bereichen „IT“ mit dem Ziel der Erhöhung/Steigerung/ Optimierung .
Projektergebnis:
Entwickelt wurde ein prototypisches, DSGVO-konform aufbereitetes Empfehlungssystem, das aus historischen Laboraufträgen sowie Diagnose- und Kontextinformationen passende Laboranalysen ableitet und über Service-Schnittstellen in einer Testanwendung bereitstellt.

Gesamtprojekt

Personentage
Nicht ausgeführt
Nicht ausgeführt
Nicht ausgeführt
Nicht ausgeführt
Nicht ausgeführt
Phase
Konzept
Prototyp
Entwicklung
Testen
Implementierung
Beteiligte
0
0
0
0
0
0
0
0
0
0
Kosten*
0 €
0 €
0 €
0 €
0 €
Projektphase ausgeführt
Projektphase nicht ausgeführt
interne Projektbeteiligte
externe Projektumsetzer

Top Erkenntnisse aus dem Projekt

  • Die Qualität, Standardisierung und konsistente Strukturierung der Eingangsdaten bestimmen die Aussagekraft eines KI-Empfehlungssystems maßgeblich.
  • Der hybride Ansatz war für den Anwendungskontext tragfähiger als ein rein statistisches oder rein content-basiertes Modell, weil er Bestellmuster und fachliche Kontextinformationen verbindet.
  • Datenschutz und technische Flexibilität müssen von Beginn an in der Datenaufbereitung und Systemarchitektur verankert werden.

    • Ausgangslage

    Es bestehen Optimierungspotenziale in den Bereichen ["Informationsqualität", "Datenmanagement", "Prozesse"]
    Die Produktivitätspotenziale wurden nicht ausgeschöpft in den Bereichen ["Informationsqualität", "Datenmanagement", "Prozesse"]

    Zentrale Fragestellungen im Projekt

    • Wie lassen sich heterogene Praxisdaten so bereinigen, standardisieren und vom Personenbezug befreien, dass sie als belastbare Grundlage für ein KI-Empfehlungssystem dienen?
    • Welcher Modellansatz liefert für Laboraufträge die fachlich sinnvollsten und zugleich nachvollziehbaren Empfehlungen?
    • Wie kann ein hybrides Empfehlungssystem technisch so umgesetzt werden, dass es unterschiedliche Datenlieferungen verarbeitet und über Schnittstellen erprobt werden kann?

    Projektdetails

    Zeitrahmen: -

    Die QS QualitySoft GmbH entwickelt Software zur Datenerfassung und Prozessunterstützung im Gesundheitswesen. Im Projekt wurde fein prototypisches KI-Empfehlungssystem entwickelt, das auf Basis bereinigter, standardisierter und von Personenbezug befreiter Praxisdaten passende Laboranalysen vorschlägt. Ziel war es, den digitalen Bestellprozess durch nachvollziehbare und kontextbezogene Empfehlungen zu unterstützen und die technische Machbarkeit unter den hohen Datenschutzanforderungen des Gesundheitswesens zu untersuchen.

    Methoden

    Ergebnisse der einzelnen Projektphasen

    Mögliche Hard- und Software-Lösungen

    : scikit-learn
    : gradio
    : numpy

    Unternehmensbeschreibung

    Name
    QS QualitySoft GmbH
    Anschrift
    Tempowerkring 21a, 21079 Hamburg
    Umsatz pro Jahr
    Nicht angegeben
    Branche
    IT-Dienstleistung, IKT
    Gründungszeitraum
    Nicht angegeben
    Beschäftigtenzahl
    1 - 9
    IT-Investition pro Jahr
    Nicht angegeben
    Unternehmensangebot
    Produkte
    Unternehmer*innen Zitat zum Projekt
    {acf_name}
    {acf_position}
    Projektbewertung aus Unternehmenssicht
    Mit dem Projektergebnis sind Sie zufrieden.
    Unsere Erwartungen an das Projekt wurden erfüllt.
    Sie würden die Projektumsetzer weiterempfehlen.

    Projektunterstützung

    Projektumsetzer
    Zentrum

    Weitere Kooperationspartner

    Projektumsetzer
    Zentrum
    Sie haben Fragen zu diesem Projekt? Sprechen Sie uns gerne an!
    Jetzt Kontakt aufnehmen

    Ähnliche Themen

    Softwarelösung

    Dieses Projekt teilen