KI im Dentallabor: Wo sie heute hilft – und wo Menschen entscheiden müssen

Strukturieren von Freitext

In vielen Laboren erreichen Aufträge mit Freitextangaben aus Praxen – etwa handschriftliche Notizen oder formlose Beschreibungen. KI-gestützte Werkzeuge können solche Texte erfassen und in strukturierte Felder überführen, etwa Auftragsart, Material oder gewünschten Liefertermin.

Das entlastet Mitarbeitende bei der manuellen Übertragung, ersetzt aber nicht die Prüfung, ob die erkannten Angaben tatsächlich korrekt und vollständig sind. Diese Prüfung bleibt Aufgabe der Mitarbeitenden.

Transkribieren gesprochener Anmerkungen

Manche Praxen übermitteln Anmerkungen als Sprachnachricht statt als Text. KI-gestützte Transkription kann solche Nachrichten in Text umwandeln und so die Weiterverarbeitung im Labor erleichtern.

Auch hier gilt: Die Genauigkeit der Transkription hängt von der Sprachqualität ab und sollte bei wichtigen Angaben – etwa zu Material oder Farbe – von einer Person gegengeprüft werden.

Plausibilitätsprüfung als Unterstützung

KI-Werkzeuge können Auftragsdaten auf Auffälligkeiten prüfen, etwa wenn Angaben fehlen oder untypisch wirken. Ein solcher Hinweis kann Mitarbeitende auf mögliche Fehler aufmerksam machen, bevor ein Auftrag weiterverarbeitet wird.

• Hinweis auf fehlende Pflichtangaben in einem Auftrag
• Markierung ungewöhnlicher Kombinationen aus Material und Auftragsart
• Erinnerung an fehlende Unterlagen wie Bilder oder Abdrücke
• Keine automatische Freigabe oder Ablehnung eines Auftrags durch das System

Suche und Wissensmanagement

In größeren Laboren sammelt sich über die Zeit viel Wissen an – zu Kundenwünschen, wiederkehrenden Materialkombinationen oder internen Abläufen. KI-gestützte Suchfunktionen können helfen, relevante Informationen schneller wiederzufinden, statt sie manuell in Ordnern oder E-Mails zu suchen.

Solche Werkzeuge sind besonders dann hilfreich, wenn die zugrunde liegenden Daten bereits strukturiert und aktuell gepflegt sind. Fehlerhafte oder veraltete Daten führen auch bei guter Suchfunktion zu unzuverlässigen Ergebnissen.

Support-Assistenz im Alltag

Bei wiederkehrenden Fragen von Praxen oder Mitarbeitenden kann ein KI-gestützter Assistent erste Antworten liefern, etwa zu allgemeinen Abläufen oder häufig gestellten Fragen. Das kann telefonische oder schriftliche Rückfragen reduzieren, die keine individuelle fachliche Einschätzung erfordern.

Bei komplexeren oder fachlich anspruchsvollen Anliegen sollte der Assistent an eine zuständige Person verweisen, statt eine eigenständige Einschätzung zu geben.

Human-in-the-loop als Prinzip

Alle beschriebenen Anwendungen haben gemeinsam, dass die abschließende Entscheidung bei einer Person liegt, nicht beim System. KI liefert Vorschläge, Strukturierung oder Hinweise – die fachliche Bewertung bleibt Aufgabe der Mitarbeitenden.

Dieses Prinzip, oft als Human-in-the-Loop bezeichnet, sollte bei der Einführung jedes KI-Werkzeugs im Labor bewusst festgelegt werden: An welcher Stelle greift eine Person ein, und wie wird sichergestellt, dass dies auch tatsächlich geschieht?

Keine klinischen Entscheidungen durch KI

Fachliche und klinische Entscheidungen – etwa zur Eignung eines Materials für einen bestimmten Fall – sollten nicht an ein KI-System delegiert werden. Solche Entscheidungen erfordern Fachwissen und Verantwortung, die bei den zuständigen Personen im Labor und in der Praxis verbleiben.

KI-Werkzeuge können Informationen aufbereiten und Hinweise geben, sie ersetzen aber nicht die fachliche Beurteilung durch qualifiziertes Personal.

Datenschutz und Datensparsamkeit beachten

Der Einsatz von KI-Werkzeugen im Labor betrifft häufig personenbezogene oder gesundheitsbezogene Daten. Bereits bei der Auswahl eines Werkzeugs sollte geprüft werden, welche Daten tatsächlich verarbeitet werden müssen und ob eine sparsame, zweckgebundene Datenverarbeitung möglich ist.

Diese Ausführungen sind allgemeine Orientierung und ersetzen keine rechtliche Beratung im Einzelfall. Bei konkreten Fragen zu Datenschutz oder Datenverarbeitung empfiehlt sich die Rücksprache mit einer fachkundigen Stelle oder einer Datenschutzbeauftragten.

Mit einer kleinen Pilotierung beginnen

Wie bei anderen digitalen Werkzeugen empfiehlt sich auch bei KI-Anwendungen ein begrenzter Testbetrieb, bevor eine breite Einführung erfolgt. So lässt sich beobachten, wie zuverlässig ein Werkzeug im eigenen Laboralltag tatsächlich arbeitet, und wo menschliche Kontrolle besonders wichtig ist.

Eine solche Pilotierung sollte von Anfang an festlegen, wer die Ergebnisse der KI prüft und wie mit erkannten Fehlern umgegangen wird.