Künstliche Intelligenz in der Ausbildung

KI hält zunehmend Einzug in den zahnmedizinischen Alltag. Während der Fokus der Debatte häufig auf konkreten klinischen Anwendungen liegt, bleibt eine zentrale Frage oft unbeantwortet: Welche Konsequenzen hat KI für die zahnmedizinische Aus-, Fort- und Weiterbildung? Gerade hier entscheidet sich, ob KI langfristig als Werkzeug zur Stärkung professioneller Kompetenz genutzt wird oder ob sie unbeabsichtigt zentrale Fähigkeiten der Profession untergräbt. Denn KI stellt nicht nur technische, sondern vor allem strukturelle und normative Fragen an die Ausbildung und die Prüfungssysteme.

Die zahnmedizinische Ausbildung ist historisch darauf ausgerichtet, individuelle diagnostische Kompetenz zu vermitteln und zu überprüfen. Prüfungen testen, ob Studierende Befunde korrekt erheben, pathologische Muster erkennen und leitliniengerechte Entscheidungen treffen können. Dieses Modell setzt implizit voraus, dass diese Leistungen primär vom Menschen erbracht werden.

Die klinische Realität entwickelt sich jedoch in eine andere Richtung. KI-Systeme unterstützen bereits bei der Befundinterpretation, strukturieren komplexe Informationen und liefern Entscheidungsoptionen. Damit entsteht eine wachsende Diskrepanz zwischen dem, was im klinischen Alltag zunehmend üblich wird, und dem, was Ausbildung und Staatsexamina abbilden.

Dieses Missverhältnis ist mehr als ein didaktisches Detail. Es wirft die grundsätzliche Frage auf, welche Kompetenzen in Zukunft überhaupt geprüft werden sollen. Wenn Prüfungen weiterhin vor allem isolierte Informationsableitungen testen, besteht die Gefahr, an der zukünftigen Versorgungsrealität vorbei auszubilden. Gleichzeitig wäre es ein Irrweg, die diagnostische Kompetenz zugunsten einer technischen Abhängigkeit aufzugeben. Wir haben in der zm 3/2026 bereits die assoziierten Risiken – unter anderem ein „Deskilling“ – beschrieben.

Ein zukunftsfähiger Ansatz liegt daher in einer Verschiebung des Prüfungsfokus. Nicht die Konkurrenz zwischen Mensch und Maschine sollte im Zentrum stehen, sondern die Fähigkeit, KI-Ergebnisse kritisch einzuordnen, deren Plausibilität zu bewerten und sie in einen individuellen klinischen Kontext zu integrieren. Prüfungen könnten künftig abbilden, wie Zahnärztinnen und Zahnärzte mit KI-gestützten Befunden umgehen, wie sie Unsicherheiten erkennen, Alternativen abwägen und begründete Entscheidungen treffen – auch dann, wenn dies bedeutet, einem algorithmischen Vorschlag bewusst nicht zu folgen.

Mit der Integration von KI in diagnostische und therapeutische Prozesse verschiebt sich das Verständnis professioneller Verantwortung. Auch wenn KI-Systeme Entscheidungen vorbereiten oder Empfehlungen aussprechen, bleibt die Verantwortung für die Behandlung uneingeschränkt beim Menschen. Daraus folgt, dass der kompetente Umgang mit KI nicht als optionales Zusatzwissen betrachtet werden kann, sondern als integraler Bestandteil zahnärztlicher Professionalität.

Diese Kompetenz ist weniger technischer Natur als gemeinhin angenommen wird. Es geht nicht darum, Algorithmen zu programmieren oder komplexe mathematische Modelle zu verstehen. Entscheidend ist vielmehr ein grundlegendes Verständnis dafür, wie KI-Systeme entstehen, auf welchen Daten sie basieren und welche systematischen Verzerrungen oder Fehlannahmen sie enthalten können. Ebenso wichtig ist die Fähigkeit, Unsicherheiten in KI-Ausgaben zu erkennen und diese transparent in die Kommunikation mit den Patientinnen und Patienten einzubeziehen.

Ohne diese Fähigkeiten besteht die Gefahr, dass KI als scheinbar objektive Autorität wahrgenommen wird, deren Ergebnisse unkritisch übernommen werden. Ausbildung und Weiterbildung tragen daher eine zentrale Verantwortung, KI-Kompetenz nicht nur technisch, sondern auch ethisch und kommunikativ zu vermitteln. In diesem Sinne wird der reflektierte Umgang mit KI zu einer modernen Form ärztlicher Verantwortung. Hierfür wurde bereits ein international abgestimmtes, evidenzinformiertes und konsensbasiertes Rahmenwerk für digitale Gesundheitskompetenzen in der medizinischen Lehre entwickelt, das Kompetenzen in vier Domänen (Professionelles Handeln im digitalen Gesundheitswesen, Digitale Gesundheit auf Patienten- und Bevölkerungsebene, Gesundheitsinformationssysteme und Gesundheitsdatenwissenschaft), zusammenfasst [Car et al., 2025].

Besonders deutlich wird der Anpassungsbedarf im Bereich der Fort- und Weiterbildung. KI-Systeme unterliegen einem schnellen Wandel. Neue Versionen, veränderte Trainingsdaten und erweiterte Einsatzbereiche führen dazu, dass einmal erworbenes Wissen rasch veralten kann. Damit unterscheidet sich KI grundlegend von vielen klassischen zahnmedizinischen Verfahren.

Für die Profession bedeutet dies, dass KI-Kompetenz nicht punktuell, sondern kontinuierlich aufgebaut und aktualisiert werden muss. Gleichzeitig zeigt sich innerhalb der Zahnärzteschaft ein zunehmendes Kompetenzgefälle. Während jüngere Kolleginnen und Kollegen KI-gestützte Systeme häufig selbstverständlich nutzen, besteht bei älteren oft eine Mischung aus Zurückhaltung, Unsicherheit und fehlender strukturierter Schulung.

Hier liegt eine wichtige Aufgabe für Fortbildungsanbieter. Qualitativ hochwertige, praxisnahe Fortbildungsangebote könnten nicht nur Wissen vermitteln, sondern auch Orientierung bieten: Welche Systeme sind evidenzbasiert? Wo liegen deren Grenzen? Und wie lassen sie sich sinnvoll in bestehende Behandlungsprozesse integrieren? Auf diese Weise ließe sich verhindern, dass KI-Kompetenz zu einem zufälligen individuellen Zusatzwissen wird – und stattdessen zu einem gemeinsamen professionellen Standard heranwächst.

Der EU AI Act fordert bereits heute ein ausreichendes Maß an KI-Kompetenz bei Anwendern von KI-Systemen, lässt jedoch offen, wie diese Kompetenz praktisch nachgewiesen oder aktualisiert werden soll. Für medizinische Professionen könnte sich daraus mittelfristig eine Entwicklung ergeben, die bekannten Modellen wie dem Strahlenschutz ähnelt: ein strukturierter, regelmäßig zu erneuernder Kompetenznachweis für den verantwortungsvollen Einsatz KI-gestützter Systeme.

Das erscheint insbesondere dort relevant, wo sogenannte High-Risk-AI zum Einsatz kommt, etwa bei Systemen zur medizinischen Entscheidungsunterstützung, bei denen Fehlinterpretationen unmittelbare Auswirkungen auf diagnostische oder therapeutische Entscheidungen haben können.

Gleichzeitig ergibt sich aus den Anforderungen des AI Act eine organisatorische Verantwortung innerhalb von Praxen und Einrichtungen: Wenn KI-Systeme in Arbeitsabläufe integriert werden, müssen alle beteiligten Mitarbeiterinnen und Mitarbeiter in die Lage versetzt werden, deren Rolle, Funktionsweise und Grenzen angemessen zu verstehen. KI-Kompetenz wird damit nicht allein zur individuellen Qualifikation, sondern zu einer gemeinsamen Verantwortung innerhalb des Behandlungsteams.

Mit dem Aufkommen leistungsfähiger Sprachmodelle verändert sich die Rolle von Wissen in der Ausbildung grundlegend. Wenn Chatbots in der Lage sind, jederzeit umfangreiche, strukturierte und sprachlich überzeugende Antworten auf nahezu jede fachliche Frage zu liefern, verliert die bloße Verfügbarkeit von Wissen ihren bisherigen Stellenwert. Ausbildung kann sich dann nicht mehr darauf stützen, dass Studierende Inhalte memorieren oder abrufen, sondern muss systematisch darauf abzielen, den kompetenten Umgang mit externem, KI-vermitteltem Wissen zu vermitteln.

Zentral wird die Fähigkeit, KI-generierte Informationen einzuordnen, ihre Herkunft und Evidenz kritisch zu prüfen und sie mit der individuellen klinischen Situation in Beziehung zu setzen. Gleichzeitig müssen Lernende verstehen, dass sprachliche Plausibilität nicht mit inhaltlicher Richtigkeit gleichzusetzen ist und dass auch „allwissend“ wirkende Systeme Unsicherheiten, Verzerrungen oder blinde Flecken aufweisen können.

In einer solchen Lernumgebung verschiebt sich der Fokus der Ausbildung von der Wissensakkumulation hin zur epistemischen Urteilskraft: Studierende müssen lernen, wann sie einem KI-System folgen können, wann Skepsis geboten ist und wann bewusst davon abzuweichen ist. Chatbots werden damit nicht zum Ersatz von Ausbildung, sondern zu einem Katalysator, der deutlich macht, dass professionelle Kompetenz sich künftig weniger über Wissen selbst als über dessen reflektierte Nutzung definiert.

Die beschriebenen Entwicklungen legen nahe, dass KI in der zahnmedizinischen Ausbildung nicht allein projektbezogen oder fakultativ behandelt werden sollte. Vielmehr stellt sich die Frage, ob es einer übergreifenden strategischen Rahmung bedarf. Denkbar wären definierte Mindestkompetenzen im Umgang mit KI im Studium, eine curriculare Verankerung entsprechender Inhalte sowie abgestimmte Fortbildungskonzepte in der Weiterbildung. Die WHO/ITU-Initative „KI im Gesundheitswesen“ hat Vorschläge für ein zahnmedizinisches „Mindestcurriculum“ gemacht [Schwendicke et al., 2023] (Tabelle 1).

Eine solche Rahmung hätte nicht das Ziel, die Ausbildung zu technisieren. Im Gegenteil: Sie könnte dazu beitragen, den humanen Kern der Zahnmedizin zu stärken. Denn je leistungsfähiger KI-Systeme werden, desto wichtiger wird die Fähigkeit, Verantwortung zu übernehmen, Entscheidungen zu begründen und die Patientinnen und Patienten in komplexen Situationen zu begleiten.

Künstliche Intelligenz stellt die zahnmedizinische Ausbildung vor grundlegende Herausforderungen – nicht, weil sie Wissen ersetzt, sondern weil sie das Verständnis von Kompetenz verändert. Prüfungen, Curricula und Weiterbildungskonzepte müssen sich weiterentwickeln, um dieser Realität gerecht zu werden.

Die Chance liegt darin, Ausbildung neu zu justieren: weg von der Reproduktion hin zur Förderung klinischer Urteilskraft, kritischer Reflexion und verantwortungsvoller Entscheidungsfindung im Zusammenspiel mit KI. Gelingt dies, kann KI zu einem Impuls für eine zukunftsfähige, professionell gestärkte Zahnmedizin werden – nicht trotz, sondern gerade wegen ihres technologischen Fortschritts.