Über

Begonnen habe ich als Krankenpfleger in einem Krankenhaus der Regelversorgung, bevor ich BWL mit Schwerpunkt Gesundheit und Soziales studiert habe. Danach führte mich mein Weg in die IT-Beratung mit Fokus auf BI-Consulting, hier sammelte ich umfangreiche Erfahrungen in SQL und MDX.

Anschließend bin ich in das Gesundheitswesen zurückgekehrt und habe Controlling-Verantwortung bei öffentlichen, freigemeinnützigen und privaten Krankenhausträgern übernommen. In dieser Zeit habe ich praxisnahe Werkzeuge zur Datenerhebung für Data-Warehouse-Strukturen entwickelt und parallel im Bereich Kostenrechnung beraten — immer mit einem klaren Fokus auf Daten, Analysen und belastbare Entscheidungsgrundlagen.

Gegenwärtig bin ich Geschäftsführer eines privaten Fachkrankenhauses. Ich beschäftige mich seit Jahren intensiv mit Künstlicher Intelligenz und habe durch RAG sowie den lokalen Einsatz von LLMs einen datenschutzkonformen Weg gefunden, KI auch für sensible Umgebungen neu zu denken — daraus entstand das Konzept von GerLoc.

In den vergangenen Jahren sind bereits viele langjährige Mitarbeitende aus den Kliniken in den wohlverdienten Ruhestand gegangen, und in den kommenden Jahren wird sich dieser Trend fortsetzen. Mit ihnen geht häufig auch wertvolles Erfahrungswissen verloren, wenn es nicht rechtzeitig und systematisch weitergegeben wird.

Dass KI hier eine Lösung sein kann, ist seit einigen Jahren erkennbar. Die großen Frontier-LLMs verfügen zwar über umfangreiches Weltwissen, und auch kleinere Modelle kennen sich in vielen Themen gut aus, doch sie kennen eben nicht ihr Krankenhaus.

Ein Feintuning von Modellen, damit sie ein bestimmtes Krankenhaus wirklich verstehen, ist jedoch nicht nur kostspielig und zeitintensiv, sondern kann auch zu Problemen des catastrophic forgetting führen, also zum teilweisen Verlust bereits vorhandenen Wissens.

Im Krankenhaus spielt außerdem der Datenschutz nicht erst seit NIS-2 eine besondere Rolle. Das Hochladen sensibler Daten in eine Cloud außerhalb Europas kommt daher nicht in Frage, und oft ist selbst die Cloud-Nutzung nur sehr eingeschränkt vertretbar.

Hinzu kommt, dass Informationen generell in sehr unterschiedlichen Formen vorliegen: als Text in Dokumenten, aber auch als Zahlen in großen Tabellen. Damit eine KI gute Antworten liefern kann, müssen diese Inhalte sauber indexiert, sinnvoll priorisiert und im richtigen Kontext zusammengeführt werden.

Die Lösung GerLoc macht Unternehmenswissen durch lokal betriebene LLMs, RAG, Vektordatenbanken und SQL Agents sicher und nutzbar. Während Frontier-Modelle neue Maßstäbe gesetzt haben, entsteht in der Praxis oft dort der größte Mehrwert, wo offene Modelle lokal betrieben und präzise mit internen Datenquellen verbunden werden. Der Erfolg hängt dabei nicht vom Hype, sondern von der Datenbasis ab: Wer relevante Informationen identifiziert, strukturiert und fachlich richtig einordnet, schafft belastbare KI-Systeme mit echtem Nutzen. Genau dafür stehen mein technischer Fokus und meine Erfahrung im Krankenhausumfeld.

Wenn Daten und Datenströme geordnet sind und Wissen valide sowie kohärent vorliegt, entscheidet die gestellte Frage über den Unterschied zwischen Suchen und Wissen. Früher hieß es: „Man muss nicht alles wissen, man muss nur wissen, wo es steht.“ Heute gilt: Nicht nur der Speicherort des Wissens ist entscheidend, sondern auch die Qualität der Frage — denn gut eingebettetes Wissen wird durch einen guten Prompt sichtbar gemacht.