Die Vorabgenehmigung (Prior Authorization) ist einer der umstrittensten Streitpunkte im amerikanischen Gesundheitswesen. Bevor ein Patient eine vom Arzt empfohlene Behandlung, ein Rezept oder einen Eingriff erhalten kann, muss der Versicherer dies erst genehmigen. Das Verfahren wurde entwickelt, um unnötige Ausgaben zu vermeiden. In der Praxis ist es zu einer Quelle erheblicher Reibungen zwischen Patienten, Ärzten und Versicherungsgesellschaften geworden. Nun wird künstliche Intelligenz an diesem Reibungspunkt eingeführt, und die Frage, ob sie den Schaden verringern oder verstärken wird, ist völlig offen.
Ein ohnehin überlastetes System
Das Ausmaß des Problems ist nicht abstrakt. Eine im Quellenmaterial zitierte Umfrage des Commonwealth Fund zeigt, dass im Jahr 2025 etwa jeder fünfte amerikanische Erwachsene im erwerbsfähigen Alter mit einer privaten Krankenversicherung angab, dass ihm oder einem Familienmitglied die Kostenübernahme für eine ärztlich empfohlene Behandlung verweigert wurde. Von denjenigen, die eine Ablehnung erhielten, gaben 41 Prozent an, dass sich ihre Behandlung dadurch verzögert habe. Mehr als ein Viertel berichtete, dass sich ihr Gesundheitszustand infolgedessen verschlechtert habe.
Bei Medicare Advantage, der privat verwalteten Alternative zum ursprünglichen Medicare, bei der mittlerweile rund 55 Prozent der anspruchsberechtigten Senioren und Menschen mit Behinderungen versichert sind, sprechen die Versicherer jährlich Millionen von vollständigen oder teilweisen Leistungsablehnungen im Rahmen der Vorabgenehmigung aus. Ein Memorandum des HHS Office of Inspector General aus dem Jahr 2022 ergab, dass mehr als jede zehnte Ablehnung bei Medicare Advantage Versicherte betraf, die die Deckungsvoraussetzungen offenbar erfüllten. Patienten können Widerspruch einlegen, und die Daten zeigen, dass Medicare Advantage-Pläne im Jahr 2024 nach einem Widerspruch 81 Prozent der Ablehnungen aufhoben. Doch Widersprüche kosten Zeit, und Zeit ist oft das, was Patienten nicht haben.
Eine Umfrage der American Medical Association aus dem Jahr 2025 ergab, dass 61 Prozent der Ärzte befürchten, dass KI das Problem der Ablehnungen verschlimmern und nicht verbessern wird. Das ist keine Randerscheinung. Es spiegelt ein strukturelles Spannungsfeld wider: Dasselbe Werkzeug, das Genehmigungen beschleunigen könnte, könnte auch dazu verwendet werden, Ablehnungen zu beschleunigen.
Was das WISeR-Pilotprojekt tatsächlich tut
Die Reaktion der Trump-Regierung auf diese Situation ist ein Demonstrationsprojekt namens WISeR, was für Wasteful and Inappropriate Service Reduction Model steht. Verwaltet von den Centers for Medicare and Medicaid Services nutzt WISeR Machine Learning in Kombination mit einer menschlichen klinischen Überprüfung, um Dienstleistungen zu bewerten, von denen CMS glaubt, dass sie anfällig für Überversorgung, Betrug und Missbrauch sein könnten. Zu den zielgerichteten Eingriffen gehören Haut- und Gewebeersatz, elektrische Nervenstimulator-Implantate und Kniearthroskopien bei Kniearthrose. Das Pilotprojekt läuft bis Dezember 2031 in sechs Bundesstaaten.
Was WISeR strukturell so bedeutend macht, ist, dass die Vorabgenehmigung im ursprünglichen Medicare-Programm bisher selten eingesetzt wurde. Medicare Advantage-Pläne haben sie in großem Umfang genutzt, aber das ursprüngliche Medicare funktionierte anders. WISeR stellt eine bedeutende Veränderung in der Art und Weise dar, wie die Bundesregierung Behandlungsentscheidungen für eine große Bevölkerungsgruppe steuert.
Kritiker haben zwei Bedenken geäußert, die über die Technologie selbst hinausgehen. Das erste ist operativer Natur: Untersuchungen, die von der Forscherin Zena Wolf vom Center for Health and Democracy unter Berufung auf Berichte der Washington Post, von KFF Health News und der Seattle Times zitiert wurden, deuten darauf hin, dass das Modell in den ersten Monaten des Pilotprojekts in allen sechs Bundesstaaten zu Verzögerungen und Ablehnungen bei der Behandlung beigetragen hat. Das zweite Bedenken ist struktureller Natur. Anbieter, die an WISeR teilnehmen, erhalten einen Anteil an dem, was CMS als „averted expenditures“ (vermiedene Ausgaben) bezeichnet, was bedeutet, dass die Einnahmen an abgelehnte Behandlungsanträge gekoppelt sind. Diese Anreizstruktur hat scharfe Kritik von Gesetzgebern auf sich gezogen, von denen einige Resolutionen und Änderungsanträge eingebracht haben, um die Finanzierung des Modells zu blockieren.
Der Gesundheitspolitik-Analyst Camm Epstein brachte das zentrale Spannungsfeld in einer Erklärung gegenüber Undark klar auf den Punkt: KI sollte eingesetzt werden, um die Genehmigung angemessener Behandlungen zu erleichtern, nicht um die Ablehnung notwendiger Behandlungen zu vereinfachen.
Die tiefere Frage, die KI nicht allein beantworten kann
Das ist es, was die meiste Berichterstattung über dieses Thema übersieht. Bei der Debatte über KI bei Vorabgenehmigungen geht es nicht in erster Linie um Technologie. Es ist eine Debatte über Anreize, und KI löst diese Debatte nicht. Sie beschleunigt lediglich die Richtung, in die die Anreizstruktur ohnehin bereits weist.
Wenn ein Versicherer oder ein Anbieter von Ablehnungen profitiert, wird eine KI-gestützte Vorabgenehmigung schnellere Ablehnungen in größerem Umfang produzieren. Wenn das System darauf ausgelegt ist, eindeutig berechtigte Ansprüche zu identifizieren und sie ohne Verzögerung zu genehmigen, kann KI auch das tun. Die Technologie ist zu beiden Ergebnissen in der Lage. Welches davon eintritt, hängt von Governance, Transparenz und Rechenschaftspflicht ab, nicht von der Komplexität des Algorithmus.
Die Position der AMA spiegelt diese Logik wider. Die Organisation fordert, dass Versicherer bei der Ablehnung einer Kostenübernahme eine detaillierte klinische Begründung vorlegen müssen, zusammen mit einer größeren Transparenz darüber, wie KI-Algorithmen zu ihren Ergebnissen gelangen. Ohne diese Transparenz haben Patienten und Ärzte keine Möglichkeit zu beurteilen, ob eine Ablehnung auf einer echten klinischen Beurteilung beruht oder auf einem automatisierten Muster, das auf Kostensenkung optimiert ist.
Die Trump-Regierung selbst sendet gemischte Signale. Während CMS die KI-gestützte Vorabgenehmigung im ursprünglichen Medicare-Programm durch WISeR ausweitet, hat CMS-Administrator Mehmet Oz gleichzeitig private Versicherer gewarnt, ihre Nutzung von Vorabgenehmigungen zu reduzieren, da ihnen andernfalls staatliche Regulierung drohe. Die Branche reagierte mit Daten, die zeigen, dass die Anträge auf Vorabgenehmigung zwischen Juni 2025 und April 2026 um 11 Prozent zurückgegangen sind. Ob auch die Ablehnungsquoten gesunken sind, bleibt unklar.
Kurz gesagt
KI kann Anträge auf Vorabgenehmigung schneller bearbeiten als jedes menschliche Team. Die Geschwindigkeit ist real. Aber Geschwindigkeit in einem fehlerhaften System repariert das System nicht. Sie skaliert es. Das WISeR-Pilotprojekt ist der erste große Test für eine KI-gestützte Vorabgenehmigung im ursprünglichen Medicare-Programm, und die ersten Signale sind gemischt. Die strukturelle Frage, wer davon profitiert, wenn ein Anspruch abgelehnt wird, bleibt durch die Technologie unbeantwortet. Bis das Anreizdesign, die Transparenzanforderungen und die Rechenschaftsmechanismen mit den Fähigkeiten der eingesetzten Werkzeuge Schritt halten, wird KI bei Vorabgenehmigungen bestehende Probleme ebenso wahrscheinlich verfestigen wie lösen.
Basierend auf Berichten von Ars Technica.