{"id":42920,"date":"2026-08-31T05:24:00","date_gmt":"2026-08-31T08:24:00","guid":{"rendered":"https:\/\/sobelconsult.com\/generative-ki-medizinprodukte-fda\/"},"modified":"2026-09-02T13:30:13","modified_gmt":"2026-09-02T16:30:13","slug":"generative-ki-medizinprodukte-fda","status":"publish","type":"post","link":"https:\/\/sobelconsult.com\/de\/generative-ki-medizinprodukte-fda\/","title":{"rendered":"Die FDA und durch generative KI gest\u00fctzte Medizinprodukte: Was das Diskussionspapier von 2026 f\u00fcr Hersteller bedeutet"},"content":{"rendered":"\n

Medizinprodukte auf Basis generativer KI treten in eine neue regulatorische Phase ein. In ihrem Diskussionspapier f\u00fcr das Jahr 2026 untersucht die FDA, inwiefern Risiken, wissenschaftliche Erkenntnisse, die \u00dcberwachung nach dem Inverkehrbringen sowie Abh\u00e4ngigkeiten von Modellen Dritter \u00fcber den gesamten Lebenszyklus des Produkts hinweg bewertet werden m\u00fcssen.<\/p>\n\n

Was geschieht, wenn ein Medizinprodukt offene Eingaben akzeptiert, variable Ausgaben generiert, sich durch \u00c4nderungen an Eingabeaufforderungen oder Abrufstrategien weiterentwickelt und auf einem Grundmodell basiert, \u00fcber das der Hersteller keine vollst\u00e4ndige Kontrolle hat?<\/p>\n\n

Im August 2026 ver\u00f6ffentlichte das Zentrum f\u00fcr Medizinprodukte und Strahlenschutz der FDA ein Diskussionspapier, das sich mit diesen Fragen befasst. Aufbauend auf dem umfassenderen regulatorischen Rahmen der FDA f\u00fcr KI-gest\u00fctzte Medizinprodukte<\/a> untersucht das Dokument m\u00f6gliche Ans\u00e4tze zur Risikobewertung, zur Bewertung vor der Markteinf\u00fchrung, zur \u00dcberwachung nach der Markteinf\u00fchrung sowie zur Verwendung von Fundamentmodellen von Drittanbietern in generativen, KI-gest\u00fctzten Medizinprodukten.<\/p>\n\n

Obwohl das Papier keine neuen regulatorischen Anforderungen festlegt, bietet es einen wichtigen Einblick in die Themen, die die k\u00fcnftige Politik der FDA pr\u00e4gen k\u00f6nnten.<\/p>\n\n

F\u00fcr Hersteller ist die zentrale Botschaft von gro\u00dfer Bedeutung: Der Nachweis der Leistungsf\u00e4higkeit zu einem bestimmten Zeitpunkt reicht m\u00f6glicherweise nicht aus f\u00fcr ein Medizinprodukt, dessen Verhalten, technologische Abh\u00e4ngigkeiten und reale Eingangsparameter sich kontinuierlich \u00e4ndern k\u00f6nnen.<\/p>\n\n

<\/div>\n\n

Wie die FDA mit medizinischen Ger\u00e4ten auf Basis generativer KI umgeht<\/h2>\n\n

Bevor der technische Inhalt des Dokuments untersucht wird, ist es wichtig, den regulatorischen Status des Dokuments zu verstehen.<\/p>\n\n

Das Papier soll die Diskussion anregen und R\u00fcckmeldungen von Interessengruppen einholen. Es stellt weder einen Entwurf noch eine endg\u00fcltige Leitlinie dar, f\u00fchrt keine politischen \u00c4nderungen ein und legt keine Erwartungen der FDA hinsichtlich der Nachweise in k\u00fcnftigen Zulassungsantr\u00e4gen fest.<\/p>\n\n

Daher sollten die dargelegten Konzepte nicht als Anforderungen interpretiert werden, die Hersteller bereits jetzt befolgen m\u00fcssen.<\/p>\n\n

Dennoch ist das Papier von strategischer Bedeutung, da es die Fragen aufzeigt, die die FDA f\u00fcr die k\u00fcnftige \u00dcberwachung generativer, KI-gest\u00fctzter Medizinprodukte als wichtig erachtet.<\/p>\n\n

Die FDA nimmt bis zum 19. Oktober 2026 R\u00fcckmeldungen unter dem Aktenzeichen FDA-2026-N-7874 entgegen.<\/p>\n\n

<\/div>\n\n

Warum generative KI-gest\u00fctzte Medizinprodukte andere regulatorische Herausforderungen mit sich bringen<\/h2>\n\n

Herk\u00f6mmliche Software f\u00fcr Medizinprodukte wird h\u00e4ufig anhand definierter Eingaben, erwarteter Ergebnisse und vorab festgelegter Leistungskriterien bewertet. Pr\u00e4diktive KI kann zwar zus\u00e4tzliche Komplexit\u00e4t mit sich bringen, ihre Ergebnisse sind jedoch in der Regel auf eine bestimmte Aufgabe beschr\u00e4nkt, wie beispielsweise Klassifizierung, Erkennung oder Risikovorhersage.<\/p>\n\n

Generative KI kann sich anders verhalten.<\/p>\n\n

Dem Diskussionspapier der FDA zufolge k\u00f6nnen diese Systeme offene Eingaben akzeptieren, mehrere Teilaufgaben ausf\u00fchren und als Reaktion auf \u00e4hnliche Eingaben unterschiedliche Ausgaben erzeugen. Dar\u00fcber hinaus kann sich ihr Verhalten \u00e4ndern, wenn das zugrunde liegende Modell, die Eingabeaufforderungen, die Abrufstrategien, die Sicherheitsvorkehrungen, die Koordinationslogik oder die Benutzeroberfl\u00e4che ge\u00e4ndert werden.<\/p>\n\n

Viele GenAI-f\u00e4hige Ger\u00e4te st\u00fctzen sich m\u00f6glicherweise auch auf von Dritten entwickelte Allzweck-Grundmodelle. Infolgedessen hat der Hersteller des Medizinprodukts m\u00f6glicherweise nur begrenzten Einblick in die Trainingsdaten, die Architektur, die Bewertungsmethoden und zuk\u00fcnftige Aktualisierungen des Modells.<\/p>\n\n

Diese Merkmale bergen mehrere potenzielle Risiken, darunter:<\/p>\n\n