Ein Viertel ihres Lebens verbringen Frauen in schlechterer gesundheitlicher Verfassung als Männer – und oft vergehen Jahre bis zur korrekten Diagnose. Der Grund dafür liegt tief im System: Die medizinische Forschung stützt sich bis heute vor allem auf Daten von Männern, während komplexe Symptome im engen Zeitfenster eines Arzttermins kaum greifbar sind. Abhilfe soll nun Künstliche Intelligenz (KI) schaffen: Das Fraunhofer IKS entwickelt mit der SympATA-App eine Methode, um Krankheitszeichen lückenlos im Alltag zu dokumentieren und damit die Datengrundlage für die ärztliche Diagnostik signifikant zu verbessern.
3. September 2026
© iStock/AleksandarNakic
Eine Analyse des Weltwirtschaftsforums und des McKinsey Health Institute ergab, dass Frauen zwar länger leben als Männer, jedoch etwa 25 Prozent ihres Lebens in schlechter gesundheitlicher Verfassung verbringen. Diese Lücke zu schließen, entspräche mehr als 500 zusätzlichen Tagen guter Gesundheit für jede einzelne Frau im Laufe ihres Lebens [1].
Ein Teil des Problems liegt in der wissenschaftlichen Evidenz selbst. Von den mehr als 650 für diese Analyse untersuchten Forschungsarbeiten enthielt fast die Hälfte keine Daten zu geschlechtsspezifischen Unterschieden. Bei koronaren Herzerkrankungen und Migräne liefert nur etwa jede zehnte klinische Studie geschlechtsspezifische Ergebnisse [1].
Die Folgen zeigen sich in der täglichen Versorgung. Etwa 10 Prozent der Frauen im gebärfähigen Alter sind von Endometriose betroffen, doch die Zeitspanne zwischen den ersten Symptomen und der Diagnose beträgt immer noch mehrere Jahre; eine systematische Übersichtsarbeit berichtet von typischen Verzögerungen von sieben bis zehn Jahren [2].
Die Verzögerung bei der Diagnose hat viele Ursachen. Eine davon ist struktureller Natur und grundsätzlich lösbar: Die Symptome schwanken im Wochen- und Monatsverlauf, während ein Arzttermin nur einen einzigen Moment erfasst. Alles dazwischen – Schmerzmuster, Müdigkeit, Schlaf, Zyklusstadien, Medikamenteneinnahme – muss aus dem Gedächtnis abgerufen werden, wobei wichtige Details oft verloren gehen.
Ein KI-System, das auf einer Literatur trainiert wurde, in der Frauen unterrepräsentiert sind, lernt dieses Ungleichgewicht zusammen mit allem anderen und reproduziert es in großem Maßstab. Eine Studie der London School of Economics aus dem Jahr 2025 verdeutlicht dieses Risiko genau. Die Forscher nahmen echte Langzeitpflegeakten von 617 Personen, erstellten Versionen mit vertauschten Geschlechtern und ließen mehrere Sprachmodelle beide zusammenfassen. Dieselbe Person, dieselben Bedürfnisse, ein Attribut geändert. Ein weit verbreitetes offenes Modell erzeugte durchweg Zusammenfassungen, in denen die gesundheitlichen Bedürfnisse von Frauen weniger direkt beschrieben und häufiger heruntergespielt wurden als die von Männern [3].
Der Fehler war subtil. Die Modelle wandten eine statistische Erwartung darüber an, wer wahrscheinlich schwer krank ist – eine Annahme, die im Durchschnitt vernünftig erscheinen mag, für eine einzelne Person jedoch falsch sein kann. Fehler dieser Art bleiben in einer Gesamt-Genauigkeitsbewertung verborgen. Sie werden erst durch die Auswertung von Untergruppen und systematische Tests auf Verzerrungen sichtbar, weshalb diese Arbeit in die frühesten Entwicklungsphasen gehört.
SympATA – Symptom Analysis and Tracking with AI – ist ein Prototyp des Teams »Trustworthy Digital Health« am Fraunhofer-Institut für Kognitive Systeme IKS. Das System verfolgt ein ganz konkretes Ziel: Es soll dazu beitragen, die Lücke zu schließen zwischen dem, was eine Person im Laufe der Zeit erlebt, und dem, was dem Arzt während eines Termins mitgeteilt wird.
Die Nutzer können einfache tägliche Check-ins durchführen und Tagebucheinträge in ihren eigenen Worten verfassen, entweder schriftlich oder mündlich. Dies ist wichtig, da vordefinierte Checklisten oft aussagekräftige Details auslassen. Checklisten können zudem zur Routine werden, was dazu führen kann, dass die Nutzer die Erfassung einstellen. Freitext bietet mehr Details, ist für Software jedoch schwieriger zu verarbeiten. Daher wurde ein kompaktes Sprachmodell, das klein genug ist, um lokal ausgeführt zu werden, speziell für die Symptom-Extraktion feinabgestimmt. Diese Arbeit wurde in Zusammenarbeit mit dem Fraunhofer IIS im Rahmen des DSgenAI-Projekts (digitalen Signalverarbeitung mittels generativer Künstlicher Intelligenz) durchgeführt. Die Aufgabe des Modells ist begrenzt: Es soll einen Eintrag lesen und die beschriebenen Symptome identifizieren, wobei es sich so nah wie möglich an die Wortwahl der Verfasserin halten soll.
Das Modell lernte anhand echter Tagebucheinträge, die von Frauen im Rahmen einer vom Fraunhofer IKS durchgeführten Pilotstudie beigesteuert wurden. Zwei Forscher annotierten die Einträge unabhängig voneinander, woraus ein Goldstandard-Datensatz entstand, der anschließend zur Generierung eines wesentlich größeren synthetischen Trainingsdatensatzes verwendet wurde. In Tests schnitt das Modell fast so gut ab wie ein weitaus größeres kommerzielles Modell. Da es klein ist, kann es auf einer Infrastruktur laufen, die unter eigener Kontrolle steht. Sensible Symptomtagebücher müssen daher nicht an einen externen KI-Dienst gesendet werden. Ein maßgeschneidertes Modell dieser Art kann als Backend-Komponente innerhalb eines komplexeren Systems zur Erfassung und Verarbeitung von Symptomen eingesetzt werden. Darauf baut SympATA auf: Symptomverfolgung in Freitext/Sprache, ohne Kompromisse bei Detailgenauigkeit oder Datenschutz einzugehen.
Ein generatives System muss in diesem Kontext auf den Körper hören und dessen Aussagen berücksichtigen. Beide Aspekte sind Designanforderungen.
Auf den Körper zu hören bedeutet, Zyklusphase, Schlaf, Stress und Medikation als klinisch bedeutsamen Kontext zu behandeln. Genau diese Informationen wurden bei der Durchschnittsberechnung bisher vernachlässigt – und genau dieser Verlust hat die Evidenzlücke überhaupt erst verursacht. SympATA ist darauf ausgelegt, Muster über Einträge hinweg zu erkennen und die Einträge hinter jedem Muster aufzuzeigen, beispielsweise ob ein Symptom häufiger in einer bestimmten Zyklusphase oder in Verbindung mit schlechtem Schlaf auftrat.
Auf die Formulierungen zu achten bedeutet, dass die Zusammenfassung nur das enthält, was der Patient berichtet hat. Jede Aussage lässt sich auf einen datierten Eintrag zurückführen, in den eigenen Worten des Patienten, ohne abgeleitete Symptome und ohne diagnostische Sprache, die als Beschreibung getarnt ist. Diese Einschränkung erfolgt nicht automatisch; ein Modell, das eine Zusammenfassung erstellen soll, greift auf klinische Abkürzungen zurück, sofern es nicht darauf trainiert und überprüft wurde, dies zu unterlassen. Ein Arzt kann jede Zeile anhand ihrer Quelle überprüfen, und der Patient kann einsehen, was weitergegeben wird.
Solche Einschränkungen sind nicht nur Sicherheitsmaßnahmen; sie sind für den Nutzen unerlässlich. Eine Zusammenfassung, die ein Arzt nicht überprüfen kann, ist eine Zusammenfassung, der ein Arzt nicht vertrauen wird, und ein nicht vertrauenswürdiges Tool ändert nichts an dem Termin.
Für die Frau, die das System verwendet, ist der Nutzen unmittelbar: Monatelange, vereinzelte Erfahrungen fließen als klare Aufzeichnung in den Termin ein, und die Patientin muss sich nicht mehr daran erinnern und alles erneut erklären. Für den Arzt beginnt der Termin auf der Grundlage besserer Informationen. Keiner dieser Vorteile erfordert, dass jemand einer Maschine eine Entscheidung anvertraut.
Der langfristige Vorteil ist noch größer. Die eingangs beschriebene Evidenzlücke besteht zum Teil deshalb fort, weil die alltägliche Gesundheit von Frauen bisher nie systematisch erfasst wurde. Instrumente, die diese Daten unter Einwilligung und mit angemessenem Datenschutz gut erfassen, beginnen nun, die Längsschnittdaten zu generieren, die diesem Fachgebiet bisher stets gefehlt haben. Der für diese Arbeit erstellte Korpus aus kommentierten Tagebüchern ist ein kleines Beispiel dafür – in einem Bereich, in dem Datensätze dieser Art so gut wie nicht vorhanden sind.
Die verbleibenden Fragen sind diejenigen, die das Fraunhofer IKS jedem medizinischen KI-System stellt: Wie wird es validiert und anhand welcher Kriterien, lässt sich sein Verhalten Ärzten, Patienten und Aufsichtsbehörden erklären, und wo ist es im Rahmen des EU-KI-Gesetzes und der Medizinprodukteverordnung einzuordnen? In einem Bereich, in dem selbstbewusst klingende Ergebnisse leicht zu erzielen sind, zuverlässige Belege jedoch rar bleiben, liegt der wahre Wert gerade in dieser Sicherheitsarbeit.
Die meisten der hier beschriebenen Fehler lassen sich auf Informationen zurückführen, die zwar vorhanden waren, aber nie ankamen. Das ist ein Problem, das es wert ist, mit sorgfältig entwickelter Technologie angegangen zu werden, damit das Gespräch zwischen einer Frau und ihrem Arzt von dem ausgehen kann, was tatsächlich passiert ist.
Der Zweck der SympATA-App besteht darin, medizinisches Fachpersonal zu unterstützen, nicht medizinisches Fachwissen – oder den Arzt – zu ersetzen. Die Beurteilung, Diagnose und Behandlungsentscheidungen liegen weiterhin vollständig beim Arzt. Das klinische Urteilsvermögen bleibt dort, wo es hingehört.
[1] World Economic Forum and McKinsey Health Institute, Closing the Women's Health Gap: A $1 Trillion Opportunity to Improve Lives and Economies, 2024.
[2] P. De Corte, M. Klinghardt, S. von Stockum, and K. Heinemann, 'Time to diagnose endometriosis: current status, challenges and regional characteristics — a systematic literature review', BJOG: An International Journal of Obstetrics & Gynaecology, vol. 132, no. 2, pp. 118–130, 2025.
[3] S. Rickman, 'Evaluating gender bias in large language models in long-term care', BMC Medical Informatics and Decision Making, vol. 25, no. 274, 2025.
