KI kann medizinische Online-Texte verständlicher machen – Studie der HHN zeigt Potenzial und Grenzen

• Forschende der HHN veröffentlichen Studie zur Lesbarkeit durch KI-vereinfachte medizinische Online-Artikel.
  
  
• Vier gängige Large Language Models (LLMs) getestet. Ergebnis: Lesbarkeit verbessert sich – Korrektheit bleibt zu hinterfragen.

Heilbronn, Februar 2026. Millionen Menschen suchen Gesundheitsinformationen im Internet – doch viele Texte sind für Laien nur schwer lesbar und unverständlich. Eine neue Studie von Forschenden der Hochschule Heilbronn zeigt auf: Künstliche Intelligenz kann helfen, medizinische Inhalte lesbarer zu machen. Die Verbesserungen sind jedoch moderat und sollten einer genauen fachlichen Prüfung unterzogen werden.

Amela Miftaroski, Absolventin des Bachelorstudiengangs Medizinische Informatik an der Hochschule Heilbronn und Erstautorin hat im Rahmen ihrer Abschlussarbeit eine Studie zur Lesbarkeit von KI-vereinfachten medizinischen Online-Artikeln durchgeführt, welche im internationalen Journal JMIR AI veröffentlicht wurde. „Die Publikation der Studie verdeutlicht, wie wir im Studiengang Medizinische Informatik an der Hochschule Heilbronn praxisnahe Forschung in die Lehre integrieren“, betont Dr. Monika Pobiruchin. „Dass eine Bachelorarbeit zu einer Veröffentlichung in einem internationalen Fachjournal führt, zeigt, dass bereits früh im Studium auf einem wissenschaftlich sehr hohen Niveau gearbeitet wird.“

Das Forschungsteam bestehend aus Amela Miftraoski, Dr. Richard Zowalla, Martin Wiesner und Dr. Monika Pobiruchin analysierte 60 medizinische Online-Artikel zu häufigen Erkrankungen und relevanten Gesundheitsthemen. Anschließend wurden die Texte mit vier großen Sprachmodellen, darunter ChatGPT und Microsoft Copilot, automatisch vereinfacht. Mithilfe etablierter Lesbarkeitsmaße wurde bewertet, wie gut die überarbeiteten Texte für Menschen ohne medizinischem Vorwissen verstanden werden können.

Die Ergebnisse zeigen: Die geprüften KI-Modelle konnten die Lesbarkeit insgesamt steigern. Besonders Microsoft Copilot erzielte deutliche Verbesserungen und erreichte bei der Hälfte der Texte das empfohlene Niveau der Mittelstufe. ChatGPT-3.5 lieferte ebenfalls gute Ergebnisse, während andere Modelle nur geringfügige Verbesserungen erzielten. Das von Expert*innen empfohlene Lesbarkeitsniveau, vergleichbar mit der 8. Klassenstufe, wurde jedoch insgesamt nur selten erreicht.

In diesem Zusammenhang macht Amela Miftaroski auf Risiken aufmerksam: „Einige KI-generierte Texte enthielten Ungenauigkeiten oder ließen wichtige Kontextinformationen weg, die im medizinischen Umfeld zu Missverständnissen oder Fehlinformationen führen können“. Diese Ungenauigkeiten zeigen, dass KI-Modelle ohne fachliche Begleitung schnell falsche oder kontextarme Inhalte erzeugen können. Für den privaten Einsatz, etwa wenn Laien selbst medizinische Texte mit KI vereinfachen möchten, ist die Methode daher nicht geeignet. Entsprechend betont die Nachwuchsforscherin: „Die KI kann die Texte vereinfachen, aber eine fachliche Überprüfung bleibt unerlässlich“.

Trotz dieser Einschränkungen sehen die Autor*innen großes Potenzial: „Große Sprachmodelle könnten Gesundheitseinrichtungen entlasten, indem sie erste Textentwürfe erstellen, die anschließend von Fachpersonen geprüft und finalisiert werden. So könnten langfristig mehr verständliche Gesundheitsinformationen für Bürger*innen verfügbar werden“, kommentiert Co-Autor Martin Wiesner.

Die Studie liefert damit wichtige Erkenntnisse darüber, wie KI-gestützte Systeme künftig zur Verbesserung der Gesundheitskompetenz beitragen können und dass weiterhin Vorsicht beim Umgang mit medizinischen Fragestellungen und großen Sprachmodellen geboten ist.

Die Veröffentlichung unterstreicht, dass die Studiengänge der Hochschule Heilbronn Forschung und Lehre wirkungsvoll verbinden und Studierende frühzeitig auf ihre berufliche Zukunft im wissenschaftlichen Umfeld vorbereiten.

Die publizierte Studie ist abrufbar unter https://ai.jmir.org/2026/1/e77149