Universitätsklinikum Bonn betreibt DeepSeek-R1 auf einem isolierten Server für seine Radiologen

Das Problem

Radiologen schreiben und korrigieren lange Befunde, übersetzen sie und entwerfen Briefe. Sprachmodelle können dabei helfen, doch deutsche Krankenhäuser dürfen Patientendaten wegen Datenschutzvorschriften wie der EU-DSGVO in der Regel nicht an externe KI-Dienste senden. Das Universitätsklinikum Bonn wollte ein Modell, das es selbst betreiben kann, und dennoch die Freigabe zur Verarbeitung nicht anonymisierter Patientendaten erhalten.

Was sie gebaut haben

Das Klinikum baute einen isolierten, selbst gehosteten Dienst rund um DeepSeek-R1, ein offenes Modell (Open-Weight). Offen heißt, dass die Dateien des Modells veröffentlicht sind, sodass ein Krankenhaus es auf eigener Hardware betreiben kann. Das Team nutzte die vollständige Version mit 671 Milliarden Parametern, komprimiert (quantisiert), damit sie auf einen Server mit acht NVIDIA-A100-Chips passt. Der Dienst steht hinter einer Chat-Oberfläche mit zehn vorgefertigten Prompt-Vorlagen, etwa für Befundkorrektur und Übersetzung. Das Klinikum hat das Bereitstellungspaket als Open Source veröffentlicht.

Wie sie vorgegangen sind

Das Design geht von einem möglichen Einbruch aus. Netzwerkzonen trennen die Weboberfläche vom Modell, Firewall-Regeln blockieren externen Verkehr, und automatische Tests prüfen, ob die Isolation hält. Ein Monitor beobachtet unerwartete externe Verbindungen.

Parallel durchlief das Team ein Freigabeverfahren. Beteiligt waren Klinikleitung, Datenschutzbeauftragter, Informationssicherheitsbeauftragter, Compliance-Abteilung und Personalrat (die Beschäftigtenvertretung). Der Personalrat stimmte unter der Bedingung zu, dass keine Nutzungsstatistiken pro Beschäftigtem erhoben werden und die Nutzung freiwillig bleibt. Beschäftigte müssen einen KI-Kompetenzkurs absolvieren, bevor sie sich anmelden können.

Im Juli 2025 nutzten 22 Radiologen das System eine Woche lang.

Ergebnisse

Das Freigabeverfahren war erfolgreich, und das Klinikum beschreibt den Dienst als Grundlage für ein dauerhaftes Angebot für mehr als 10.000 Beschäftigte. Im Pilotprojekt bewerteten die Nutzer die Stabilität mit einem Median von 10,0 von 10 und die Benutzerfreundlichkeit mit 9,0. Die Geschwindigkeit erhielt 7,0. Der Monitor erkannte keine externen Verbindungsereignisse.

Aufgaben auf Basis eines vom Nutzer gelieferten Textes schnitten am besten ab. Die Übersetzung von Befunden erhielt eine mediane Qualitätsbewertung von 9,5, und sechs von zehn Aufgaben hatten keinen gemeldeten kritischen Fehler. Ein kritischer Fehler ist eine falsche Aussage, eine Auslassung oder erfundener Inhalt, der manuell korrigiert werden muss.

Was schiefgelaufen ist

Das Entwerfen von Schlussfolgerungen aus Bildgebungsbefunden hatte die höchste Fehlerrate. Von 16 Nutzern dieser Aufgabe meldete einer einen einzelnen kritischen Fehler und zwei meldeten mehrere. Die ICD-10-Kodierung (die Standardcodes für Krankheiten, die für die Abrechnung verwendet werden) wurde als vielversprechend bewertet, doch die Nutzer sagten, dass die Prüfung der vorgeschlagenen Codes kaum Zeit spare. Die Geschwindigkeit wurde schlechter bewertet als die Stabilität, was die Autoren auf ihre ältere Server-Hardware zurückführen.

Was Sie übernehmen können

Beginnen Sie mit Korrektur, Übersetzung und Vereinfachung von Texten, die der Nutzer bereits hat. Behandeln Sie die Erstellung neuer klinischer Inhalte als riskanter und testen Sie sie gesondert.