HIPAA Compliance und KI: Was ein BAA nicht abdeckt

Auf einen Blick

• Das Business Associate Agreement verteilt die Haftung für Patientendaten. Über Genauigkeit, Fairness oder klinische Sicherheit eines Modells sagt es nichts, und genau dort liegt der größte Teil des Risikos.
• HIPAA hat darauf verzichtet, Künstliche Intelligenz zu regulieren. Der im Januar 2025 vorgelegte Entwurf zur Security Rule greift KI lediglich in einem Auskunftsersuchen auf und schlägt keine KI-spezifischen Schutzmaßnahmen vor.
• Die Regel, die klinische KI in den Vereinigten Staaten tatsächlich bindet, heißt Section 1557. Ihre Pflichten zu Entscheidungsunterstützungswerkzeugen in der Patientenversorgung gelten seit dem 1. Mai 2025.
• HTI-1 verpflichtet zertifizierte Gesundheits-IT dazu, 31 Quellattribute für prädiktive Entscheidungsunterstützung offenzulegen. Diese Liste taugt zugleich als fertiger Prüfkatalog für jeden KI-Anbieter.
• HIPAA Compliance für KI funktioniert dann, wenn ein einziger Kontrollsatz HIPAA, Section 1557, HTI-1, die FDA und, bei transatlantischer Tätigkeit, den europäischen AI Act gleichzeitig beantwortet.

Was HIPAA tatsächlich abdeckt, wenn KI auf Patientendaten trifft

Nahezu jeder Beitrag zur HIPAA Compliance von KI beginnt an derselben Stelle: einen Anbieter wählen, der ein BAA unterzeichnet, die Verschlüsselung prüfen, sicherstellen, dass das Werkzeug nicht mit den eigenen Eingaben trainiert. Der Rat ist richtig, und er deckt zugleich den kleinsten Teil des Problems ab. HIPAA besteht aus zwei operativen Hälften. Die Privacy Rule regelt, wie geschützte Gesundheitsinformationen, im Englischen PHI, genutzt und offengelegt werden dürfen. Die Security Rule regelt die administrativen, physischen und technischen Schutzmaßnahmen für deren elektronische Form. Ein KI-Anbieter, der PHI im Auftrag einer Covered Entity empfängt, speichert oder verarbeitet, wird zum Business Associate, und beide Regeln erreichen ihn über den Vertrag. Was HIPAA nicht leistet, ist die Regulierung des Modells. Zur Herkunft der Trainingsdaten, zur Trefferquote in einzelnen Subgruppen, zur Kalibrierungsdrift oder zur klinischen Angemessenheit einer Empfehlung schweigt der Text. Diese Fragen gehören in andere Regelwerke, und sie entscheiden darüber, ob ein KI-Einsatz einem Patienten schadet. Zwei Grenzfälle wiegen schwerer, als die meisten Teams annehmen. Der erste ist die Anonymisierung. Daten, die nach der Safe-Harbor-Methode bereinigt oder über eine Expert Determination zertifiziert wurden, fallen aus HIPAA heraus, weshalb so viele Gesundheits-KI-Projekte auf anonymisierten Korpora aufsetzen. Große Modelle untergraben diese Sicherheit, weil Memorisierung und die Verknüpfung von Merkmalen in reichhaltigem klinischem Freitext einen Datensatz wieder in Richtung Identifizierbarkeit verschieben können, und zwar auf Wegen, welche die ursprüngliche Bewertung nie berücksichtigt hat. Stammt Ihr Anonymisierungsnachweis aus der Zeit vor dem Modell, deckt er das Modell nicht ab. Der zweite Grenzfall ist der Geltungsbereich selbst. HIPAA greift danach, wer die Daten hält, nicht danach, wie sensibel sie sind. Ein Symptom-Checker für Endverbraucher, eine Wellness-App oder ein Chatbot, der sich direkt an Patienten richtet und mit keiner Covered Entity kontrahiert, fällt in aller Regel vollständig aus HIPAA heraus und landet stattdessen beim FTC Act und der Health Breach Notification Rule. Gesundheitsdaten tragen HIPAA nicht mit sich. Die Vertragsbeziehung tut es. Diese Unterscheidung entspricht jener, die auch alle übrigen Datenschutzprüfungen Ihres Hauses strukturiert, und sie liest sich sinnvoll neben den Unterschieden zwischen Datenschutz-Folgenabschätzung, DSFA und FRIA, weil Programme für Gesundheits-KI selten mit einer einzigen davon auskommen.

Das BAA ist notwendig und nicht hinreichend

Ein Business Associate Agreement erfüllt drei sinnvolle Aufgaben. Es bindet den Anbieter an Privacy Rule und Security Rule, es umreißt die zulässigen Verwendungen von PHI, und es verpflichtet ihn zur Meldung von Datenschutzverletzungen. Darauf zu verzichten, lässt sich nicht rechtfertigen. Geht ein Dienstleister ohne unterzeichneten Vertrag fehlerhaft mit PHI um, behandelt das Office for Civil Rights die fehlende Vereinbarung als eigenständigen Verstoß, zusätzlich zu allem übrigen. Die Vollzugspraxis stützt diesen Ernst. Am 23. April 2026 gab die OCR Vergleiche mit vier Einrichtungen wegen Ransomware-bedingter Datenschutzverletzungen bekannt, insgesamt 1.165.000 Dollar bei mehr als 427.000 betroffenen Personen, jeweils verbunden mit einem zweijährigen Korrekturmaßnahmenplan unter Aufsicht. Die Anbietersteuerung liegt einem wachsenden Anteil dieser Bußgelder zugrunde, und die Beteiligung Dritter an Datenschutzverletzungen im Gesundheitswesen stieg im Jahresvergleich 2025 von 15 auf 30 Prozent. Unterzeichnen Sie den Vertrag also. Und achten Sie dann darauf, was Sie damit nicht erworben haben. Ein unterzeichnetes BAA sagt Ihnen nicht, welche Modellversion produktiv läuft. Es dokumentiert nicht, worauf das Modell trainiert wurde oder ob die Trainingspopulation Ihrer Patientenschaft ähnelt. Es misst keine Leistung nach Alter, Geschlecht, Sprache oder Kostenträger. Es bemerkt nicht, dass ein Anbieter sein zugrunde liegendes Basismodell in einem Quartalsrelease stillschweigend ausgetauscht hat. Und es bringt kein einziges Dokument hervor, das Sie einem Prüfer vorlegen könnten, der wissen will, warum ein bestimmter Patient eine bestimmte Empfehlung erhalten hat. Diese Lücken sind Governance-Arbeit, keine Beschaffungsarbeit. Sie gehören dorthin, wo auch der Rest Ihres Compliance- und Governance-Modells liegt: ein Verzeichnis, ein Verantwortlicher, eine Risikoeinstufung, ein Testergebnis, ein Überwachungsrhythmus und eine Entscheidungsdokumentation. Der Vertrag verteilt die Schuld nach dem Vorfall. Governance sorgt dafür, dass der Vorfall unwahrscheinlicher und in beide Richtungen belegbar wird.

Wo HIPAA endet: Die Reform von 2025 klammerte KI aus

Wer darauf wartet, dass HIPAA selbst die KI-Frage beantwortet, sollte nachlesen, was im jüngsten Rechtsetzungsverfahren geschah. Am 27. Dezember 2024 kündigte das Department of Health and Human Services einen Verordnungsentwurf zur Modernisierung der Security Rule an, veröffentlicht im Federal Register am 6. Januar 2025. Es handelt sich um die erste substanzielle Überarbeitung dieses Regelwerks seit rund zwei Jahrzehnten. Bei den Grundlagen der Cybersicherheit ist der Entwurf ambitioniert: Asset-Inventare, Netzwerkkartierung, verpflichtende Mehrfaktor-Authentifizierung, Verschlüsselungsanforderungen und die Streichung eines Großteils jener Flexibilität, die es Organisationen erlaubte, Schutzmaßnahmen als optional zu behandeln. Zur Künstlichen Intelligenz tut er so gut wie nichts. KI taucht nur in einem Auskunftsersuchen auf, gemeinsam mit Quantencomputing sowie virtueller und erweiterter Realität, das die Öffentlichkeit fragt, wie die Security Rule mit elektronischen PHI in aufkommenden Technologien umgehen sollte. Die OCR hätte Grundregeln für KI und maschinelles Lernen setzen können und entschied sich stattdessen dafür, Stellungnahmen einzuholen. Die Frist endete am 7. März 2025 mit knapp 5.000 Eingaben, eine endgültige Fassung steht weiterhin aus. Die praktische Lesart ist klar. Erscheint die finale Regel, hebt sie Ihr Sicherheitsniveau, was hilfreich ist. Sie wird Ihnen weder sagen, wie ein Modell zu validieren ist, noch wie ungleiche Leistung zu prüfen wäre, noch welche Nachweise zu einer algorithmischen Empfehlung aufzubewahren sind. HIPAA mit der gesamten KI-Pflicht gleichzusetzen, heißt ein Gesetz misszuverstehen, das für Akten geschrieben wurde und nicht für Inferenz. Das vollständige Bild verteilt sich auf mehrere Regelwerke zugleich, weshalb die weltweite Karte der KI-Gesetze selbst einen rein US-amerikanischen Leistungserbringer betrifft.

Section 1557: Die Regel, die Ihre klinische KI wirklich bindet

Hier folgt die Regel, die fast kein Leitfaden zur HIPAA Compliance von KI erwähnt, und sie gilt bereits. Section 1557 des Affordable Care Act untersagt Diskriminierung aufgrund von Rasse, Hautfarbe, nationaler Herkunft, Geschlecht, Alter und Behinderung in Gesundheitsprogrammen und -tätigkeiten, die Bundesmittel erhalten. Das HHS erließ eine endgültige Regel am 6. Mai 2024, in Kraft seit dem 5. Juli 2024, die diese Grundsätze ausdrücklich auf sogenannte Patient Care Decision Support Tools erstreckt. Die Definition ist bewusst weit gefasst. Sie erfasst automatisierte wie nicht automatisierte Werkzeuge, Mechanismen, Methoden und Technologien, die eine klinische Entscheidung unterstützen, und schließt damit klinische Algorithmen, Risikoscores, Triage-Logiken und Modelle des maschinellen Lernens gleichermaßen ein. Covered Entities erhielten ab Inkrafttreten 300 Tage Zeit, um die Vorgaben zur Entscheidungsunterstützung umzusetzen, woraus sich der Stichtag 1. Mai 2025 ergibt. Die Pflicht hat zwei Teile. Erstens sind angemessene Bemühungen zu unternehmen, um eingesetzte Entscheidungsunterstützungswerkzeuge zu identifizieren, die Rasse, Hautfarbe, nationale Herkunft, Geschlecht, Alter oder Behinderung als Eingangsvariable verwenden. Zweitens sind angemessene Bemühungen zu unternehmen, um das daraus entstehende Diskriminierungsrisiko zu mindern. Beide Pflichten sind fortlaufend. Es handelt sich nicht um eine Erklärung, die man einmal unterschreibt und ablegt. Halten Sie diese beiden Verben neben die Beschaffungsratschläge, welche die Suchergebnisse beherrschen. Keine Verschlüsselung identifiziert eine Eingangsvariable. Kein BAA mindert eine Leistungsdisparität. Die Regel erreicht das Modell, und die Pflicht trifft die Covered Entity, nicht den Anbieter.

Wie angemessene Bemühungen als Nachweis aussehen

Behörden akzeptieren keine Absichten. Sie akzeptieren Aufzeichnungen. Für jedes klinische Entscheidungsunterstützungswerkzeug enthält eine belastbare Akte einen Verzeichniseintrag mit Bezeichnung, Version und klinischem Zweck; eine dokumentierte Prüfung der Eingangsvariablen, die jedes geschützte Merkmal und dessen nahe Stellvertreter kennzeichnet, etwa Postleitzahl, bevorzugte Sprache oder Versicherungsstatus; nach den benannten Subgruppen aufgeschlüsselte Leistungsergebnisse; eine schriftliche, begründete Minderungsentscheidung einschließlich der Entscheidung, ein Restrisiko zu akzeptieren; einen Überwachungsrhythmus mit definierten Schwellenwerten; und eine namentlich benannte verantwortliche Person. Dieser Nachweissatz beantwortet zugleich das meiste, was ein KI-Prüfer verlangen wird, und er verlangt ergänzend eine klare Position dazu, wo die Ärztin oder der Arzt in der Schleife steht. Bei einem beratenden Werkzeug entscheidet der Unterschied zwischen Human-in-the-Loop und Human-on-the-Loop darüber, ob eine Minderungsmaßnahme real oder bloß nominell ist.

HTI-1 und die Transparenzschicht in der Patientenakte

Während die OCR darauf verzichtete, Modelle zu regulieren, tat es das Zertifizierungsprogramm für Gesundheits-IT ohnehin. Die endgültige HTI-1-Regel des Assistant Secretary for Technology Policy, vormals ONC, schuf ein Zertifizierungskriterium für Decision Support Interventions. Es enthält die ersten Transparenzanforderungen ihrer Art an prädiktive Algorithmen innerhalb zertifizierter Gesundheits-IT. Zertifizierte Systeme müssen dem klinischen Anwender strukturierte Quellattribute anzeigen: 13 Attribute für evidenzbasierte Entscheidungsunterstützung und 31 für prädiktive Entscheidungsunterstützung. Diese 31 Attribute sind der eigentlich interessante Teil. Sie beschreiben Zweck und vorgesehenen Einsatz der Intervention, den Entwicklungsprozess, die zum Training und zur Validierung des zugrunde liegenden Modells verwendeten Daten, die Art der Leistungsmessung, die Bewertung der Fairness sowie die Pflege der Intervention über die Zeit. Erklärtes Ziel ist es, einer Organisation das Urteil darüber zu ermöglichen, ob eine prädiktive Intervention fair, angemessen, valide, wirksam und sicher ist, ein Prüfmaßstab, den das Programm mit FAVES abkürzt. Daraus folgen zwei Konsequenzen für jedes Vorhaben zur HIPAA Compliance von KI. Erstens: Läuft Ihr prädiktives Werkzeug innerhalb zertifizierter Gesundheits-IT, existiert diese Dokumentation bereits, und Sie haben Anspruch darauf. Viele Compliance-Teams haben sie nie angefordert. Zweitens, und praktisch noch wertvoller: Die 31 Attribute bilden einen fertigen Lieferantenfragebogen für KI, die überhaupt nicht zertifiziert ist. Ein Anbieter, der seine Trainingspopulation, seine Validierungsmethode oder seine Fairnessbewertung nicht beschreiben kann, sagt damit etwas aus, und die Bundesverwaltung hat bereits entschieden, dass diese Fragen beantwortbar sind. Nutzen Sie sie bei der Entscheidung, ob eine KI-Funktion in Ihre gesteuerte Plattform gehört oder in den losen Werkzeugstapel darum herum.

Die FDA und die Grenze zwischen Funktion und Medizinprodukt

Ein Teil der klinischen KI ist ein reguliertes Medizinprodukt, und die Grenze verläuft schmaler, als die meisten Einkäufer annehmen. Die FDA hatte bis Anfang 2026 mehr als 1.350 KI-gestützte Produkte zugelassen, also etwa doppelt so viele wie 2022. Software, die ein Bild auswertet, einen Risikoscore für ein benanntes Krankheitsbild berechnet oder zu einer diagnostischen Schlussfolgerung führt, fällt häufig darunter. Software, die eine Notiz zusammenfasst, einen Brief entwirft oder eine Nachricht weiterleitet, in der Regel nicht. Die entscheidende Frage lautet, ob die Ausgabe dazu bestimmt ist, eine Krankheit zu diagnostizieren, zu behandeln, zu lindern oder zu verhüten, und ob die behandelnde Person die Grundlage der Empfehlung unabhängig nachvollziehen kann. Maschinelles Lernen belastet die Medizinprodukteregulierung an einem bestimmten Punkt: Ein zugelassenes Produkt soll so bleiben, wie es zugelassen wurde, während ein Modell sich verändern will. Die Antwort der FDA heißt Predetermined Change Control Plan und erlaubt es dem Hersteller, einen definierten Korridor künftiger Modelländerungen innerhalb der zugelassenen Zweckbestimmung vorab genehmigen zu lassen. Die Verbreitung bleibt dünn: Rund 10 Prozent der KI-Zulassungen des Jahres 2025 enthielten einen genehmigten Plan. Für einen Betreiber ergibt sich daraus eine konkrete Kontrolle. Fragen Sie jeden Anbieter klinischer KI, ob das Modell einem Änderungskontrollplan unterliegt, wie Sie über ein Modellupdate informiert werden und was mit Ihren Validierungsnachweisen geschieht, wenn sich das Modell unter ihnen verändert. Ein stilles Nachtraining kann ein Produkt gleichzeitig aus seiner zugelassenen Zweckbestimmung und aus Ihrer eigenen Testabdeckung herausbewegen. Das ist ein Mess- und Überwachungsproblem und deckt sich unmittelbar mit den Funktionen Measure und Manage des NIST AI Risk Management Framework.

Wenn Sie auch in Europa tätig sind: die Ebene des AI Act

Viele Organisationen, die mit US-amerikanischen PHI umgehen, sind keine US-Organisationen. Europäische Anbieter digitaler Gesundheitslösungen, Auftragsforschungsinstitute, Medizinproduktehersteller und Klinikverbünde mit amerikanischen Forschungspartnerschaften tragen HIPAA-Pflichten aus Vertrag und europäische Pflichten aus Gesetz. Für sie bildet HIPAA Compliance lediglich das Erdgeschoss. KI, die selbst ein Medizinprodukt ist oder als Sicherheitsbauteil eines solchen dient, gilt nach dem AI Act automatisch als hochriskant. In der Praxis fallen Produkte der MDR-Klassen IIa, IIb und III sowie der IVDR-Klassen A bis D regelmäßig in die Hochrisikokategorie. Produkte der MDR-Klasse I, die keine Benannte Stelle benötigen, gelangen über diesen Weg nicht dorthin, können aber erfasst werden, wenn sie eine in Anhang III gelistete Funktion erfüllen. Anhang III ergänzt zwei versorgungsnahe Anwendungen, die hochriskant sind, ohne Medizinprodukt zu sein: die Disposition von Notrufen samt Triage von Patienten in der Notfallversorgung sowie Risikobewertung und Preisgestaltung in der Lebens- und Krankenversicherung. Kostenträger und Triage-Plattformen gehen häufig davon aus, der AI Act sei ein Medizinprodukteproblem. Er ist es nicht. Die Fristen haben sich 2026 verschoben. Seit dem im Juni 2026 verabschiedeten Digital Omnibus gelten die Hochrisikopflichten für eigenständige Systeme nach Anhang III ab dem 2. Dezember 2027, während KI innerhalb eines nach MDR oder IVDR regulierten Produkts bis zum 2. August 2028 Zeit hat. Im März 2026 wurden KI-gestützte Medizinprodukte weiterhin ausschließlich nach MDR und IVDR zertifiziert, die Hochrisikopflichten des AI Act waren auf sie noch nicht anwendbar. Diese Lücke ist Vorbereitungszeit, keine Entlastung. In Deutschland kommt eine zusätzliche Ebene hinzu, die im amerikanischen Schrifttum fehlt: Wer KI in ein DiGA-Verfahren beim BfArM einbringt oder in der Telematikinfrastruktur betreibt, beantwortet Fragen zu Evidenz, Datensicherheit und Interoperabilität bereits heute, und die dort erzeugten Nachweise überschneiden sich stark mit dem, was der AI Act später verlangt. Als Referenz für die Pflichtenlage selbst bleiben die Anbieter- und Betreiberpflichten des AI Act maßgeblich.

HIPAA Compliance für KI auf einem einzigen Kontrollsatz aufbauen

Vier Regelwerke, vier Vokabulare, ein einziger Satz zugrunde liegender Fragen. Was ist dieses System, wer verantwortet es, was kann es falsch machen, woran würden Sie es merken, und können Sie es belegen. Vier parallele Compliance-Programme aufzubauen ist der Weg, auf dem Gesundheitsorganisationen ein Jahr verbrennen und die Prüfung trotzdem nicht bestehen. Beginnen Sie mit einem Verzeichnis. Jedes KI-System, das Patienten oder geschützte Gesundheitsinformationen berührt, erhält einen Eintrag, auch die, die niemand angemeldet hat. Ambiente Dokumentationsassistenten, die eine einzelne Abteilung beschafft hat, eine in einer bestehenden Plattform freigeschaltete Zusammenfassungsfunktion und Behandelnde, die Notizen in einen Consumer-Chatbot kopieren, fallen sämtlich in den Anwendungsbereich, und alle drei Fälle sind verbreitet. Das Problem der Schatten-KI wiegt im Gesundheitswesen schwerer als anderswo, weil der klinische Nutzen sofort eintritt und der Beschaffungsweg langsam ist. Ordnen Sie anschließend jedes System anhand von vier Ja-Nein-Fragen ein. Verarbeitet es geschützte Gesundheitsinformationen? Beeinflusst es eine Behandlungsentscheidung? Läuft es innerhalb zertifizierter Gesundheits-IT? Ist es ein reguliertes Medizinprodukt oder Teil eines solchen? Die Antworten bestimmen, welche Pflichten greifen.

Halten Sie das Ganze mit einem Managementsystem zusammen statt mit einer Tabellenkalkulation. ISO/IEC 42001 liefert die zertifizierbare Struktur: Politik, Rollen, Risikobehandlung, internes Audit, Managementbewertung. Das NIST AI Risk Management Framework liefert die Arbeitsschleife aus Govern, Map, Measure und Manage. Keines von beiden ist eine US-Gesundheitsvorschrift, und genau deshalb funktionieren sie als Verbindungsschicht: Sie sind der Ort, an dem ein Nachweis einmal erzeugt und gegen mehrere Pflichten geltend gemacht werden kann. Das ist dasselbe Argument, das jedem ernsthaften KI-Governance-Rahmenwerk zugrunde liegt, angewandt auf einen Sektor, in dem die Folgen schneller eintreten.

Häufige Fragen

Lässt sich KI HIPAA-konform einsetzen? Ja. HIPAA verbietet Künstliche Intelligenz nicht, und weder Privacy Rule noch Security Rule hindern eine Covered Entity daran, geschützte Gesundheitsinformationen mit einem Modell zu verarbeiten. HIPAA verlangt, dass der Anbieter über einen schriftlichen Vertrag als Business Associate eingebunden wird, dass die Schutzmaßnahmen für die betroffenen elektronischen PHI gelten und dass die Nutzung nach der Privacy Rule zulässig ist. Eine Prüfung der HIPAA Compliance sollte deshalb beim klinischen Zweck ansetzen und nicht beim Anbieter, denn die schwierigere Frage lautet, ob die übrigen anwendbaren Regeln erfüllt sind, allen voran Section 1557. Ist ChatGPT für den Einsatz im Gesundheitswesen HIPAA-konform? Die Verbraucherversion ist es nicht. Ein Modell ist nie für sich genommen konform; konform ist immer nur ein Einsatzszenario. Es kommt darauf an, ob der Anbieter ein BAA unterzeichnet, ob Eingaben und Ausgaben vom Training ausgenommen sind, wie die Aufbewahrungsrichtlinie aussieht und ob die Konfiguration Zugriffskontrolle und Protokollierung unterstützt. Enterprise- und API-Angebote der großen Anbieter können einen konformen Einsatz tragen. Kostenlose Verbraucheroberflächen in aller Regel nicht, weshalb das Einfügen klinischer Notizen in einen öffentlichen Chatbot heute zu den häufigsten Verstößen im Gesundheitswesen zählt. Macht ein unterzeichnetes BAA ein KI-Werkzeug HIPAA-konform? Nein. Ein Business Associate Agreement ist eine vertragliche Zuordnung von Pflichten über Daten. Es bewertet das Modell nicht, prüft die Genauigkeit über Patientensubgruppen hinweg nicht und erzeugt keinerlei Aufzeichnung darüber, warum eine bestimmte Empfehlung zustande kam. Behörden haben einen unterzeichneten Vertrag nie als Beleg dafür gewertet, dass Schutzmaßnahmen umgesetzt wurden, und die Pflichten aus Section 1557 treffen die Covered Entity unabhängig davon, was der Anbieter zugesagt hat. Welche Frist galt für KI-Entscheidungsunterstützung nach Section 1557? Die endgültige Regel erging am 6. Mai 2024 und trat am 5. Juli 2024 in Kraft. Covered Entities hatten ab Inkrafttreten 300 Tage, um die Vorgaben zu Entscheidungsunterstützungswerkzeugen in der Patientenversorgung umzusetzen, woraus sich der Stichtag 1. Mai 2025 ergab. Diese Pflichten laufen inzwischen fortlaufend, weshalb eine Organisation, die ihre klinischen Algorithmen nie auf geschützte Eingangsmerkmale hin durchgesehen hat, bereits im Rückstand ist. Gilt HIPAA, wenn meine KI ausschließlich anonymisierte Daten nutzt? Ordnungsgemäß anonymisierte Daten fallen aus HIPAA heraus, ob über Safe Harbor oder über eine Expert Determination. Vorsicht ist geboten, weil Anonymisierung eine Eigenschaft eines Datensatzes zu einem Zeitpunkt ist und kein dauerhafter Status. Reichhaltiger klinischer Freitext, Kombinationen von Quasi-Identifikatoren und die Memorisierung durch ein Modell können das Reidentifikationsrisiko wieder anheben. Stammt die Bewertung aus der Zeit vor dem Eintritt der Daten in eine Modellpipeline, lassen Sie sie an dieser Pipeline erneut prüfen, statt ihre Fortgeltung zu unterstellen. Wer haftet, wenn ein KI-Anbieter eine PHI-Verletzung verursacht? Beide Seiten können haften. Business Associates haften nach HIPAA unmittelbar für eigene Verstöße, und Covered Entities bleiben für Auswahl und Überwachung ihrer Dienstleister verantwortlich. Fehlt der Vertrag, droht der Covered Entity allein dafür eine gesonderte Feststellung. Jenseits von HIPAA richtet sich die Haftung für eine schädigende klinische Empfehlung nach Arzthaftungs- und Produkthaftungsrecht, wo die behandelnde Einrichtung selten unbeteiligt bleibt. Ihr Verfahren zur Meldung von KI-Vorfällen sollte daher von geteilter Exposition ausgehen. Brauchen europäische Gesundheitsorganisationen mit US-Patienten sowohl HIPAA als auch den AI Act? Meistens ja, und sie antworten dabei unterschiedlichen Behörden. HIPAA erreicht einen europäischen Anbieter über das BAA mit einer amerikanischen Covered Entity. AI Act, DSGVO sowie MDR oder IVDR erreichen dieselbe Organisation über das Unionsrecht. Die Pflichten überschneiden sich stark bei Risikomanagement, Protokollierung, Dokumentation und menschlicher Aufsicht, weshalb der effiziente Weg darin besteht, einen einzigen Kontrollsatz auf beide Regelwerke abzubilden, statt zwei Programme parallel zu betreiben.

Fazit

Die Suchergebnisse zur HIPAA Compliance von KI beschreiben eine Beschaffungsentscheidung. Die tatsächliche Pflicht beschreibt ein Betriebsmodell. HIPAA regelt die Daten. Section 1557 regelt die Entscheidung, und zwar seit Mai 2025. HTI-1 regelt die Offenlegung. Die FDA regelt das Medizinprodukt. Für Organisationen auf beiden Seiten des Atlantiks regelt der AI Act das System. Keine einzelne dieser Regeln ist die Antwort, und keine von ihnen gibt sich mit einem unterzeichneten Vertrag und einer Verschlüsselungszusage zufrieden. Was sie verbindet, ist unspektakulär und vollständig erreichbar: jedes eingesetzte KI-System kennen, es ehrlich einordnen, es an den Merkmalen prüfen, die das Gesetz benennt, festhalten, was entschieden wurde und warum, und es nach der Inbetriebnahme überwachen. Das ist KI-Governance, und im Gesundheitswesen entscheidet sie darüber, ob am Ende ein belastbares Programm steht oder eine gute Absicht.