Den Welttag für Sicherheit und Gesundheit am Arbeitsplatz gibt es seit dem Jahr 2003 und geht auf die Initiave der InternationalLabour Organization (ILO; dt. Internationale Arbeitsorganisation) zurück. Ziel des World Day for Safety and Health at Work ist die Verhütung von Arbeitsunfällen & Berufskrankheiten und die Schaffung einer Sicherheits- und Gesundheitskultur im Arbeitsbereich. Gleichzeitig findet am 28. April auch seit 1996 weltweit der International Workers Memorial Day (dt. Internationaler Tag des Gedenkens an die Opfer von Arbeitsunfällen), welcher auf die Initiative der Gewerkschaftsbewegung zurückgeht.
Welttag für Sicherheit und Gesundheit am Arbeitsplatz 2025
Der diesjährige Welttag für Sicherheit und Gesundheit am Arbeitsplatz steht unter dem Motto „Revolutionizing health and safety: the role of AI and digitalization at work“ (dt. „Revolutionierung von Sicherheit und Gesundheitsschutz: Die Rolle von KI und Digitalisierung bei der Arbeit“) und will den Fokus darauf legen, wie künstliche Intelligenz und digitale Werkzeuge die Sicherheit und den Gesundheitsschutz am Arbeitsplatz verbessern oder sogar revolutionieren. Schon heute unterstützen Roboter bei der Arbeit in gefährlichen Umgebungen oder beim Heben schwerer Lasten. Doch KI geht noch einen Schritt weiter und versucht Gefahren oder Probleme mittels digitaler Geräte und Sensoren frühzeitig zu erkennen. In der Notfallmedizin, egal ob prä- oder innerklinisch, ist KI noch nicht groß etabliert, jedoch kommen immer mehr Leuchtturmprojekte oder fertige Produkte, die bei der Arbeit unterstützen auf den Markt. Der Fokus der Projekte/Produkte im notfallmedizinischen Bereich liegt hierbei aber eher darauf bei der Identifikation von Erkrankungen sowie Strukturierung und Dokumentation von Informationen. Aber auch dieser Einsatz von KI trägt zur Sicherheit und zum Gesundheitsschutz bei, da die KI hierbei Berufskrankheiten bzw. Arbeitsfolgen auf der psychischen Ebene dezimieren kann. Diesbezüglich sei vor allem auf das Thema „Second Victim“ verwiesen. Denn durch die Verhinderung von unbeabsichtigten Fehlern bei der Versorgung unserer Patient*innen verhindert künstliche Intelligenz zuallererst die Traumatisierung der uns Anvertrauten, aber auch die Traumatisierung von uns selbst als Mitarbeitende im Gesundheitswesen. Aus diesem Grund dreht sich heute in diesem Beitrag alles um ein paar Projekte im deutschsprachigen Raum, bei denen KI in der Notfallmedizin eingesetzt wird.
AIRCIS
Das Projekt „AIRCIS“ versucht durch den Einsatz von künstlicher Intelligenz die Rettungskette unter Extremwettereinflüssen zu stärken. Hierbei geht es vor allem darum mithilfe von KI Entscheidungshilfen für Leitstellen/Krisenstäbe bei der Disposition von Rettungskräften während Extremwetterereignissen zu liefern. Die systematische Auswertung von Leitstellen- und weiterer Rahmendaten (z.B. Wetterdaten, geografische Daten) und die Entwicklung eines Modells zur KI-basierten Prognose des Einsatzaufkommens und Nutzerverhaltens unter Regel- und Extrembedingungen stehen bei „AIRCIS“ im Mittelpunkt. Ziel von „AIRCIS“ ist die Erhöhung der Resilienz der Daseinsvorsorge im Bereich Gesundheit und Mobilität.
Am Projekt „AIRCIS“ sind die folgenden Partner*innen beteiligt:
- Björn Steiger Stiftung
- Brandenburgisches Institut für Gesellschaft und Sicherheit gGmbH (BIGS)
- Brandenburgische Technische Universität Cottbus-Senftenberg
- Industrieanlagen-Betriebsgesellschaft mbH
- MOXI GmbH
- Leitstelle Lausitz
APONA (Assistenzsystem zur ProzessOptimierung in der NotAufnahme)
Im Rahmen des Projekts „APONA“ wird ein Assistenzsystem entwickelt, dass Analysen und Prognosen zur Optimierung von Ressourcenverwendung und Prozessabläufen in der Notaufnahme liefert, um so Zeit dafür einzusparen, wo sie am dringendsten benötigt wird: für unsere Patient*innen. „APONA“ analysiert hierfür in Echtzeit Datenströmen aus der Notaufnahme und entwickelt auf den Daten basierende patient*innenspezifische Vorhersagen, um so die Planung der Ressourcenallokation zu erleichtern. Anders als klassische Clinical Decision Support Systeme, die auf die Diagnose bestimmter Krankheiten abzielen, geht es bei APONA um die Verbesserung der gesamten Prozessabläufe und Ressourcenplanung in der Notaufnahme. Anders als klassische Clinical Decision Support Systeme, die auf die Diagnose spezifischer Krankheitsbilder abzielen, konzentriert sich „APONA“ auf die Verbesserung der gesamten Prozessabläufe und Ressourcenplanung in der Notaufnahme. Die Datenbasis für die KI besteht hierbei aus historischen als auch aktuellen Patient*innendaten, um so in Echtzeit Prognosen über die notwendigen Behandlungsschritte und Ressourcenbedarfe zu treffen. Zusätzlich zu dieser Haupteinsatzmöglichkeit gibt es noch andere Bereich, wo es denkbar ist, dass „APONA“ unterstützen kann:
- Ermittlung von Patient*innen, die ein stationäres Behandlungsbett benötigen (Datenbasis: Erkrankungsschwere & Ressourcenverfügbarkeit
- Prognose der voraussichtlichen Verweildauer von Patient*innen auf einem Behandlungsbett, um die Bettenauslastung zu optimieren
- individuelle Bestimmung der optimalen Diagnostik- und Therapieansätze, unter Berücksichtigung von Faktoren wie Krankheitsgeschichte und aktuellen Symptomen
- Vorhersage von Diagnostikverfahren, die mit hoher Wahrscheinlichkeit negative Ergebnisse liefern werden, um kostspielige oder unnötige Tests zu vermeiden
Am Projekt „APONA“ sind die folgenden Partner*innen beteiligt:
- Universitätsklinikum Schleswig-Holstein
- Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI)
- singularIT GmbH
TraumAInterfaces
„TraumAInterfaces“ ist ein KI-Projekt das bei der Informationserfassung und Dokumentation von Informationen im klinischen Kontext der Schockraumversorgung unterstützt. Bei „TraumAInterfaces“ handelt es sich um ein Spracherkennungssystem zur Kommunikationsunterstützung in der Extremsituation der Polytraumaversorgung und übernimmt KI-unterstützt Funktionen wie die Erfassung, Verschriftlichung und Strukturierung der gesprochenen Kommunikation im Schockraum, um so die Informationsweitergabe über Schnittstellen hinweg zu optimieren, die Behandlungsqualität zu erhöhen, Personal zu entlasten und eine gezieltere, personalisierte Behandlung aller Patient*innen zu ermöglichen.
Am Projekt „TraumAInterfaces“ sind die folgenden Partner*innen beteiligt:
- Rheinisch-Westfälische Technische Hochschule Aachen (RWTH)
- Fraunhofer – Institut für Intelligente Analyse- und Informationssysteme (IAIS)
- Universität Witten/Herdecke
- Universitätsklinikum Aachen (Uniklinik RWTH)
KI-RAD – Künstliche Intelligenz für RADiologische Bildgebung in der Notfall- und Intensivmedizin
Mit dem Projekt „KI-RAD“ wurden eine künstliche Intelligenz in Form eines intelligenten Röntgenassistenten für radiologische Bildgebung in der Notfall- und Intensivmedizin entwickelt, welcher dabei unterstützt wichtige Informationen aus Röntgen- und CT-Bildern zu filtern, die entscheidend für die weitere Versorgung von Patient*innen sind. „KI-RAD“ ist für kritische Anwendungsbereiche ausgelegt: Knochenverletzungen/Skelettrauma, Schlaganfall und Röntgenaufnahmen des Brustkorbes.
Am Projekt „KI-RAD“ sind die folgenden Partner*innen beteiligt:
- Institut für Medizinische Informatik der Universität zu Lübeck
- Christian-Albrechts-Universität zu Kiel (CAU)
- Universitätsklinikum Hamburg-Eppendorf (UKE)
- Universitätsklinikum Schleswig-Holstein (UKSH)
- Unternehmen: Philips und mbits imagging GmbH
KIRETT (Computerunterstützung durch künstliche Intelligenz bei Rettungseinsätzen zur Verbesserung der Erstversorgung)
Beim Projekt „KIRETT“ handelt es um den Versuch mithilfe von KI die Erstversorgung bei Rettungseinsätzen mittels eines Wearables zu verbessern. Das Wearable dient der computerunterstützten Situationserkennung und gibt dem Rettungspersonal kontextabhängige Handlungsempfehlungen, um so Spätschäden durch falsche Behandlung minimieren und die Überlebenswahrscheinlichkeit steigern. Mit dem „KIRETT“-Wearable sollen die folgenden Bereiche im Einsatzgeschehen, aber auch danach abgedeckt werden:
- verbesserte Versorgungsqualität durch Unterstützung bei der Lösungsfindung bei Sondereinsatzlagen (MANV, seltene Notfälle wie Schlangenbiss o.Ä.)
- Datenintegration zur Verbesserung der Erstversorgung (Zusammenführung der Daten aus Leistelle, medizinischen Geräten und Eingaben der Rettungskräfte)
- generelle Effizienzsteigerung beim Rettungspersonal durch Automatisierung und kontextabhängige Unterstützung
- Nachvollziehbarkeit der Erstversorgung für Qualitätsmanagement und Ausbildung
Am Projekt „KIRETT“ sind die folgenden Partner*innen beteiligt:
- CRS medical GmbH
- mbeder GmbH
- Lehrstuhl Embedded Systems der Universität Siegen
- Institut für Wissensbasierte Systeme und Wissensmanagement der Universität Siegen
OPTINOFA (Optimierung der Notfallmedizin durch Künstliche Intelligenz)
Das Projekt „OPTINOFA“ hat Ziel einer stringenten und differenzierten Steuerung von Notfallpatient*innen durch eine strukturierte Ersteinschätzung in Bezug auf Behandlungsdringlichkeit und erforderliche Notfallversorgungsstufe unter Zuhilfenahme von künstlicher Intelligenz. Zu diesem Zweck werden für präklinisch und innerklinisch tätige Notfallmediziner*innen und für niedergelassene Ärzt*innen im Bereitschaftsdienst KI-basierte Assistenzdienste zur strukturierten Ersteinschätzung webbasiert in Echtzeit zur Verfügung gestellt werden. Die KI-Assistenzdienste stellen für die häufigsten notfallmedizinischen Leitsymptome und -diagnosen Notfall-Algorithmen bereit, welche mobil per Handy/Tablet oder vor in der Klinik abrufbar sind. Die schlussendlichen Ziele des Projekts sind die Entlastung von Notaufnahmen, die Risikoreduktion bei der notfallmedizinischen Versorgung sowie die Senkung der Kosten für die Notfallbehandlung in Deutschland.
Über den nachfolgenden Link findet Ihr einen interessanten Open-Source-Artikel in der „Medizinische Klinik – Intensivmedizin und Notfallmedizin“ zum Projekt: „OPTINOFA – Intelligenter Assistenzdienst zur strukturierten Ersteinschätzung in der Notaufnahme„.
Am Projekt „OPTINOFA“ sind die folgenden Partner*innen beteiligt:
- Universitätsmedizin Göttingen
- Universitätsklinikum der Otto-von-Guericke-Universität Magdeburg
- Wissenschaftliches Institut der AOK
- Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI)
- verschiedene Krankenhäuser, Kassenärztliche Vereinigungen und weitere Krankenkassen (AOK, DAK, TK)
ENSURE
Im Rahmen des Projekts „ENSURE“ soll ein Prototyp eines bedarfsgerechtes klinisches Entscheidungsunterstützungssystem im Sinne smarter Notfall-Algorithmen zur zeitnahen zielgerichteten Diagnostik und initialen Therapie in der Notfallversorgung entwickelt und erprobt werden. Dabei hat „ENSURE“ das Ziel den Einsatz von KI die Handlungskompetenz des ärztlichen Personals in der notfallmedizinischen Behandlungskette von der Prä- bis in die Innerklinik zu unterstützen, um so die Prozess- und Ergebnisqualität in der Notfallversorgung zu verbessern. „ENSURE“ setzt dabei auf zwei Komponenten: ein regelbasiertes als auch ein erklärbares KI-System, welche bei der Diagnosefindung in der Notaufnahme unterstützen sowie Maßnahmen zur initialen Therapie vorschlagen.
Am Projekt „ENSURE“ sind die folgenden Partner*innen beteiligt:
- Universitätsmedizin Göttingen (UMG) mit den Abteilungen „Interdisziplinäre Notaufnahme (INA, Projektleitung) und „Institut für Medizinische Informatik“ (MI)
- Deutsches Forschungszentrum für Künstliche Intelligenz, Educational Technology Lab (DFKI)
- Otto-von-Guericke Universität Magdeburg (OVGU), Klinik für Unfallchirurgie
- assoziierte Verbundpartner
- Deutsche Gesellschaft für Interdisziplinäre Notfall- und Akutmedizin (DGINA)
- Deutsche Interdisziplinäre Vereinigung für Intensiv- und Notfallmedizin (DIVI)
- Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS)
- beteiligte Modellkliniken
LOTTE (Leitsystem zur Optimierung der Therapie traumatisierter Patient*innen bei der Erstbehandlung)
Das Projekt „LOTTE“ hat das Ziel, die Potentiale von KI und Big Data für die Schockraumversorgung zu untersuchen und konkrete Anwendungsszenarien für ein Echtzeit-Decision-Support-System zur Verbesserung der Entscheidungsfindung in der Schockraumversorgung zu entwickeln. Der primäre Fokus liegt dabei darauf in der Frühphase der Versorgung lebensbedrohlich verletzter Patient*innen eine schnellere, sicherere und von der persönlichen Erfahrung der Behandler*innen unabhängigere Entscheidungsfindung zu ermöglichen. Ein besonderes Augenmerk des Projekt „LOTTE“ ist die automatische Dokumentation der Abläufe im Schockraum durch Methoden des Natural Language Processing, die Risikoeinschätzung für OP-Komplikationen auf Basis von Registerdaten sowie ein Leitlinien-Interface zum Abgleich der Behandlungsabläufe mit wissenschaftlichen Leitlinien.
Am Projekt „LOTTE“ sind die folgenden Partner*innen beteiligt:
- Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme
- Lehrstuhls für Management und Innovation im Gesundheitswesen der Universität Witten/Herdecke
- Lehrstuhls für Unfallchirurgie und Orthopädie der Universität Witten/Herdecke
- Institut für Rechtsinformatik an der Leibniz Universität Hannover
KIT2 (KI-unterstützter Telenotarzt)
Das Projekt „KIT2“ verfolgt das Ziel die Versorgungsqualität und Patient*innensicherheit zu steigern und setzt hierbei auf einen dreiteiligen, KI-basierten Algorithmus, der auf die Unterstützung bei medizinischen, taktischen und strategischen Entscheidungen im Telenotarzt-Einsatz trainiert ist. Die zwei zentralen Aufgaben der KI sind die Diagnose- und Maßnahmenunterstützung. Das Projekt legt neben den technischen Aspekten ein besonderes Augenmerk auf ethische, rechtliche und gesellschaftliche Fragestellungen.
Am Projekt „KIT2“ sind die folgenden Partner*innen beteiligt:
- Universitätsklinikum Aachen – Aachener Institut für Rettungsmedizin und zivile Sicherheit (ARS), Aachen
- Christian-Albrechts-Universität zu Kiel – Technische Fakultät – Institut für Informatik – AG Intelligente Systeme, Kiel
- Palaimon GmbH, Berlin
- umlaut telehealthcare GmbH, Aachen
- Universitätsklinikum Aachen – Institut für Geschichte – Theorie und Ethik der Medizin, Aachen
- Assoziierte Partner
- Bundesvereinigung der Arbeitsgemeinschatfen Notärzte Deutschlands (BAND) e,V.
- Aktionsbündnis Patientensicherheit e.V.
- Feuerwehr und Rettungsdienst Stadt Aachen
- Rettungsdienst Landkreis Goslar, Fachbereich Ordnung, Verkehr und Rettungswesen
- Rettungsdienst Heinsberg gGmbh, Ärztliche Leitung
- Rettungsdienst Main-Kinzig-Kreis, Amt für Gesundheit und Gefahrenabwehr
KiBATIN (KI–basiertes Assistenzsystem für Triagierung in der Notaufnahme)
Im Rahmen des Projekts „KiBATIN“ wurde ein Assistenzsystem zur Unterstützung und Optimierung der medizinischen Ersteinschätzung in der Notaufnahme entwickelt. Hierfür werden die vom Rettungsdienst erhobenen Daten analysiert und relevante Informationen identifiziert. Auf Grundlage dieser Daten schlägt „KiBATIN“ dann eine Priorisierung der Notfälle mit einer nachvollziehbaren Begründung vor. Für die Einschätzung der Daten und Priorisierung der Notfälle greift die KI auf eine auf Expertenwissen basierende und eine datengetriebene Komponente zu.
Am Projekt „KiBATIN“ sind die folgenden Partner*innen beteiligt:
- DNC Information Management
- Städtische Kliniken Mönchengladbach
- bcmed GmbH
- Deutsches Forschungszentrum für Künstliche Intelligenz
preRESC
Beim Projekt „preRESC“ wird KI für die zielgenaue Vorhersage potentieller Notfälle eingesetzt. Hierfür wertet die KI Echtzeit- und Crowd-Daten und Daten aus der Vergangenheit aus. Zu diesen Daten gehören u.a. das Wetter, soziodemographische Daten, Crowd-Daten, infrastrukturelle & historische Einsatzdaten etc. Der KI-Algorithmus prognostiziert dann räumlich und zeitlich die Anzahl der erwartenden Einsätze. Weitere Funktionen der KI sind z.B. Routenplanungsoptionen für die Einsatzfahrzeuge (Umfahren von Staus, Baustellen o.Ä.). Effektiv ziel der Einsatz von »preRESC« darauf ab, die Ressourcenplanung und -disposition im Rettungsdienste mit den Möglichkeiten der modernen Datenanalyse effizienter zu gestalten.
Am Projekt „preRESC“ sind die folgenden Partner*innen beteiligt:
- Stadt Aachen
- umlaut telehealthcare & umlaut solution
CONNECT_ED
Das Projekt „CONNECT_ED“ verfolgt das Ziel einen intelligenten Kollaborationsdienst für die interaktive, KI-basierte Kooperation zwischen Präklinik und Klinik, also Rettungsdienst und Notaufnahme, zu entwickeln und auf mobilen Endgeräten sowie Wearables für Notfallmediziner und – sanitäter zur Verfügung zu stellen. Mit dem Dienst wird es der Notaufnahme ermöglicht noch vor dem Eintreffen des Rettungsdienstes auf alle notwendigen Informationen, um so die frühzeitige Bereitstellung benötiger Ressourcen zu ermöglichen, Wartezeiten zu reduziert und die Notfallbehandlungsqualität zu verbessern. Hierfür wird KI eingesetzt, um die notwendigen Daten aus der Präklinik automatisiert zu erfassen und es werden aus den erhobenen Daten auch schon detaillierte Handlungsempfehlungen abgeleitet.
Am Projekt „CONNECT_ED“ sind die folgenden Partner*innen beteiligt:
- Universitätsmedizin Göttingen
- Charité – Universitätsmedizin Berlin
- Otto-von-Guericke-Universität Magdeburg
- Deutsches Forschungszentrum für Künstliche Intelligenz DFKI
- Hochschule Heilbronn
- Zentrum für Telemedizin (ZTM) Bad Kissingen GmbH
- medDV GmbH
- assoziierte Projektpartner
- Deutsche Gesellschaft für Interdisziplinäre Notfall- und Akutmedizin (DGINA)
- Deutsche Interdisziplinäre Vereinigung für Intensivmedizin und Notfallmedizin (DIVI)
- German Resuscitation Council (GRC)
- Deutsche Gesellschaft für Unfallchirurgie (DGU)
- Deutscher Berufsverband Rettungsdienst (DBRD)
- Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS)
RescueFl
„RescueFly“ ist ein Projekt zur drohnenbasierten Wasserrettung. Bei Wasserrettungsnotfällen ist die Alarmierung und Ortsbestimmung der Einsatzstelle eine besondere Herausforderungen, v.a. in schwer zugänglichen und weitflächigen Gebieten. Im Rahmen des „RescueFly“-Projekts wird der Einsatz automatisierter Drohnen erprobt, um so die Möglichkeiten der Wasserrettung zu erweitert und so die Zeit bis zum Auffinden der Patient*innen bzw. zur ersten Hilfestellung zu verkürzen. Drohnen bieten hierbei den Vorteil, dass sie billiger sind als der Einsatz von Hubschraubern und einen geringeren Personalansatz haben. Die Drohnen suchen hierbei noch vor dem Eintreffen von Rettungskräften automatisiert und zügig das vermutliche Einsatzgebiet ab und leiten die Datenin Echtzeit an die Leitstellen weiter. Zusätzlich ist auch der Abwurf von Hilfsmitteln wie selbstauslösende Bojen möglich.
Die abschließende Studie zum „RescueFly“-Projekt findet Ihr hier: „RescueFly – Einsatz von dezentral stationierten Drohnen („Unmanned Aircraft Systems“, UAS) zur Unterstützung bei der Wasserrettung in schwer zugänglichen und weitflächigen Gebieten“
Am Projekt „RescueFly“ sind die folgenden Partner*innen beteiligt:
- https://www.steiger-stiftung.de/
- https://www.bigs-potsdam.org/
- https://www.b-tu.de/
- https://droniq.de/
- https://www.tu-chemnitz.de/informatik/ce/
- https://tu-dresden.de/bu/verkehr/ila/ifl
Quellen
- „APONA – Assistenzsystem zur Prozessoptimierung in der Notaufnahme“. o. J. Deutsches Forschungszentrum für Künstliche Intelligenz. Zugegriffen 25. April 2025. https://www.dfki.de/web/forschung/projekte-publikationen/projekt/apona.
- „Artificial Intelligence in Rescue Chains: Stärkung der Rettungskette unter Extremwettereinflüssen durch den Einsatz von Künstlicher Intelligenz am Beispiel Lausitz – AIRCIS“. 2023. Bundesministerium für Digitales und Verkehr. 30. Januar 2023. https://bmdv.bund.de/SharedDocs/DE/Artikel/DG/mfund-projekte/aircis.html.
- „Assistenzsystem zur Prozessoptimierung in der Notaufnahme (APONA)“. o. J. Universitätsklinikum Schleswig-Holstein. Zugegriffen 25. April 2025. https://www.uksh.de/notaufnahme-luebeck/Die+INA_+wir+%C3%BCber+uns/APONA+_+Prozessoptimierung+in+der+Notaufnahme-p-1001.html.
- Brandenburgisches Institut für Gesellschaft und Sicherheit. o. J.-a. „Projektbeschreibung“. AIRCIS (blog). Zugegriffen 25. April 2025. http://aircis.de/projektbeschreibung/.
- Brandenburgisches Institut für Gesellschaft und Sicherheit. o. J.-b. „Projektbeschreibung“. Rescue Fly (blog). Zugegriffen 25. April 2025. https://rescuefly.org/projektbeschreibung/.
- Bundesministerium für Bildung und Forschung. 2021. „Künstliche Intelligenz bei Rettungseinsätzen zur Verbesserung der Erstversorgung (KIRETT)“. https://www.sifo.de/sifo/shareddocs/Downloads/files/projektumriss_kirett.pdf?__blob=publicationFile&v=3.
- Bundesministerium für Bildung und Forschung. 2022. „KI-unterstützter Telenotarzt (KIT2)“. https://www.sifo.de/sifo/shareddocs/Downloads/P-Umrisse/projektumriss_kit2.pdf?__blob=publicationFile&v=2%20bzw.%20https://www.uni-kiel.de/de/tf/forschen/institut-informatik/intelligente-systeme/forschungsprojekte-intelligente-systeme#c171286.
- „CONNECT_ED“. o. J. CONNECT_ED (blog). Zugegriffen 26. April 2025. https://connect-de.uni-goettingen.de/.
- „ENSURE – Entwicklung smarter Notfall-Algorithmen durch erklärbare KI-Verfahren“. o. J. Hochschule Heilbronn. Zugegriffen 25. April 2025. https://www.hs-heilbronn.de/de/ensure.
- „ENSURE: Entwicklung smarter Notfall-Algorithmen durch KI-Verfahren“. o. J. Zentrum für digitale Innovationen Niedersach. Zugegriffen 25. April 2025. https://www.zdin.de/digitales-niedersachsen/projektubersicht/ensure-entwicklung-smarter-notfall-algorithmen-durch-ki-verfahren.
- „Entwicklung und Erprobung eines KI-basierten Spracherkennungssystems für die verbale Kommunikation in der Polytraumaversorgung (TraumAInterfaces)“. 2024. Bundesministerium für Gesundheit. 31. Januar 2024. https://www.bundesgesundheitsministerium.de/ministerium/ressortforschung/handlungsfelder/forschungsschwerpunkte/digitale-innovation/modul-4-smarte-kommunikation/traumainterfaces.html.
- „Fallbeispiel“. o. J. APONA (blog). Zugegriffen 25. April 2025. https://ki-apona.de/fallbeispiel/.
- „Forschungsprojekte Intelligente Systeme“. 2025. Uni Kiel. 26. April 2025. https://www.uni-kiel.de/de/tf/forschen/institut-informatik/intelligente-systeme/forschungsprojekte-intelligente-systeme.
- Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme. 2020. „Presseinformation – Neues Whitepaper: Künstliche Intelligenz in der Notfallversorgung“. https://www.iais.fraunhofer.de/content/dam/iais/pr/pi/2020/lotte/PI-Fraunhofer_IAIS_LOTTE.pdf.
- Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme. o. J. „Referenzprojekte“. SmartHospital.NRW (blog). Zugegriffen 26. April 2025. https://smarthospital.nrw/referenzprojekte/.
- Heinrich, L. 2024. „KIRETT verbessert Erstversorgung bei Rettungseinsätzen“. Universität Siegen. 3. September 2024. https://www.uni-siegen.de/start/news/forschungsnews/1042178.html.
- „Homepage“. o. J. OPTINOFA (blog). Zugegriffen 25. April 2025. http://optinofaprojekt.uni-goettingen.de/startseite/.
- „International Workers Memorial Day (IWMD)“. 2021. Trades Union Congress. 26. März 2021. https://www.tuc.org.uk/IWMD.
- Juristische Fakultät. o. J. „LOTTE – Leitsystem zur Optimierung der Therapie traumatisierter Patienten und Patientinnen bei der Erstbehandlung –“. Leibniz Universität Hannover. Zugegriffen 25. April 2025. https://www.jura.uni-hannover.de/de/forschung/forschungsbereiche/einzelansicht/projects/lotte-leitsystem-zur-optimierung-der-therapie-traumatisierter-patienten-und-patientinnen-bei-der-erstbehandlung.
- „KI in der Notaufnahme“. o. J. APONA (blog). Zugegriffen 25. April 2025. https://ki-apona.de/ki-in-der-notaufnahme/.
- „KiBATIN – KI-basiertes Assistenzsystem für Triagierung in der Notaufnahme“. o. J. Deutsches Forschungszentrum für Künstliche Intelligenz. Zugegriffen 26. April 2025. https://www.dfki.de/web/forschung/projekte-publikationen/projekt/kibatin.
- „KIRETT – Förderprojekt in der Medizin“. o. J. CRS medical. Zugegriffen 25. April 2025. https://www.crs-medical.com/foerderprojekte/kirett.
- „Künstliche Intelligenz für die Intensiv- und Notfallmedizin: Universität zu Lübeck“. 2020. Universität zu Lübeck. 23. Juli 2020. https://www.uni-luebeck.de/forschung/aktuelles-zur-forschung/aktuelles-zur-forschung/artikel/kuenstliche-intelligenz-fuer-die-intensiv-und-notfallmedizin-1.html.
- „Medizinische Informatik | ENSURE“. o. J. Universitätsmedizin Göttingen. Zugegriffen 25. April 2025. https://medizininformatik.umg.eu/index.php?id=5935.
- „OPTINOFA“. o. J. Hochschule Heilbronn. Zugegriffen 25. April 2025. https://www.hs-heilbronn.de/de/optinofa.
- „OPTINOFA – Optimierung der Notfallmedizin durch Künstliche Intelligenz“. o. J. Deutsches Forschungszentrum für Künstliche Intelligenz. Zugegriffen 25. April 2025. https://www.dfki.de/web/forschung/projekte-publikationen/projekt/optinofa.
- „OPTINOFA – Optimierung der Notfallversorgung durch strukturierte Ersteinschätzung mittels intelligenter Assistenzdienste“. o. J. G-BA Innovationsfonds. Zugegriffen 25. April 2025. https://innovationsfonds.g-ba.de/projekte/neue-versorgungsformen/optinofa.180.
- „preRESC“. o. J. INTERKOMMUNALES.NRW (blog). Zugegriffen 26. April 2025. https://interkommunales.nrw/projekt/preresc/.
- „TraumAInterfaces – RWTH AACHEN UNIVERSITY TIME Research Area – Deutsch“. 2024. TIME Research Area. 6. April 2024. https://www.time.rwth-aachen.de/cms/TIME/Die-Research-Area/Technologie-und-Innovationsmanagement-/Healthcare-Innovation-Lab/Projekte/~mqhlw/TraumAInterfaces.
- umlaut telehealthcare. o. J. „preRESC“. Telenotarzt – Das Original Aus Aachen. Für Deutschland. Zugegriffen 26. April 2025. https://www.telenotarzt.de/preresc-2/.
- Universitätsmedizin Göttingen. o. J. „Projekt ENSURE“. ENSURE (blog). Zugegriffen 25. April 2025. http://bmg-projekt-ensure.uni-goettingen.de/home/.
- Wigger, L. 2022. „Computerunterstützung Durch Künstliche Intelligenz Bei Rettungseinsätzen Zur Verbesserung Der Erstversorgung (KIRETT)“. Universität Siegen. L. Wigger. 17. Februar 2022. https://www.eti.uni-siegen.de/ws/projekte/kirett/.
- „World Day for Safety and Health at Work“. 2023. In Wikipedia. https://en.wikipedia.org/w/index.php?title=World_Day_for_Safety_and_Health_at_Work&oldid=1152200232.
- „World Day for Safety and Health at Work“. o. J. United Nations. United Nations. Zugegriffen 25. April 2025. https://www.un.org/en/observances/work-safety-day.
- „World Day for Safety and Health at Work 2025“. 2024. International Labour Organization. 27. August 2024. https://www.ilo.org/meetings-and-events/world-day-safety-and-health-work-2025.
Sei der Erste der einen Kommentar abgibt