Q&A | Claude Code
Ein Gespräch mit Seth Hain über die interne KI-Einführung bei Epic


Accelerate your enterprise AI transformation with proven strategies from Anthropic's customers.
Weitere InformationenBei „The Briefing: Enterprise Agents“ von Anthropic berichteten Führungskräfte einiger der weltweit größten Unternehmen, wie sie die KI-Einführung skalieren. Einer dieser Führungskräfte war Seth Hain, SVP of R&D bei Epic, dem Gesundheitstechnologieunternehmen hinter MyChart, das von über 195 Millionen Patienten auf der ganzen Welt genutzt wird, um auf Laborergebnisse zuzugreifen, Termine zu vereinbaren, mit ihren Ärzten zu kommunizieren und vieles mehr.
Seth sprach mit Jonathan Dahlberg, dem Leiter des Applied AI-Teams von Anthropic, über Epics Einsatz von KI, was das Unternehmen dabei überraschte und die Erwartungen für das Gesundheitswesen im Jahr 2026. Zwecks besserer Verständlichkeit wurde folgendes Gespräch bearbeitet.
Jonathan Dahlberg, Anthropic: Wie ist die KI-Einführung intern bei Epic vor sich gegangen?
Seth Hain, Epic: Alles hat sich ganz natürlich entwickelt, denn wir haben allen bei Epic die Möglichkeit gegeben, KI selbst auszuprobieren. Es entwickelten sich Lerngruppen. Oft begann dies mit einer Einzelperson und ging dann über auf die Teamkollegen, den Schreibtischnachbarn. Für uns als Unternehmen, das für seine Präsenz bekannt ist, sind natürliche Interaktionen im Pausenraum oder auf dem Flur besonders wichtig – ein schneller Austausch von Ideen. Die Begeisterung für etwas, das Sie am Wochenende erstellten und dann einem Kollegen zeigen, erzeugt Dynamik. Wir haben interne Tools entwickelt, anhand derer alle Mitarbeitende sehen können, wer KI verwendet und was diese Personen damit machen, damit andere sie schnell übernehmen und weiter experimentieren können.
Das Tempo nahm stetig zu. Wenn man KI persönlich einsetzt, erlebt man Überraschungsmomente, in denen man erkennt, wozu KI jetzt fähig ist. In den letzten fünf oder sechs Jahren kamen diese Momente immer häufiger vor, wobei sie aufeinander aufbauten. Sowohl die Kernmodelle als auch die agentischen Tools – die den Modellen übergeordnete Ebene – verbessern sich. Da wir allen die Möglichkeit gegeben haben, KI zu erkunden, haben dies alle erlebt.
Dahlberg: Über die Hälfte der Claude Code-Nutzung bei Ihnen stammt nicht von Entwicklern. Was hat Sie daran überrascht?
Hain: Die Leute vor Ort haben die besten Ideen. Daher ist es wirklich wichtig, dass alle die Möglichkeit haben, offen auszuprobieren, wie KI funktioniert. Was wirklich erfreulich war, zu sehen, ist wie Mitarbeitende, die nicht in der Entwicklung arbeiten, Tools wie Claude Code auf ihre eigenen Workflows anwenden.
Hier ist ein großartiges Beispiel: Einer meiner Freunde ist Apotheker bei Epic. Er erstellte einen vollständigen Prototyp einiger neuer Funktionen, die er sich in MyChart gewünscht hatte. Mithilfe der KI konnte er allen auf völlig neue, interaktive Weise seine Wünsche darlegen, ohne dafür Folienpräsentationen oder schriftliche Dokumentationen zu verwenden. Und jetzt gibt es einen einfachen Link, über den alle gemeinsam experimentieren und dann Schritt für Schritt daran feilen.
Dahlberg: Wie schaffen Sie es, den Mitarbeitenden genügend Zeit zum Ausprobieren zu geben?
Hain: Zuerst einmal verbringen die Führungskräfte jeden Tag Zeit mit diesen Tools. Sie müssen mit dem Thema vertraut sein und ein Gespür dafür haben, wohin sich die Dinge entwickeln, und das dann nutzen, um ihren Mitarbeitenden Zeit zum Erkunden einzuräumen. Wir haben Freitagnachmittags unternehmensweite Meetings mit vielen unserer Entwicklungs-Leads. Bei einem dieser Meetings ging es ausschließlich darum, dass sich die Leute hinsetzten und es selbst erlebten. Dieser Aha-Moment ist unglaublich wichtig. Dabie ging es nicht um diese vier Stunden Meeting, sondern darum, eine Grundlage zu schaffen, auf der unsere Führungskräfte weiter iterieren können.
Dahlberg: Wie schaffen Sie Vertrauen in KI in einem medizinischen Umfeld?
Hain: Das geschieht auf mehreren Ebenen. Zunächst müssen Ärzte und Gesundheitssysteme darauf vertrauen, dass ihre Bedürfnisse wirklich verstanden werden. Wir verlangen schon seit langem von unseren Entwicklern, dass sie sich in die Praxis vertiefen – sie sind persönlich vor Ort. Sie verbringen Zeit direkt vor Ort mit medizinischem Fachpersonal und Mitarbeitenden, um Schritt für Schritt ein Verständnis von Workflows zu entwickeln, wie die Software hineinpasst und wo menschliche Interaktionen stattfinden.
Und da wir im Gesundheitswesen tätig sind, nehmen wir das Motto „richte keinen Schaden an“ ernst. Das beginnt bei unseren eigenen Entwicklungspipelines. Wir müssen Verständnis dafür entwickeln, wie wir die Qualität des Codes vor der Bereitstellung verbessern und neue Fähigkeiten nutzen können – z. B. Skills und MCP-Server –, um zusätzliche Überprüfungen durchzuführen, die vorher nicht möglich waren.
Als nächstes müssen die Einrichtungen in der Lage sein, KI zu bewerten, bevor sie sie in die Produktion übernehmen, und sie müssen in der Lage sein, sie kontinuierlich zu überwachen. Einige Beispiele:
- Eine der frühen Funktionen, die wir veröffentlichten, war eine Zusammenfassung der Krankenakte, die Verknüpfungen zu den Teilen der Akte enthielt, die die Ärzte überprüfen konnten. Das schuf bereits vor dem Übergang zu stärker agentenbasierten Funktionen eine Grundlage des Vertrauens bei Institutionen und Benutzern.
- Wir haben eine Funktion für Ärzte und Pflegepersonal, damit sie schnell auf Nachrichten von Patienten reagieren können. Jemand, der diese Entwürfe ausnahmslos Eins zu Eins ohne Bearbeitung übernimmt, macht etwas falsch. Ebenso jemand, der sie niemals ohne Bearbeitung verwendet – auch das ist falsch. Das muss man also im Auge behalten.
Die Benutzeroberfläche muss sich weiterhin anpassen. Die KI, die wir heute verwenden, muss den Menschen im Gesundheitswesen helfen, sich an die weiteren Entwicklungen zu gewöhnen und auf sie vorzubereiten. Und damit verbringen viele von uns im Unternehmen viel Zeit: Wir denken darüber nach, wie sich das Produktdesign in diesen verschiedenen Phasen entwickeln muss, da sich sowohl die Modelle als auch die agentischen Fähigkeiten ständig verbessern, und wie wir den Benutzern helfen, diese Tools effektiv zu aktivieren.
Dahlberg: Welche Fähigkeiten sind angesichts der sich weiterentwickelnden Technologie besonders wichtig?
Hain: Offenheit für Anpassung. Die Menschen, die sich rasch weiterentwickeln, sind diejenigen, die die Möglichkeiten der Technologie erforschen und sich schnell daran anpassen. Wenn wir an den Weg einer Krankenakte von der Notaufnahme ins Backoffice und dann zum Patienten selbst, der sich zu Hause um Nachsorgetermine kümmert, denken - allein dabei geht die Krankenakte durch unzählige Hände. Der Mensch, der das versteht und sich intensiv damit beschäftigt hat, wird in der Lage sein, diese Tools so zu steuern, dass sie die nächste Generation von Software und Fähigkeiten erschaffen.
Dahlberg: In letzter Zeit war eine Veränderung spürbar. Was hat sich geändert?
Hain: Etwas, das ich sowohl intern als auch im Gesundheitswesen bemerkt habe, war, dass KI noch vor 12, 24 Monaten produktiv in Segmenten des Arbeitstags oder des Workflows einer Person Unterstützung leistete. Es wurde Zeit gespart – ein Arzt konnte beispielsweise beim Verfassen seiner Notizen auf Basis der Anamnese Zeit sparen. Oder Mitarbeitende von Epic sparten Zeit beim Auffinden von Informationen in einer Wissensdatenbank. Aber die Ersparnis hielt sich in Grenzen. Das Ergebnis war, dass die Leute quasi immer noch insgesamt gesehen gleich viel Zeit damit verbrachten. Es entstand dadurch nicht wirklich Zeit für neue Aufgaben.
Ich denke, dass sich das in den letzten acht bis zwölf Wochen allmählich geändert hat. Der Mensch muss immer weniger eingreifen. Und jetzt haben wir einen zusammenhängenden Block, in dem die Agenten arbeiten und ein Ergebnis produzieren können, mit dem sich jemand beschäftigen und Zeit damit verbringen kann. Ich denke, deshalb fühlt es sich jetzt qualitativ anders an.
Ein Beispiel: Eines unserer Teams arbeitet mit Kunden an der Operationalisierung des Versorgungszugangs, um sicherzustellen, dass die Patienten von Anfang an einen Termin beim richtigen Spezialisten bekommen. Sie erstellten gemeinsam ein Projekt mit Claude, um sich darüber auszutauschen, was bei ihren einzelnen Kunden passiert. Wenn ich jetzt um ein Status-Update bitte, erhalte ich einen Link zu einer Claude-Konversation, die diese Frage beantwortet. Es ist Teil des Teams, nicht nur Assistent.
Dahlberg: Welchen Rat würden Sie Führungskräften geben, die noch ganz am Anfang stehen?
Hain: Sie sollten Zeit damit verbringen. Wenn sie dies noch nicht tun, wird es höchste Zeit. Und zwar nicht nur auf der Arbeit, sondern auch im Privatleben. Dann sollten sie sich die Governance-Prozesse genau ansehen und unnötige Hindernisse aus dem Weg räumen.
Stellen Sie sich vor, ein Unternehmen würde sagen: „Wir geben unseren Mitarbeitenden kein Excel an die Hand. Wir glauben nicht, dass sie genug Verständnis von Mathe und Statistiken haben, um die Daten damit zu analysieren, also stellen wir es ihnen nicht zur Verfügung.“ Ich denke, wir sind uns alle einig, dass das kein Rezept für langfristigen Erfolg ist. Das Gleiche gilt für KI. Man beginnt mit der Unternehmensführung und lässt anschließend alle anderen ausprobieren.
Dahlberg: Was kommt auf das Gesundheitswesen und KI zu?
Hain: Es gibt bereits jetzt Möglichkeiten, wie die agentische KI jedem Patienten, jedem Arzt und jedem Betreiber eines Gesundheitssystems helfen kann. Es geschieht alles auf derselben integrierten Plattform: Von der Beantwortung der medizinischen Fragen der Patienten in MyChart über Erkenntnisse am Point of Care für Ärzte auf der Grundlage des Gesprächs im Untersuchungsraum bis hin zur verstärkten Automatisierung des Backoffices. Dies geht sehr schnell voran: 85 % der Unternehmen, mit denen wir zusammenarbeiten, setzen KI bereits in der Produktion ein.
Darüber hinaus entwickeln wir bei Epic intern Modelle für medizinische Vorkommnisse, also eine KI, die direkt anhand tatsächlicher Krankenakten trainiert wird und nicht anhand allgemeiner Internettexte. Wir stellen fest, dass die Gesetze für Skalierung für diese Modelle genauso gelten wie für natürliche Sprachmodelle. Es gibt so viel Potenzial.
„Mit agentischer KI gibt es bereits jetzt Chancen, allen Patientinnen und Patienten, medizinischem Fachpersonal sowie Betreibern von Gesundheitssystemen zu helfen.“
