Kernaussagen
Künstliche Intelligenz (KI) verändert die veterinärmedizinische Diagnostik und ermöglicht eine schnellere und präzisere Entscheidungsfindung.
Große veterinärmedizinische Datensätze verschaffen der KI in bestimmten Bereichen einen einzigartigen Vorteil gegenüber der KI in der Humanmedizin.
Die Zusammenarbeit zwischen KI und Tierärzt*innen verbessert die Behandlungsergebnisse und die Kommunikation mit Tierhalter*innen.
Ein verantwortungsvoller Einsatz von KI erfordert Datenschutzmaßnahmen, ethische Kontrolle und menschliche Validierung.
Einleitung
Wer kann heute noch behaupten, nicht direkt oder indirekt vom Aufstieg der künstlichen Intelligenz betroffen zu sein? Ob Sie im Internet surfen, fernsehen oder einfach nur Nachrichten auf Ihrem Smartphone abrufen – KI ist überall präsent. Technologiegiganten preisen bemerkenswerte Vorteile an und versichern uns, dass unser Berufsleben dank KI einfacher und effizienter werden wird. Die Realität sieht so aus, dass wir nun – oft kostenlos – Zugang zu einem außergewöhnlichen Werkzeug haben, das in spezialisierten Bereichen, darunter auch in der Veterinärmedizin, beeindruckende Ergebnisse liefert. KI ist die Innovation, die sich so schnell wie keine andere Innovation zuvor durchgesetzt hat: Keine andere Technologie hat in der Geschichte der Menschheit eine derart breite und rasche Begeisterung ausgelöst.
Natürlich sehen manche Berufsgruppen KI als Bedrohung für ihre Jobs an; das eigentliche Risiko liegt jedoch darin, sich um jeden Preis gegen Veränderungen zu wehren. Ein klügerer Ansatz besteht zweifellos darin, KI zu antizipieren und zu begrüßen und sie als zusätzliche Ressource für praktische Tierärzt*innen zu sehen – ähnlich wie seinerzeit die Einführung von Suchmaschinen wie Google. In einer Umfrage der American Animal Hospital Association (AAHA) aus dem Jahr 2023 gaben 84 % der Tierärzt*innen an, mit KI-Anwendungen vertraut zu sein, und 70 % sagten, KI-Tools regelmäßig in ihrer täglichen Arbeit zu nutzen (1). Die Umfrage deckte aber auch einige zentrale Bedenken auf: 70 % der Befragten äußerten Zweifel an der Zuverlässigkeit von KI-Tools, 54 % waren besorgt über Datenschutz und Datensicherheit, und 43 % erwähnten mangelndes Wissen auf diesem Gebiet. Trotz dieser Bedenken finden viele Tierärzt*innen Wege, KI nutzbringend in ihre Praxen zu integrieren.
Die Befragten dieser Umfrage machten deutlich, dass der wirksame Einsatz von KI darauf abzielt, das Vertrauen in die eigene Entscheidungsfindung zu stärken und eine wertvolle Zweitmeinung zu bekommen. KI wird zudem als hilfreiche Unterstützung im direkten Kontakt mit Tierhalter*innen angesehen, indem sie frühzeitige diagnostische Erkenntnisse und Empfehlungen liefert. Und schließlich bringt KI auch finanzielle Vorteile mit sich, durch das Einsparen von Zeit und Kosten oder die Erhöhung der Gewinnmargen. In gewisser Weise haben wir also nun alle Zugang zu „Superkräften“ – und es wäre unklug, deren Potenzial nicht voll auszuschöpfen.
Die Macht der Daten in der veterinärmedizinischen KI
Daten sind der Motor von ChatGPT und tatsächlich aller KI-Modelle weltweit. Ganz gleich, wie fortschrittlich die Architektur oder wie brillant die dahinterstehenden Ingenieure auch sein mögen: KI-Modelle können ohne Zugang zu großen, vielfältigen Datensätzen keine sinnvolle Unterstützung leisten – etwa bei der Unterstützung von Tierärzt*innen. Daten dienen als entscheidender Motor, der es ermöglicht, dass ausgefeilte Algorithmen zu praktischen und wirkungsvollen Werkzeugen werden. Tierärzt*innen können sehr stolz auf die Fülle wertvoller Daten sein, über die die Tiergesundheitsbranche verfügt, und diese Daten können genutzt werden, um hochmoderne KI-Modelle für tierärztliche Praxen und deren Patienten zu entwickeln.
Der Unterschied im verfügbaren Datenbestand zwischen Human- und Veterinärmedizin ist erheblich: Veterinärmedizinische Datensätze sind oft um den Faktor zehn größer als diejenigen in der Humanmedizin (wie weiter unten erläutert). Dieser signifikante Datenvorsprung bedeutet, dass für den veterinärmedizinischen Einsatz trainierte KI-Modelle, im Vergleich zu ihren Pendants in der Humanmedizin einen viel breiteren und reichhaltigeren Pool an medizinischen Inhalten nutzen können, wodurch ihre diagnostische Präzision und Zuverlässigkeit erheblich verstärkt werden.
Manche Berufsgruppen sehen KI als Bedrohung für ihre Jobs an; das eigentliche Risiko liegt jedoch darin, sich um jeden Preis gegen Veränderungen zu wehren.
Wie kann KI das Leben von Tieren retten?
In Fachgebieten wie der Radiologie sind die Herausforderungen erheblich. So können Allgemeinpraktiker*innen zum Beispiel mit langen Wartezeiten konfrontiert sein, bis ein Spezialist oder eine Spezialistin zur Beurteilung von Röntgenaufnahmen zur Verfügung steht, und letztlich kann dies das Leben von Patienten gefährden – insbesondere, wenn Tierärzt*innen nicht hundertprozentig vertraut sind mit der Interpretation von Röntgenaufnahmen. Häufig müssen Patienten für die Bildgebung anästhesiert werden, und wenn sich Diagnose oder Therapiepläne nicht unmittelbar aus den Röntgenaufnahmen ableiten lassen, muss unter Umständen ein zweiter Besuch anberaumt werden, sobald finale Ergebnisse vorliegen. Wären aussagekräftige Befunde bereits unmittelbar nach der bildgebenden Untersuchung verfügbar, könnte man die Behandlung in vielen Fällen bereits beim ersten Besuch einleiten oder abschließen. Vor dem Hintergrund solcher Herausforderungen sind Tools, die schnelle und präzise Ergebnisse liefern heute eigentlich unerlässlich.
Um ein möglichst breites Spektrum an radiologischen Anforderungen abzudecken, haben wir kürzlich zwei hocheffektive und zuverlässige KI-Tools entwickelt und auf den Markt gebracht, die in einzigartiger Weise dazu beitragen, die tierärztliche Versorgung von Patienten voranzubringen: Antech RapidReadTM Radiology und Antech RapidReadTM Dental. Beide Systeme haben das Ziel, praktischen Tierärzt*innen durch eine KI-gestützte Auswertung von Röntgenaufnahmen innerhalb weniger Minuten Befunde höchster Qualität zu liefern.
Antech RapidRead TM Radiology
Diese KI-Plattform liefert Tierärzt*innen Beurteilungen von Röntgenaufnahmen in weniger als zehn Minuten und deckt mehr als 50 verschiedene diagnostische Befunde ab (2–4). Wie oben erwähnt, muss betont werden, dass die Präzision und Zuverlässigkeit KI-gestützter Beurteilungen in der Medizin in hohem Maße von der Menge und von der Qualität der für das Training des entsprechenden Systems verwendeten Daten abhängt. KI-Modelle, die mit zahlreichen Beispielen einer Erkrankung konfrontiert wurden, zeigen bei der Erkennung dieser Erkrankung in neuen Fällen eine höhere Zuverlässigkeit. Um die Qualität und die Zuverlässigkeit unseres KI-Modells sicherzustellen, haben wir eng mit einem Team aus zwanzig Board-zertifizierten tierärztlichen Radiolog*innen zusammengearbeitet und 16 Millionen Aufnahmen von Tieren ausgewertet. Das Ergebnis ist die nach unserem Wissen weltweit größte veterinärmedizinische Bilddatenbank (Abbildung 1). Gegenüber dieser in unserem System berücksichtigten enormen Zahl von Aufnahmen stehen etwa 1,3 Millionen Bilder für vergleichbare Modelle in der Humanradiologie, (5). Um sicherzustellen, dass RapidRead™ die höchsten Standards hinsichtlich Präzision und Zuverlässigkeit erfüllt, wurde jeder diagnostische Befund von jedem Experten sorgfältig geprüft und validiert, bevor er praktischen Tierärzt*innen zur Verfügung gestellt wurde. Das Modell befindet sich in ständiger Weiterentwicklung, und unser derzeitiger Schwerpunkt liegt auf Röntgenaufnahmen des Thorax, des Abdomens und der Gliedmaßen bei Katzen und Hunden. Weitere diagnostische Befunde veröffentlichen wir erst dann, wenn das Modell einen diesbezüglichen Expertenkonsens erreicht hat. Die kontinuierliche Zusammenarbeit mit Spezialist*innen und eine strenge Validierung sind entscheidende Faktoren und tragen dazu bei, dass solche KI-Tools auch langfristig vertrauenswürdig, klinisch relevant und mit den Standards der Expert*innen im Einklang bleiben.
Abbildung 1. Das Antech RapidRead™-Radiology System – entwickelt auf der Basis von Millionen von Röntgenaufnahmen, die von einem Team aus über 20 Board-zertifizierten Radiolog*innen sorgfältig validiert wurden – gibt Allgemeinpraktiker*innen die Möglichkeit, Röntgenaufnahmen innerhalb weniger Minuten zu interpretieren; links ist das Originalbild zu sehen, rechts die von RapidRead™ erkannte Zubildung im mittleren Abdomen.
Antech RapidRead TM dental
Die Stärke von Daten in der veterinärmedizinischen KI zeigt sich ebenso deutlich in der dentalen Radiologie, wo Antech RapidRead™ Dental einen der größten Datensätze realer intraoraler Röntgenaufnahmen aus der Praxis nutzt. Auf der Grundlage von Tausenden von Untersuchungen aus über 300 tierärztlichen Praxen und Kliniken, kombiniert mit Berichten von mehr als 50 Board-zertifizierten veterinärmedizinischen Zahnradiolog*innen, haben wir ein mehrstufiges Deep-Learning-System entwickelt, das jeden einzelnen Zahn lokalisieren, identifizieren und evaluieren kann.
Dieser umfangreiche und sorgfältig kuratierte Datensatz ermöglicht es dem Modell, wichtige pathologische Veränderungen wie Knochenverlust und endodontische Erkrankungen mit hoher Zuverlässigkeit über eine Vielzahl von Projektionsebenen, Positionen und anatomischen Variablen hinweg zu erkennen (Abbildung 2) und innerhalb weniger Minuten einen strukturierten Bericht zu erstellen. Die Plattform wandelt komplexe intraorale Röntgenaufnahmen in klare, zahnbezogene Befunde und Erkenntnisse um, wobei der Patient nur einmal anästhesiert werden muss. Dieses Tool ermöglicht es Tierärzt*innen, versteckte Läsionen früher zu erkennen (Tabelle 1) und eine größere Zahl an notwendigen Behandlungen während eines einzigen, kürzeren Eingriffs durchzuführen. Die so gewonnenen Erkenntnisse unterstützen eine frühzeitigere Diagnose und eine raschere Intervention, eine schnellere Schmerzlinderung und damit letztlich verbesserte langfristige Ergebnisse für die Zahn- und Maulhöhlengesundheit und für die systemische Gesundheit von Hunden und Katzen.
(Argumentation pro RapidRead Dental: Einer der zentralen Vorteile von RapidRead Dental liegt in der Vermeidung einer zweiten Allgemeinanästhesie. Im Bewusstsein der wichtigen Bedeutung einer vollständigen Behandlung im Rahmen einer einzigen Allgemeinanästhesie werden Tierärzt*innen, die RapidRead Dental nutzen, die Entscheidungsfindung mit hoher Wahrscheinlichkeit nicht hinauszögern. Mit den Befunden von RapidRead Dental würde man vielmehr eine sofortige klinische Beurteilung vornehmen und unmittelbar eine Behandlung durchführen, anstatt den Patienten ohne endgültige Therapie aufwachen zu lassen, um ihn dann zu einem späteren Termin erneut zu anästhesieren).
Tabelle 1. Beispiele für Erkrankungen, die das System erkennen kann.
|
Abbildung 2. Die Antech RapidRead™ Dental Plattform nutzte Tausende von Röntgenaufnahmen und die Expertise von mehr als 50 Board-zertifizierten veterinärmedizinischen Zahnradiolog*innen, um ein System zu entwickeln, das jeden einzelnen Zahn lokalisieren, identifizieren und evaluieren kann sowie wichtige pathologische Veränderungen wie Knochenverlust und endodontische Erkrankungen zuverlässig erkennt. Eine Farbkodierung zeigt den Grad der festgestellten Anomalie an: Rot steht für eine hochgradige Erkrankung, Gelb für mittelgradige Veränderungen und Weiß bedeutet, dass keine pathologische Veränderung festgestellt wurde.
KI für Tierhalter*innen
Künstliche Intelligenz kann von Allgemeinpraktiker*innen unmittelbar im Arbeitsalltag eingesetzt werden, sie kann aber auch Halter*innen bei der Überwachung der Gesundheit ihrer Tiere unterstützen. Mittlerweile gibt es zahlreiche Möglichkeiten, wie fortschrittliche KI bei häufigen Gesundheitsproblemen von Kleintieren unterstützend eingesetzt werden kann. Die entsprechenden Tools sind über einfache Smartphone-Apps leicht zugänglich. Mit Hilfe dieser Tools können Tierhalter*innen zahlreiche Gesundheitsprobleme frühzeitig erkennen und dadurch möglicherweise kostspielige Behandlungen vermeiden. Beispielsweise leiden 80 % aller Hunde an Erkrankungen des Zahnfleischs (6). Um hier Abhilfe zu schaffen, bieten wir ein KI-Tool für die Zahngesundheit von Hunden an, das auf der Basis von 53.000 Fotos caniner Maulhöhlen entwickelt wurde (7). Anhand eines einzigen mit dem Smartphone aufgenommenen Fotos (Abbildung 3) analysiert das Modell das Zahnfleisch und die Zähne und erkennt innerhalb von Sekunden Anzeichen für Zahnsteinbildung und Zahnfleischreizungen.
Nach der automatischen Analyse erhalten Tierhalter*innen einen leicht verständlichen Bericht mit Empfehlungen für nächste Schritte. Falls weitere Erläuterungen zum Bericht benötigt werden, können Nutzer*innen eine zertifizierte Tiermedizinische Fachangestellte konsultieren. Das als „GREENIES™ Canine Dental Check“ (8) bekannte Tool ist vollständig kostenlos und steht entweder über die Website oder durch Herunterladen der mobilen App zur Verfügung.
Ganz in diesem Sinne haben wir auch IAMS® Poopscan (9) gelauncht, ein KI-gestütztes Tool zur Analyse von Hundekot und zur Überwachung der Kotkonsistenz. Dieses Tool kann Einblicke in die Verdauung und den allgemeinen Gesundheitszustand eines Hundes liefern. Wie beim „Canine Dental Check“ wurden auch bei diesem Projekt Modelle eingesetzt, die anhand eines umfangreichen Datensatzes von 12.000 von Menschen beschrifteten Bildern trainiert wurden, und auch dieses Tool steht kostenlos zur Verfügung.
Unsere Zusammenarbeit mit führenden Instituten im Bereich Tiergesundheit stellt sicher, dass diese KI-Modelle sowohl präzise als auch zuverlässige Ergebnisse liefern, sodass Tierhalter*innen den Informationen vertrauen können. Beide Tools wurden in Zusammenarbeit mit dem Waltham Petcare Science Institute und Royal Canin entwickelt.
Abbildung 3. Die App „Canine Dental Check“ ermöglicht es Tierhalter*innen, die Zahngesundheit ihres Tieres schnell und einfach zu beurteilen. Nach einfachem Hochladen eines Smartphone-Fotos analysiert das Modell Zahnfleisch und Zähne und erstellt einen leicht verständlichen Bericht für den Tierhalter mit Empfehlungen für nächste Schritte.
Ethische und praktische Überlegungen
Künstliche Intelligenz bietet zwar erhebliche Vorteile, wichtig ist jedoch auch ein verantwortungsvoller Umgang mit dieser Technologie. Die Systeme müssen den Datenschutzgesetzen entsprechen, und Kunden- sowie Patienteninformationen sollten anonymisiert, sicher gespeichert und nur bei Bedarf abgerufen werden. Die Trainingsdaten sollten so vielfältig und repräsentativ wie möglich sein, um Verzerrungen zu begrenzen und eine systematische Underperformance bei bestimmten Rassen, Spezies oder Krankheitsbildern zu vermeiden. Künstliche Intelligenz sollte die klinische Beurteilung unterstützen, aber nicht ersetzen, denn die endgültigen Entscheidungen liegen letztlich immer in der Verantwortung eines Tierarztes oder einer Tierärztin. Eingesetzt als eine Art „zweiter Gutachter“ und „zweites Paar Augen“ innerhalb klar definierter Arbeitsabläufe, kann KI darüber hinaus auch die Kundenkommunikation verbessern, indem sie kommentierte Bilder und strukturierte Zusammenfassungen erstellt, die komplexe Befunde und Behandlungsempfehlungen in einer für Tierhalter*innen leichter verständlichen Form präsentieren.
Zukünftige Möglichkeiten
Die Integration von KI in die tierärztliche Praxis befindet sich gegenwärtig noch in einem frühen Stadium, und es kann noch sehr viel mehr getan werden, um eine bessere Welt für tierische Patienten und ihre menschlichen Versorger zu schaffen. Mit der stetigen Weiterentwicklung von KI-Tools und der Einbeziehung weiterer Bildgebungsverfahren, prädiktiver Analysen und multimodaler Daten werden sie in zunehmendem Maße die Früherkennung, eine individuellere Versorgung und eine stärkere Präventivmedizin unterstützen und verbessern. Am erfolgreichsten werden jedoch Anwendungen sein, die die analytische Power der KI ganz bewusst mit der Empathie, der Erfahrung und dem kontextuellen Verständnis praktischer Tierärzt*innen kombinieren und auf diese Weise sicherstellen, dass die Technologie dazu beiträgt, die zentrale Rolle von Tierärzt*innen in der Versorgung von Patienten zu stärken.
Der Unterschied im verfügbaren Datenbestand zwischen Human- und Veterinärmedizin ist erheblich: Veterinärmedizinische Datensätze sind oft um den Faktor zehn größer als diejenigen in der Humanmedizin.
Schlussfolgerung
Künstliche Intelligenz verleiht Tierärzt*innen zwar neue „Superkräfte“, nicht jedoch, indem sie Maschinen zu Klinikern macht. Die wahre Stärke der KI liegt vielmehr darin, das zu stärken, was Tierärzt*innen bereits am besten können: die Integration von medizinischem Wissen, Mustererkennung und Mitgefühl, um gute Entscheidungen für individuelle Patienten zu treffen. Wenn KI als „zweites Paar Augen“ eingesetzt wird – gestützt auf hochwertige veterinärmedizinische Daten und interpretiert im klinischen Kontext –, kann sie Vertrauen stärken, Unsicherheiten abbauen und praktischen Tierärzt*innen helfen, früher und entschlossener zu handeln. Diese Tools verschieben den Fokus der tierärztlichen Arbeit weg von sich ständig wiederholenden, zeitaufwändigen Tätigkeiten in Richtung höherwertigerer Aufgaben wie Fallpriorisierung, individualisierte Behandlungsplanung und eine klare Kommunikation mit Tierhalter*innen.
| Erklärung zu Interessenkonflikten: Die Autoren erklären hiermit, dass bei der Abfassung dieses Artikels keine Interessenkonflikte bestanden. |
Literatur
- American Animal Hospital Association 2023. AI in Veterinary Medicine Survey. Available at: https://www.avma.org/news/artificial-intelligence-poised-transform-veterinary-care Accessed 23rd Feb 2026.
- Fitzke M, Stack C, Dourson A, et al. RapidRead: Global deployment of state-of-the-art radiology AI for a large veterinary teleradiology practice. https://arxiv.org/abs/2111.08165 Accessed 23rd Feb 2026
- Antech RapidRead; https://www.antechdiagnostics.com/imaging-services/rapidread/ Accessed 23rd Feb 2026
- https://www.forbes.com/sites/randybean/2025/12/16/how-mars-is-embracing-ai-across-a-portfolio-of-legendary-brands/ Accessed 23rd Feb 2026
- Wang X, Peng Y, Lu L, et al. ChestX-ray8: Hospital-scale chest X-ray database and benchmarks on weakly-supervised classification and localization of common thorax diseases. IEEE CVPR. 2017;3462-3471.
- Barnes C, Hiscox L, Bellows J. https://vcahospitals.com/know-your-pet/dental-disease-in-dogs Accessed 23rd Feb 2026
- Toothscan; https://www.mars.com/toothscan Accessed 23rd Feb 2026
Andre Dourson
MSc. (Physics and Engineering), Mars Petcare – Science and Diagnostics, Aimargues, Frankreich
Mit 25 Jahren Erfahrung im Technologiebereich ist Andre Dourson Leiter des Bereichs KI – Next Generation Technologies bei Mars Petcare. Derzeit leitet er ein Team aus Datenwissenschaftler*innen und Ingenieur*innen, das produktreife KI-Modelle für die veterinärmedizinische Diagnostik entwickelt, darunter Radiographie, EKG, CT und Verhaltensanalyse, um die Ergebnisse für die Tiergesundheit und die operative Effizienz zu verbessern, mit dem Ziel, Strategien, Roadmaps und Governance-Rahmenbedingungen für Diagnose- und Entscheidungshilfetools der nächsten Generation zu gestalten.
Fernando Junior
MSc. (Electrical Engineering and Computer Science), Mars Petcare – Science and Diagnostics, Aimargues, Frankreich
Fernando Junior ist Principal Engineer und Director mit mehr als 15 Jahren Erfahrung in den Bereichen Designing, Building und Skalierung produktreifer KI-Systeme. Im Laufe seiner Karriere hat er die Entwicklung zahlreicher KI-Plattformen für die Veterinärdiagnostik geleitet, darunter Large-Scale-Systeme zur Analyse von Zahnröntgenaufnahmen, Lösungen für die Histopathologie und Ultraschalllösungen für die Frühdiagnostik. In seiner Rolle baut er häufig Brücken zwischen KI-Entwicklung, Produktmanagement und Design und stellt sicher, dass technische Entscheidungen in einen sinnvollen Nutzwert für User umgesetzt werden.
