Nach sieben Jahren Entwicklungsarbeit und vielversprechenden klinischen Studien musste das kalifornische Startup Kintsugi seinen Betrieb einstellen – gescheitert nicht an der Technologie, sondern am regulatorischen System. Der Fall wirft grundlegende Fragen über die Zukunft medizinischer KI auf.
KI-Stimmungsanalyse scheitert an FDA: Kintsugi stellt Betrieb ein und veröffentlicht Code als Open Source
Sprache als diagnostisches Instrument
Kintsugi verfolgte einen Ansatz, der sich von klassischen psychiatrischen Methoden grundlegend unterscheidet. Während mentale Gesundheitsdiagnosen bis heute überwiegend auf Patientenfragebögen und klinischen Interviews beruhen, analysierte die Software nicht den Inhalt von Aussagen, sondern deren akustische Eigenschaften – Sprechpausen, Satzbau, Sprechgeschwindigkeit und ähnliche Parameter. Diese Merkmale gelten in der Forschung seit Längerem als potenzielle Indikatoren für psychische Erkrankungen.
Das Unternehmen veröffentlichte peer-reviewte Studien, die ermutigende Ergebnisse zeigten. Welche konkreten Sprachmerkmale das Modell intern gewichtet, ließ Kintsugi jedoch nie vollständig transparent werden – ein Punkt, der für regulatorische Verfahren erfahrungsgemäß problematisch ist.
Das FDA-Zulassungsverfahren als strukturelles Hindernis
Medizinprodukte, die diagnostische Entscheidungen unterstützen, unterliegen in den USA einer strengen Regulierung. Die FDA klassifiziert KI-gestützte Diagnosewerkzeuge je nach Risikograd in unterschiedliche Kategorien, die entsprechend aufwändige klinische Nachweise erfordern. Für ein Werkzeug, das Hinweise auf psychische Erkrankungen liefert, sind die Anforderungen an Studiengröße, Reproduzierbarkeit und Modelltransparenz besonders hoch.
Kapital allein reicht nicht aus, wenn klinische Evidenz, regulatorische Ressourcen und Zeit parallel aufgebracht werden müssen.
Genau hier scheiterten viele medizinische KI-Startups in den vergangenen Jahren. Kintsugi hatte nach eigenen Angaben nicht genug davon, um den Zulassungsprozess erfolgreich abzuschließen, bevor die finanzielle Grundlage wegbrach.
Technologie sucht neues Anwendungsfeld
Die Entscheidung, den Code als Open Source freizugeben, öffnet der Technologie zumindest teilweise neue Wege. Interessant ist dabei ein mögliches Einsatzfeld außerhalb des Gesundheitswesens: Die Fähigkeit, subtile akustische Anomalien in Sprachaufnahmen zu erkennen, könnte in der Erkennung von Deep-Fake-Audio nützlich sein. Ob und wie diese Nutzung sich entwickelt, bleibt offen.
Das Beispiel Kintsugi steht stellvertretend für eine breitere Herausforderung im Bereich medizinischer KI. Zahlreiche Unternehmen entwickeln Werkzeuge mit wissenschaftlich plausiblem Ansatz, stoßen aber an regulatorische und finanzielle Grenzen, bevor sie den klinischen Alltag erreichen.
Einordnung für deutsche Unternehmen
Für Unternehmen und Investoren im deutschsprachigen Raum, die in medizinische KI einsteigen wollen, liefert der Fall Kintsugi eine nüchterne Lektion. Auch in der EU gelten für KI-gestützte Medizinprodukte strenge Vorgaben – namentlich die MDR (Medical Device Regulation) und künftig ergänzend der EU AI Act.
Wer in diesem Segment tätig werden will, muss regulatorische Expertise und klinische Studienkapazität von Beginn an einplanen – nicht als nachgelagerten Schritt.
Startups, die das unterschätzen, riskieren dasselbe Schicksal wie Kintsugi – unabhängig von der Qualität ihrer Modelle. Zulassungsstrategie und wissenschaftliche Validierung müssen von Tag eins an parallel zur Technologieentwicklung laufen.
Quelle: The Verge AI
