Aleksandar Ivanovski ist Senior Machine Learning Engineer bei Recare – einem Berliner Unternehmen, das seit 2017 digitales Entlassmanagement für Krankenhäuser entwickelt und heute mehr als 700 Akutkliniken vernetzt. Mit seinem Buch „Beyond the Hype: A Practical Guide to AI Implementation for Business Leaders" (Juli 2025) richtet er sich an Entscheider, die KI nicht nur verstehen, sondern wirklich einsetzen wollen.
Im Interview mit #ai_berlin spricht Ivanovski darüber, warum der Standort Berlin für Recares KI-Strategie entscheidend ist, wo die größten Lücken zwischen KI-Versprechen und klinischer Realität klaffen – und wie Ansätze wie Federated Learning und Edge Computing Datenschutz und Innovation im Gesundheitswesen vereinbar machen. Ein Gespräch über den Mut zur Umsetzung, kurz vor dem Recare AI Summit am 20. April 2026 in Berlin.
Herr Ivanovski, Recare ist seit 2017 in Berlin ansässig und hat sich hier zum führenden Anbieter für digitales Entlassmanagement entwickelt. Welche Rolle spielt der Standort Berlin für die KI-Entwicklung bei Recare – und was macht die Stadt aus Ihrer Sicht besonders?
Berlin ist für Recare seit der Gründung ein entscheidender Standort – sowohl für unser Wachstum als auch für unsere KI-Strategie. Die Stadt zählt zu den spannendsten Tech- und Engineering-Zentren Europas und zieht herausragende Talente, Forschende und Unternehmer an. Diese Dichte an Expertise und neuen Ideen sorgt für ein Umfeld, in dem Innovationen schnell entstehen und auf hohem Niveau weitergedacht werden.
Für uns ist Berlin auch deshalb besonders relevant, weil Health Intelligence hier zu den klar definierten KI-Schwerpunkten gehört. Das Ökosystem arbeitet intensiv daran, KI in Krankenhausprozessen, der Diagnostik und der Patientenversorgung einzusetzen – also genau in dem Feld, in dem auch wir aktiv sind.
Und schließlich spielt der Standort ganz pragmatisch eine Rolle: Die Nähe zu Entscheidungsträgern, Klinikverbünden und öffentlichen Einrichtungen hat es uns erleichtert, das nötige Vertrauen aufzubauen, um KI in einer der am stärksten regulierten Branchen verantwortungsvoll zu verankern.
Ihr Buch trägt den Titel „Beyond the Hype“. In Ihrer Arbeit bei Recare erleben Sie den Spagat zwischen KI-Erwartungen und der Realität im deutschen Gesundheitswesen hautnah. Wo sehen Sie die größte Diskrepanz zwischen dem, was über KI im Healthcare-Bereich versprochen wird, und dem, was tatsächlich umsetzbar ist?
Genau diese Spannung war für mich der Auslöser, Beyond the Hype zu schreiben. Im Gesundheitswesen liegt die Herausforderung weniger in dem, was KI grundsätzlich kann, sondern in den Strukturen, auf die sie trifft. KI braucht interoperable, strukturierte Daten – in der Realität ist die Krankenhaus-IT stark fragmentiert, die Interoperabilität begrenzt und ein großer Teil der Informationen liegt unstrukturiert vor. Viele Organisationen scheitern nicht daran, dass KI keinen Mehrwert bietet, sondern daran, dass ihre Infrastruktur sie nicht tragen kann.
Unser Ansatz bei Recare ist deshalb ein anderer. Wir integrieren unsere Technologie direkt in bestehende Systeme und Abläufe – sowohl strukturierte als auch unstrukturierte Daten. Dadurch wird KI im Alltag nutzbar, ohne dass Kliniken ihre IT-Infrastruktur neu aufsetzen müssen. Die eigentliche Herausforderung ist nicht die Intelligenz, sondern die Implementierung. Diese Lücke zu schließen, ist unser Fokus.
Sie beschreiben in Ihrem Buch Federated Learning und Edge-Computing als vielversprechende Ansätze für den Datenschutz im Gesundheitswesen. Wie setzt Recare diese Prinzipien konkret um – und welche technischen Herausforderungen mussten Sie dabei lösen?
Federated Learning erfordert ein grundlegendes Umdenken: Anstatt Daten zum Modell zu bringen, bringt man das Modell zu den Daten. Das klingt theoretisch, lässt sich aber ganz konkret umsetzen – und genau das haben wir bei Recare getan.
Mit Recare Predict fordern wir Krankenhäuser nicht auf, sensible Patientendaten an uns zu übermitteln. Stattdessen bringen wir das Prognosemodell direkt in die Klinik, wo es vollständig innerhalb der bestehenden Infrastruktur läuft. Genau hier setzt Edge Computing an: Das Modell lernt aus den lokalen Abläufen und Patientenströmen und optimiert das Entlassmanagement – ohne dass ein Datenpunkt das Haus verlässt.
Das ist technisch anspruchsvoll. Unterschiedliche IT-Landschaften und begrenzte Rechenkapazitäten machen Ausrollung und Wartung komplex. Wir haben dafür stabile Validierungsprozesse und enge Feedbackmechanismen aufgebaut, die eine kontinuierliche Weiterentwicklung des Modells ermöglichen, ohne sensible Informationen zu zentralisieren. Recare Predict zeigt: Privacy by Design ist kein Hindernis, sondern ein Qualitätsmerkmal. Konsequent umgesetzt, stärkt es Vertrauen und erleichtert die Einführung.
Recare vernetzt mittlerweile 700 Akutkrankenhäuser und über 24.000 Nachversorger. In Ihrem Buch warnen Sie, dass die größten Herausforderungen bei der Skalierung von KI oft organisatorischer Natur sind. Was waren die konkreten Stolpersteine beim Wachstum von Recare – und wie haben Sie diese gemeistert?
KI im Gesundheitswesen zu skalieren heißt, zwei sehr unterschiedliche Herausforderungen parallel zu bewältigen. Intern ging es vor allem darum, Maß zu halten. Die Versuchung ist groß, KI in möglichst vielen Bereichen gleichzeitig einzusetzen. Wir haben deshalb Strukturen geschaffen, in denen alle Teams regelmäßig reflektieren, was echten Mehrwert schafft und was noch nicht trägt – nicht nur im Engineering, sondern im gesamten Unternehmen. So entscheidet jede Abteilung für sich, wo KI sinnvoll ist und wo nicht.
Extern ist die Ausgangslage eine andere. Krankenhäuser sind komplexe Organisationen mit gewachsenen Systemlandschaften, knappen Ressourcen und hohem regulatorischem Druck. Deshalb haben wir uns früh entschieden, unsere Lösungen so zu entwickeln, dass sie sich in bestehende Abläufe einfügen. Unsere Technologie passt sich den Prozessen an – nicht umgekehrt.
Am 20. April 2026 findet der Recare AI Summit in Berlin statt – mit bis zu 1.200 Teilnehmenden unter dem Motto „Rebooting the Health System“. Was erwartet die Besucher konkret, und welche Botschaft möchten Sie den Entscheidungsträgern aus dem Gesundheitswesen mit auf den Weg geben?
Beim Recare AI Summit geht es nicht um Buzzwords, sondern um konkrete Umsetzung. Auf der Bühne stehen reale Projekte, nachvollziehbare Ergebnisse und Best Practices von Organisationen, die KI bereits erfolgreich im Einsatz haben. Teilnehmende erwartet ein praxisnahes Programm, ehrlicher Austausch und vor allem Klarheit darüber, was es wirklich braucht, um KI sicher, skalierbar und nachhaltig in klinische Abläufe zu integrieren.
Meine Botschaft an die Entscheider ist klar: Ob KI das Gesundheitswesen verändern wird, steht nicht mehr zur Debatte. Entscheidend ist, wie man sie strategisch und sinnvoll einführt. Genau dafür gibt der Recare AI Summit Orientierung.
Eine zentrale Aussage Ihres Buches lautet: „Der ROI entsteht durch den Wert, den KI ermöglicht, nicht durch die Technologie selbst.“ Können Sie ein konkretes Beispiel aus Ihrer Arbeit bei Recare nennen, wo KI messbaren geschäftlichen Mehrwert geschaffen hat?
Diese Haltung prägt unsere Produktentwicklung bei Recare. Zwei Beispiele zeigen das konkret: Recare Predict setzt im Entlassmanagement an. Sozialdienste arbeiten oft reaktiv: Erst wenn die Behandlung abgeschlossen ist, beginnt die Suche nach einer passenden Einrichtung – was zu unnötig langen Krankenhausaufenthalten führt. Recare Predict erkennt bereits im Behandlungsverlauf, ob eine Verlegung wahrscheinlich wird, und ermöglicht es, die nächsten Schritte rechtzeitig einzuleiten. Das Ergebnis: messbar kürzere Verweildauern, weniger Belastung für Patienten, spürbare Entlastung bei Betten und Kapazitäten.
Recare Docs adressiert den administrativen Aufwand: Ärzte investieren täglich rund drei bis vier Stunden in Dokumentation, Entlassbriefe und organisatorische Übergaben. Recare Docs automatisiert diese Prozesse – pro Woche und Klinik werden zahlreiche Stunden eingespart, Entlassbriefe stehen schneller zur Verfügung, Patienten erhalten ihre Unterlagen ohne unnötige Verzögerung. In einem System, in dem Zeit eine der knappsten Ressourcen ist, schafft das messbaren wirtschaftlichen Nutzen und bessere Versorgungsqualität.
Der #ai_berlin hub bringt Startups, Forschung, Unternehmen und Politik zusammen. Welche Kooperationen im Berliner KI-Ökosystem wären aus Ihrer Sicht besonders wertvoll für KI im Gesundheitswesen – und wo sehen Sie Recare in diesem Netzwerk in den kommenden Jahren?
In Berlin passiert aus Forschungsperspektive viel Relevantes – in anwendungsnahen Bereichen wie der Optimierung von Krankenhausressourcen, medizinischem Sprachverständnis oder KI-basierter Entscheidungsunterstützung. Entscheidend sind Kooperationen, die diese Entwicklungen in die klinische Realität bringen – dorthin, wo sie im Alltag erprobt werden können. Genau an dieser Schnittstelle kann Recare eine wichtige Rolle übernehmen.
Regulatorisch müssen die Rahmenbedingungen die tatsächlichen Abläufe im Klinikalltag berücksichtigen – was nur im engen Austausch zwischen Politik und den Unternehmen gelingt, die solche Systeme operativ einsetzen. Und Interoperabilität bleibt zentral: Unternehmen, die an angrenzenden Fragestellungen arbeiten, gewinnen langfristig mehr durch gemeinsame Standards als durch isolierte Einzellösungen.
Ich sehe Recare dabei in zwei Rollen: als verbindendes Element, das mit mehr als 1.000 Akutkliniken und 26.000 Pflege- und Rehaeinrichtungen Innovation und Versorgungspraxis zusammenbringt – und als Stimme für umsetzungsorientierte KI. Wir sprechen offen darüber, was funktioniert, wo Grenzen liegen und was es braucht, damit die Branche vorankommt. Dieser Verantwortung stellen wir uns – in Berlin und darüber hinaus.
Vielen Dank für das Gespräch.
