01 · KLINISCHE FRAGE
Wofür soll das System eingesetzt werden?
Patientengruppe, Versorgungspfad, Entscheidung und relevanten Endpunkt festlegen.
ERCM Academy · Clinical AI Education for Physicians
ERCM Certified Medical AI Professional
KI verstehen. Medizinisch bewerten. Verantwortlich anwenden.
Beurteilen Sie KI-Systeme, medizinische Studien und Anbieterangebote fundiert – und planen Sie den verantwortlichen Einsatz in Klinik und Praxis. Dafür arbeiten Sie selbst mit medizinischen Daten, Modellen und KI-Agenten: angeleitet und ohne vorausgesetzte Programmiererfahrung.
CME-Punkte je Level beantragtEndgültige Anerkennung vorbehaltlich der zuständigen Ärztekammer.
Jedes Level einzeln buchbar · Abschlusszertifikat über beide Level, Capstone und Viva
ERCM Academy · 2027
Persönlich geleitet von Prof. Dr. Stefan Gröner und Prof. Dr. Alexander MuacevicKleine Gruppe · angeleitetes Arbeiten · medizinischer Kontext
Level 15.–6. März 2027
Level 229.–30. Oktober 2027
PräsenzERCM München
CMEPunkte je Level beantragt
Für wen ist dieses Programm?
Für Ärztinnen und Ärzte, die KI nicht nur nutzen, sondern klinisch beurteilen und verantwortlich mitgestalten wollen.
Das Programm richtet sich an medizinische Entscheiderinnen und Entscheider, die Qualität, Risiken und klinische Relevanz von KI-Systemen fundiert einordnen müssen.
Clinical AIGenerative AIMedical ImagingValidationEU AI Act
Fach- und Oberärztinnen und -ärzteKI in Diagnostik, Forschung und Versorgung beurteilen
Chefärztinnen, Chefärzte und medizinische FührungskräfteEinführung und Verantwortung fundiert steuern
Praxis- und MVZ-Inhaberinnen und -InhaberAnbieter, Datenschutz und klinischen Nutzen prüfen
Verantwortliche für Digitalisierung und KISysteme auswählen, evaluieren und implementieren
Klinisch-wissenschaftlich arbeitende Ärztinnen und ÄrzteStudien, Modelle und Validierung belastbar einordnen
Medizinische Entscheiderinnen und EntscheiderVendor Claims und Einsatzgrenzen kritisch hinterfragen
Warum diese Fortbildung
Zwischen KI-Hype und klinischer Verantwortung.
Künstliche Intelligenz verändert Diagnostik, Forschung und medizinische Entscheidungsprozesse. Für Ärztinnen und Ärzte reicht es deshalb nicht aus, KI-Systeme nur bedienen zu können.
Entscheidend ist, zu verstehen, wie Ergebnisse entstehen, ob sie für eine konkrete Patientengruppe belastbar sind und wo Halluzinationen, Verzerrungen, fehlende Validierung oder Automation Bias die ärztliche Entscheidung gefährden können.
Es geht nicht darum, Ärztinnen und Ärzte zu Softwareentwicklern zu machen. Es geht um medizinische Urteilskraft im Umgang mit KI.
EU AI Act · Artikel 4KI-Kompetenz wird zur Führungsaufgabe.
Anbieter und Betreiber von KI-Systemen müssen Maßnahmen ergreifen, um die Entwicklung der KI-Kompetenz ihres Personals und anderer beauftragter Personen zu unterstützen. Sie müssen dabei kein bestimmtes Niveau an KI-Kompetenz für einzelne Personen garantieren. Diese Fortbildung vermittelt Ärztinnen und Ärzten fachliche Grundlagen, um KI-Systeme im medizinischen Kontext kompetent und verantwortlich zu beurteilen.
Aktuellen Artikel 4 ansehen →02 · MEDIZINISCHE EVIDENZ
Was trägt das Ergebnis tatsächlich?
Leistung, Kalibrierung, Verzerrungen und Aussagekraft im klinischen Kontext prüfen.
03 · EINSATZ IN DER PRAXIS
Was muss vor der Anwendung geklärt sein?
Validierung, Datenschutz, ärztliche Kontrolle und regulatorische Vorgaben zusammenführen.
Kompetenzen
Was Sie danach konkret können.
Sechs Fähigkeiten, die über einzelne Tools hinaus Bestand haben – für fundierte Entscheidungen über KI in Klinik und Praxis.
01
Beide LevelEine medizinische Fragestellung strukturieren
Patientengruppe, Einsatzzweck, Versorgungspfad und klinisch relevanten Endpunkt für einen eigenen Anwendungsfall festlegen.
02
Level 1Mit Daten arbeiten und ein Modell trainieren
Einen vorbereiteten medizinischen Datensatz untersuchen, erste Modellschritte selbst durchführen und die Ergebnisse kritisch auswerten.
03
Level 1KI-Agenten und Sprachmodelle praktisch prüfen
Prompts und RAG-Abläufe erproben, Halluzinationen erkennen und generierte Ausgaben medizinisch bewerten.
04
Level 2Einen KI-Lernprototyp entwickeln
Unter Anleitung eine klar begrenzte, bildbasierte Entscheidungsunterstützung im Lernkontext aufbauen und testen.
05
Beide LevelMedizinische Belastbarkeit beurteilen
Leistung, Kalibrierung, Verzerrungen, Generalisierbarkeit und klinischen Nutzen unterscheiden.
06
Beide LevelEinführung und Verantwortung planen
Anbieterangaben, Validierung, EU AI Act, MDR, Datenschutz und ärztliche Kontrolle in einen realistischen Transferplan übersetzen.
Unmittelbarer Praxisnutzen
Nach dem Programm können Sie typische KI-Entscheidungen fundierter beurteilen.
Die technische Tiefe bleibt immer an konkrete ärztliche Fragen gekoppelt. Sie lernen nicht Modelle um ihrer selbst willen, sondern um Qualität, Risiken und Einsatzgrenzen im klinischen Alltag zu erkennen.
01 · DATENSCHUTZDarf ich ein Sprachmodell mit Patientendaten verwenden?
02 · MODELLGÜTEIst ein KI-Befundungssystem mit „96 % Accuracy“ tatsächlich gut?
03 · FEHLERBILDERWie erkenne ich Halluzinationen und Automation Bias?
04 · EVIDENZWie bewerte ich eine KI-Publikation oder Anbieterpräsentation?
05 · EINFÜHRUNGWas muss meine Klinik oder Praxis vor Einführung eines KI-Systems klären?
Das Curriculum
Hands-on. Strukturiert. Medizinisch relevant.
Jedes Level führt von der medizinischen Fragestellung über Daten und Modell zur kritischen Bewertung und zum Transfer in den eigenen Arbeitskontext.
Grundlagen medizinischer KI und klinische Bewertung
Selbst mit Daten und Modellen arbeiten, Ergebnisse medizinisch bewerten
Modul 1
Von der klinischen Frage zum Datensatz
Einen eigenen Anwendungsfall strukturieren, vorbereitete medizinische Daten untersuchen und Qualitätsprobleme oder Verzerrungen erkennen.
Modul 2
Zwei Lernmodelle trainieren und klinisch prüfen
In einer vorbereiteten Umgebung eine lineare Regression und einen Entscheidungsbaum trainieren und vergleichen. Modellgüte, Kalibrierung, Überanpassung und klinische Aussagekraft kritisch einordnen.
Modul 3
KI-Agenten, Foundation Models, LLMs und RAG
Prompts und RAG-Abläufe erproben, Halluzinationen erkennen und Ausgaben assistiver, agentischer und multimodaler Systeme medizinisch prüfen.
Modul 4
Wann ein Ergebnis klinisch trägt
Studien und Modellergebnisse auf AUC-Fallen, Dataset Leakage, Subgruppenleistung, externe Validierung und Generalisierbarkeit prüfen.
Modul 5
KI-Systeme auswählen: Anbieterangaben fundiert prüfen
Versprechen wie „96 % Genauigkeit“ auf Population, Prävalenz, Referenzstandard, externe Validierung, relevante Fehler, Drift und Verantwortlichkeiten prüfen.
✓
Ihr Arbeitsergebnis aus Level 1
Zwei selbst trainierte Lernmodelle, eine medizinische Studien- und Anbietercheckliste sowie die strukturierte Skizze eines eigenen Anwendungsfalls für Praxis, Klinik oder Abteilung. Als Arbeitsmaterial erhalten Sie außerdem wiederverwendbare Notebook-/Python-Vorlagen, eine Prompt-Bibliothek für Ärztinnen und Ärzte und eine kuratierte KI-Tool-Liste für Praxis und Klinik. Im Zertifizierungsweg bilden die Ergebnisse den Ausgangspunkt für das Capstone-Projekt.
Bildgebung, klinische Anwendung und regulatorische Verantwortung
Einen bildbasierten Lernprototyp entwickeln, Grenzen prüfen, Einführung planen
Optionale Vorbereitung
60–90 Minuten Online-Primer für Teilnehmende ohne Level 1
Der kompakte Primer wiederholt zentrale Begriffe zu Daten, Modellgüte und Validierung. Level 2 bleibt eigenständig buchbar; der Primer ist ein freiwilliges Zusatzangebot und keine Teilnahmevoraussetzung.
Modul 1
CNN, Transfer Learning und Explainable AI
Mit vorbereiteten medizinischen Bilddaten ein kompaktes Convolutional Neural Network trainieren, Transfer Learning anwenden und Grad-CAM-Heatmaps medizinisch interpretieren.
Modul 2
Einen KI-Lernprototyp aufbauen
Eine klar begrenzte bildbasierte Entscheidungsunterstützung entwickeln und an Fehlklassifikationen, Domain Shift, Geräteabhängigkeit und Subgruppenproblemen prüfen.
Modul 3
Validierung, Regulierung und Verantwortung
Validierung, laufende Überwachung, EU AI Act, High-Risk AI, MDR/Medical Device Software, Datenschutz, Human Oversight, Dokumentation und Verantwortlichkeiten zusammenführen.
Modul 4
Transfer in die eigene Praxis
Für einen eigenen medizinischen Anwendungsfall Workflow, mögliche PACS-Anbindung, Teamakzeptanz, Prüfanforderungen und nächste Schritte planen. Teilnehmende am Zertifizierungsweg bereiten hier Capstone und Viva vor.
✓
Ihr Arbeitsergebnis aus Level 2
Ein klar begrenzter bildbasierter KI-Lernprototyp mit Grad-CAM-Auswertung und ein strukturierter Plan für Evaluation, Validierung und verantwortungsvolle Weiterentwicklung. Dazu kommen wiederverwendbare Notebook-/Python-Vorlagen, eine Studiencheckliste für Bild-KI, eine Prompt-Bibliothek und eine kuratierte KI-Tool-Liste. Der Prototyp dient ausschließlich der Fortbildung.
Fachliche Vertiefung ansehen
Die Übungen vertiefen unter anderem Sensitivität, Spezifität, PPV/NPV, ROC-AUC, Kalibrierung, Klassenungleichgewicht, Spektrumbias und Subgruppenleistung sowie interne, externe und prospektive Validierung. Ebenfalls behandelt werden Automation Bias, Generalisierbarkeit, Dataset Shift und Model Drift. Die Begriffe werden immer an ihrer klinischen Bedeutung und nicht als isolierter Statistikblock vermittelt.
Das begleitete Gesamtprogramm
Vom ersten Workshop bis zum Abschluss begleitet.
Das Bundle verbindet beide Präsenzlevel mit zwei moderierten Online-Sessions für aktuelle Entwicklungen, eigene Fallfragen und die Vorbereitung des Capstones.
Grundlagen und klinische Bewertung
Mit Daten, Modellen, KI-Agenten und Sprachmodellen praktisch arbeiten.
Zwei Medical AI Grand Rounds
Mai · Medical AI UpdateAktuelle Entwicklungen gemeinsam einordnen.Juli · Capstone Clinic & Faculty Q&AFallfragen und Capstone-Ideen diskutieren.
Bildgebung, Anwendung und Regulierung
Einen Lernprototyp entwickeln, Grenzen prüfen und Einführung planen.
ERCM Certified Medical AI Professional
Beide Level abschließen, den eigenen Anwendungsfall ausarbeiten und fachlich begründen.
Im Bundle enthalten. Teilnahme freiwillig.Die Grand Rounds werden nicht separat gebucht und sind weder Voraussetzung für Level 2 noch Bestandteil der formalen Kompetenzprüfung. Konkrete Onlinetermine folgen.
Hands-onSie arbeiten selbst.Eigener Laptop · vorbereitete Umgebung · persönliche Anleitung
So arbeiten Sie
Kurzer Input.
Direkte Anwendung. Medizinische Einordnung.
Verständliche fachliche Inputs werden unmittelbar in konkrete Übungen übersetzt. Sie arbeiten in einer vorbereiteten Umgebung, verändern Parameter, vergleichen Ergebnisse und besprechen gemeinsam, was medizinisch belastbar ist.
- 01Medizinische Lehrdatensätze am eigenen Laptop untersuchen
- 02Erste Modelle sowie Prompt- und RAG-Abläufe selbst erproben
- 03Einen klar begrenzten KI-Lernprototyp unter Anleitung entwickeln
- 04Transfer der Methoden auf eigene medizinische Anwendungsfälle
Sie nehmen eigene Arbeitsergebnisse mit und können die zugrunde liegenden medizinischen und methodischen Entscheidungen fachlich begründen.
Ihre Dozenten
Technologische Tiefe trifft klinische Verantwortung.
Ihre Dozenten verbinden KI-Strategie und Modellverständnis mit klinischer Anwendung, medizinischer Führung und verantwortlicher Implementierung.
KI · Digital Health · Transformation
Prof. Dr. Stefan Gröner
Er ist renommierter KI-Experte und Professor für Künstliche Intelligenz an der Hochschule Fresenius. Als Studiendekan leitet er den Studiengang „Digitales Management & Leadership“ und unterrichtet seit Jahren Maschinelles Lernen und angewandte Künstliche Intelligenz. Er verfügt – neben seiner hohen fachlichen und didaktischen Erfahrung – durch seine medizinische Ausbildung (Master-Studium in Molekularmedizin, Immunologie und Pathologie in den USA) und seine langjährige Arbeit im Umfeld „Digitale Medizin“ auch über das Verständnis der Sprache und der Anforderungen aus der medizinischen Praxis.
- KI-Grundlagen und Transformation
- Digital Health
- Modelle, Agenten und Lernprototypen
Klinische Medizin · Radiochirurgie · Bildgebung
Prof. Dr. med. Alexander Muacevic
Prof. Dr. med. Alexander Muacevic ist Direktor des Europäischen Radiochirurgie Centrums München und klinisch tätiger Radiochirurg. Er bringt die Perspektive aus Hochpräzisionsmedizin, medizinischer Bildgebung und ärztlichen Entscheidungsprozessen ein.
- Radiochirurgie und Bildgebung
- Ärztliche Entscheidungsprozesse
- Grenzen technischer Unterstützung
Teilnahme und Abschluss
Beide Level sind einzeln buchbar. Das Zertifikat verbindet sie.
Sie können Level 1 oder Level 2 unabhängig voneinander besuchen. Das Abschlusszertifikat „ERCM Certified Medical AI Professional“ erhalten Sie nach beiden Leveln und erfolgreicher Kompetenzüberprüfung mit eigenem Transferprojekt (Capstone) und Fachgespräch (Viva).
01Level 1 erfolgreich absolvieren
02Level 2 erfolgreich absolvieren
03Medical-AI-Capstone einreichen
04Capstone präsentieren und die Entscheidungen in einem 10–15-minütigen Fachgespräch (Viva) begründen
05Bewertung anhand eines standardisierten Kriterienrasters (Rubric)
Die freiwilligen Grand Rounds unterstützen den Lerntransfer, sind aber kein Bestandteil der Kompetenzprüfung.
Capstone-Bewertung und Viva sind ohne Zusatzgebühr enthalten, wenn Sie beide Level buchen – als Bundle oder in zwei getrennten Buchungen. Die Workshops können Sie auch ohne Teilnahme am Zertifizierungsweg besuchen.
ERCM
CERTIFIED
CERTIFIED
ERCM Academy Certificate
ERCM Certified
Medical AI Professional
Kompetenzprofil
- Medizinische KI fachlich einordnen
- Daten und Modelle klinisch bewerten
- Einführung und Verantwortung planen
Capstone · Viva · Kriterienraster (Rubric)ERCM Academy · München
Termine und Teilnahmegebühren
Ein Level wählen oder das vollständige Programm buchen.
Beide Workshops sind unabhängig voneinander buchbar. Das empfohlene Bundle verbindet beide Präsenzlevel, die zwei freiwilligen Grand Rounds und den vollständigen Zertifizierungsweg.
Level 1 · Einzelticket
Grundlagen medizinischer KI und klinische Bewertung
5.–6. März 2027 · München-Großhadern
Early-Bird-Preis inkl. MwSt.1.250 €pro Person · statt regulär 1.450 €Aktuell verfügbar
200 € Frühbuchervorteil · 14 %
Maximal 30 PlätzeOnline buchbar
Level 2 · Einzelticket
Bildgebung, klinische Anwendung und Regulierung
29.–30. Oktober 2027 · München-Großhadern
Early-Bird-Preis inkl. MwSt.1.250 €pro Person · statt regulär 1.450 €Aktuell verfügbar
200 € Frühbuchervorteil · 14 %
Maximal 30 PlätzeOnline buchbar
Empfohlen · vollständiges Programm
Bundle · Beide Level
ERCM Certified Medical AI Professional Bundle
5.–6. März & 29.–30. Oktober 2027
Early-Bird-Preis inkl. MwSt.2.250 €pro Person · statt regulär 2.650 €Aktuell verfügbar
400 € Frühbuchervorteil · 15 %
Je ein Platz in beiden LevelnOnline buchbar
Fragen vor der Buchung?Das Team der ERCM Academy hilft Ihnen telefonisch weiter.
Fragen und Antworten
Fragen zur Teilnahme und Zertifizierung.
Programmierkenntnisse sind für beide Level nicht erforderlich. Die praktischen Übungen finden in einer vorbereiteten Umgebung statt und werden angeleitet.
Level 2 ist eigenständig und ohne vorherige Teilnahme an Level 1 buchbar. Es setzt keine Programmierkenntnisse voraus. Teilnehmenden ohne Level 1 steht bei einer Level-2-Buchung vorab ein freiwilliger 60–90-minütiger Online-Primer zu Daten, Modellgüte und Validierung zur Verfügung. Eine separate Buchung ist nicht erforderlich.
Ja. Level 1 und Level 2 sind unabhängig voneinander buchbar. Nach Teilnahme an einem einzelnen Level erhalten Sie eine Teilnahmebescheinigung. Das Abschlusszertifikat setzt beide Level und die erfolgreiche Kompetenzüberprüfung voraus. Der Nachweis für ein einzelnes Level ist eine Teilnahmebescheinigung, kein kompetenzgeprüftes Gesamtzertifikat.
Die zwei 60-minütigen Online-Sessions sind im Bundle enthalten und werden nicht separat gebucht. Die Teilnahme ist freiwillig und keine Voraussetzung für Level 2 oder das Abschlusszertifikat. Organisatorische Informationen und Zugangslinks erhalten Bundle-Teilnehmende vor den Sessions.
Das Abschlusszertifikat erhalten Sie nach Teilnahme an beiden Leveln und erfolgreicher Kompetenzüberprüfung: einem eigenen Medical-AI-Transferprojekt (Capstone) und einem 10–15-minütigen Fachgespräch (Viva), bewertet anhand eines standardisierten Kriterienrasters. Capstone-Bewertung und Viva sind ohne Zusatzgebühr enthalten, wenn Sie beide Level buchen – als Bundle oder in zwei getrennten Buchungen. Das Zertifikat wird von der ERCM Academy vergeben; es ist keine staatlich anerkannte Berufsqualifikation.
Für das Zertifikat ist zusätzlich zu den Workshops eine eigene Projektausarbeitung erforderlich. Im Capstone übertragen Sie das Gelernte auf eine medizinische Fragestellung aus Ihrem Arbeitskontext. Sie beschreiben den Anwendungsfall, bewerten Nutzen und Risiken und begründen Ihren Plan für einen verantwortlichen Einsatz. Ein klinisch einsatzfähiges KI-System ist nicht erforderlich. Aufgabenstellung, Bewertungskriterien, Abgabefrist und Ablauf des Viva werden Ihnen zu Beginn Ihres Zertifizierungswegs erläutert und schriftlich zur Verfügung gestellt. Organisatorische Terminabsprachen folgen per E-Mail; zusätzliche kostenpflichtige Abschlussleistungen sind nicht erforderlich.
Europäisches Radiochirurgie Centrum München (ERCM), Max-Lebsche-Platz 31, 81377 München. Je Level sind zwei Präsenztage mit jeweils acht Unterrichtseinheiten vorgesehen. Die genauen Tageszeiten und Anreisehinweise erhalten Sie vor dem Termin per E-Mail.
Ja. Level 1 behandelt KI-Agenten, Foundation Models, LLMs, RAG, Halluzinationen und multimodale Systeme. Hinzu kommen der sichere Umgang mit Gesundheitsdaten und die medizinische Prüfung generierter Ausgaben.
Sie bringen einen eigenen Laptop mit. Angaben zu den technischen Voraussetzungen und benötigten Zugängen erhalten Sie vor dem Termin.
Für die Übungen werden vorbereitete Lehrdatensätze ohne identifizierbare Patientendaten eingesetzt. Die verwendeten Datensätze und Rahmenbedingungen werden den Teilnehmenden vor dem Workshop erläutert.
Nein. Modelle und Prototypen entstehen ausschließlich zu Lehrzwecken. Sie sind keine Medizinprodukte und dürfen nicht klinisch eingesetzt werden.
Aktuell beträgt die Teilnahmegebühr 1.250 € je Level und 2.250 € für das Bundle. Die regulären Preise liegen bei 1.450 € je Level und 2.650 € für das Bundle. Für den aktuellen Early-Bird-Preis ist kein festes Enddatum veröffentlicht. Maßgeblich ist der beim Buchungsabschluss ausgewiesene Preis; bereits gebuchte Leistungen werden nicht nachträglich verteuert.
Für jedes Level sind CME-Punkte beantragt. Die endgültige Anerkennung und die Anzahl der Punkte erfolgen vorbehaltlich der zuständigen Ärztekammer.
Early-Bird-Preise verfügbar
Jetzt den aktuellen Preis sichern.
Sie können jedes Level einzeln buchen oder mit dem empfohlenen Bundle beide Präsenzlevel, die freiwilligen Grand Rounds und den vollständigen Zertifizierungsweg verbinden.
Einzelticket · Early Bird1.250 € statt 1.450 €
Bundle · Early Bird2.250 € statt 2.650 €
Frühbuchervorteilbis zu 400 €
Zusätzlicher Bundle-Vorteil250 €
Preise inkl. MwSt. · aktuelle Konditionen