Chirurgische Roboter erhalten eine überwachte Autonomie für Naht-Teilaufgaben, aber die vollständige Autonomie ist noch Jahre entfernt

Chirurgische Robotik hat in den letzten zwei Jahren einen echten Wendepunkt erreicht, aber nicht den, den die meisten Schlagzeilen nahelegen. Die Technologie hat keinen Sprung zu Roboter-Operationen an Patienten ohne Aufsicht gemacht. Was tatsächlich passiert ist, ist fokussierter und interessanter: Roboter können nun spezifische, klar definierte Teilaufgaben – vor allem das Nähen – mit Unterstützung von Künstlicher Intelligenz erledigen, während ein Chirurg zusieht, per Sprache korrigiert und die volle Verantwortung für das Eingreifen zu jedem Zeitpunkt behält.

Dieser Unterschied ist wichtig, weil er echten klinischen Fortschritt von dem spekulativen Narrativ des „Roboter-Chirurgen“ trennt, das alle paar Monate die Runde macht. Die wahre Geschichte dreht sich darum, wo Autonomie heute sicher nützlich ist und warum das schwierigere Problem – die vollständige prozedurale Unabhängigkeit – wahrscheinlich noch ein Jahrzehnt oder mehr entfernt ist, falls es in der Allgemeinchirurgie überhaupt jemals eintritt.

Was sich tatsächlich verändert hat

Zwei Meilensteine bei Regulierung und Produkten bilden den Anker für den aktuellen Stand. Das Hugo-System von Medtronic erhielt im Dezember 2025 die FDA-Zulassung und reiht sich damit an die Seite des da Vinci 5 von Intuitive Surgical, das im März 2024 zugelassen wurde. Im Mai 2025 hat die FDA offiziell den aktualisierten Standard IEC 80601-2-77 für robotergestützte chirurgische Geräte anerkannt – einen technischen Standard, der nun explizit modulare Systeme, offene Mikrochirurgie-Plattformen und Systeme abdeckt, deren Benutzeroberfläche sich direkt im sterilen Feld befindet.

Keine dieser Zulassungen zertifiziert einen autonomen Betrieb. Sie zertifizieren bessere Werkzeuge: verbessertes taktiles Feedback (lange eine Schwachstelle der robotergestützten Chirurgie, bei der Chirurgen den Tastsinn verloren, der die manuelle Technik anleitet), schärfere Computer Vision zur Identifizierung anatomischer Strukturen in Echtzeit und Plattformen, die flexibel genug sind, um die Software-Ebene zu unterstützen, die die Automatisierung von Teilaufgaben ermöglicht.

Wie die überwachte Teilaufgaben-Autonomie in der Praxis aussieht

Die klarsten veröffentlichten Demonstrationen beinhalten das Nähen – das Verschließen eines Schnitts mit Nadel und Faden, eine repetitive, mechanisch gut verständliche Bewegung, die sich leichter modellieren lässt als beispielsweise das Präparieren von Gewebe um einen Tumor herum. In diesen Demonstrationen absolviert der Roboter eine Näh-Sequenz, die er aus Trainingsdaten gelernt hat, während der überwachende Chirurg die Aktion jederzeit verbal unterbrechen oder korrigieren kann. Weicht der Roboter vom erwarteten Verhalten ab, stoppt der Sprachbefehl des Chirurgen ihn sofort.

Das unterscheidet sich fundamental von vollständiger Autonomie. Es ist eher mit dem adaptiven Tempomat in einem Auto vergleichbar: Das System bewältigt eine repetitive, gut eingegrenzte Aufgabe kompetent, aber ein Mensch bleibt aktiv involviert und bereit, die Kontrolle zu übernehmen. Forscher, die systematische Übersichten zu FDA-zugelassenen chirurgischen Robotern veröffentlicht haben, haben aktuelle Systeme durchgehend in niedrige Autonomiestufen auf etablierten Skalen eingeordnet – bei Weitem nicht auf dem Niveau, das erforderlich ist, damit ein Roboter einen gesamten Eingriff eigenständig planen und ausführen kann.

Warum volle Autonomie weiter entfernt ist, als das Marketing vermuten lässt

Chirurgie ist nicht isoliert wiederholtes Nähen. Ein realer Eingriff erfordert Urteilsvermögen, das sich nicht sauber auf eine gelernte Bewegung reduzieren lässt: das Erkennen, wenn die Anatomie vom erwarteten Aufbau abweicht, die Entscheidung, wie viel Gewebe entfernt werden soll, das Reagieren auf unerwartete Blutungen, das Anpassen eines Plans mitten im Eingriff basierend auf dem, was vorgefunden wird. Genau das sind die Szenarien, in denen aktuelle KI-Systeme – trainiert auf Mustererkennung aus früheren Fällen – am meisten zu kämpfen haben, da sie echtes Urteilsvermögen unter neuartigen Bedingungen erfordern anstatt die Ausführung einer bekannten Bewegung.

Medizinische KI-Forscher, die das Feld untersuchen, haben sich klar ausgedrückt: Eine vollständig autonome Chirurgie wird weder 2026 noch 2027 erwartet und wahrscheinlich auch bis 2030 nicht, außer bei sehr eng begrenzten Eingriffen, bei denen Anatomie und Schritte hochgradig standardisiert sind. Das ist ein merklich anderer Zeitplan als das Framing „Roboter werden Chirurgen ersetzen“, das in der allgemeinen Tech-Berichterstattung kursiert.

Warum der schrittweise Weg der richtige ist

Der Ansatz der FDA – die Freigabe einzelner Teilaufgabe-Funktionen und verbesserter Sensorik-Hardware anstelle der Genehmigung von End-to-End-autonomen Eingriffen – spiegelt eine angemessene Vorsicht für einen Bereich wider, in dem Fehler irreversibel sind. Jach zugelassene Funktion (besseres taktiles Feedback, präzisere Instrumentensteuerung, validierte Erledigung von Teilaufgaben) fügt sich zu einer Plattform zusammen, die nachweislich sicherer und fähiger ist, ohne dass jemand verlangen muss, das Urteilsvermögen eines Systems über den gesamten Raum chirurgischer Szenarien hinweg auf einmal zu zertifizieren.

Für Krankenhäuser, die diese Systeme bewerten, lautet die praktische Schlussfolgerung, Marketingbehauptungen über „KI-gestützte Chirurgie“ von dem zu trennen, was tatsächlich zugelassen und validiert ist. Ein Roboter, der eine Näh-Teilaufgabe unter Aufsicht erledigt, ist eine echte Fähigkeit, die sich zu übernehmen lohnt, wo sie die Konsistenz verbessert und die Ermüdung des Chirurgen bei repetitiven Schritten verringert. Ein Roboter, der als fähig zu autonomer Entscheidungsfindung mitten im Eingriff vermarktet wird, wird von aktuellen behördlichen Zulassungen nicht unterstützt, und Behauptungen des Gegenteils verdienen eine kritische Prüfung.

Die Technologie schreitet voran. Sie schreitet lediglich in Richtung besser unterstützter Menschen voran, nicht ersetzter – und dieser Unterschied wird wichtig sein dafür, wie Gesundheitssysteme die Einführung über die nächsten Jahre hinweg planen.