KI in der Zahnmedizin: ein zweiter Blick auf Ihre Röntgenbilder
Wie künstliche Intelligenz hilft, Karies, Läsionen und Knochenabbau auf Röntgenbildern zu erkennen. Ein zweiter Blick, nie ein Ersatz für den Zahnarzt.
Rédigé et vérifié par la Dre Azelmat · Mis à jour le 15 juin 2026
Kurz gefasst
Programme mit künstlicher Intelligenz werten Ihre Röntgenbilder aus und melden Karies, Läsionen und Knochenabbau. Ein „zweiter Blick“, der die Früherkennung zuverlässiger macht – ohne je das Urteil der Behandlerin zu ersetzen.
Von „künstlicher Intelligenz“ in der Zahnarztpraxis ist immer häufiger die Rede, manchmal verbunden mit übertriebenen Versprechen. Die Wirklichkeit ist einfacher und nützlicher: Es gibt heute Programme, die Ihre Zahnröntgenbilder auswerten und der Behandlerin auffällige Bereiche anzeigen – eine beginnende Karies, eine Veränderung an der Wurzelspitze, einen Knochenabbau rund um die Zähne. Man spricht dabei häufig von einem „zweiten Blick“.
Dieser zweite Blick entscheidet nichts an Ihrer Stelle – und auch nicht an der Stelle Ihrer Zahnärztin. Er lenkt die Aufmerksamkeit auf Details, die auf einem kleinen Graustufenbild leicht zu übersehen sind, besonders am Ende eines langen Arbeitstages. Die Diagnose selbst stellt immer die Behandlerin, die das Röntgenbild mit Ihrer klinischen Untersuchung, Ihren Beschwerden und Ihrer Vorgeschichte zusammenführt. In diesem Beitrag erkläre ich Ihnen offen, was diese Werkzeuge können, was sie nicht können und warum sie eine Unterstützung bleiben – niemals ein Ersatz.
Was bedeutet KI bei zahnärztlichen Röntgenbildern?
Hinter dem Begriff „künstliche Intelligenz“ steckt in diesem Bereich eine ganz konkrete Technologie: faltende neuronale Netze (englisch convolutional neural networks, kurz CNN). Das sind Programme, die darauf trainiert wurden, Muster in Bildern zu erkennen. Man hat ihnen Zehntausende von Röntgenbildern gezeigt, auf denen erfahrene Zahnärztinnen und Zahnärzte Pixel für Pixel die genaue Lage von Karies oder Läsionen markiert hatten. Durch diese Vielzahl an Beispielen lernt das Programm, Formen und Dichteunterschiede zu erkennen, die auf eine Schädigung hindeuten.
Konkret läuft es so ab: Die Behandlerin fertigt wie gewohnt eine Röntgenaufnahme an – eine Einzelzahnaufnahme, eine Bissflügelaufnahme (Bitewing) oder eine Panoramaaufnahme. Das Programm wertet sie in wenigen Sekunden aus und legt farbige Markierungen über die Bereiche, die es für auffällig hält, teilweise mit einem Wahrscheinlichkeitswert. Die Zahnärztin sieht sich diese Vorschläge anschließend an, bestätigt sie oder verwirft sie.
Zwei grundsätzliche Grenzen sollte man gleich zu Beginn benennen. Erstens „versteht“ das Programm nichts: Es erkennt statistische Muster, ohne jede Vorstellung von Ihren Schmerzen oder Ihrer Vorgeschichte. Zweitens hängt es vollständig von den Bildern ab, mit denen es trainiert wurde. Stammen diese Bilder von anderen Geräten, aus einer anderen Bevölkerungsgruppe oder haben sie eine andere Qualität als Ihre Aufnahme, können die Ergebnisse schlechter ausfallen. Fachleute sprechen hier von einem Problem der Generalisierung, und das ist einer der Gründe, weshalb kein solches Werkzeug im Autopilot-Modus eingesetzt werden sollte.
Ebenso wichtig ist zu verstehen, was es nicht ist. Es ist kein Roboter, der Ihren Mund „liest“, und kein System, das eigenständig eine Diagnose stellt. Es ist ein Hilfsmittel zur Bildauswertung, ganz ähnlich wie jene, die in der allgemeinen medizinischen Bildgebung entwickelt werden. Um seine Rolle besser einzuordnen, lohnt sich ein Blick auf die Grundlagen der 3D-Bildgebung und des Cone Beam sowie der digitalen Röntgentechnik, auf denen diese Programme aufbauen.
Wobei die KI helfen kann
Karies, vor allem beginnende Karies
Das ist der am besten untersuchte Einsatzbereich. Karies zwischen den Zähnen (Approximalkaries) ist mit bloßem Auge und selbst auf dem Röntgenbild besonders schwer zu erkennen, weil sie sich in den Kontaktbereichen verbirgt. Mehrere systematische Übersichtsarbeiten haben gezeigt, dass die Algorithmen dabei gute Erkennungsleistungen erreichen. In der Metaanalyse von Luke und Rezallah (2025, Head & Face Medicine) lag die gewichtete mittlere Spezifität bei annähernd 88 %, bei gleichzeitig großer Streuung zwischen den einzelnen Studien.
Der wichtigste Nutzen liegt in der Früherkennung. Eine früh entdeckte Karies kann häufig beobachtet oder wenig invasiv behandelt werden, während eine unbeachtete Karies bis ins Dentin und weiter bis zum Nerv fortschreitet. Wie dieser Verlauf aussieht, lesen Sie in unserem Beitrag zur Behandlung von Karies bei Erwachsenen.
Ein zweiter, für Patientinnen und Patienten weniger offensichtlicher Nutzen ist die Gleichmäßigkeit. Eine Zahnärztin beurteilt täglich Dutzende Röntgenbilder; Müdigkeit, Lichtverhältnisse oder eine knappe Behandlungszeit können dazu führen, dass ein Detail übersehen wird. Ein Programm dagegen wendet auf die erste wie auf die letzte Aufnahme des Tages exakt dieselbe Aufmerksamkeit an. Es ersetzt das menschliche Auge nicht, kann aber als Sicherheitsnetz gegen Versehen aus der Routine dienen – vorausgesetzt, die Entscheidung bleibt bei der Behandlerin.
Läsionen und Knochenabbau
Über die Karies hinaus zeigen manche Programme periapikale Läsionen (an den Wurzelspitzen) an oder messen das Knochenniveau rund um die Zähne, einen zentralen Wert in der Parodontologie. Die systematische Übersichtsarbeit von Khubrani und Thomas (2024, Dentomaxillofacial Radiology) berichtet für die Erkennung parodontalen Knochenabbaus auf 2D-Röntgenbildern eine gepoolte Sensitivität von etwa 87 % und eine Spezifität von etwa 76 %. Ermutigende Zahlen, die die Autoren allerdings deutlich relativieren, wie wir gleich sehen werden.
Die Beobachtung des Knochenniveaus ist zentral in der Behandlung von Parodontitis und Gingivitis, wo das frühzeitige Erkennen einer Verschlechterung die Prognose verändert.
Verbessert die KI die Diagnostik wirklich?
Das ist die entscheidende Frage. Eine hohe Leistung „im Labor“ garantiert noch keinen echten Nutzen für die Patientin oder den Patienten. Zum Glück gibt es dazu klinische Studien.
In einer randomisierten Studie von Mertens und Kollegen (2021, Journal of Dentistry) beurteilten 22 Zahnärztinnen und Zahnärzte Bissflügelaufnahmen mit und ohne Unterstützung durch ein Programm. Mit Hilfe der KI war ihre Treffsicherheit bei der Karieserkennung signifikant besser (Fläche unter der Kurve 0,89 gegenüber 0,85 ohne Unterstützung). Anders gesagt: Das Werkzeug half ihnen, mehr tatsächlich vorhandene Läsionen zu sehen.
Aber – und das ist wesentlich – dieselbe Arbeitsgruppe zeigte in einer Kosten-Nutzen-Analyse (Schwendicke und Kollegen, 2022), dass diese höhere Treffsicherheit auch zu mehr Entscheidungen für invasive Behandlungen führen konnte, ohne dass sich ein Nettovorteil beim Kosten-Nutzen-Verhältnis nachweisen ließ. Mehr zu sehen bedeutet nicht, dass alles behandelt werden muss. Genau hier kommt das menschliche Urteilsvermögen ins Spiel.
| Aspekt | Was die KI beiträgt | Was bei der Behandlerin bleibt |
|---|---|---|
| Bildauswertung | Zeigt auffällige Bereiche in wenigen Sekunden an | Bestätigen, verwerfen, den Zusammenhang deuten |
| Gleichmäßigkeit | Wird nicht müde, liest jede Aufnahme auf dieselbe Weise | Abgleich mit klinischer Untersuchung und Beschwerden |
| Früherkennung | Hilft, unauffällige Läsionen zu entdecken | Entscheiden, ob beobachtet oder behandelt wird |
| Behandlungsentscheidung | Keine | Die am wenigsten invasive, zum Patienten passende Option wählen |
Was die KI nicht leistet
Das ist der wichtigste Teil dieses Beitrags. Ein diagnostisches Hilfsmittel ist nur dann nützlich, wenn man seine Grenzen kennt.
Die KI stellt keine Diagnose. Sie gibt Wahrscheinlichkeiten auf einem Bild an. Eine zahnärztliche Diagnose umfasst weit mehr: Ihre Schmerzen, Ihre Vorgeschichte, klinische Tests, manchmal mehrere Aufnahmen. Ein auffälliger Fleck auf einem Röntgenbild kann ein Artefakt, ein anatomischer Schatten oder eine alte Füllung sein. Nur die Behandlerin kann das auseinanderhalten.
Die Leistungen schwanken stark von Programm zu Programm und von Studie zu Studie. Die systematischen Übersichtsarbeiten berichten von erheblicher Heterogenität (I²-Werte häufig über 86 %, ein Zeichen dafür, dass die Ergebnisse weit auseinandergehen). Eine beeindruckende Zahl aus einer einzelnen Studie ist keine Garantie für alle Werkzeuge und für alle Patientinnen und Patienten.
Falsch positive und falsch negative Befunde kommen vor. Kein System ist perfekt. Ein Programm kann eine Karies melden, die keine ist (falsch positiv), und damit zu einer unnötigen Behandlung verleiten, oder eine echte Läsion übersehen (falsch negativ) und ein falsches Sicherheitsgefühl erzeugen. Khubrani und Thomas (2024) kommen denn auch zu dem Schluss, dass diese Modelle mangels ausreichender externer klinischer Validierung „möglicherweise noch nicht gut genug“ sind, um als automatisiertes Screening-Werkzeug zu dienen.
Die Qualität der Evidenz ist noch verbesserungsfähig. In derselben Übersichtsarbeit erreichte weniger als ein Viertel der Studien ein hohes Qualitätsniveau, und mehr als die Hälfte verglich die KI nicht verblindet mit Klinikerinnen und Klinikern. Die Forschung kommt schnell voran, benötigt aber weiterhin sorgfältige multizentrische Studien.
Der regulatorische Rahmen zählt. Mehrere Programme dieser Art haben Zulassungen erhalten, etwa die 510(k)-Clearance der US-amerikanischen FDA für die Unterstützung bei der Erkennung. Das bedeutet, dass sie nach einem festgelegten Rahmen bewertet wurden, doch diese Zulassungen decken eine Entscheidungsunterstützung ab und ausdrücklich keinen Ersatz der Klinikerin.
Und in der Praxis in Kénitra?
Dieser Beitrag ist bewusst erklärend gehalten: Er stellt Ihnen eine Technologie allgemein vor, damit Sie einordnen können, wovon Medien und Hersteller sprechen. Welchen Platz die KI in einer Praxis auch einnimmt, das Prinzip bleibt dasselbe: Das Röntgenbild ist ein Werkzeug, und die Entscheidung liegt bei der Behandlerin, die Sie untersucht.
In meiner Praxis ist mir eine sorgfältige, fundierte und möglichst wenig invasive Diagnostik am wichtigsten. Dazu gehören eine gute Bildgebung, eine aufmerksame klinische Untersuchung und eine klare Erläuterung jeder Option – ob es nun um die Behandlung einer Karies, die Versorgung einer Parodontitis oder die Planung eines Implantats geht. Wird eine Läsion früh erkannt, können wir häufig eine Beobachtung oder eine zahnerhaltende Behandlung vorziehen statt eines größeren Eingriffs.
Zur Ehrlichkeit gehört auch: Keine Technologie ersetzt eine gute Mundhygiene und regelmäßige Kontrollen. Eine sorgfältige tägliche Zahnpflege und regelmäßige Kontrolltermine bleiben Ihre besten Verbündeten, damit fortgeschrittene Läsionen gar nicht erst behandelt werden müssen.
Zusammengefasst
Künstliche Intelligenz auf zahnärztlichen Röntgenbildern ist eine echte, aber bescheidene Hilfe: Sie bietet einen „zweiten Blick“, der der Behandlerin hilft, Karies, Läsionen und Knochenabbau früher zu erkennen, mit gutem Leistungsniveau in der Forschung. Klinische Studien zeigen, dass sie die Erkennung verbessern kann, und erinnern zugleich daran, dass mehr zu sehen nicht bedeutet, mehr behandeln zu müssen. Ihre Grenzen sind gut dokumentiert: Unterschiede zwischen den Programmen, falsch positive und falsch negative Befunde, eine noch uneinheitliche Evidenzqualität und ein regulatorischer Rahmen, der sie als Unterstützung definiert, niemals als Ersatz. Diagnose, klinisches Gespür und Behandlungsentscheidung bleiben in den Händen Ihrer Zahnärztin, die das Bild mit Ihrer tatsächlichen Situation abgleicht. In genau diesem Zusammenspiel – ein gleichmäßig arbeitendes Werkzeug und ein umsichtiges menschliches Urteil – liegt der wahre Nutzen für Ihre Mundgesundheit.
Häufige Fragen
Ersetzt künstliche Intelligenz die Zahnärztin?
Ist die KI bei der Erkennung von Karies zuverlässig?
Kann die KI einen Knochenabbau oder eine Parodontitis erkennen?
Führt die KI zu mehr Röntgenaufnahmen oder mehr Strahlung?
Kann ein Ergebnis der KI falsch sein?
Ist es immer ein Vorteil, mit der KI mehr Läsionen zu sehen?
Sources
Für diesen Artikel herangezogene medizinische Quellen.
- 1Luke A.M., Rezallah N.N.F. (2025). Accuracy of artificial intelligence in caries detection: a systematic review and meta-analysis. Head & Face Medicine.
- 2Khubrani Y.H., Thomas D., et al. (2024). Detection of periodontal bone loss and periodontitis from 2D dental radiographs via machine learning and deep learning: systematic review employing APPRAISE-AI and meta-analysis. Dentomaxillofacial Radiology.
- 3Mertens S., Krois J., Cantu A.G., Arsiwala L.T., Schwendicke F. (2021). Artificial intelligence for caries detection: Randomized trial. Journal of Dentistry.
- 4Schwendicke F., et al. (2022). Cost-effectiveness of AI for caries detection: randomized trial. Journal of Dentistry.
- 5Cantu A.G., Gehrung S., Krois J., Chaurasia A., et al. (2020). Detecting caries lesions of different radiographic extension on bitewings using deep learning. Journal of Dentistry, 100:103425.
- 6Examining the diagnostic accuracy of artificial intelligence for detecting dental caries across a range of imaging modalities: an umbrella review with meta-analysis (2025). PLOS One.
- 7Artificial intelligence for radiographic imaging detection of caries lesions: a systematic review (2024). BMC Oral Health (PMC).
Das könnte Sie auch interessieren
Comprendre & choisirDas Panoramaröntgen: Wozu dient diese Aufnahme?
Das Panoramaröntgen verstehen: was diese zweidimensionale Aufnahme wirklich zeigt, worin sie sich von einer Zahnfilmaufnahme und einem Cone Beam unterscheidet, wie sich die Frage der Strahlendosis stellt und was sie nicht leistet.
Comprendre & choisirDie digitale Patientenakte in der Zahnarztpraxis
Bei jedem Besuch entstehen nützliche Informationen: Röntgenbilder, Fotos, Behandlungsplan, Behandlungsnotizen. Die digitale Patientenakte führt sie an einem einzigen, sicheren Ort zusammen. Hier erfahren Sie, was sie enthält, wie Ihre Daten in Marokko geschützt werden und welche Rechte Sie an Ihrer eigenen Akte haben.
Comprendre & choisirDigitale Zahnfotografie: Wozu sie dient
Was die Zahnfotografie in der Praxis wirklich leistet – Diagnostik, Vorher-Nachher-Verlauf, Aufklärung und Zusammenarbeit mit dem Labor –, wie sie abläuft und warum ein Foto keine Diagnose ist.
Eine Frage zu Ihrem Fall?
Le premier pas, c'est un diagnostic précis. Décrivez votre situation : vous recevez une première réponse rapidement, puis un plan adapté à l'issue du bilan.
