Das Pulsoximeter am Finger meiner Tochter hat gelogen — und die KI Ihres Krankenhauses tut es auch

Meine Tochter hatte letztes Frühjahr 40 Grad Fieber. Wir waren in der Notaufnahme, und die Krankenschwester klemmte ein Pulsoximeter an ihren kleinen braunen Finger. Auf dem Display stand 97 % Sauerstoffsättigung. Normal. Die Krankenschwester lächelte. Ich nicht.

Ich wusste — weil ich Monate damit verbracht hatte, für ein Projekt bei Veriprajna tief in der klinischen Literatur zu graben —, dass das Gerät an ihrem Finger ihren Blutsauerstoff mit ziemlicher Sicherheit überschätzte. Nicht um einen belanglosen Betrag. Um genug, um relevant zu sein. Forschung, veröffentlicht im New England Journal of Medicine und im British Medical Journal hat gezeigt, dass schwarze Patientinnen und Patienten fast dreimal so häufig das erleben, was Klinikerinnen und Kliniker "okkulte Hypoxämie" nennen — einen Zustand, bei dem das Gerät sagt, es sei alles in Ordnung, während der tatsächliche Sauerstoffgehalt gefährlich niedrig ist. Eine Vanderbilt-Studie aus dem Jahr 2024 fand heraus, dass gängige Pulsoximeter bei 7 % der Kinder mit den dunkelsten Hauttönen niedrigen Sauerstoff nicht erkannten. Bei Kindern mit den hellsten Hauttönen übersahen sie keinen einzigen Fall.

Ich betrachtete diese kleine leuchtende Zahl auf dem Bildschirm und dachte: Hier beginnt es. Nicht mit einem bösartigen Algorithmus. Nicht mit einem verzerrten Datensatz. Mit einem Stück Hardware für 30 Dollar, das an weißer Haut kalibriert wurde und seit dreißig Jahren alle anderen anlügt.

Diese Nacht veränderte, wie ich über alles denke, was wir bei Veriprajna bauen. Sie ist der Grund, warum ich unsere Forschung zu algorithmischer Gerechtigkeit in klinischer KI geschrieben habe, und sie ist der Grund, warum ich das hier jetzt schreibe.

Warum funktioniert Ihr Pulsoximeter bei dunkler Haut anders?

Die Physik ist fast schon beleidigend einfach. Ein Pulsoximeter strahlt rotes und infrarotes Licht durch Ihren Finger und misst, wie viel davon absorbiert wird. Oxygeniertes Hämoglobin und desoxygeniertes Hämoglobin absorbieren Licht in unterschiedlichen Verhältnissen, und das Gerät nutzt dieses Verhältnis, um Ihren Blutsauerstoffgehalt zu schätzen.

Hier liegt das Problem: Melanin absorbiert ebenfalls Licht über dieselben Wellenlängen hinweg. Wenn man das Gerät hauptsächlich an hellhäutigeren Menschen kalibriert — was die Hersteller taten, und bis vor Kurzem verlangte die FDA nur Tests an insgesamt zehn Probanden —, dann wird die zusätzliche Absorption durch Melanin in dunklerer Haut falsch gedeutet. Das Gerät interpretiert sie als mehr oxygeniertes Hämoglobin, als tatsächlich vorhanden ist. Ihre Zahl sieht höher aus als die Realität.

Das ist kein subtiler akademischer Befund. Die Falsch-Negativ-Rate für die Erkennung von niedrigem Sauerstoff reicht bei helleren Hauttönen von 1,2 % bis 26,9 %. Bei dunkleren Hauttönen springt sie auf 7,6 % bis 62,2 %. Das ist kein Rundungsfehler. Das ist eine andere medizinische Realität.

Wenn das Gerät an Ihrem Finger 97 % anzeigt und Ihr tatsächlicher arterieller Sauerstoff bei 88 % liegt, bekommen Sie keinen zusätzlichen Sauerstoff. Sie bekommen keine intensivere Versorgung. Sie werden nach Hause geschickt.

Ich erinnere mich, wie ich in einer Teambesprechung saß, nachdem ich diese Daten zusammengetragen hatte, und einer unserer Ingenieure — ein brillanter Kerl, jemand, dem ich völlig vertraue — sagte: "Aber sicher korrigieren die nachgelagerten KI-Modelle das doch?" Und mir wurde klar, dass genau diese Annahme Menschen tötete. Die KI korrigiert es nicht. Die KI verstärkt es.

Die Kaskade, über die niemand spricht

Folgendes passiert in einem modernen Krankenhaus. Eine Patientin kommt an. Vitalwerte werden erfasst — einschließlich dieses Pulsoximeter-Messwerts. Diese Vitalwerte fließen in die elektronische Patientenakte. Und zunehmend beobachtet ein KI-System diesen Datenstrom und sucht nach Mustern, die auf eine Verschlechterung hindeuten: Sepsis, Atemversagen, kardiale Ereignisse.

Wenn die Schwelle der KI für einen Alarm mit "hoher Priorität" bei einer SpO₂ unter 92 % liegt und das Oximeter einer schwarzen Patientin 93 % anzeigt, während ihr wahrer arterieller Sauerstoff bei 88 % liegt, wird der Alarm nie ausgelöst. Die Patientin wird nicht markiert. Die Klinikerin, die fünfzehn andere Patientinnen und Patienten betreut und gelernt hat, dem System zu vertrauen, greift nicht ein.

Das ist nicht hypothetisch. Das ist die Architektur von Hunderten von Krankenhäusern gerade jetzt.

Ich verbrachte einen langen Abend damit, die Auswirkungen davon mit meinem Mitgründer durchzuarbeiten. Wir kamen immer wieder zu derselben unbequemen Erkenntnis: Die Verzerrung steckt nicht im Algorithmus. Sie steckt in der Eingabe. Und wenn man das raffinierteste, fairness-bewussteste, perfekt kalibrierte KI-Modell der Welt baut und es mit Daten aus einem rassistischen Thermometer füttert, bekommt man eine rassistische KI mit exzellenten Referenzen.

Was passiert, wenn die meistgenutzte Sepsis-KI 67 % der Fälle übersieht?

Wenn es in der Pulsoximeter-Geschichte um Hardware-Verzerrungen geht, die in die Software fließen, dann geht es in der Geschichte des Epic Sepsis Model darum, was passiert, wenn die Software selbst nie dafür gebaut wurde, für alle zu funktionieren.

Das Epic Sepsis Model, oder ESM, ist in die EHR-Systeme von Hunderten amerikanischer Krankenhäuser integriert. Es wurde als Durchbruch vermarktet — eine KI, die Sepsis erkennen könnte, bevor Klinikerinnen und Kliniker sie bemerken, und durch frühzeitiges Eingreifen Leben retten könnte. Der Entwickler meldete eine Fläche unter der Kurve (eine übliche Leistungskennzahl) von 0,76 bis 0,83. Respektable Zahlen.

Dann führten Forscherinnen und Forscher an Michigan Medicine eine unabhängige externe Validierung durch. Der AUC-Wert fiel auf 0,63. Die Sensitivität — die Fähigkeit des Modells, Sepsisfälle tatsächlich zu erfassen — lag bei 33 %. Es übersah zwei von je drei Fällen. Der positive prädiktive Wert lag bei 12 %, was bedeutet, dass 88 % seiner Alarme Fehlalarme waren. Und es markierte Patientinnen und Patienten nur in 6 % der Fälle vor den Klinikerinnen und Klinikern.

Ich möchte einen Moment bei diesem Gedanken verweilen. Ein System, das in Hunderten von Krankenhäusern eingesetzt wird, integriert in den Arbeitsablauf, auf den sich Ärztinnen und Ärzte täglich verlassen, lag fast neun von zehn Mal falsch, wenn es Alarm schlug, und übersah die echten Fälle zu zwei Dritteln.

Ein Sepsismodell mit 33 % Sensitivität ist kein Sicherheitsnetz. Es ist ein trügerisches Gefühl von Sicherheit mit einer krankenhausweiten Abonnementgebühr.

Aber die Leistungszahlen, so schlecht sie auch sind, sind nicht der schlimmste Teil. Der schlimmste Teil ist, wen es im Stich lässt.

Warum versagt die KI-gestützte Sepsis-Erkennung ausgerechnet bei schwarzen Patientinnen und Patienten?

Schwarze und hispanische Patientinnen und Patienten erleiden im Vergleich zu weißen Patientinnen und Patienten nahezu die doppelte Inzidenz von Sepsis, und sie treten oft in jüngerem Alter damit auf. Man könnte meinen, das würde sie zur Bevölkerungsgruppe mit höchster Priorität für ein KI-Erkennungssystem machen. Stattdessen haben Studien festgestellt, dass Modelle wie das ESM über diese Gruppen hinweg eine schlechte Kalibrierung aufweisen.

Der Grund ist etwas, das man Label-Bias nennt, und sobald man es verstanden hat, kann man es nicht mehr übersehen.

Die meisten Sepsismodelle werden auf klinischen Definitionen oder Abrechnungscodes trainiert. Diese Codes werden von menschlichen Klinikerinnen und Klinikern erzeugt, die menschliche Entscheidungen treffen. Wenn Ärztinnen und Ärzte historisch langsamer Blutkulturen für schwarze Patientinnen und Patienten anordnen — sei es aus impliziter Voreingenommenheit, Kommunikationsbarrieren oder systemischen Faktoren —, dann spiegeln die Trainingsdaten diese Verzögerung wider. Die KI lernt, dass "Sepsis" wie die Datensignaturen weißer Patientinnen und Patienten aussieht, weil das die Patientinnen und Patienten sind, die zügig diagnostiziert wurden. Sie wird faktisch blind für die Ausprägung von Sepsis bei schwarzen Patientinnen und Patienten.

Und dann schließt sich die tödliche Rückkopplungsschleife: Die KI übersieht die Patientin, weil die historischen Daten verzerrt waren. Die Klinikerin übersieht die Patientin, weil sie einer KI vertraute, die keinen Alarm auslöste.

Ich hatte darüber einen Streit mit einem möglichen Investor. Er sagte: "Kann man das Modell nicht einfach mit besseren Daten neu trainieren?" Als ob "bessere Daten" irgendwo in einem Lagerhaus lägen und darauf warteten, angeschlossen zu werden. Die Daten sind die Geschichte. Die Geschichte ist die Verzerrung. Man kann einen verzerrten Datensatz nicht reparieren, indem man mehr von denselben verzerrten Daten hinzufügt. Man muss die Architektur ändern.

50,3 Todesfälle pro 100.000: Die Zahl, die die Gesundheits-KI verfolgen sollte

Alles, was ich bisher beschrieben habe — die Lügen des Oximeters, die Versagen des Sepsismodells, der Label-Bias — läuft am verheerendsten in der mütterlichen Gesundheit zusammen.

Die CDC berichtet, dass schwarze Frauen einer schwangerschaftsbedingten Sterblichkeitsrate von 50,3 pro 100.000 Lebendgeburten gegenüberstehen. Weiße Frauen: 14,5. Das ist keine Lücke. Das ist ein Abgrund — 3,5-mal höher. Und er bleibt bestehen, selbst wenn man Bildung und Einkommen berücksichtigt. Eine schwarze Frau mit Hochschulabschluss stirbt eher bei der Geburt als eine weiße Frau ohne Schulabschluss.

Kaliforniens Maternal Data Center, eine der datenreichsten Umgebungen für mütterliche Gesundheit im Land, stellte fest, dass automatisierte Frühwarnsysteme 40 % der schweren Morbiditätsfälle bei schwarzen Patientinnen übersahen. Vierzig Prozent. Das sind lebensbedrohliche Komplikationen — Blutungen, Präeklampsie, Sepsis —, die 100-mal häufiger auftreten als der Tod der Mutter. Die KI sollte sie erkennen. Sie tat es nicht.

Ein Teil des Grundes betrifft das, was Forscherinnen und Forscher den "Weathering"-Effekt nennen — die physiologische Belastung durch chronischen Stress, verursacht durch systemischen Rassismus. Schwarze Frauen weisen oft höhere Ausgangsblutdruckwerte und veränderte kardiovaskuläre Reaktionen auf. Eine KI, die auf Bevölkerungsdurchschnitten trainiert wurde, kann diese als "normal für diese Patientin" interpretieren, anstatt sie als Warnzeichen in einem Körper unter chronischer Belastung zu erkennen.

Wenn ein KI-Frühwarnsystem 40 % der schweren Komplikationen bei schwarzen Müttern übersieht, ist das keine technische Panne. Es ist ein System, das genau so funktioniert, wie es seine Trainingsdaten gelehrt haben — und das heißt: ungerecht.

Und hier ist die Zahl, die jede Führungskraft im Gesundheitswesen aufhorchen lassen sollte: McKinsey schätzt, dass das Schließen der Lücke in der mütterlichen Gesundheit schwarzer Frauen 24,4 Milliarden Dollar zum US-BIP beitragen und 385 Millionen Dollar an jährlich vermeidbaren Gesundheitskosten einsparen könnte. Das ist nicht nur eine moralische Krise. Es ist eine wirtschaftliche.

Schwarze Frauen sterben mit 1,79-mal höherer Wahrscheinlichkeit, sobald eine schwere Komplikation eingetreten ist, verglichen mit weißen Frauen. Dabei geht es nicht um die Inzidenz — es geht um "Failure to Rescue", das Versagen der Rettung. Die Komplikation tritt ein, das Zeitfenster für ein Eingreifen öffnet sich, und das System versagt darin, rechtzeitig zu handeln. Wenn die KI nicht alarmiert und die Klinikerin ein Dutzend andere Patientinnen und Patienten betreut, schließt sich dieses Fenster.

Warum kann ChatGPT das nicht beheben?

Ich bekomme diese Frage ständig. Irgendeine Version von: "Warum nicht einfach GPT-4 mit medizinischen Prompts verwenden? Es weiß eine Menge über Medizin."

Es weiß tatsächlich eine Menge über Medizin — in demselben Sinne, in dem jemand, der jedes Lehrbuch gelesen, aber nie eine Patientin berührt hat, eine Menge über Medizin weiß. Ein LLM ist eine statistische Maschine, die auf Sprachwahrscheinlichkeiten trainiert wurde. Es versteht keine Pathophysiologie. Es verarbeitet keine Echtzeit-Wellenformdaten von einem Bettmonitor. Es kann Ihnen nicht sagen, ob ein bestimmter SpO₂-Messwert vertrauenswürdig ist, angesichts des Hauttons der Patientin und des konkret verwendeten Gerätemodells.

Studien fanden heraus, dass LLMs nur 16,7 % Genauigkeit bei Dosisanpassungen für Nierenfunktionsstörungen erreichten, wenn die patientenspezifischen Variablen komplex waren. Sie halluzinieren — sie generieren selbstbewusst klinische Informationen, die maßgeblich klingen und vollständig erfunden sind. Sie können nicht die transparente Argumentationskette liefern, die eine Klinikerin oder ein Kliniker braucht, um eine Empfehlung zu überprüfen, was zunehmend eine regulatorische Anforderung unter der DSGVO und sich entwickelnden US-Gesundheitsvorschriften ist.

Der Markt für Gesundheits-KI ist überschwemmt mit dem, was ich "Wrapper"-Anwendungen nenne — dünne Schnittstellen über verallgemeinerten öffentlichen APIs. Sie sind in Ordnung, um Entlassungsbriefe zu entwerfen oder Aktenvermerke zusammenzufassen. Sie sind grundlegend ungeeignet, um zu entscheiden, ob eine 32-jährige schwarze Frau mit grenzwertigen Vitalwerten sofortiges Eingreifen benötigt oder warten kann.

Der Unterschied ist entscheidend. Ein Wrapper nimmt ein allgemeines Sprachmodell und richtet es auf eine medizinische Frage aus. Ein tiefgehendes KI-System — das, was wir bei Veriprajna bauen — integriert physiologische Echtzeitsignale, von Fachleuten annotierte Datensätze und fairness-bewusste mathematische Nebenbedingungen von Grund auf in die Architektur des Modells.

Einer dieser Ansätze kann einen überzeugenden Absatz über Sepsis schreiben. Der andere kann sie tatsächlich gerecht erkennen.

Wie baut man tatsächlich klinische KI, die nicht diskriminiert?

Hier muss ich etwas technisch werden, denn die Lösung ist nicht philosophisch — sie ist mathematisch. Und die Mathematik ist das, was tiefgehende KI von gutgemeinter Luftnummer unterscheidet.

Die traditionelle Optimierung des maschinellen Lernens minimiert den durchschnittlichen Fehler über den gesamten Datensatz hinweg. Das klingt vernünftig, bis man erkennt, dass "Durchschnitt" naturgemäß die Mehrheitsgruppe begünstigt. Wenn 70 % Ihrer Trainingsdaten von weißen Patientinnen und Patienten stammen, wird das Modell für weiße Patientinnen und Patienten optimieren. Die Fehlerraten für alle anderen sind nur ... akzeptable Verluste im Durchschnitt.

Das akzeptieren wir nicht. Bei Veriprajna setzen wir das um, was man Worst-Group-Loss-Optimierung nennt. Anstatt den durchschnittlichen Fehler zu minimieren, minimieren wir den maximalen Fehler über alle demografischen Untergruppen hinweg. Mathematisch lösen wir für: den ungünstigsten Verlust über schwarze, weiße, hispanische und andere Bevölkerungsgruppen gleichzeitig minimieren. Forschung zur automatisierten Depressionserkennung hat gezeigt, dass dieser Ansatz zwar die Gesamtgenauigkeit leicht senken kann, aber die Ergebnisse für unterrepräsentierte Gruppen erheblich verbessert, die andernfalls systematisch falsch klassifiziert werden.

Wir setzen außerdem Equalized Odds durch — wir verlangen, dass sowohl die Richtig-Positiv-Rate als auch die Falsch-Positiv-Rate über die demografischen Gruppen hinweg gleich sind. Wenn ein Sepsismodell 80 % Sensitivität für weiße Patientinnen und Patienten hat, aber nur 40 % für schwarze Patientinnen und Patienten, dann bietet es eine unterschiedliche Versorgungsstufe auf der Grundlage der Hautfarbe. Punkt. Das ist kein Problem der Modellleistung. Das ist ein Bürgerrechtsproblem.

Das vollständige mathematische Rahmenwerk — einschließlich fairness-bewusster Verlustfunktionen, adversariellem Debiasing und unserem Ansatz zur multimodalen Signalfusion — habe ich in unserem Forschungspapier im Detail dargelegt.

Aber die Mathematik ist nur eine Schicht. So sieht die vollständige Architektur in der Praxis aus:

Man muss die Eingaben reparieren. Wir behandeln einen Pulsoximeter-Messwert nicht als Grundwahrheit. Unsere Modelle fusionieren Oximetrie mit Herzratenvariabilität, Atemfrequenz und Laktattrends. Wenn die Herzfrequenz und das Laktat einer Patientin steigen, während die SpO₂ verdächtig stabil bleibt, markiert das System eine Signaldiskrepanz und fordert die Klinikerin auf, eine arterielle Blutgasanalyse anzuordnen — den Goldstandard. Wir triangulieren den wahren Zustand der Patientin, anstatt einem einzelnen verzerrten Sensor zu vertrauen.

Man muss die Labels reparieren. Wir verwenden von Fachleuten abgesicherte Grundwahrheit anstelle von Abrechnungscodes. Wenn drei Sepsis-Fachleute einen Fall unabhängig prüfen und sich auf den Diagnosezeitpunkt einigen, ist das ein grundlegend anderes Trainingssignal als ein Abrechnungscode, der sechs Stunden erzeugt wurde, nachdem die Patientin bereits auf der Intensivstation war.

Man muss lokal validieren. Jede Bereitstellung beginnt mit einer retrospektiven Prüfung der eigenen Daten der Einrichtung. Wir messen etwas namens Population Stability Index, um zu quantifizieren, wie sehr sich die lokale Patientenpopulation von unserer Trainingskohorte unterscheidet. Ist die Lücke zu groß, kalibrieren wir neu, bevor wir in den Live-Betrieb gehen. Der katastrophale Leistungseinbruch des Epic Sepsis Model — von 0,83 AUC intern auf 0,63 extern — ist das, was passiert, wenn man diesen Schritt überspringt.

"Aber wird das nicht die KI-Einführung verlangsamen?"

Die Leute fragen mich das, und ich verstehe den Impuls dahinter. Es besteht eine echte Dringlichkeit, KI in klinische Arbeitsabläufe zu bringen. Menschen sterben, während wir über Fairness-Metriken debattieren.

Aber Folgendes habe ich gelernt: Ein verzerrtes KI-System schnell einzusetzen, rettet nicht mehr Leben. Es rettet einige Leben — überproportional weiße, überproportional wohlhabende —, während es ein trügerisches Gefühl von Sicherheit schafft, das allen anderen aktiv schadet. Das Epic Sepsis Model wurde schnell eingesetzt. Es wurde breit eingesetzt. Und es übersah zwei Drittel der Sepsisfälle, während es zu 88 % der Zeit Fehlalarme erzeugte. Geschwindigkeit ohne Gerechtigkeit ist kein Fortschritt. Es ist Fahrlässigkeit im großen Maßstab.

Der andere Einwand, den ich höre: "Fairness-Nebenbedingungen verringern die Genauigkeit." Das ist im engsten Sinne technisch wahr — die Optimierung auf die Leistung der schlechtesten Gruppe kann die Gesamtkennzahl leicht senken. Aber "Gesamtgenauigkeit" ist derselbe statistische Taschenspielertrick, der die Pulsoximeter-Krise dreißig Jahre lang fortbestehen ließ. Wenn Ihre 95 % Genauigkeit 95 % für weiße Patientinnen und Patienten und 62 % für schwarze Patientinnen und Patienten bedeutet, ist die Gesamtzahl eine Lüge.

Die Optimierung auf die durchschnittliche Genauigkeit in der Gesundheits-KI ist wie das Melden der Durchschnittstemperatur in einem Krankenhaus — sie sagt Ihnen nichts über die Patientin, die in Flammen steht.

Woran ich um 2 Uhr nachts denke

Ich denke an die Tatsache, dass eine von drei schwarzen Frauen von Misshandlung während der Geburtshilfe berichtet. Ich denke an die 40 % der schweren Morbiditätsfälle, die Kaliforniens KI-Systeme bei schwarzen Patientinnen übersahen. Ich denke an den Finger meiner Tochter in dieser Pulsoximeter-Klemme, an das Lächeln der Krankenschwester und an die Zahl auf dem Bildschirm, von der ich wusste, dass sie wahrscheinlich falsch war.

Und ich denke an die Tatsache, dass wir die mathematischen Werkzeuge haben, um das zu beheben. Fairness-bewusste Verlustfunktionen gibt es. Multimodale Signalfusion gibt es. Rahmenwerke zur lokalen Validierung gibt es. Worst-Group-Optimierung gibt es. Nichts davon ist theoretisch. Wir haben es gebaut. Andere Teams bauen es. Das Wissen ist da.

Was fehlt, ist der Wille. Zu viele Gesundheitssysteme kaufen Wrapper-Lösungen, weil sie billig und schnell sind. Zu viele KI-Anbieter melden Gesamtgenauigkeit, weil Aufschlüsselungen nach Untergruppen peinlich wären. Zu viele Regulierungsbehörden testen Geräte an zehn Probanden und nennen das ausreichend.

Der Weg nach vorne ist nicht kompliziert. Fordern Sie von jedem KI-Anbieter Leistungskennzahlen nach Untergruppen ein — Sensitivität, Spezifität und positiven prädiktiven Wert, aufgeschlüsselt nach Hautfarbe, Alter und Geschlecht. Weisen Sie "99 % Genauigkeit"-Behauptungen zurück, die Ihnen nicht den Nenner zeigen. Verlangen Sie eine unabhängige externe Validierung, keine Anbieter-Whitepaper. Und hören Sie auf, Fairness als eine Feature-Anfrage zu behandeln. Sie ist eine Designanforderung.

Schwarze Mütter sterben mit der 3,5-fachen Rate weißer Mütter. KI-Systeme, die auf verzerrter Hardware und verzerrten Labels aufgebaut sind, machen es schlimmer. Und jeden Tag, an dem wir eine weitere Wrapper-Lösung einsetzen, ohne zu fragen, für wen sie funktioniert und für wen nicht, entscheiden wir uns für Bequemlichkeit statt für Leben.

Ich habe Veriprajna nicht gegründet, um einen weiteren Chatbot mit medizinischem Vokabular zu bauen. Ich habe es gegründet, weil ich glaube, dass tiefgehende KI — die Art, die ihre eigenen Eingaben hinterfragt, Gerechtigkeit mathematisch durchsetzt und lokal validiert, bevor sie eine einzige Patientin berührt — die einzige Technologie ist, die es verdient, im Raum zu sein, wenn ein Menschenleben auf dem Spiel steht.

Die Frage ist nicht, ob KI ins Gesundheitswesen gehört. Das tut sie. Die Frage ist, ob wir die Integrität haben, sie richtig zu bauen.