Berlin, 04. Juni 2025. Mit den Eugenie-und-Felix-Wachsmann-Innovationspreisen 2025 würdigt die Deutsche Röntgengesellschaft drei herausragende Projekte, die innovative Impulse für Lehre, Fortbildung und technologische Weiterentwicklung in der Radiologie setzen. Ausgezeichnet wurden die Videoreihe „Fit fürs Radiologie-PJ“ zur Nachwuchsförderung, ein umfassender Fortbildungskurs zur Lungenkrebsfrüherkennung mittels Niedrigdosis-CT sowie die Zusatzqualifizierung „Künstliche Intelligenz (Q1)“ für den verantwortungsvollen Einsatz von KI im klinischen Alltag. Die prämierten Initiativen stehen beispielhaft für eine Radiologie, die Wissenstransfer, Qualitätssicherung und patientenzentrierte Innovation in den Mittelpunkt stellt.

Die Preisträgerinnen für die Videoreihe „Fit fürs Radiologie-PJ“ zusammen mit Kongresspräsident Prof. Dr. med. Michael Uder. DRG/RafalzykWachsmann-Innovationspreis 2025 für Videoreihe „Fit fürs Radiologie-PJ“
Mit einem Eugenie-und-Felix-Wachsmann-Innovationspreis würdigt die Deutsche Röntgengesellschaft das Projekt „Fit fürs Radiologie-PJ“, eine praxisnahe Videoreihe zur Vorbereitung von Medizinstudierenden auf ihr Praktisches Jahr in der Radiologie. Konzipiert und geleitet von Emily Hoffmann vom Universitätsklinikum Münster und Dr. med. Judith Herrmann vom Universitätsklinikum Tübingen – beide aktiv im Forum Junge Radiologie und im Forum Lehre der DRG – bietet das Format einen niedrigschwelligen und strukturierten Einstieg in den radiologischen Klinikalltag. In kurzen, thematisch fokussierten Videobeiträgen vermitteln erfahrene Referierende grundlegendes Wissen zu Fragen wie „Was ist eigentlich Radiologie?“, „Wie schreibe ich einen Befund?“ oder „Was erwartet mich am ersten Tag in der Angiografie?“. Die Reihe verbindet fachliche Orientierung mit alltagsnaher Begleitung und leistet damit einen wichtigen Beitrag zur modernen, digitalen Lehre und Nachwuchsförderung im Fach. Ein innovatives Projekt mit Vorbildcharakter – ausgezeichnet zu Recht.

Die Preisträger:innen des Wachsmann-Innovationspreises für den digitalen Kurs „Lungenkrebsfrüherkennung mit Niedrigdosis-CT zusammen mit Kongresspräsident Prof. Dr. med. Michael Uder (Mitte). DRG/RafalzykWachsmann-Innovationspreis für digitales Fortbildungsangebot zur Lungenkrebsfrüherkennung
Ein weiterer Eugenie-und-Felix-Wachsmann-Innovationspreis geht an das Team um Dr. med. Katharina May (Universitätsklinikum Schleswig-Holstein, Campus Lübeck), Dr. rer. nat. Georg Stamm (Universitätsmedizin Göttingen), Dr. med. Susanne Stiebeler (LungenClinik Großhansdorf) und Prof. Dr. med. Jens Vogel-Claussen (Medizinische Hochschule Hannover) für den digitalen Kurs „Lungenkrebsfrüherkennung mit Niedrigdosis-CT“. Der Kurs erfüllt in herausragender Weise die Anforderungen der neuen Lungenkrebs-Früherkennungs-Verordnung (LuKrFrühErkV) und bietet eine zukunftsweisende, praxisnahe Fortbildung für Radiolog:innen. Neben fundiertem Hintergrundwissen zu Evidenz, Gesetzeslage und Untersuchungsdurchführung umfasst das Lernangebot 60 interaktive Fallbeispiele mit insgesamt 99 CT-Studien. Diese ermöglichen ein strukturiertes Befundungstraining nach V-Lung-RADS 2022 inklusive Volumetrie, VDT-Berechnung und direktem Feedback. Das zertifizierungsrelevante Angebot (Q2, 14 CME-Punkte) leistet damit einen wertvollen Beitrag zur qualitätsgesicherten Umsetzung des Lungenkrebs-Screenings in Deutschland – fachlich fundiert, didaktisch durchdacht und mit klarer Zukunftsperspektive.

Die Preisträger:innen des Wachsmann-Innovationspreises "Künstliche Intelligenz Q1“ zusammen mit Kongresspräsident Prof. Dr. med. Michael Uder (4.v.l.). DRG/RafalzykWachsmann-Innovationspreis für Zusatzqualifizierung „Künstliche Intelligenz (Q1)“
Der dritte Eugenie-und-Felix-Wachsmann-Innovationspreis geht an das interdisziplinäre Team hinter der Zusatzqualifizierung „Künstliche Intelligenz (Q1)“, das mit einem zukunftsweisenden Weiterbildungskonzept auf die wachsende Bedeutung von KI in der Radiologie reagiert. Die Initiative vermittelt praxisrelevante Kompetenzen zur sicheren, fundierten und verantwortungsvollen Anwendung KI-gestützter Software im klinischen Alltag – und adressiert damit eine zentrale Herausforderung der modernen Bildgebung. Die modulare Fortbildung richtet sich an Radiolog:innen, Medizinphysiker:innen und Medizinische Technolog:innen für Radiologie gleichermaßen und setzt mit Angeboten wie dem interaktiven InstaRad-Kurs sowie einem Live-Kurs der AG Informationstechnologie der DRG auf medizinisch-wissenschaftliche Fundierung und Unabhängigkeit von industriellen Interessen. Eine enge Anbindung an fachgesellschaftliche Mitgliedschaften sichert dabei ein hohes Maß an Qualität und Seriosität. Mit diesem umfassenden und inklusiven Qualifizierungsansatz haben die Preisträger:innen – darunter Fachleute aus Medizin, Technik, Physik und Ethik – eine starke Basis geschaffen, um die Integration von KI in die Radiologie nicht nur technisch, sondern auch ethisch und fachlich verantwortungsvoll zu gestalten. Ihr Engagement trägt maßgeblich zur Patientensicherheit, zur Weiterbildung auf dem neuesten Stand und zur Zukunftsfähigkeit des Fachs bei.
Die Presiträger:innen: Prof. Dr.-Ing. Christoph Friedrich /Prof. Dr. med. Sergios Gatidis / Prof. Dr.-Ing. Horst Karl Hahn / PD Dr. med. Judith Herrmann / Prof. rer. nat. Michael Ingrisch / Dr. med. Markus Kopp / Prof. Dr. med. Georg Langs / Dr. Bianca Lassen-Schmidt / Prof. Dr. med. Matthias May/ Prof. Dr. Saskia Nagel / PD Dr. med. Daniel Pinto dos Santos/ Theresa Rüttinger / Dr. med. Cynthia Schmidt / Dr. med. Barbara Wichtmann / Prof. Dr. med. Felix Nensa / Sabrina Tölken / Prof. Dr. med. Daniel Truhn / Prof. Dr.-Ing. Markus Wenzel.

Über den Eugenie-und-Felix-Wachsmann-Innovations-Preis der Deutschen Röntgengesellschaft
Der Innovationspreis wird von der DRG in Anerkennung der engagierten Weiterentwicklung und erfolgreichen Implementierung zentraler Angebote, Leistungen und Programme der Gesellschaft verliehen. Er würdigt insbesondere innovative Projekte und Initiativen, die die radiologische Fort- und Weiterbildung sowie die Qualität der radiologischen Versorgung nachhaltig fördern.