Wie Sketchy medizinisches Lernen mit Voice AI zum Leben erweckt

Das Medizinstudium ist anspruchsvoll – und das ist noch milde ausgedrückt.

Noch vor wenigen Jahren verbrachten Studierende ihre Tage damit, unzählige Karteikarten und Informationen aus dichten Lehrbüchern auswendig zu lernen. Dennoch blieb das Gefühl, dass einen selbst noch so viel Faktenwissen nicht vollständig auf echte Patientengespräche vorbereitet. 

Die Gründer von Sketchy kannten dieses Gefühl nur zu gut. Sie studierten 2013 selbst Medizin und zeichneten Figuren auf Servietten, damit sich mikrobiologische Themen besser einprägten. 

Aus diesen Serviettenzeichnungen wurde bald eine umfassende visuelle Lernplattform, die heute von Hunderttausenden Medizinstudierenden weltweit genutzt wird.

Doch einen Teil des klinischen Alltags konnten selbst die besten Illustrationen nicht erfassen: echte Gespräche mit Patienten.

Als Sketchy begann, mit Patientensimulationen zu experimentieren, ging es nicht nur darum, Szenarien nachzubilden. Studierende sollten emotional reagieren. Das Zögern in der Stimme eines Patienten. Subtile Verunsicherung. Die feinen Signale, die klinisches Wissen in klinisches Urteilsvermögen verwandeln.

Hier kam ElevenLabs ins Spiel.

Wie Medizinstudierende klinische Fähigkeiten trainieren

Sketchy hatte sich bereits einen Namen gemacht, indem es komplexe medizinische Inhalte in visuelle Erinnerungen verwandelte. Doch als das Team tiefer in die klinische Ausbildung einstieg, erkannte es eine Lücke. 

Die Studierenden schlossen ihr Studium mit fundiertem Grundlagenwissen ab, hatten jedoch oft zu wenig Übung in klinischem Denken, Kommunikation, Empathie und dem unübersichtlichen Maß an Unsicherheit, das die reale Patientenversorgung prägt.

Die Vorbereitung auf OSCEs, klinische Praktika und mündliche Prüfungen erfordert mehr als bloßes Erinnern. Sie verlangt Flexibilität und aktive Präsenz. Und kein Karteikartensatz vermittelt, wie man reagiert, wenn ein Patient seine erste Frage stellt, oder wie man bei schwierigen Nachrichten kulturelle Nuancen berücksichtigt.

Sketchy suchte nach Wegen, diese Momente zu simulieren. Die Antwort waren nicht mehr statische Inhalte oder Videos mit verzweigten Auswahlmöglichkeiten. Es musste sich wie ein echtes Gespräch anfühlen – mit all der Authentizität und Unvorhersehbarkeit, die dazugehört.

ElevenLabs-Integration: Stimmen entwickeln, die nicht wie Bots klingen

„Wir nutzten bereits KI, um interaktive Fälle zu erstellen“, berichtet Ben Muller, MD, Chief Content Officer bei Sketchy. „Doch erst mit Stimme fühlte sich das Erlebnis wirklich menschlich an.“

Frühe Experimente mit handelsüblichen Sprachmodellen waren enttäuschend. Flacher Tonfall. Roboterhaftes Tempo. Keine emotionale Verbindung. Beim klinischen Lernen sind diese fehlenden Elemente entscheidend.

ElevenLabs unterschied sich durch den realistischen Klang bis hin zu den Betonungen. Die Plattform gab Sketchy Zugriff auf emotional ausdrucksstarke Stimmen in Dutzenden Sprachen – mit präziser Kontrolle über Tempo, Tonfall und sogar phonetische Eigenheiten.

Eine der ersten Herausforderungen? Temperatur. Wortwörtlich. 

„Sprachmodelle lasen Angaben wie ‚98 °F‘ als ‚achtundneunzig Grad … F‘“, erinnert sich Dr. Muller. Die Lösung bestand darin, Phonemwörterbücher für die Aussprache zu erstellen. Ein kleines technisches Detail, aber ein aussagekräftiges. Denn im klinischen Dialog zählt Präzision.

Wie profitierte die medizinische Lernplattform von Voice AI?

Nach der Integration von ElevenLabs veränderte sich das Lernerlebnis für Studierende sofort. 

Patientensimulationen klangen nicht mehr wie Schauspieler, die Skripte vorlesen, sondern wie Gespräche, die man tatsächlich auf einer Station führen könnte. Sketchy nutzte ElevenLabs, um Stimmen für Figuren mit unterschiedlichen Persönlichkeiten zu entwickeln – zögerlich, warmherzig, bestimmt und verwirrt. Jede Stimme wurde auf konkrete klinische Szenarien abgestimmt.

Ein Student, der einen Asthmafall bearbeitet, könnte auf eine besorgte Mutter treffen, die rasch hintereinander Fragen stellt. In einem anderen Fall spielt ein Teenager Symptome vielleicht leise herunter. Die KI-Agenten reagierten zunehmend authentisch und passten ihre Sprechweise an natürliche menschliche Sprache an.

Schon bald gingen überwältigend positive Rückmeldungen ein:

„Das hat unglaublich viel Spaß gemacht … Ich kann weitere Fälle kaum erwarten.“

„Ich mochte die Persönlichkeit der Patientin und das lebensechte Gespräch, das sie führen konnte.“

Die Studierenden lernten nicht nur: Sie knüpften durch interaktive Übungen mit realem Bezug Verbindungen. Und genau das war von Anfang an die Inspiration für Sketchy.

Klinisches Lernen geht über „richtige Antworten“ hinaus

Sketchy verfolgte Neuheit nicht um der Neuheit willen. Die Content- und Produktteams prüften sorgfältig, wie Sprachinteraktionen das Selbstvertrauen, Erinnerungsvermögen und die langfristige Einsatzbereitschaft der Studierenden beeinflussten. Die Ergebnisse waren ermutigend.

Indem passive Multiple-Choice-Aufgaben durch aktive Dialoge ersetzt wurden, übten Studierende, was sie sagen und wie sie es sagen. 

Da das Format interaktiv war, konnte das Team auch untersuchen, wie Studierende lernten: bei welchen Punkten sie innehielten, wo sie zögerten und wie schnell sie sich anpassten.

Für Sketchy waren diese Erkenntnisse nicht abstrakt. Sie flossen direkt in das Design künftiger Simulationen ein und halfen dabei, sowohl die Lerninhalte als auch die zugrunde liegende KI-Logik in einem positiven Kreislauf der Lernentwicklung zu verbessern. 

Wie ElevenLabs einen Plattformwandel ermöglichte

Auch aus geschäftlicher Sicht war die Integration von ElevenLabs sinnvoll. 

Voice-AI-Interaktionen sind zu einem klaren Differenzierungsmerkmal geworden, besonders für Institutionen, die nach immersiveren und wiederholbaren Lernformaten suchen. Die sprachgestützten Fälle binden Lernende länger und fördern häufigere Rückkehr-Sessions – eine Kennzahl, die das Team genau verfolgt. 

Der tatsächliche Wert ließ sich jedoch schwerer beziffern. Nach den Simulationen waren die Studierenden besser vorbereitet, neugieriger, reflektierter und eher bereit, es erneut zu versuchen und sich zu verbessern.

Dieser Wandel hin zu aktivem, selbstgesteuertem und menschenzentriertem Lernen lässt sich nicht einfach erzeugen. Mit der richtigen Sprachtechnologie wurde er für Sketchy jedoch möglich. 

Wie geht es weiter?

Sketchy sieht Voice AI heute als tragende Säule seiner künftigen Plattform, nicht als einmalige Innovation. 

Neue Anwendungsfälle befinden sich bereits in der Entwicklung. Sie umfassen Szenarien, die über klinische Fakten hinausgehen und Bereiche wie Ethik, Teamarbeit und Konfliktlösung abdecken.

Mit der Weiterentwicklung diagnostischer KI-Tools erwartet das Team von Sketchy, dass sich seine Rolle wandelt. Es wird nicht 

ausreichen, Studierende darin zu schulen, die richtige Diagnose zu stellen. Sie müssen auch lernen, KI-Ergebnisse zu interpretieren, mit Unsicherheit umzugehen und Risiken Patienten klar und einfühlsam zu vermitteln.

In diesem Kontext wird menschliche Verbindung zum Wettbewerbsvorteil.

Und die Stimme – echt, unvollkommen, menschlich klingend – spielt dabei eine zentrale Rolle.

Sketchys Rat für andere EdTech-Teams

Wenn Sketchy anderen Teams in der EdTech-Branche eine Lektion mitgeben würde, dann diese: Digitalisieren Sie nicht nur, was bereits existiert. Nutzen Sie KI, um etwas zu schaffen, das vorher nicht möglich war.

Voice AI eröffnete neue Möglichkeiten, Patienten zu simulieren, die unterbrechen. Emotionen, die Sie unvorbereitet treffen. Figuren, die prägen, wie ein Patientenfall emotional wahrgenommen wird. Das sind keine Spielereien. Es sind Werkzeuge, die Studierende darauf vorbereiten, sich in der realen Welt zurechtzufinden – statt in einer linear skriptierten.

Wie Girish Krishnaswamy, CEO von Sketchy, sagt: „Das Ziel war nie, Lehrkräfte zu ersetzen oder Empathie zu automatisieren. Wir wollten Lehrenden Superkräfte geben und das Lernen für Studierende unvergesslich machen.“