Die Erhebung medizinischer Daten ist oft mit einem hohen Zeitaufwand verbunden, sowohl für die Messung als auch für den administrativen Prozess. Die erhobenen Daten können beispielsweise verrauscht sein oder gar nicht erfasst werden, z. B. durch den Ausfall von Probanden oder Fehlfunktionen des Messaufbaus. Qualitativ hochwertige Daten sind jedoch für den Fortschritt in der Forschung unerlässlich, um z. B. neue KI-basierte Systeme zu trainieren. Um diesen Herausforderungen zu begegnen, kommt generative KI ins Spiel: Anstatt Daten zu erheben, können sie durch generative KI erzeugt werden. Generative KI hat in den letzten Jahren große Fortschritte gemacht, zum Beispiel in der Sprachgenerierung mit ChatGPT, aber auch in der Generierung medizinischer Daten, wie etwa bei EKG-Daten. In diesem Vortrag werden Ansätze vorgestellt, wie generative KI zur Generierung von Daten eingesetzt werden kann, die die mechanische Funktion des Herzens beschreiben – auch Ballistokardiographie (BKG) genannt. Der Vortrag gibt einen Überblick über aktuelle KI-Methoden und deren Potenzial für die BKG-Forschung.