Zusammenfassung: Hintergrund: Trotz technischer Fortschritte scheitert die Implementierung klinischer KI-Systeme. Partizipative Ansätze gelten als vielversprechend, doch empirische Evidenz zu Umsetzung und Wirksamkeit fehlt. Ziel: Ziel ist die Analyse des Erkenntnispotenzials partizipativer Methoden in der Entwicklung klinischer KI-Systeme. Untersucht wird, inwiefern diese professionsspezifisches Erfahrungswissen und dokumentationsbezogene Datenpraktiken sichtbar machen und Aushandlungsprozesse unterstützen. Methoden: Es erfolgte eine qualitative Sekundäranalyse partizipativer Aktivitäten im Projekt KIDELIR (Entwicklung eines KI-basierten Entscheidungsunterstützungssystems zur Delirprädiktion). Mittels strukturierender qualitativer Inhaltsanalyse wurden Fotodokumentationen, Beobachtungsprotokolle aus Workshops (Fallvignetten, Health Information Mapping, Gruppendiskussion, Participatory System Mapping, Theory of Change Modelling) und Workshop- und Interviewtranskripte ausgewertet. Ergebnisse: Die Formate erschlossen spezifische Wissensformen: Fallvignetten zeigten intuitive Einschätzungslogiken, Mapping-Methoden legten Informationsflüsse offen und Interviews verdeutlichten professionsspezifische Anforderungen. So wurden nicht nur funktionale Erwartungen erhoben, sondern auch implizite Routinen und Datenbrüche. Schlussfolgerungen: Partizipative Formate dienen nicht nur der Anforderungserhebung, sondern auch der Reflexion kontextgebundener Wissensformen. Sie machen professionsspezifisches Wissen für Entwicklungsentscheidungen nutzbar, ohne direkte technische Übersetzbarkeit vorauszusetzen.