Der Arzt entscheidet. Die KI bereitet vor. Der Patient gewinnt Zeit.

Ärztliche Dokumentation im Praxisalltag: Bis zu 44 Prozent der Arbeitszeit entfallen auf administrative Aufgaben

Ein Patient kommt in die Sprechstunde. Er hat einen Fragebogen ausgefüllt, Bildgebung mitgebracht, seine Laborwerte liegen im System. Der Arzt ist ausgebildet für genau diesen Moment: Befunde einordnen, Risiken abwägen, eine Therapie empfehlen, die zu diesem Menschen passt. Was er stattdessen tut: Er überträgt Fragebogenantworten manuell, formuliert zum wiederholten Male denselben Befundtext und diktiert einen Arztbrief, der zwei Stunden später immer noch nicht fertig ist.

Dieses Szenario ist kein Einzelfall und kein Fachgebietsproblem. Es betrifft Innere Medizin genauso wie Orthopädie, Rheumatologie genauso wie Endokrinologie, Geriatrie genauso wie Neurologie. 44 Prozent der Klinikärzte-Arbeitszeit geht für Dokumentation drauf. Ein Drittel bei Niedergelassenen. 93 Minuten täglich, bei Internisten sogar 120 Minuten. Über 90 Prozent der niedergelassenen Ärzte fühlen sich durch Bürokratie überlastet. Das sind keine subjektiven Beschwerden. Das sind Messdaten aus deutschen Krankenhäusern und Praxen.

Bis 2040 rechnet das Zentralinstitut für die kassenärztliche Versorgung mit einem Mangel von 30.000 bis 50.000 Ärztinnen und Ärzten in Deutschland. Mehr Patienten, weniger Ärzte, mehr Dokumentationspflichten. Die Rechnung geht strukturell nicht auf, es sei denn der Workflow wird grundlegend neu gedacht.

Dieser Artikel beschreibt einen KI-unterstützten klinischen Workflow, der genau das tut. Übertragbar auf jedes Fachgebiet, das denselben Grundaufbau hat: Anamnese, Untersuchung, Bildgebung oder Messwerte, Labor, Befundung, Arztbrief. Und er richtet sich explizit an diejenigen, die darüber entscheiden: Ärztliche Direktoren, Klinikgeschäftsführer, Praxisinhaber, Medizincontrolling und IT-Verantwortliche in Einrichtungen des Gesundheitswesens.

Das Grundproblem: Medienbrüche kosten Geld, Zeit und Personal

Wer den klinischen Dokumentationsworkflow analysiert, findet in den meisten Fachgebieten dasselbe Muster: Daten entstehen an einem Ort und werden manuell an einen anderen übertragen. Der Patient beantwortet Fragen auf Papier, die Sprechstundenhilfe tippt sie ab. Der Arzt liest einen Befund und formuliert die Einordnung neu, obwohl die strukturierten Rohdaten digital vorliegen. Das Labor liefert Werte, die dann wieder manuell in den Arztbrief fließen. Jede dieser Übertragungen kostet Zeit. Jede ist eine potenzielle Fehlerquelle.

Für Klinik-Entscheider ist das kein abstraktes Problem: Es bindet Arztstunden, die für Patientenversorgung fehlen, erhöht das Fehlerrisiko bei manueller Übertragung und macht es schwerer, qualifiziertes Personal zu halten, das einen erheblichen Teil seiner Arbeitszeit mit Verwaltungsaufgaben verbringt, für die es nicht ausgebildet wurde.

Das eigentliche Problem ist nicht die Dokumentation an sich. Es ist die fehlende Verbindungsschicht zwischen den Schritten. Daten, die strukturiert erfasst wurden, müssen nicht noch einmal formuliert werden. Muster, die ein System erkennen kann, müssen nicht jedes Mal neu identifiziert werden. Befundtexte, die sich bei ähnlichen Konstellationen nicht wesentlich unterscheiden, müssen nicht jedes Mal neu geschrieben werden. Genau hier setzt KI an, nicht als Entscheidungsinstanz, sondern als intelligente Verbindungsschicht.

Dieses Muster funktioniert in Dutzenden Fachgebieten

Der folgende KI-gestützte klinische Workflow ist nicht fachgebietsspezifisch. Er folgt einem universellen Grundmuster, das sich von Fachgebiet zu Fachgebiet nur im Inhalt, nicht in der Struktur unterscheidet. Die KI-Architektur dahinter ist dieselbe. Was wechselt, ist die hinterlegte Leitlinie, die relevanten Parameter und die Fachsprache.

Das Muster ist identisch: Fragebogen, Untersuchung, Messwerte oder Bildgebung, Laborwerte, leitliniengerechte Einordnung, Arztbrief. Nur Leitlinie, Parameter und Fachsprache wechseln. Die KI-Architektur dahinter bleibt dieselbe.

KI als intelligente Verbindungsschicht: Fragebogen, Bildgebung, Labor und Arztbrief in einem durchgängigen Workflow

Der KI-gestützte klinische Workflow: Schritt für Schritt

📋

1. Digitaler Patientenfragebogen KI-Unterstützung

Der Patient füllt den Fragebogen vor dem Termin digital aus, am Smartphone, Tablet oder Terminal in der Praxis. Keine Papierformulare, keine manuelle Übertragung, keine Lesbarkeitsprobleme. Der Fragebogen ist fachgebietsspezifisch konfigurierbar: Risikofaktoren, Vorerkrankungen, Medikamente, aktuelle Beschwerden, Vorgeschichte.

Neben Ja und Nein gibt es explizit die Option Unsicher. Das ist klinisch wichtig: Patienten wissen häufig nicht ob ein Ereignis in der Vorgeschichte „zählt“, ob ein Verwandter wirklich eine bestimmte Erkrankung hatte oder ob ein Symptom relevant ist. Diese Antworten werden nicht als Nein gewertet, sondern als klinischer Hinweis für das ärztliche Gespräch markiert. Die KI analysiert die ausgefüllten Antworten und erstellt eine priorisierte Gesprächszusammenfassung, bevor der Arzt den Raum betritt.

KI: Erkennt Risikokonstellationen, priorisiert Gesprächspunkte, markiert Unsicherheiten. Der Arzt sieht eine strukturierte Zusammenfassung, kein rohes Formular.

🩹

2. Anamnese und Konsultation Arzt entscheidet

Das ärztliche Gespräch bleibt das, was es ist: unersetzbar und nicht automatisierbar. Mimik, Kontext, die Qualität eines Symptoms, die Antwort auf eine Folgefrage, das klinische Urteil nach Jahren Erfahrung: das sind Informationen, die kein System erfassen oder ersetzen kann. Die KI hat vorbereitet. Der Arzt führt das Gespräch und bewertet die Antworten im Gesamtkontext.

Der strukturierte Gesprächsleitfaden auf Basis der Fragebogen-Auswertung reduziert die Zeit für Routinefragen und schafft Raum für die klinisch wichtigen Gesprächsmomente, die nicht auf einem Formular stehen. Das ist der eigentliche Gewinn: nicht Automatisierung des Gesprächs, sondern bessere Qualität durch bessere Vorbereitung.

KI: Unterstützt die Gesprächsvorbereitung. Die klinische Beurteilung bleibt vollständig beim Arzt.

Das ärztliche Gespräch bleibt unersetzbar: KI bereitet vor, der Arzt entscheidet und führt

🔬

3. Bildgebung und Untersuchungsbefunde automatisch klassifizieren KI-Unterstützung

Röntgen, MRT, Ultraschall, EKG, Spirometrie, Knochendichtemessung: Befunde liegen digital vor. Das System erfasst die strukturierten Messwerte und ordnet sie automatisch klinischen Kategorien zu, auf Basis der jeweiligen Leitlinie für das Fachgebiet. Normwerte, Grenzwerte, Klassifikationen müssen nicht manuell nachgeschlagen werden. Die Vorbewertung wird dem Arzt zur Validierung vorgelegt.

Was die KI nicht leistet: die klinische Kontextualisierung. Ob ein Befund in Kombination mit Anamnese, Vorgeschichte und aktuellem Beschwerdebild eine andere Dringlichkeit bekommt als isoliert betrachtet, bleibt ärztliche Entscheidung. Die KI liefert den Rahmen. Der Arzt füllt ihn mit klinischem Urteil.

KI: Klassifiziert Messwerte, bereitet Befundtext vor, berechnet Referenzwerte. Arzt validiert und kontextualisiert.

🧪

4. Laborwerte: Muster erkennen, nicht nur Werte listen KI-Unterstützung

Ein einzelner Laborwert ist eine Zahl. Die klinische Bedeutung entsteht aus dem Zusammenspiel mehrerer Werte im Kontext des Patienten. Ein erhöhtes CRP allein ist unspezifisch. Erhöhtes CRP zusammen mit erhöhter BSG, positivem Rheumafaktor und Anämie ist ein Muster, das eine aktive entzündlich-rheumatische Erkrankung anzeigen kann und eine andere Therapieentscheidung erfordert als jeder Einzelwert für sich.

Die KI vergleicht alle Laborwerte mit Normwerten, erkennt klinisch relevante Konstellationen und markiert sie als behandlungsrelevant. Sie bereitet die Laboreinordnung für den Arztbrief strukturiert vor. Kein Befundbericht verlässt das System ohne ärztliche Freigabe. Aber der Arzt muss die Konstellation nicht mehr manuell zusammensetzen.

KI: Erkennt Muster, markiert behandlungsrelevante Konstellationen, bereitet Einordnung vor. Ärztliche Beurteilung ist obligat.

🎙

5. Diktat mit DSGVO-konformer KI-Transkription KI-Unterstützung

Whisper ist ein quelloffenes Spracherkennungsmodell, das auf lokaler Infrastruktur betrieben werden kann, ohne dass Sprachdaten an externe Cloud-Dienste übertragen werden. Der Arzt diktiert, Whisper transkribiert präzise, auch bei medizinischem Fachvokabular, und das Transkript wird strukturiert dem richtigen Patienten zugeordnet. Für Kliniken mit Datenschutzanforderungen ist das ein entscheidender Unterschied zu cloudbasierten Diktierlösungen: kein Sprachdaten-Transfer nach außen, volle DSGVO-Konformität.

Das ersetzt in vielen Praxen und Kliniken die Schreibkraft oder die Warteschlange zwischen Diktat und Abtippen. Gleichzeitig bleibt das Diktat vollständig das des Arztes: kein Text wird generiert, der nicht gesprochen wurde. Whisper transkribiert. Es formuliert nicht. Das ist der entscheidende Unterschied zu einem KI-generierten Freitext.

KI: Transkribiert, strukturiert, ordnet zu. Das Gesagte bleibt das des Arztes, nichts wird hinzugefügt oder verändert.

📄

6. Arztbrief automatisch generieren lassen KI-Unterstützung Arzt entscheidet

Wenn alle Daten vorliegen, generiert das System auf Knopfdruck einen vollständigen Arztbrief. Mit Anrede, Diagnose, ICD-Codes, ausführlicher Befunddarstellung, Laboreinordnung, leitliniengerechter Therapieempfehlung mit konkretem Präparat und Dosierung, Verlaufskontrollempfehlung und Grußformel. Fachgebietsspezifisch, strukturiert, nach dem aktuellen Leitlinienstand des jeweiligen Fachgebiets.

Der Brief wird im persönlichen Stil der Ärztin oder des Arztes erstellt. Das System lernt diesen Stil aus hinterlegten Musterbriefen, die arztindividuell gespeichert werden und für keine andere Person im System einsehbar sind. Laut Handelsblatt verbringen Klinikärzte durchschnittlich zehn Stunden pro Woche allein mit dem Schreiben von Arztbriefen.⁵ Das UKE berichtet, dass sein KI-System ARGO den Entwurf der Epikrise in weniger als einer Minute erstellt.⁶ Der Arzt liest gegen, passt an, gibt frei.

Ergebnis: Die medizinische Verantwortung liegt vollständig beim Arzt. Die Dokumentationslast nicht mehr.

Der KI-Assistent als klinischer Sparringspartner

Neben dem strukturierten Dokumentationsworkflow enthält das System einen interaktiven KI-Assistenten. Er ist kein generischer Chatbot. Er ist auf das Leitlinienwissen des jeweiligen Fachgebiets trainiert und in der Lage, spezifische klinische Fragen auf Facharzt-Niveau zu beantworten. Direkt im System, ohne Systemwechsel, ohne Wartezeit.

Der Einsatzbereich ist bewusst anders gedacht als der Rest des Workflows: nicht Automatisierung, sondern Sparring. Wenn im Gespräch mit einem Patienten eine Frage auftaucht auf die der Arzt keine sofortige sichere Antwort hat, wenn er sich bei einer Therapieentscheidung an der Grenzlinie der Leitlinie befindet, wenn er wissen möchte welche Evidenz hinter einer bestimmten Empfehlung steht oder wenn er eine zweite Einschätzung zu einer ungewöhnlichen Befundkonstellation sucht, dann ist der KI-Assistent der Ansprechpartner.

Der Assistent unterscheidet dabei zwischen stabilem Leitlinienwissen, das direkt aus der hinterlegten Wissensbasis des Fachgebiets beantwortet wird, und dynamischem Produktwissen, etwa aktuelle Verfügbarkeiten oder neue Studiendaten, für das er in Echtzeit recherchiert. Diese Trennung ist in einem medizinischen Kontext nicht optional, sondern zwingend. Stabiles Leitlinienwissen und potenziell veraltetes Produktwissen dürfen nicht vermischt werden. Das System kennt diese Grenze und kommuniziert sie transparent.

Datenschutz: Architekturentscheidung, nicht Beipackzettel

Kein Thema löst bei Klinik-IT-Verantwortlichen schneller Skepsis aus als KI in Verbindung mit Patientendaten. Zu Recht. Die Frage ist nicht ob Datenschutz relevant ist, sondern wie er technisch und vertraglich umgesetzt wird. Allgemeine Aussagen reichen auf Entscheiderebene nicht. Hier ist der konkrete Stand.

Zero-Data-Retention: Was das konkret bedeutet

Zero-Data-Retention (ZDR) ist eine vertraglich definierte Vereinbarung mit Anthropic, dem Hersteller des zugrundeliegenden KI-Modells. Sie garantiert, dass Anfragen und die darin enthaltenen Patientendaten nicht gespeichert, nicht protokolliert und nicht für das Training zukünftiger Modelle verwendet werden. Die Daten werden ausschließlich für die Bearbeitung der jeweiligen Anfrage verarbeitet und danach nicht persistiert. Das ist keine Marketingaussage, sondern ein vertraglich durchsetzbarer Standard.

Mandantentrennung bis auf Vektorebene

Das System nutzt eine RAG-Wissensbasis (Retrieval-Augmented Generation) für das Leitlinienwissen des jeweiligen Fachgebiets. RAG-Systeme verwenden Embedding-Vektoren zur semantischen Suche. Ein bekanntes Sicherheitsproblem bei schlecht implementierten Multi-Tenant-Systemen ist das Cross-Tenant-Leaking: Einrichtung A könnte theoretisch auf Wissensvektoren von Einrichtung B zugreifen. Das System verhindert das durch strikte Tenant-ID-Filterung auf Datenbankebene, bevor überhaupt ein Retrieval stattfindet.

Drei Betriebsmodelle für unterschiedliche Anforderungen

Was das für Klinik-Entscheider konkret bedeutet

Ein durchgängiger KI-unterstützter Workflow spart nicht nur Zeit. Er reduziert Fehlerquellen durch Medienbrüche, verbessert die Dokumentationsqualität durch strukturierte Erfassung, entlastet Ärzte von Aufgaben unterhalb ihrer Qualifikation und schafft Kapazität für das, wofür sie ausgebildet wurden: klinische Entscheidungen und Patientengespräche.

Die Deutsche Krankenhausgesellschaft (DKG) hat das Einsparpotenzial konkret berechnet: Würden Ärzte und Pflegekräfte täglich nur eine Stunde weniger für Dokumentation aufwenden, würde das rund 21.600 Ärzte und 47.000 Pflegekräfte in Vollzeit freisetzen.⁷ Nicht hypothetisch, sondern durch Effizienzgewinn innerhalb des bestehenden Systems.

Angesichts des prognostizierten Mangels von 30.000 bis 50.000 Ärztinnen und Ärzten bis 2040 ist das keine Effizienzoptimierung am Rand. Das ist ein struktureller Beitrag zur Versorgungssicherung. Die Frage ist nicht mehr ob. Die Frage ist wie, und wer dabei die Kontrolle behält.