KI für Arztpraxen.

Ausgangslage

Die Lage in deutschen Arztpraxen.

Steigende Patientenzahlen, demografische Veränderungen und ein zunehmender Personalmangel bei Medizinischen Fachangestellten setzen Praxen unter Dauerdruck. Gleichzeitig hat die gematik mit der Telematikinfrastruktur die digitale Infrastruktur des Gesundheitswesens verbindlich geregelt — Modernisierung ist nicht mehr optional, sondern Voraussetzung für die KV-Vergütung.

Im Praxisalltag entsteht daraus ein Routine-Bottleneck: Anamnese-Erfassung, Arztbrief- Erstellung, EBM/GOÄ-Abrechnung, mehrsprachige Patientenkommunikation und Recall-Management binden Kapazität, die für die eigentliche Behandlung fehlt. Hinzu kommt die heterogene Software-Landschaft — Medistar, Albis, T2med und weitere Praxisverwaltungssysteme nebeneinander — die Integration neuer Werkzeuge anspruchsvoller macht.

Die zentrale Hürde für KI-Einführungen ist die ärztliche Schweigepflicht nach § 203 StGB und der besondere Schutz von Gesundheitsdaten nach Art. 9 DSGVO. Sie machen gängige Cloud-KI-Lösungen für patientenbezogene Daten regelmäßig ungeeignet und verlagern die Frage von „welches Tool" auf „welche Architektur". Genau hier setzt unser Beratungsansatz an.

Use-Cases

Wo KI in der Arztpraxis konkret nützt.

Acht Anwendungsfelder, die sich in der Praxisorganisation wirtschaftlich rechnen — und regulatorisch sauber umsetzbar sind. Der erste Punkt — das praxiseigene LLM — ist die architektonische Voraussetzung, die viele der folgenden Use-Cases überhaupt rechtssicher trägt.

• Praxiseigenes LLM (On-Premises oder EU-Hosting)

  Die souveräne Plattform, die viele der folgenden Use-Cases trägt — ohne dass Patientendaten an externe Anbieter abfließen. Löst die Schweigepflicht-Frage nach § 203 StGB und Art. 9 DSGVO architektonisch und ist meist die Voraussetzung dafür, dass weitere Use-Cases überhaupt rechtssicher umsetzbar werden.

• Anamnese-Vorbereitung

  Strukturierte Patientenfragebögen werden vor dem Termin aufbereitet und mit relevanten Vorbefunden verknüpft. Die Ärztin oder der Arzt betritt das Behandlungszimmer mit einer kuratierten Vorinformation — die Anamnese-Zeit verschiebt sich zur Befundung.

• Arztbrief-Erstellung

  Aus Konsultationsnotizen, Befunden und Diagnose-Codes werden Arztbrief-Entwürfe vorbereitet. Die Ärztin oder der Arzt prüft, ergänzt und unterzeichnet — die reine Tipparbeit fällt weg.

• EBM- und GOÄ-Abrechnung — Vorprüfung

  Abrechnungspositionen werden gegen Leistungsdokumentation und Diagnose-Codes geprüft. Plausibilitäts-Hinweise vor der Abrechnung reduzieren Korrekturschleifen mit der Kassenärztlichen Vereinigung.

• Terminmanagement und Patienten-Triage

  Eingehende Anfragen werden nach Dringlichkeit und Anliegen vorklassifiziert. Die Praxismitarbeitenden konzentrieren sich auf Fälle, die echte Triage-Entscheidungen verlangen — Routinetermine laufen teilautomatisiert.

• Mehrsprachige Patientenkommunikation

  Aufklärungsbögen, Befundtexte und Nachsorge-Hinweise werden in verständliche Übersetzungen für gängige Patientensprachen übertragen — kontrolliert und mit menschlicher Endabnahme bei medizinisch relevanten Inhalten.

• Recall-Management

  Vorsorgeintervalle, Impfauffrischungen und Verlaufstermine werden automatisch identifiziert und in priorisierte Anschreibe-Listen überführt. Die Praxis bleibt aktiv mit ihren Patientinnen und Patienten im Gespräch.

• KI-Voice-Agent für Patiententermine und Routineanfragen

  Telefonische 24/7-Auskunft zu Öffnungszeiten, Vorbereitungen und allgemeinen Praxis-Informationen. Bei patientenspezifischen Anfragen (Bearbeitungsstand, Wiederholungsrezept) mit starker Authentifizierung und transparenter Kennzeichnung als KI gemäß EU AI Act Art. 50. Eskalation an die Praxismitarbeitenden, sobald die Frage außerhalb des definierten Korridors liegt.

Compliance

EU AI Act Hochrisiko und MDR — die Compliance-Doppelfalle.

Anders als in anderen Branchen wirken im Gesundheitswesen zwei strenge Regelwerke gleichzeitig auf KI-Anwendungen ein. Wer das übersieht, riskiert nicht nur Bußgelder, sondern auch produktrechtliche Konsequenzen.

Der EU AI Act (Verordnung 2024/1689) klassifiziert KI-Systeme im Gesundheitswesen nach Anhang III als Hochrisiko, sobald sie entscheidungsrelevante Funktionen übernehmen — etwa Triage-Entscheidungen, Diagnose- Unterstützung oder Therapie-Empfehlungen. Daraus folgt eine Reihe verpflichtender Anforderungen ab 2. August 2026: Risikomanagement, technische Dokumentation, menschliche Aufsicht, Konformitätsbewertung, Registrierung in einer EU-Datenbank.

Die Medical Device Regulation (MDR) greift zusätzlich, sobald die KI als Medizinprodukt im Sinne der Verordnung einzustufen ist — was bei diagnose- oder therapieunterstützenden Funktionen regelmäßig der Fall ist. Konsequenz: eigene Zulassungspflicht, CE-Kennzeichnung, klinische Bewertung. Für die meisten Einzel- und Gemeinschaftspraxen ist der Aufwand wirtschaftlich nicht zu stemmen.

Unsere klare Empfehlung: Wir konzentrieren uns auf Verwaltungs-Use-Cases — Arztbrief-Erstellung, Abrechnung, Terminmanagement, Übersetzung, Recall-Management. Diese liegen weder im Hochrisiko-Bereich noch unter MDR. Diagnose-relevante KI bleibt zertifizierten Medizinprodukt-Herstellern überlassen — wir helfen Ihnen bei der Auswahl, aber wir entwickeln solche Systeme nicht selbst in der Praxis.

Vertiefung zum EU AI Act im Insights-Artikel „DSGVO-konforme KI im Mittelstand" — die dort beschriebenen Mechanismen sind die Grundlage, auf der die Gesundheits- spezifische Architektur aufsetzt.

Schweigepflicht

Patientenvertraulichkeit als Architektur-Frage.

§ 203 StGB verpflichtet zur strikten ärztlichen Schweigepflicht — und stellt deren Verletzung unter Strafe, sowohl für Ärztinnen und Ärzte als auch für Hilfspersonen und Dienstleister. Ein KI-Anbieter ist im Sinne dieser Norm eine Hilfsperson, wenn er auf patientenbezogene Daten zugreift.

Hinzu kommt Art. 9 DSGVO: Gesundheitsdaten gelten als besondere Kategorien personenbezogener Daten und unterliegen erhöhten Schutzanforderungen. Eine reguläre Auftragsverarbeitung nach Art. 28 reicht nicht — es braucht eine ausdrückliche Rechtsgrundlage nach Art. 9 Abs. 2 DSGVO, in der Regel die Einwilligung der Patientin oder des Patienten oder die Erforderlichkeit für die medizinische Versorgung.

Praktische Konsequenz: ein praxiseigenes LLM, entweder On-Premises im Praxisnetzwerk oder bei einem EU-souveränen Anbieter mit ausdrücklicher Schweigepflicht-Verpflichtung und TI-zertifizierter Infrastruktur. Die Telematikinfrastruktur-Anbindung der gematik bleibt für medizinisch relevante Datenflüsse verbindlich.

Bei Voice-Agents gelten dieselben Schweigepflicht-Maßstäbe wie bei Text-LLMs — plus die Authentifizierungs-Frage am Telefon: wer ist tatsächlich am anderen Ende? Stimmen-Spoofing ist 2026 realistisch geworden. Wir empfehlen mindestens Zwei-Faktor-Authentifizierung vor patientenspezifischen Auskünften und in jedem Fall die Kennzeichnungspflicht nach EU AI Act Art. 50.

Vorgehen

Wie wir Arztpraxen begleiten.

Unser 8-Schritte-Ablauf ist auf eine geordnete Einführung ausgelegt — mit Berücksichtigung der Besonderheiten einer Arztpraxis:

• Anbindung an Ihre Praxissoftware — Medistar, Albis, T2med, x.concept, isynet und andere. KI ergänzt das Praxisverwaltungssystem, sie ersetzt es nicht.
• TI-Kompatibilität als Pflicht-Kriterium — alle Komponenten respektieren die Vorgaben der gematik für medizinisch relevante Datenflüsse.
• Pilot-Use-Case vor dem Roll-out — typischerweise Arztbrief-Erstellung oder Anamnese-Vorbereitung als abgegrenzter Erstbereich mit klaren Erfolgskriterien.
• MFA-Schulung parallel — die neuen Aufgabenschnitte werden gemeinsam erarbeitet, nicht nachträglich kommuniziert.

Zum Hintergrund unseres Verantwortungs-Ansatzes empfehlen wir den Beitrag „KI und Verantwortung — was wir aus 40.000 verlorenen Schriftsetzer-Jobs lernen" . Die dort beschriebenen Prinzipien gelten für Praxen analog: KI entlastet von Verwaltungsroutine, sie ersetzt nicht den ärztlichen Blick.

Häufige Fragen

Was Praxen uns oft fragen.

Brauchen wir eine MDR-Zulassung für KI in der Praxis?

Nur wenn die KI selbst diagnostische oder therapeutische Entscheidungen unterstützt — dann ist sie potenziell Medizinprodukt nach MDR mit eigener Zulassungspflicht. Reine Verwaltungs-Use-Cases (Arztbrief-Erstellung, Abrechnung, Terminmanagement, Übersetzung) fallen nicht darunter. Unsere Empfehlung folgt dieser Trennlinie konsequent: wir setzen KI dort ein, wo der Nutzen ohne MDR-Hürde realisierbar ist, und beraten zur regulatorischen Einordnung, wenn diagnostische Use-Cases gewünscht sind.

Können wir KI für Diagnosehinweise einsetzen?

Technisch ja, regulatorisch anspruchsvoll: Diagnose-unterstützende KI ist nach EU AI Act Anhang III ein Hochrisiko-System mit umfassenden Pflichten (Risikomanagement, technische Dokumentation, menschliche Aufsicht, Konformitätsbewertung) und gleichzeitig potenziell Medizinprodukt nach MDR. Für die meisten Einzel- und Gemeinschaftspraxen ist der Aufwand wirtschaftlich unverhältnismäßig. Sinnvoller ist es, zertifizierte Diagnose-Assistenzsysteme einzukaufen und KI in der eigenen Praxis nur für die Verwaltungs-Use-Cases einzusetzen.

Wie funktioniert die Integration in unser Praxissoftware-System?

Die meisten Praxisverwaltungssysteme — Medistar, Albis, T2med, x.concept, isynet — bieten Schnittstellen für strukturierten Datenaustausch. Wir nutzen diese Schnittstellen, ergänzen wo nötig durch standardisierte Konnektoren (FHIR, HL7) und respektieren die Telematikinfrastruktur-Anforderungen der gematik. KI ist Erweiterung, nicht Ersatz Ihrer bestehenden Software.

Was kostet eine KI-Einführung in einer Einzel- oder Gemeinschaftspraxis?

Eine erste Ist-Analyse mit Lückenbericht und Roadmap-Vorschlag liegt typischerweise im unteren vierstelligen Bereich. Die laufenden Kosten eines praxiseigenen LLMs bewegen sich je nach Größe und Anbieter zwischen einigen hundert und wenigen tausend Euro pro Monat. Für kleine Einzelpraxen sind Sharing-Modelle innerhalb von Praxis-Netzwerken eine wirtschaftlich attraktive Alternative. Das kostenfreie Erstgespräch klärt vor jeder Beauftragung, ob die Investition sich für Ihre Praxis wirtschaftlich rechnet.