KI in der Privatklinik: Empfang und Behandlungsdokumentation

Rund um KI in der Privatklinik kursiert ein einfaches Versprechen: Die Behandlungsdokumentation schreibt sich von selbst. Die bisher größte veröffentlichte Studie zu sogenannten „KI-Scribes“, also Programmen, die das Arztgespräch mithören und die ärztliche Notiz entwerfen, hat 8.581 ambulant tätige Behandelnde in fünf akademischen Gesundheitssystemen der USA begleitet und etwas anderes gemessen (JAMA, April 2026). Im Schnitt verbrachten diejenigen, die ein solches Werkzeug einführten, pro 8 Stunden geplanter Sprechstunde 16 Minuten weniger mit Dokumentation. Die Arbeit am Abend, also nach Feierabend, änderte sich statistisch nicht signifikant.

Sechzehn Minuten sind nicht wenig. Sie sind aber auch nicht die Revolution aus den Präsentationen. Es ist ein realer, gegen eine Vergleichsgruppe gemessener Gewinn, und er zeigt ziemlich genau, wo KI in einer Klinik hilft und wo nicht. Sie übernimmt das Formulieren und das Telefon am Empfang. Sie übernimmt nicht die Freigabe der Dokumentation, die Diagnose, die Triage oder Notfälle. Um diese Grenze geht es in diesem Artikel, geschrieben für Inhaber, Geschäftsführer und Ärzte privater Kliniken und Praxen in Rumänien. Das konkrete Beispiel am Ende ist eines unserer eigenen Produkte, und wir stellen es auch so vor.

Telefon und Dokumentation: wo eine Privatklinik Zeit verliert

In einer Privatklinik konkurrieren zwei Verwaltungsaufgaben mit der eigentlichen Behandlung. Am Empfang klingelt das Telefon wegen Terminen, Verschiebungen, Absagen, Fragen zu Preisen, zur Vorbereitung auf Laboruntersuchungen oder zum Parken, oft genau dann, wenn am Tresen gerade ein Patient steht, oder nachdem die Klinik geschlossen hat. Im Sprechzimmer hört der Arzt zu, untersucht und muss das Gespräch danach in eine Dokumentation übertragen: Vorstellungsgrund, Anamnese, klinischer Befund, Beurteilung, Empfehlungen. Entweder schreibt er sie während der Konsultation, den Blick auf dem Bildschirm, oder er ergänzt sie später aus dem Gedächtnis.

Diese Kosten stehen auf keiner Rechnung. Sie zeigen sich im Patienten, der niemanden erreicht, in der Dokumentation, die am Ende des Tages entsteht, wenn die Details aus dem Gespräch schon verblasst sind, und in der Erschöpfung der Ärzte. Laut einer Studie des Rumänischen Ärztekollegiums aus dem Jahr 2023, die der öffentlich-rechtliche Sender TVR im November 2025 zitierte, haben 36 % der Ärzte ein hohes Burnout-Risiko. Die Methodik wird im TVR-Beitrag nicht genannt.

Improvisierte Lösungen scheitern vorhersehbar:

• Ein generischer Sprachassistent, eingerichtet wie für einen Laden, beantwortet auch medizinische Fragen. Eine Frage zu Brustschmerzen ist kein Terminwunsch.
• Laborergebnisse werden am Telefon jemandem mitgeteilt, der nur einen Namen genannt hat.
• Die Konsultation wird in einen Chatbot im privaten Konto des Arztes diktiert oder hineinkopiert, also Gesundheitsdaten an einen Anbieter geschickt, mit dem die Klinik keinen Vertrag hat. Über das Phänomen Schatten-KI haben wir gesondert geschrieben.
• Die KI-generierte Dokumentation wird nach einem flüchtigen Blick unterschrieben, obwohl, wie die Studien unten zeigen, das typische Problem nicht das ist, was falsch dasteht, sondern das, was fehlt.

Was Studien über KI-erstellte Behandlungsdokumentation zeigen

Ein KI-Scribe (in der Fachliteratur „ambiente klinische Dokumentation“) zeichnet das Gespräch zwischen Arzt und Patient auf, transkribiert es und schlägt eine strukturierte Notiz vor, die der Arzt korrigiert und unterschreibt. Zusammen gelesen sagen die 2025–2026 veröffentlichten Studien etwas Differenzierteres als die Broschüren.

Die JAMA-Studie (Rotenstein und Kollegen, 2026) ist die umfangreichste. Sie verglich 1.809 Behandelnde, die einen KI-Scribe einführten, mit 6.772, die das nicht taten. Bezogen auf 8 Stunden geplanter Sprechstunde war die Einführung mit 16,0 Minuten weniger Dokumentation und 13,4 Minuten weniger Gesamtzeit in der elektronischen Patientenakte verbunden, dazu 0,49 Konsultationen mehr pro Woche. Intensive Nutzer, die die KI für mindestens die Hälfte ihrer Notizen verwendeten, sparten 27,3 Minuten Dokumentation. Die Studie ist nicht randomisiert, und die Zentren sind akademisch, das Ergebnis lässt sich also nur schwer direkt auf eine Privatpraxis übertragen.

Die einzige große randomisierte Studie kommt von der UCLA (NEJM AI, 2025): 238 Ärzte aus 14 Fachrichtungen, rund 72.000 Konsultationen, aufgeteilt auf zwei Produkte und eine Kontrollgruppe. Mit Nabla sank die Zeit pro Notiz von 4:30 auf 3:49 Minuten, gegenüber einem Rückgang von 4:22 auf 4:04 in der Kontrollgruppe, eine um 9,5 % stärkere Reduktion, statistisch signifikant. Mit DAX war der Rückgang nicht signifikant. Das Burnout verbesserte sich gegenüber der Kontrollgruppe um etwa 7 %, ein Effekt, den die Autoren selbst als „bescheiden“ bezeichnen. Weniger als 10 % der Patienten lehnten den Einsatz des KI-Scribes ab.

Bei Kaiser Permanente nutzten 7.260 Ärzte KI-Scribes in mehr als 2,5 Millionen Konsultationen über 63 Wochen; die berichtete Ersparnis entspricht 1.794 Arbeitstagen in einem Jahr. 84 % der Ärzte berichteten von einer positiven Wirkung auf die Interaktion mit den Patienten, und 47 % der Patienten bemerkten, dass der Arzt weniger auf den Computer schaute. Die Daten stammen allerdings von der Organisation, die das System selbst eingeführt hat, und es gibt keine Kontrollgruppe. Kaiser berichtet auch von weniger Dokumentation außerhalb der Arbeitszeit. Die JAMA-Studie, die eine Vergleichsgruppe hat, findet nach Feierabend keine signifikante Änderung (−3,1 Minuten), und die Autoren vermuten, dass die gewonnene Zeit wahrscheinlich in andere Aufgaben fließt.

Beim Burnout wiederholt sich das Muster. Studien ohne Kontrollgruppe finden große Rückgänge: Bei 263 Behandelnden aus sechs Gesundheitssystemen sank der Anteil mit Burnout nach 30 Tagen von 51,9 % auf 38,8 % (Olson und Kollegen, JAMA Network Open, 2025), und bei Mass General Brigham ging die Prävalenz nach 84 Tagen um 21,2 Prozentpunkte zurück, in einer gemeinsamen Studie mit Emory, bei der die Rücklaufquoten bei 11–30 % lagen. Die randomisierte Studie findet die oben genannten 7 %. Erklären lässt sich der Unterschied durch freiwillige Teilnahme, niedrige Rücklaufquoten und den Neuheitseffekt. Die Richtung ist konsistent, die Effektgröße unsicher. Eine unabhängige Bewertung des Peterson Health Technology Institute vom März 2025, zitiert von Fierce Healthcare, fand Belege für weniger Burnout, aber keinen nachgewiesenen finanziellen Ertrag.

Ein Detail, das für eine Klinik in Rumänien direkt zählt: Alle diese Studien stammen aus den USA, mit Konsultationen auf Englisch. Wie ein KI-Scribe bei Konsultationen auf Rumänisch funktioniert, dazu gibt es keine veröffentlichten Daten.

Die Auslassung: der Fehler, der das Gegenlesen übersteht

Die Fehler verändern, wie das Werkzeug eingesetzt werden muss. Ein Pilotprojekt im Praxisalltag (Taylor und Kollegen, JMIR Medical Informatics, 2026) begleitete 31 Ärzte und 7.545 Notizen, von denen 356 im Detail bewertet wurden. Auslassungen traten in 18 % davon auf, Halluzinationen, also Informationen, die nie gesagt wurden, in 11,5 % und fehlerhafte Einfügungen in 9,3 %. 94,7 % der Notizen hatten keine erheblichen Fehler, aber 5,3 %, also 19 Notizen, enthielten Fehler, die die Ärzte als ernstes oder unmittelbares Risiko einstuften. Im Median änderten die Ärzte 9 % der Wörter.

Eine in Mayo Clinic Proceedings: Digital Health veröffentlichte Simulation (Anderson und Kollegen, 2025) ließ 14 simulierte Konsultationen durch fünf Plattformen laufen. Im Schnitt wurden 26,3 % der zentralen klinischen Elemente ausgelassen oder falsch wiedergegeben, und 76,3 % der Fehler waren Auslassungen. Pro Fall traten im Schnitt 3,0 Fehler mit Potenzial für mittelschwere oder schwere Schäden auf. Die Zahlen sind nicht direkt vergleichbar: Die eine Studie zählt Notizen, die andere klinische Elemente, an realen gegenüber simulierten Fällen. Sie zeigen aber dasselbe: Der dominierende Fehler ist die Auslassung.

Genau das ist schwer zu erkennen. Einen Fehler sieht man beim Gegenlesen, weil etwas dasteht, das nicht gesagt wurde. Eine Auslassung sieht man nicht, weil die Notiz vollständig wirkt: Die nebenbei erwähnte Allergie oder das Medikament, das der Patient nach eigener Aussage abgesetzt hat, fehlt einfach.

Eine falsche Dokumentation fällt beim Gegenlesen auf. Eine unvollständige sieht genauso aus wie eine gute.

Daraus folgt die praktische Regel: Die KI schreibt den Entwurf, der Arzt gibt die Dokumentation frei, stellt die Diagnose und verantwortet sie. Entscheidend ist auch, welche Funktionen ihm helfen, die Lücken zu finden, nicht nur, wie flüssig der Text klingt: Zitate aus dem Gespräch, um zu prüfen, woher eine Aussage stammt, und eine ausdrückliche Liste dessen, was nicht besprochen wurde. Es gibt noch eine weitere Grenze, eine regulatorische. Solange das Produkt nur dokumentiert, ist es ein Schreibwerkzeug. Sobald es Diagnosen vorschlägt, kann es sich dem Bereich der Medizinprodukte nähern, und die Einstufung hängt von der vom Hersteller angegebenen Zweckbestimmung ab.

KI in der Privatklinik: was Sie vor dem Start prüfen sollten

Am Empfang

• Der Assistent stellt sich im ersten Satz als virtueller Assistent vor. Über die Transparenzpflicht aus dem AI Act und über das Aufzeichnen von Anrufen haben wir im Artikel über den Sprachagenten am Telefon kleiner Unternehmen geschrieben.
• Er bucht im echten Dienstplan, nach Arzt, Behandlungsraum und Dauer der Leistung, nicht in einem generischen Kalender. Und auch für Familienangehörige, denn wer anruft, ist nicht immer der Patient.
• Er antwortet nur auf Grundlage der Unterlagen der Klinik: Leistungen, Preise, Ärzte, Vorbereitung auf Untersuchungen. Wenn er etwas nicht weiß, sagt er das, und die Frage geht an den Empfang.
• Er gibt keine medizinischen Ratschläge, stellt keine Diagnosen und macht keine Triage. Im Notfall sagt er dem Patienten, dass er die 112 anrufen soll. Testen Sie das vor dem Start, mit Fragen, wie sie ein verängstigter Patient stellen würde, nicht ein Ingenieur.
• Bei Ergebnissen teilt er nur den Status mit, nie die Werte, und erst nach einer Identitätsprüfung. Der Arzt markiert das Ergebnis zuerst, damit der Assistent nichts interpretiert.
• Legen Sie vorher fest, wer den Anruf übernimmt, wenn ein Patient frustriert ist oder einen Menschen verlangt, während der Empfangszeiten und außerhalb davon. Weitere Beispiele nach Branchen, auch für Arztpraxen, finden Sie im Artikel über KI-Sprachagenten im Kundensupport.

In der Konsultation

1. 1Klären Sie die Rollen. Gesundheitsdaten sind eine besondere Kategorie (Art. 9 DSGVO), und die Rechtsgrundlage für die medizinische Behandlung ist Art. 9 Abs. 2 lit. h DSGVO. Die Klinik ist Verantwortlicher. Die KI-Plattform, der Sprachanbieter und das Hosting sind Auftragsverarbeiter und schließen mit der Klinik einen Auftragsverarbeitungsvertrag (AVV, Art. 28).
2. 2Entscheiden Sie, ob Sie eine Datenschutz-Folgenabschätzung durchführen (DSFA, Art. 35). Der Beschluss Nr. 174/2018 der rumänischen Datenschutzbehörde ANSPDCP macht sie verpflichtend für die umfangreiche Verarbeitung von Gesundheitsdaten und für die umfangreiche Verarbeitung mit neuen Technologien. Derselbe Text übernimmt die Nuance aus Erwägungsgrund 91 DSGVO: Die Daten der Patienten eines einzelnen Arztes gelten grundsätzlich nicht als „umfangreich“. Für eine Einzelpraxis ist eine DSFA also nicht automatisch Pflicht. Für eine Klinik mit mehreren Ärzten, die die Transkription von Konsultationen einführt, ist sie ratsam.
3. 3Holen Sie die Einwilligung des Patienten ein und dokumentieren Sie sie. Das rumänische Patientenrechtegesetz (Gesetz 46/2003) verlangt eine Einwilligung für Foto- und Filmaufnahmen in einer medizinischen Einrichtung. Tonaufnahmen werden nicht ausdrücklich genannt, die sicherste Praxis ist aber derselbe Standard: Der Patient wird vorher informiert, willigt ein, und die Einwilligung wird in der Akte vermerkt. Die Einwilligung ist eine zusätzliche Absicherung; sie ersetzt nicht die Rechtsgrundlage nach der DSGVO.
4. 4Fragen Sie den Anbieter, woher der Diagnosecode kommt. Die Leitlinie MDCG 2019-11 (überarbeitet im Juni 2025, rechtlich nicht verbindlich) stellt klar, dass nicht jede im Gesundheitswesen eingesetzte Software ein Medizinprodukt ist. Ist eine Software als Medizinprodukt qualifiziert und liefert sie Informationen, die für diagnostische oder therapeutische Entscheidungen herangezogen werden, stuft Regel 11 der MDR sie mindestens in Klasse IIa ein. Entscheidend ist die vom Hersteller angegebene Zweckbestimmung. Der klarste Anhaltspunkt, gültig nur im Vereinigten Königreich, ist die Leitlinie der MHRA vom 29. Juli 2026. Ein Scribe, der transkribiert, zusammenfasst oder Codes vorschlägt, die zu ausdrücklich genannten Begriffen passen, zur Prüfung durch den Arzt, ist kein Medizinprodukt. Einer, der Diagnosen vorschlägt oder ohne Prüfung handelt, schon. Die konkrete Frage lautet: „Stammt der vorgeschlagene Code aus dem, was der Arzt gesagt hat, oder leitet die KI ihn ab?“
5. 5Prüfen Sie den Zeitplan des AI Act. Ein KI-System, das ein Medizinprodukt ist und eine Benannte Stelle braucht (Klassen IIa, IIb, III), ist hochriskant. Einfache Klasse I ist es nicht (MDCG 2025-6). Der Digital-Omnibus, in Kraft seit dem 27. Juli 2026, hat die Hochrisiko-Pflichten für Medizinprodukte auf den 2. August 2028 verschoben. Die Transparenzpflicht aus Art. 50 gilt bereits, seit dem 2. August 2026.
6. 6Machen Sie einen lokalen Pilot, mit Kontrolle. Ein oder zwei Ärzte, einige Wochen, vollständig gelesene Dokumentationen mit Blick auf die Liste dessen, was nicht besprochen wurde, und die eigene Zeit vorher und nachher gemessen. Die Studien sind auf Englisch, das Ergebnis auf Rumänisch erfahren Sie nur so.

Ein konkretes Beispiel: Magic AI Clinici

Magic AI Clinici ist unser Produkt und folgt derselben Logik. Am Empfang stellt sich die Sprachassistentin Ana (den Namen wählt die Klinik) immer als virtuelle Assistentin vor. Sie antwortet rund um die Uhr unter der Nummer der Klinik und im Chat- und Sprach-Widget auf der Website, nimmt mehrere Anrufe gleichzeitig an und spricht Rumänisch, Englisch und Deutsch. Sie vereinbart, verschiebt, storniert und bestätigt Termine im echten Dienstplan, nach Arzt, Behandlungsraum und Dauer der Leistung, auch für ein Kind oder einen Elternteil. Bekannte Patienten erkennt sie an der Telefonnummer, neue Patienten buchstabieren ihren Namen. Ist ein Patient frustriert, leitet sie den Anruf während der Empfangszeiten an den Empfang weiter, außerhalb davon nimmt sie eine Nachricht auf.

Bei Ergebnissen teilt die Assistentin nur den Status mit, nach einer Prüfung mit Geburtsdatum und den letzten 4 Ziffern der CNP, der rumänischen persönlichen Identifikationsnummer. Nach 3 Fehlversuchen wird der Zugang für 24 Stunden gesperrt. Der Arzt markiert das Ergebnis zuerst (unauffällig, Kontrolle nötig oder dringend), und der Patient erhält den Link per E-Mail. Die Assistentin ruft Patienten auch selbst an: Erinnerungen 24 Stunden und 2 Stunden vorher, mit SMS, wenn der Patient nicht abnimmt, ein Anruf zur Vereinbarung einer Kontrolle, wenn ein Ergebnis dringend ist, und Neuplanung, wenn ein Arzt ausfällt.

Die digitale Konsultation ist eine separate Option. Der Arzt nimmt im Browser nur mit schriftlicher Einwilligung des Patienten auf, die in der Akte vermerkt wird. Die Audioaufnahme wird unmittelbar nach der Transkription gelöscht. Die KI schlägt eine strukturierte Dokumentation vor: Vorstellungsgrund, Anamnese, klinischer Befund, paraklinische Untersuchungen, Beurteilung, eine Diagnose mit vorgeschlagenem ICD-10-Code und Empfehlungen. Sie ergänzt Zitate aus dem Gespräch zur Prüfung und eine Liste dessen, was nicht besprochen wurde, also Werkzeuge, die für das Problem der Auslassungen gedacht sind, das vollständige Gegenlesen aber nicht ersetzen. Der Arzt korrigiert und gibt frei, die Dokumentation wird in der Patientenakte in Google Drive gespeichert, und Empfehlungen gehen nur per E-Mail hinaus, wenn der Arzt das entscheidet. Die Produktseite beansprucht keinen Status als Medizinprodukt, und wir tun das hier auch nicht. Die Frage aus Punkt 4 darf eine Klinik mit vollem Recht auch uns stellen.

Die Daten liegen in Google Sheets und im eigenen Google Drive der Klinik. Die CNP und die Dokumentationen sind verschlüsselt, und jedes Öffnen oder Ändern einer Dokumentation wird im Audit-Log erfasst. Die Anwendung hat getrennte Rollen, Ärzte sehen nur ihre eigenen Patienten, und Ärzte und Geschäftsführung melden sich mit Zwei-Faktor-Authentifizierung an. Auf Wunsch des Patienten werden die Daten als ZIP-Archiv exportiert oder gelöscht. Die Anrufe laufen allerdings auch über den Sprachanbieter: Aufnahmen und Transkripte werden dort nach 30 Tagen gelöscht, die Transkripte 90 Tage verschlüsselt aufbewahrt, danach bleibt nur die Zusammenfassung. Deshalb zählt der Auftragsverarbeitungsvertrag auch hier.

Die Grenzen, offen gesagt: Magic AI lässt sich noch nicht mit anderer Kliniksoftware integrieren, die Anwendung wird also zum Terminsystem der Klinik. Integriert ist sie auch nicht mit CNAS/SIUI, dem Meldesystem der rumänischen gesetzlichen Krankenversicherung. Für eine Klinik mit Kassenvertrag oder mit einer Software, die sie nicht ersetzen will, kann das alles entscheiden. Auf der Produktseite gibt es eine fiktive Klinik, „Clinica Magic AI“, unter der Testnummer +40 373 818 611 (eine rumänische Nummer), bei der Sie Termine vereinbaren, verschieben und absagen können, dazu eine vertonte Präsentation und den Kostenrechner. Wenn Sie etwas anderes brauchen als ein Standardprodukt, entwickeln wir auch KI-Agenten und KI-Anwendungen nach Maß.

Fazit

Die KI schreibt die Dokumentation nicht anstelle des Arztes. Sie schreibt den Entwurf, der echte Minuten spart, aber keine Stunden, und sie irrt vor allem durch das, was sie weglässt. Ihr Wert hängt also davon ab, wie leicht sie es dem Arzt macht, die Lücken vor der Unterschrift zu finden. Am Empfang gilt dieselbe Regel: Der Assistent vereinbart Termine, bestätigt und informiert, Triage, Ergebniswerte und Notfälle bleiben bei Menschen. Wenn Sie gemeinsam mit uns ansehen möchten, was KI in Ihrer Klinik übernehmen könnte und was beim Team bleiben sollte, schlagen wir Ihnen ein 30-minütiges Gespräch vor, unverbindlich.

Quellen

• Rotenstein LS, Holmgren AJ, Thombley R u. a. — „Changes in Clinician Time Expenditure and Visit Quantity With Adoption of Artificial Intelligence–Powered Scribes: A Multisite Study“, JAMA, 2026, doi:10.1001/jama.2026.2253 (jamanetwork.com)
• Lukac PJ, Turner W, Vangala S u. a. — „Ambient AI Scribes in Clinical Practice: A Randomized Trial“, NEJM AI, 2025, DOI 10.1056/AIoa2501000; Pressemitteilung von UCLA Health, 26. November 2025 (uclahealth.org)
• Kaiser Permanente / The Permanente Medical Group — NEJM Catalyst, DOI 10.1056/CAT.25.0040; Zusammenfassung auf permanente.org, 7. April 2025
• Olson u. a. — „Use of Ambient AI Scribes to Reduce Administrative Burden and Professional Burnout“, JAMA Network Open, 2025;8(10):e2534976 (newswise.com)
• You JG u. a. — Studie von Mass General Brigham und Emory, JAMA Network Open, August 2025 (news.emory.edu, jamanetwork.com)
• Peterson Health Technology Institute — Bewertung von KI-Scribes, März 2025, zitiert von Fierce Healthcare und Axios (fiercehealthcare.com, axios.com)
• Taylor u. a. — „Quality of Clinical Notes Created by Ambient Listening Generative AI: Pragmatic Prospective Pilot Study“, JMIR Medical Informatics, 2026;e86474 (medinform.jmir.org)
• Anderson TN, Mohan V, Dorr DA u. a. — „Evaluating the Quality and Safety of Ambient Digital Scribe Platforms Using Simulated Ambulatory Encounters“, Mayo Clinic Proceedings: Digital Health, 2025;3(4):100292 (pmc.ncbi.nlm.nih.gov)
• Rumänisches Ärztekollegium (Colegiul Medicilor din România) — Studie zu Burnout, 2023, zitiert von TVR Info, 6. November 2025 (tvrinfo.ro)
• Verordnung (EU) 2016/679 (DSGVO) — Art. 9, 28, 35 und Erwägungsgrund 91 (eur-lex.europa.eu); ANSPDCP (rumänische Datenschutzbehörde) — Beschluss Nr. 174/2018, Amtsblatt Nr. 919 vom 31. Oktober 2018
• Rumänisches Gesetz Nr. 46/2003 über die Rechte der Patienten, Art. 20, konsolidierte Fassung, veröffentlicht vom Gesundheitsministerium (ms.ro)
• MDCG 2019-11 rev.1 — Leitlinie zur Qualifizierung und Klassifizierung von Software als Medizinprodukt, Juni 2025 (health.ec.europa.eu); Verordnung (EU) 2017/745 (MDR), Anhang VIII, Regel 11
• MHRA — „Guidance on Ambient Voice Technology-Enabled Products: Device qualification and classification“, v1.0, 29. Juli 2026 (gov.uk)
• MDCG 2025-6 — FAQ zum Zusammenspiel von MDR/IVDR und AI Act, 19. Juni 2025, über Hogan Lovells (hlc.com)
• Analysen zum Digital-Omnibus zur KI und zum Zeitplan des AI Act (gibsondunn.com, houthoff.com); Verordnung (EU) 2024/1689 (AI Act), Art. 50