Lesezeit: ca. 8 Minuten

In Diskussionen über KI im Gesundheitswesen fällt der Blick fast automatisch auf Diagnosen. Kann KI Krebs erkennen? Kann sie Krankheiten vorhersagen? Kann sie Ärzte ersetzen?

Diese Fragen sind nicht falsch. Aber sie lenken den Blick weg von dem Ort, an dem generative KI heute bereits reale Wirkung entfaltet: Informationsarbeit.

Das klingt nach wenig. Ist es nicht.

Wie viel Zeit im Gesundheitswesen aus Schreibarbeit besteht

Wer das Gesundheitswesen von innen kennt, weiß, dass ein erheblicher Teil der klinischen Arbeitszeit nicht am Patientenbett verbracht wird. Sie wird verbracht mit: Notizen schreiben, Entlassbriefe formulieren, Anfragen beantworten, Akten durchsuchen, Befunde zusammenfassen, Formulare ausfüllen.

Das ist keine Nebensache. In verschiedenen Studien – unter anderem solchen, die im Zusammenhang mit dem Burnout-Phänomen unter Ärzten diskutiert wurden – zeigt sich immer wieder: Die Dokumentationslast ist einer der stärksten Belastungsfaktoren im medizinischen Alltag. Es gibt sogar einen eigenen Begriff dafür: „Pajama Time” – die Zeit, die Ärztinnen und Ärzte abends oder nachts aufwenden, um die Dokumentation nachzuholen, die während des Tages liegengeblieben ist.

Hier setzt generative KI an. Nicht mit einem großen Versprechen, sondern mit einem sehr konkreten: Weniger Schreibarbeit. Mehr Zeit für Patienten.

Was Studien zur KI-gestützten Dokumentation zeigen

Die am besten untersuchte Anwendung ist das sogenannte Ambient Scribing: Ein KI-System hört dem Gespräch zwischen Arzt und Patient zu, erstellt daraus einen Transkriptentwurf und überführt diesen in eine strukturierte klinische Notiz. Die Ärztin oder der Arzt prüft und signiert.

Eine randomisierte Step-Wedge-Studie, veröffentlicht bei ScienceDirect, berichtet von reduzierten Dokumentationslasten, weniger Frustration und weniger Off-Hours-Dokumentation bei Verwendung eines solchen Systems.

Für Notaufnahmen zeigt eine in JAMA Network Open veröffentlichte vergleichende Wirksamkeitsstudie, dass ein KI-Assistent die Zeit für Entlassdokumentation deutlich reduziert und die Qualität der Notizen verbessert.

Gleichzeitig ist das Bild nicht durchgängig positiv. Eine Kohortenstudie zur DAX-Nutzung (einem der verbreiteten Ambient-Scribe-Systeme) zeigt: keine signifikanten Verbesserungen bei Produktivität oder Patientenerfahrung – teils sogar eine Verschlechterung der After-Hours-EHR-Nutzung. Das bedeutet: Der Effekt ist real, aber nicht garantiert. Er hängt stark von der Implementierung, dem Training und der Integration in bestehende Workflows ab.

Das ist ein wichtiger Punkt, auf den ich in einem späteren Artikel noch eingehe.

Weitere Bereiche: Patientenkommunikation und Informationssuche

Neben der Dokumentation gibt es zwei weitere Bereiche, in denen generative KI im Gesundheitswesen gut belegt ist:

Patientenkommunikation: Eine vielzitierte Querschnittsstudie aus JAMA Internal Medicine verglich Antworten von ChatGPT mit ärztlichen Antworten auf Patientenfragen aus einem Online-Forum. Die KI-Antworten wurden häufiger bevorzugt und höher in Qualität und Empathie bewertet. Das ist kein Argument dafür, Ärzte durch KI zu ersetzen – aber es ist ein Argument dafür, KI als Entwurfstool für Kommunikationsarbeit einzusetzen, mit Human Review im Prozess.

Literaturrecherche und evidenzbasierte Suche: Wer Leitlinien, Studien und interne Protokolle durchsucht, weiß, wie zeitintensiv das ist. Retrieval-gestützte KI-Systeme, die Antworten mit Quellenangaben liefern, können die Zeit bis zur Orientierung erheblich reduzieren. Der Unterschied liegt dabei im Grounding: Systeme, die aus konkreten Quellen zitieren, sind verlässlicher als solche, die frei formulieren.

Warum dieser Bereich der wichtigste ist

Es gibt einen strukturellen Grund, warum Informationsarbeit der bedeutsamste Anwendungsfall generativer KI im Gesundheitswesen ist – auch wenn er weniger aufregend klingt als Diagnose-KI.

Informationsarbeit ist skalierbar. Sie betrifft nicht einzelne Spezialfälle, sondern jeden klinischen Prozess. Sie ist weniger regulatorisch heikel als Entscheidungsunterstützungssysteme. Und sie kann kurzfristig implementiert werden, ohne die Frage nach medizinischer Produktzulassung zu stellen.

Diagnosesysteme müssen als Medizinprodukt zugelassen werden. Ambient Scribing und Kommunikationsunterstützung in aller Regel nicht – zumindest solange der Mensch die Verantwortung behält und das System lediglich Entwürfe liefert.

Was das für die Praxis bedeutet

Für Kliniken und Praxen, die den Einstieg in generative KI evaluieren, ergibt sich daraus eine klare Priorität: Nicht bei Diagnoseversprechen beginnen. Bei Dokumentation beginnen.

Die Frage lautet nicht: „Kann KI Ärzte ersetzen?” Die Frage lautet: „Welche konkreten Prozesse verursachen heute die größte Belastung – und wo kann ein Sprachmodell dabei sinnvoll unterstützen?”

Dort, wo diese Antwort auf Dokumentation, Kommunikation und Informationssuche zeigt, ist der Einstieg am ehesten produktiv, am wenigsten riskant und am schnellsten umsetzbar.

Das ist kein Kompromiss. Das ist der eigentliche Mehrwert.

Dieser Artikel ist Teil der Serie „Generative KI im Gesundheitswesen” auf kuersatcifci.de.

Quellen: