Begleitende und unterstützende Gespräche für ältere Menschen

Viele ältere Menschen leben allein, kommen mit kleinen Touchscreens schlecht zurecht und fühlen sich isoliert. Ein sprachbasierter KI-Begleiter unterhält sich mit ihnen, erinnert sie an Medikamente und Termine, schlägt Aktivitäten vor und hält mit Einwilligung Familie oder Pflegekräfte auf dem Laufenden. Pilotprojekte berichten von hoher Nutzung und geringerer selbstberichteter Einsamkeit, doch die Belege stammen überwiegend von Anbietern oder aus Programmen, und der Anwendungsfall liegt nahe am Verbot der Ausnutzung von Schutzbedürftigkeit in der KI-Verordnung (Art. 5).

Problem & Nutzen

• Heute: Einsamkeit und Isolation älterer Menschen werden durch Besuche der Familie, ehrenamtliche Telefonkreise, Tagesstätten und, für Notfälle, einen tastenbasierten Hausnotruf angegangen. Pflegekräfte haben wenig Zeit; Erinnerungen sind Zettel oder Telefonanrufe.
• KI-Nutzen: jederzeit verfügbares, geduldiges Gespräch in natürlicher Sprache; proaktive Nachfragen; kognitive Anregung (Erinnerungsarbeit, Quizspiele); leichte Unterstützung im Alltag; Entlastung der Pflegekräfte.
• Belege: Das New York State Office for the Aging berichtete für ein Programm, das den Begleiter ElliQ an ältere New Yorker verteilte, von 95 % selbstberichteter Verringerung der Einsamkeit und sehr häufiger täglicher Interaktion [1]. Einschränkung: Dies ist ein vom Bundesstaat mit dem Anbieter erarbeitetes und verkündetes Ergebnis, eine unabhängige Kontrollgruppe wurde nicht gefunden. Betrachten Sie alle solchen Zahlen als Anhaltspunkt, nicht als Beweis für einen klinischen Nutzen.

Varianten

• Privatkauf / durch die Familie: Tischbegleiter oder smarter Lautsprecher für ein Elternteil zu Hause.
• Einsatz in Pflegeheim und Tagespflege: Gruppenaktivitäten, Befinden der Bewohner abfragen, Dashboards für das Personal.
• Kommunale / sozialdienstliche Programme: Leihgeräte für isolierte Senioren (öffentlicher Sektor).
• Proaktive Wohlbefindens-Anrufe: Ein Telefon-Sprachagent ruft zu festgelegten Zeiten an (siehe die Muster CONV-002, CONV-008).
• Modus zur Demenzunterstützung: Orientierungshinweise, Erinnerungsarbeit, Warnungen an Betreuende; höchste Schutzbedürftigkeit, strengste Schutzmaßnahmen.
• Unterstützende Eingabe: Sprachzugang zu Videoanrufen, Nachrichten, Radio und Smart Home für Menschen mit eingeschränkter Beweglichkeit oder Sehfähigkeit (siehe PERS-007).

So funktioniert es

1. wake word / button / scheduled check-in
2. ASR (accent- and impairment-robust, slow speech tolerant)
3. dialogue manager: LLM + persona + safety policy + user memory ↳ tools: reminders, calendar, call family, music/radio, smart-home, care-plan lookup
4. guardrails (no medical advice, no manipulation, crisis detection)
5. TTS (clear, slow, warm voice; consistent persona)
6. event log
7. consented summary to family/carer; escalation path

• Gedächtnis: ein kleines Profil je Person (Namen der Familie, Gewohnheiten, Vorlieben) in einem Vektor- oder Schlüssel-Wert-Speicher, einsehbar und änderbar für die Person selbst oder eine Vertrauensperson.
• Proaktivität: zeitplangesteuerte Hinweise; das LLM passt Zeitpunkt und Tonfall an, doch Erinnerungen an Medikamente stammen aus einem deterministischen Plan, nicht aus der Modellgenerierung.
• Eskalation: Schlüsselwörter oder Muster, die auf einen Sturz, Schmerzen, Verwirrung oder Not hindeuten, lösen einen festgelegten Ablauf aus (nachfragen, Kontakt anrufen, Pflegekraft benachrichtigen, den Rettungsdienst nur nach klaren Regeln rufen). Eine menschliche Pflegekraft erhält die Warnungen und entscheidet.
• Mensch-in-der-Schleife (Human-in-the-Loop): Pflegekräfte legen Pflegeplan und Schwellenwerte fest; die Familie prüft Zusammenfassungen; die Person kann die Weitergabe abschalten.

Datenaufbereitung

Das System braucht wenige klassische Geschäftsdaten. Kern-Eingaben sind ein Personenprofil (Vorlieben, Themen, Biografie), ein Pflegeplan mit Medikations- und Terminplänen, den Pflegekräfte oder die Familie erfassen, optionale Ereignisse aus Smart Home oder Wearables sowie Nachrichten und Fotos der Familie. Diese liegen in Pflegedokumentationssoftware, Pflegemappen auf Papier, Kalendern und Telefonen.

Typische Lücken: Pflegepläne auf Papier oder in Freitext, kein strukturierter Medikationsplan, fehlende Einwilligung und kein klarer gesetzlicher Betreuer oder keine klare Bevollmächtigung, Sprachdaten, die Dialekt, langsame oder beeinträchtigte Sprache nicht abbilden, und unklare Zugriffsrechte von Familie gegenüber Pflegekräften.

Schritte der Aufbereitung: die relevanten Felder des Pflegeplans in einen strukturierten Plan überführen (PREP-008, PREP-011), festlegen, wer was sehen und ändern darf, mit einer dokumentierten Einwilligung je Empfänger (PREP-025, PREP-024), alle für Feintuning oder Auswertung genutzten Daten pseudonymisieren (PREP-022) und mit Pflegekräften einen Testdatensatz realistischer Äußerungen aufbauen, einschließlich Dialekt und undeutlicher Sprache (PREP-018). Sammeln Sie gute Gesprächsbeispiele und sichere Antworten für Krisenthemen (PREP-016). Werkzeuge: Formulare, eine einfache Plandatenbank, Einwilligungsvorlagen. Grober Anteil am Aufwand: unter 20 Prozent; Einwilligung und Struktur des Pflegeplans sind am wichtigsten.

Umsetzungswege

Welcher Weg für wen

• Privat (ältere Menschen und Familien): Weg A, weil ein zertifiziertes, leicht bedienbares Produkt mit Support und Notfalleskalation für technisch unerfahrene Nutzer am sichersten ist.
• Unternehmen (Pflegeanbieter, Versicherer, Wohnungsunternehmen): Weg B, weil der Begleiter mit Pflegeplänen, Alarmierung und Abläufen der Pflegekräfte integriert werden muss und gesundheitsbezogene Daten ein kontrolliertes Setup in der EU brauchen.
• Öffentlicher Sektor (Kommunen, Sozialdienste): in der Praxis Weg C oder eine souveräne EU-Cloud, hier als C gewählt, weil Gesundheits- und Sozialdaten Souveränität, Vergaberecht und lokalen Betrieb auf HW2 erfordern.
• Entwickler (Hersteller assistiver Technik): Weg C, weil offene ASR-, TTS- und kleine Modelle auf dem Gerät laufen, Gespräche schützen und auf Dialekte abgestimmt werden können.

Weg A — Kaufen (Standardsoftware)

• Eigene Begleitgeräte: ElliQ (Intuition Robotics, Israel/USA; prüfen Sie die Sprachunterstützung für EU-Märkte), Dispenser im Stil von Pillo, Joy-for-All-Roboterhaustiere (Trostgeräte ohne LLM).
• Pflegetechnik-Plattformen mit Sprache: Tunstall, Vitaphone und ähnliche Anbieter von Hausnotruf, dazu europäische Anbieter von Pflegerobotik und Telecare (prüfen Sie das aktuelle Angebot je Land); Assistenten auf smarten Lautsprechern wie Alexa+, Google Gemini for Home und Apple Siri auf Heimgeräten für einfache Routinen.
• Wählen Sie A, wenn: eine Familie oder Kommune innerhalb von Wochen ein funktionierendes Produkt braucht und die Verarbeitung in der Cloud des Anbieters akzeptiert. Prüfen Sie Hosting in der EU, Unterstützung für Deutsch/die lokale Sprache, AVV, Reparatur der Geräte und was bei Einstellung des Produkts mit den Daten geschieht.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Echtzeit-Sprache: OpenAI Realtime API, Google Gemini Live API oder eine Pipeline aus ASR + LLM + TTS (Deepgram, Speechmatics, ElevenLabs; Optionen mit EU-Region und EU-Anbieter wie Mistral Voxtral für ASR, Mistral-LLMs, Azure OpenAI / Vertex AI / Amazon Bedrock in EU-Regionen, Claude über Cloud-Regionen in der EU).
• Orchestrierung: LiveKit Agents oder Pipecat für Streaming, Telefonie über SIP (EU-Netzbetreiber) für anrufbasierte Begleiter; Home Assistant für Smart-Home-Werkzeuge.
• Wählen Sie B, wenn: ein Pflegeanbieter einen eigenen Markendienst mit Anbindung an die Pflegedokumentation möchte.

Weg C — Selbst betreiben (Open Source)

• ASR: Whisper large-v3 / faster-whisper, Voxtral (offene Gewichte), NVIDIA Parakeet/Canary. TTS: Piper, Kokoro, Modelle im Stil von XTTS (Lizenzen prüfen). LLM: Modelle der Klasse Mistral, Llama, Qwen oder Gemma über vLLM/Ollama. Lokaler Sprach-Stack: Home Assistant Assist mit Wyoming-Protokoll; selbst betriebene Pipecat / LiveKit.
• Hardware: HW2 (eine GPU mit 16–32 GB) versorgt ein Pflegeheim mit einem Modell von ~8-14B; einzelne Haushalte können kleine Modelle auf Mini-PCs der Stufe HW1 mit schlechterer Qualität betreiben.
• Warum: datenschutzsensible Pflegeumgebungen; die Daten verlassen das Gebäude nie. Der Betriebsaufwand umfasst Updates, Überwachung und Gerätesupport.

Weg D — Eigenes Training

Lohnt sich für das Feintuning der ASR auf Dialekt, Aphasie oder dysarthrische Sprache und für die Anpassung der Persona an die lokale Sprache. Es braucht Sprachdaten älterer Sprecher mit Einwilligung (DSGVO Art. 9, wenn gesundheitsbezogen) und eine ethische Prüfung. Tunen Sie nicht auf privaten Gesprächen ohne ausdrückliche Einwilligung.

Stand der Technik (2026)

• Echtzeit-Sprache-zu-Sprache-Modelle ermöglichen natürliche, unterbrechbare Gespräche mit geringer Latenz; offene ASR ist bei Standardsprache stark, aber bei älteren Sprechern, Dialekt, dysarthrischer und verrauschter Sprache weiterhin schwächer.
• Langzeitgedächtnis und proaktive Agenten lassen Begleiter kontinuierlich wirken, was auch das Risiko der Abhängigkeit erhöht.
• Grenzen und Fehlerbilder: erfundene Fakten oder Medikamentenempfehlungen, falsch verstandene Sprache, Anbiederung und emotionale Überabhängigkeit, Verwirrung bei einer Person mit Demenz, falsche Beruhigung in Notfällen, Missbrauch von Stimmklonen. Begleit-Chatbots haben die Aufmerksamkeit von Aufsichtsbehörden und Bedenken zur öffentlichen Sicherheit ausgelöst, besonders bei Minderjährigen und schutzbedürftigen Nutzern.
• Forschungslücke: Die meisten Studien sind kurz, klein und selbstberichtet; die Wirkung auf echte Einsamkeit über die Zeit und auf kognitiven Abbau bleibt unsicher. Übersichtsarbeiten zu Robotern und sozialen Agenten fordern kontrollierte Studien.

Gemeinsame Bausteine & Kombinationen

• Sprach-Stack gemeinsam mit CONV-002 (Telefon-Sprachagent), CONV-014 (Sprache im Fahrzeug/eingebettet), CONV-015 (persönlicher Assistent), CONV-009 (Begleiter für das Wohlbefinden).
• Pflegekontext: HLTH-025 (sprachbasierte Pflegedokumentation), PERS-002 (Gesundheits- und Schlafcoach mit Wearables).
• Verwandte Ethik: CONV-023 (soziale Begleiter), CONV-028 (Gedenk-Avatare).
• Hardware: Derselbe HW2-Sprachserver kann mehrere davon betreiben.

Aufwand, Kosten & Kennzahlen

• Weg A: Einrichtung in Tagen bis Wochen; Kauf je Gerät oder monatliches Abonnement; die Hilfe bei der Installation für Senioren ist ein versteckter Kostenpunkt.
• Weg B: 3–6 Monate für einen produktiven Dienst mit Sicherheitsbewertung; Kostentreiber sind Echtzeit-Sprachminuten und Support.
• Weg C: 4–8 Monate; GPU, Gerätehardware, Wartung.
• Kennzahlen: tägliche aktive Nutzung, Veränderung auf einer Einsamkeitsskala (z. B. UCLA-3 oder De Jong Gierveld, vorher/nachher), Einhaltung der Erinnerungen, Präzision/Trefferquote der Eskalation, eingesparte Zeit der Pflegekräfte, vom Nutzer berichtetes Vertrauen, Abmelde- und Beschwerdequoten. Messen Sie Sicherheitsvorfälle gesondert.

Menschen & Veränderung

Beziehen Sie zuerst die ältere Person ein, dann Familie, Pflegekräfte und die Abteilungsleitung des Pflegedienstes, außerdem die Geschäftsleitung, die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten und Recht/Compliance. Gesundheits- und Verhaltensdaten schutzbedürftiger Personen machen eine Datenschutz-Folgenabschätzung (DSFA) erforderlich; die Einwilligung muss informiert und widerrufbar sein, bei eingeschränkter Einsichtsfähigkeit unter Einbindung der Betreuer. Das Personalwesen kommt hinzu, wenn Mitarbeiter das System nutzen.

Betriebsrat: abhängig vom Einzelfall. Für Privathaushalte nein; in Pflegeeinrichtungen oder -diensten können Mitarbeiter, die Dashboards, Warnungen oder Aktivitätszusammenfassungen nutzen, durch das System überwacht werden, daher greift § 87 Abs. 1 Nr. 6 BetrVG, und § 90 Abs. 1 Nr. 3 erfasst KI-gestützte Pflegeprozesse. Öffentliche Stellen beziehen den Personalrat ein.

KI-Kompetenz: Unterstützen Sie Pflegekräfte mit Schulungen zu Grenzen, Eskalation und dem Erkennen von Fehlern (KI-Verordnung (AI Act) Art. 4; GUIDE-006). Nutzer müssen klar darüber informiert werden, dass sie mit einer KI sprechen (Art. 50). Starten Sie den Pilot mit einer kleinen Gruppe Freiwilliger, die Unterstützung durch Pflegekräfte und eine telefonische Rückfallebene haben. Typische Sorgen: Ersatz menschlicher Kontakte, Täuschung und Abhängigkeit, Datenschutz; begegnen Sie ihnen, indem Sie den Begleiter als Ergänzung positionieren, ohne heimliche Überwachung, mit transparenten Warnungen und einem Menschen, der jederzeit eingreifen kann. Siehe GUIDE-005, GUIDE-008 und GUIDE-009.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): typischerweise begrenztes Risiko (Art. 50: Nutzer müssen informiert werden, dass sie mit einer KI sprechen; Kennzeichnung synthetischer Stimme). Die Verbote nach Art. 5 gelten: KI, die unterschwellige, manipulative oder täuschende Techniken einsetzt oder Schutzbedürftigkeit wegen Alters oder Behinderung ausnutzt, um das Verhalten erheblich und schädlich zu verzerren, ist verboten (Art. 5 Abs. 1 Buchst. a, b) [2][3]. Begleiter dürfen nicht zu Käufen drängen, vom Kontakt mit der Familie abhalten oder emotionale Abhängigkeit fördern, um die Nutzung zu steigern. Das Ableiten von Emotionen bei Beschäftigten oder Schülern ist verboten (Art. 5 Abs. 1 Buchst. f); Emotionserkennung bei Pflegepersonal fiele darunter, und das Ableiten von Emotionen in Pflegeumgebungen braucht eine sorgfältige rechtliche Prüfung. Systeme, die als Medizinprodukt wirken oder ein solches speisen (Diagnose, Überwachung von Erkrankungen), können über die MDR (Anhang I) zu Hochrisiko-Systemen werden.
• DSGVO: Sprachaufnahmen und Gespräche offenbaren Gesundheitsdaten (Art. 9). Verlangt sind eine Rechtsgrundlage (wo möglich ausdrückliche Einwilligung), Datenminimierung, wo möglich lokale Verarbeitung, eine DSFA (Art. 35), klare Steuerung der Weitergabe an die Familie, kurze Aufbewahrung und Prüfungen der Einwilligungsfähigkeit bei Menschen mit Demenz (gesetzliche Betreuer einbeziehen). Dauerhaft eingeschaltete Mikrofone brauchen transparente Anzeigen.
• Sonstiges: nationales Pflegerecht, Verbraucherschutz, Barrierefreiheit (European Accessibility Act, seit 2025 in Kraft), Cybersicherheit (Cyber Resilience Act für vernetzte Geräte), Betrugsversuche gegen Senioren mit Stimmklonen.
• Gegenmaßnahmen: Persona und Systemprompts, die medizinische Ratschläge und das Fördern von Abhängigkeit untersagen, Red-Team-Tests mit älteren Testern, Eskalationswege zu Menschen, einfacher Ausschalter, Transparenz über die KI, unabhängige Bewertung.

Erste Schritte

1. Legen Sie das Ziel fest (Einsamkeit, Erinnerungen, Sicherheit) und beziehen Sie Senioren, Familie und Pflegekräfte ein; schreiben Sie eine kurze DSFA.
2. Testen Sie 2-3 Produkte aus Weg A 8 Wochen lang mit 5-10 echten Nutzern; erfassen Sie Ergebnisskalen und Vorfälle.
3. Legen Sie Sicherheitsregeln fest: Auslöser der Eskalation, verbotene Themen, Offenlegung der KI-Natur.
4. Bei Eigenentwicklung: Prototyp mit einer Sprach-Pipeline in Pipecat oder LiveKit und Test der ASR mit älteren Sprechern in Ihrer Sprache.
5. Planen Sie den Support: Installation, Reparatur, eine menschliche Kontaktnummer und einen Ausstiegsplan für die Daten.

Quellen

1. NYSOFA — ElliQ rollout shows 95% reduction in loneliness (Aug 2023) — https://aging.ny.gov/news/nysofas-rollout-ai-companion-robot-elliq-shows-95-reduction-loneliness
2. Regulation (EU) 2024/1689 (AI Act), Arts. 5, 50 — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
3. European Commission — Guidelines on prohibited AI practices (Feb 2025) — https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-prohibited-artificial-intelligence-ai-practices-defined-ai-act
4. GDPR (Regulation (EU) 2016/679) — https://eur-lex.europa.eu/eli/reg/2016/679/oj
5. Pipecat open-source voice agent framework — https://github.com/pipecat-ai/pipecat
6. Home Assistant Voice (Assist) — https://www.home-assistant.io/voice_control/
7. OpenAI Realtime API docs — https://platform.openai.com/docs/guides/realtime
8. Whisper — https://github.com/openai/whisper