Ambiente klinische Dokumentation (KI-Scribe)

Behandelnde verbringen einen großen Teil ihres Tages mit Dokumentation. Ein KI-Scribe hört die Konsultation mit, trennt die Sprechenden, transkribiert und entwirft einen Eintrag in der Vorlage der Praxis, den die Ärztin bzw. der Arzt bearbeitet und unterzeichnet. Ziel ist weniger Dokumentation nach Dienstschluss und mehr Blickkontakt mit der Patientin bzw. dem Patienten. In der EU liegen die schwierigen Teile nicht bei den Modellen, sondern bei Einwilligung, Datenstandort, Medizinprodukte- Status und der Verantwortung der Behandelnden für den endgültigen Eintrag.

Problem & Nutzen

• Heute: Ärztinnen und Ärzte tippen während des Besuchs, diktieren danach (siehe SPEECH-005) oder schreiben Einträge abends. Dokumentation gilt als anerkannter Auslöser von Burnout und verlorener Zeit für Patientinnen und Patienten.
• KI-Nutzen: Der Entwurf liegt vor, wenn die Patientin bzw. der Patient geht; die Struktur folgt der Vorlage; Patientenbriefe und Überweisungen lassen sich aus demselben Transkript erzeugen.
• Evidenz: Frühe Einsätze und Herstellerstudien berichten von kürzerer Dokumentationszeit und niedrigeren Burnout-Werten; unabhängige kontrollierte Evidenz ist noch dünn, und die Ergebnisse variieren je nach Fachgebiet und danach, wie stark die Entwürfe nachbearbeitet werden müssen. Behandeln Sie von Herstellern genannte Prozentzahlen als Marketing, bis sie mit einem eigenen Pilotbetrieb vor Ort reproduziert wurden [1][6].

Varianten

• Hausarzt- / ambulante Praxis: eine behandelnde Person, ein Raum, enge Anbindung an das Praxisverwaltungssystem (PVS), deutsche/europäische Sprachen.
• Krankenhausstation und Notaufnahme: laut, mehrere Sprechende, Übergabeeinträge; Anbindung an das Krankenhausinformationssystem.
• Fachgebietsvorlagen: Psychiatrie/Psychotherapie (besonders sensibel, oft ausgeschlossen); radiologische Befundung ist ein anderer Ablauf (siehe HLTH-001).
• Telemedizin: Audio des Videogesprächs direkt aufzeichnen, kein Raummikrofon.
• Pflege und Betreuung: sprachbasierte Dokumentation ohne Gesprächspartner ist HLTH-025.
• Private Nutzung: Patientinnen und Patienten, die ihren eigenen Besuch für persönliche Zusammenfassungen aufnehmen, sind möglich, brauchen in der EU aber die Einwilligung der Behandelnden; keine Nutzung als medizinischer Rat.

So funktioniert es

1. Einwilligung einholen (Patient informiert, Aufnahme per Opt-in)
2. Audioaufnahme (Raummikrofon / Telefon / Telemedizin-Stream), auf dem Gerät oder verschlüsselter Upload
3. ASR + Sprechertrennung (Behandelnde vs. Patient vs. Angehörige)
4. De-Identifikation / Kontext aus der EHR abrufen (optional)
5. LLM-Erstellung des Eintrags in Vorlage (SOAP, fachspezifische Abschnitte) mit quellenverknüpften Aussagen
6. Sicherheitsprüfungen (fehlende Abschnitte, nicht belegte Aussagen, Konsistenz von Medikation/Dosis)
7. Prüfung & Bearbeitung durch Behandelnde (verpflichtend)
8. Freigabe
9. Rückschreiben in EHR/PVS; Audio und Transkript werden gemäß Aufbewahrungsrichtlinie gelöscht

• ASR: Medizinisches Vokabular, Akzente und Sprachwechsel sind die Schwachstelle; Fachlexika und Sprechertrennung sind wichtiger als das Basismodell.
• Erstellung des Eintrags: Ein LLM macht aus Transkript und Vorlage Fließtext; die besten Systeme verknüpfen jeden Satz mit der Transkriptstelle, damit die Behandelnden schnell prüfen können.
• Mensch-in-der-Schleife (Human-in-the-Loop): Die Behandelnden lesen und unterzeichnen jeden Eintrag; die KI schreibt nie ohne Freigabe in die rechtsgültige Akte. Die Einwilligung der Patientin bzw. des Patienten wird vor der Aufnahme geprüft.

Datenaufbereitung

Ambientes Scribing braucht wenig historische Daten; die wichtigsten Eingaben sind das Live-Audio der Konsultation, der Patientenkontext aus PVS/KIS (Diagnosen, Medikation, letzte Einträge) und die Dokumentationsvorlagen der Praxis. Diese liegen im Praxissystem, in Word-Vorlagen und oft nur in den Köpfen der Ärztinnen und Ärzte. Typische Lücken: keine Routine für die Einwilligung zur Aufnahme, schlechte Mikrofone und laute Räume, Dialekt und medizinische Fachsprache, uneinheitliche Vorlagen zwischen den Ärztinnen und Ärzten, Abkürzungen sowie abgeschottete Praxissysteme ohne Schnittstelle.

Schritte der Aufbereitung: (1) die Audio-Ausstattung prüfen, also Mikrofon, Raum und eine Regelung zu Tablet oder Smartphone; (2) je Fachgebiet zwei bis drei Musterdokumentationen und die bevorzugte Struktur des Eintrags sammeln (PREP-016); (3) eine Liste der Praxisterminologie, Arzneimittelnamen und Abkürzungen zusammenstellen (PREP-015); (4) die Schnittstelle zum PVS/KIS klären (PREP-005) oder im Pilotbetrieb Kopieren und Einfügen akzeptieren; (5) festlegen, wie die Einwilligung der Patientinnen und Patienten eingeholt, angezeigt und dokumentiert wird; (6) über die Aufbewahrung des Audios entscheiden, idealerweise sofortige Löschung nach der Transkription. Für eine selbst gebaute Variante einen kleinen Testdatensatz de-identifizierter Konsultationen mit einer Ärztin bzw. einem Arzt sammeln (PREP-018, PREP-022).

Aufwand: gering. Der meiste Aufwand entfällt auf Ablauf, Einwilligung und Abstimmung der Vorlagen, nicht auf Datenbereinigung; deshalb eignet sich dieser Anwendungsfall für einen schnellen Pilotbetrieb. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU (Arztpraxis, kleine Klinik): Weg A, weil ausgereifte Scribe-Produkte mit EU-Hosting, AVV und PVS/KIS-Anbindungen zu Preisen pro Nutzer existieren und der Ablauf Standard ist.
• Unternehmen (Krankenhaus, MVZ-Gruppe): Weg B, weil tiefe Integration in das klinische Informationssystem und eigene Vorlagen wichtig sind und das Volumen die Kosten pro Lizenz hoch macht.
• Entwickler: Weg C, weil Spracherkennung der Whisper-Klasse und ein offenes LLM das Konsultationsaudio im Haus halten und Experimente erlauben.

Weg A — Kaufen (Standardsoftware)

• Europäische Anbieter: Tandem Health (Schweden; vermarktet seinen Scribe als CE-gekennzeichnetes Medizinprodukt der MDR-Klasse IIa, anhand des Zertifikats zu prüfen) [2], Nabla (Frankreich), Doctolib-Integrationen in Frankreich/Deutschland sowie verschiedene deutsche PVS-Hersteller, die Scribe-Module ergänzen; fragen Sie zuerst Ihren PVS-Hersteller.
• International: Heidi Health, Abridge, Microsoft Dragon Copilot (Nachfolger von Nuance DAX), Suki. EU-Hosting, Liste der Unterauftragsverarbeiter (welches LLM, wo) und Regelung zum Training mit Kundendaten prüfen.
• Prüfliste: Datenstandort EU, AVV und Unterauftragsverarbeiter, keine Zweitnutzung des Audios, MDR-Status und Zweckbestimmung, PVS-/KIS-Integration, Qualität für Deutsch/andere Sprachen, Löschung des Audios, Audit-Log.
• Weg A wählen, wenn: Sie eine Praxis oder kleine Klinik ohne ML-Personal sind.

Weg B — Auf Cloud-KI-Diensten aufbauen

• ASR: Sprachdienste in EU-Regionen (Azure AI Speech, Google Cloud Speech-to-Text, AWS Transcribe Medical/HealthScribe, sofern in der Region verfügbar) oder die Voxtral-API von Mistral (EU-Anbieter) [4].
• LLM: Claude, GPT, Gemini oder Mistral-Modelle über Endpunkte in EU-Regionen mit einem AVV ohne Datenspeicherung (Zero Retention); strukturierte Ausgaben für Vorlagenfelder.
• Orchestrierung: FHIR (DocumentReference, Composition) für das Rückschreiben ins KIS; Einwilligungsdienst; Audit-Log.
• Hinweis: Wer ein Produkt baut, das klinische Dokumentation für Dritte entwirft, kann zum Medizinprodukte-Hersteller werden (siehe Risiken); ein internes Werkzeug für die eigenen Mitarbeitenden ist ein leichterer Fall, braucht aber dennoch eine Risikobewertung.

Weg C — Selbst betreiben (Open Source)

• ASR: Whisper large-v3 / large-v3-turbo [3] über faster-whisper oder whisper.cpp; Voxtral (offene Gewichte) [4]; pyannote für die Sprechertrennung; Feintuning mit medizinischen Begriffslisten.
• LLM: Modelle mit offenen Gewichten (30-120 Mrd. Parameter; Familien Qwen, Mistral, Llama, gpt-oss), betrieben mit vLLM [5]; ein kleineres Modell für das Ausfüllen von Vorlagen auf HW2.
• Hardware: HW3 für einen Dienst im Klinikmaßstab mit Qualität der 70B-Klasse; HW2 kann eine einzelne Praxis mit einem mittelgroßen Modell und einem ASR-Stapelauftrag versorgen.
• Warum: Das Audio verlässt nie das Gebäude; die stärkste Antwort für Psychiatrie, Kliniken mit strengen Datenschutzbeauftragten und öffentliche Träger.

Weg D — Eigenes Training

ASR auf Audio aus dem eigenen Fachgebiet feintunen (Dialekte, Fachterminologie) und den Stil der Einträge anhand einiger Hundert von Behandelnden bearbeiteter Einträge anpassen. Lohnt sich nur im großen Maßstab; die korrigierten Einträge aus dem täglichen Gebrauch sind die natürliche Datenquelle, vorbehaltlich einer Rechtsgrundlage für die Zweitnutzung.

Stand der Technik (2026)

• Ambiente Scribes sind die am schnellsten eingeführte klinische LLM-Anwendung; große US-Gesundheitssysteme haben sie breit ausgerollt, und europäische Anbieter ziehen nach, wobei Tandem, Nabla und Heidi in EU-Märkten expandieren [2].
• Trend: Scribes gehen von Einträgen zu Anordnungen, Kodierhinweisen (HLTH-005), Überweisungsbriefen und Patientenzusammenfassungen über; KIS-Hersteller bündeln sie.
• Trend: Einträge mit Quellenverknüpfung und von den Behandelnden bearbeitbare Belegfelder verkürzen die Prüfzeit und fangen Halluzinationen ab.
• Grenzen: Auslassungen (dem Entwurf fehlt eine relevante Aussage), halluzinierte Befunde oder Verneinungsfehler („kein Brustschmerz“ wird zu „Brustschmerz“), falsche Zuordnung zwischen Sprechenden, schwache Leistung bei Dialekten und in lauten Räumen sowie Automationsbias: Müde Behandelnde unterzeichnen ohne zu lesen.
• Unabhängige Auswertungen sind selten; Herstellervergleiche sind meist selbst veröffentlicht, führen Sie daher Ihren eigenen verblindeten Vergleich durch [6].

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack (ASR + Sprechertrennung + LLM allgemein): SPEECH-001 Transkription von Besprechungen, SPEECH-005 professionelles Diktat, HLTH-025 Pflegedokumentation.
• Nachgelagert: HLTH-011 Entlassbriefe, HLTH-005 Kodierung und Abrechnung, HLTH-030 Patientennachrichten, HLTH-018 Zusammenfassung von Patientenakten als Kontexteingabe.
• Datenschutzwerkzeuge: SEC-018 für Verarbeitungsverzeichnisse und Unterstützung bei der DSFA; PERS-005 für lokale Betriebsmuster.
• Ein GPU-Server (HW3) kann ASR und LLM für alle genannten Sprache-zu-Text-Anwendungsfälle hosten.

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen; monatliches Abonnement pro Behandelnden; Pilotbetrieb mit 5-10 Behandelnden.
• Weg B: 3-6 Monate einschließlich KIS-Integration, Einwilligungsabläufen und DSFA.
• Weg C: 4-9 Monate; GPU-Server, MLOps, sprachspezifische Auswertung.
• Kostentreiber: Lizenzen pro Nutzer, Integration mit PVS/KIS, Change-Management und Schulung.
• Kennzahlen: Dokumentationszeit pro Besuch, Dokumentationszeit nach Dienstschluss, Bearbeitungsabstand der Einträge (Anteil des geänderten Texts), in Stichproben gefundene Auslassungs-/Halluzinationsrate, Burnout- und Patientenerfahrungswerte, Widerspruchsquote der Patientinnen und Patienten.

Menschen & Veränderung

Beginnen Sie mit der Praxisinhaberin bzw. dem Praxisinhaber oder der ärztlichen Leitung für Entscheidung und Budget, dann folgen die Ärztinnen, Ärzte und medizinischen Fachangestellten, die das Werkzeug täglich nutzen, denn ihre Vorlagen und Gewohnheiten bestimmen die Qualität. Die IT oder der PVS-Hersteller kümmert sich um Integration und Geräte. Die Datenschutzbeauftragte bzw. der Datenschutzbeauftragte ist in der Praxis zwingend: Audio von Patientengesprächen sind Daten besonderer Kategorien, daher müssen Rechtsgrundlage, AVV mit dem Anbieter, eine DSFA und die Informationspflicht gegenüber den Patientinnen und Patienten vor dem Pilotbetrieb geklärt sein (GUIDE-005). Auch die Patientinnen und Patienten sind Beteiligte: Informieren Sie sie offen, holen Sie die Einwilligung ein und akzeptieren Sie eine Ablehnung ohne Nachteil.

Betriebsrat: abhängig vom Einzelfall. In einer Praxis oder Klinik mit Betriebsrat ist die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG wahrscheinlich, da Aufnahmen und Nutzungsprotokolle das Verhalten der Beschäftigten überwachen können (die objektive Eignung genügt), und § 90 Abs. 1 Nr. 3 verlangt eine frühzeitige Information. Kleine Praxen ohne Betriebsrat benötigen keinen formalen Schritt, sollten die Beschäftigten aber dennoch einbeziehen (GUIDE-004).

KI-Kompetenz: Unterstützen Sie Ärztinnen und Ärzte mit einer kurzen Schulung dazu, jeden erzeugten Eintrag zu prüfen, zu typischen Fehlern wie erfundenen oder übersehenen Details und zum Automationsbias (GUIDE-006). Wählen Sie zwei oder drei Freiwillige aus verschiedenen Fachgebieten als Pilotgruppe für vier bis acht Wochen (GUIDE-009). Bedenken betreffen Datenschutz, Haftung und die Angst, aufgenommen zu werden: Die Ärztin bzw. der Arzt bleibt verantwortlich und unterzeichnet jeden Eintrag, Aufnahmen lassen sich pausieren, und kein Audio wird zur Beurteilung von Beschäftigten verwendet (GUIDE-008).

Risiken, Regulierung & Compliance

• DSGVO: Gesundheitsdaten sind Daten besonderer Kategorien (Art. 9); die Sprachaufnahme der Patientin bzw. des Patienten und etwaiger Dritter sind personenbezogene Daten. Rechtsgrundlage ist typischerweise Art. 9 Abs. 2 Buchst. h (Behandlung) plus ausdrückliche Information; einige Aufsichtsbehörden und Berufsorganisationen erwarten für die Aufnahme die Einwilligung der Patientinnen und Patienten. Eine DSFA ist erforderlich; Auftragsverarbeitungsvertrag (Art. 28); Übermittlungen in Drittländer vermeiden; Aufbewahrung des Audios minimieren (nach Freigabe löschen).
• Berufsgeheimnis: Der deutsche § 203 StGB und vergleichbare Vorschriften binden Behandelnde und verlangen Sorgfalt bei der Beauftragung von Dienstleistern.
• KI-Verordnung (AI Act): Die Einstufung hängt von der Zweckbestimmung ab. Reine Transkription und Entwurf von Einträgen mit Prüfung durch die Behandelnden gilt oft als geringes Risiko; qualifiziert sich das Produkt aber als Medizinprodukt nach MDR (Klasse IIa oder höher über Regel 11 für Software, die klinische Entscheidungen beeinflusst), ist es nach Art. 6 Abs. 1/Anhang I der KI-Verordnung ein Hochrisiko-System mit stufenweise bis 2028 greifenden Pflichten [7][8]. Funktionen, die Diagnosen oder Behandlungen vorschlagen, rücken das Produkt in Richtung Medizinprodukt. Transparenz gegenüber den Patientinnen und Patienten (ein KI-System hört zu) ist gute Praxis und oft eine rechtliche Erwartung.
• MDR: Der Hersteller legt die Zweckbestimmung fest; reine Dokumentationswerkzeuge können außerhalb der MDR bleiben, Scribes mit klinischen Vorschlägen möglicherweise nicht. Fordern Sie von Anbietern die Konformitätserklärung und das Zertifikat der Benannten Stelle an [8].
• Risiken und Gegenmaßnahmen: halluzinierte Inhalte in der rechtsgültigen Akte (verpflichtende Prüfung, Quellenverknüpfungen, Stichproben-Audits), Lücken bei der Einwilligung (sichtbare Aufnahmeanzeige, Möglichkeit zum Widerspruch), Datenabfluss in das Modelltraining (vertragliches Verbot), Verzerrungen bei Akzenten und Sprachen (je Sprache testen).

Erste Schritte

1. Fragen Sie Ihren PVS-/KIS-Hersteller und die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten, was bereits freigegeben ist; starten Sie die DSFA früh.
2. Legen Sie den Wortlaut der Einwilligung und eine sichtbare Aufnahmeanzeige fest; klären Sie, was geschieht, wenn eine Patientin oder ein Patient ablehnt.
3. Erproben Sie 2-3 Produkte mit einigen Behandelnden über 4-8 Wochen, messen Sie die gesparte Zeit und prüfen Sie 50 Einträge auf Auslassungen und Fehler.
4. Legen Sie die Prüfregel fest: Kein Eintrag gelangt ungezeichnet in die Akte; schulen Sie die Beschäftigten zu typischen Fehlerarten.
5. Entscheiden Sie über die Aufbewahrung (Audio nach Freigabe löschen) und planen Sie die Einführung nach Fachgebieten.

Quellen

1. Tandem Health, product and evidence pages — https://tandemhealth.ai/ai-info (vendor material, accessed 2026-10)
2. Tandem Health, news and press (CE/MDR claims, vendor-authored) — https://tandemhealth.ai/resources/news
3. OpenAI Whisper — https://github.com/openai/whisper
4. Mistral AI, Voxtral speech models — https://mistral.ai/news/voxtral
5. vLLM project — https://github.com/vllm-project/vllm
6. Best AI scribes in Europe 2026 (vendor-affiliated comparison, treat with caution) — https://www.drinfo.ai/clinical-workflows/best-ai-medical-scribes-europe
7. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
8. Regulation (EU) 2017/745 (MDR) — https://eur-lex.europa.eu/eli/reg/2017/745/oj
9. Regulation (EU) 2016/679 (GDPR), Art. 9 — https://eur-lex.europa.eu/eli/reg/2016/679/oj