Kann KI die Erlösoptimierung im Krankenhaus regulatorisch sicher unterstützen?

Ja, KI kann die Erlösoptimierung im Krankenhaus regulatorisch sicher unterstützen, aber nur, wenn Anwendungsbereich, Risikoeinstufung und Dokumentationspflichten klar definiert sind. Entscheidend ist die Unterscheidung zwischen Kodierunterstützung auf Basis bereits dokumentierter Daten und klinischen Entscheidungssystemen, die eigenständig Diagnosen generieren. Beide Kategorien unterliegen dem EU AI Act, aber mit sehr unterschiedlichen Anforderungen. Dieser Artikel beantwortet die wichtigsten Fragen, die Medizincontroller und Krankenhausverantwortliche dazu kennen müssen.

Welche Aufgaben in der Erlösoptimierung kann KI heute tatsächlich übernehmen?

KI kann heute konkrete Teilaufgaben in der Erlösoptimierung übernehmen, darunter die Vorschlagsgenerierung für ICD- und OPS-Kodes auf Basis dokumentierter Diagnosen und Prozeduren, die Plausibilitätsprüfung von Abrechnungsdaten sowie die Analyse von Kodiermustern zur Identifikation von Erlöspotenzialen. Diese Funktionen arbeiten auf Basis bereits vorliegender klinischer Dokumentation, nicht durch eigenständige klinische Bewertung.

Konkret eingesetzt wird KI heute unter anderem für:

Vorschläge für DRG-relevante Haupt- und Nebendiagnosen aus der Kurve oder dem Entlassbrief
Erkennung fehlender oder inkonsistenter Kodierungen im Vergleich zu ähnlichen Fällen
Automatisierte Prüfung auf Grouper-Relevanz einzelner Kodes
Analyse von Beanstandungsquoten und Prüfmustern der Krankenkassen

Was KI nicht zuverlässig leisten kann, ist die abschließende Bewertung medizinischer Sachverhalte, die Einschätzung der klinischen Vertretbarkeit einer Kodierung oder die Argumentation gegenüber dem Medizinischen Dienst. Diese Aufgaben erfordern weiterhin menschliche Fachkompetenz.

Welche regulatorischen Grenzen gelten für den KI-Einsatz in der Krankenhausabrechnung?

Der EU AI Act (Verordnung 2024/1689) ist die zentrale regulatorische Grundlage. Für den Bereich Krankenhausabrechnung und Kodierunterstützung gilt: KI-Systeme, die lediglich auf Basis dokumentierter Daten Abrechnungskodes vorschlagen, werden in der Regel als KI mit begrenztem Risiko eingestuft und unterliegen Transparenzpflichten, aber keinen vollständigen Hochrisiko-Compliance-Anforderungen.

Deutlich strenger sind die Anforderungen für KI-Systeme, die klinische Entscheidungen treffen oder unterstützen, etwa Triage-KI in der Notaufnahme oder KI-basierte Diagnoseunterstützung. Diese fallen unter die Hochrisiko-Kategorie und unterliegen ab August 2028 (Anhang I, Medizinprodukte) beziehungsweise ab Dezember 2027 (Anhang III, Einsatzgebiete) vollständigen Compliance-Pflichten.

Bereits seit Februar 2025 gilt Art. 4 der KI-Verordnung: Jedes Krankenhaus, das KI einsetzt, ist zur dokumentierten Schulung seiner Mitarbeitenden verpflichtet. Wer das noch nicht umgesetzt hat, befindet sich bereits außerhalb der gesetzlichen Anforderungen. Der Hauptstichtag im August 2026 bringt zusätzliche Transparenzpflichten, Kennzeichnungsanforderungen und Sanktionen von bis zu 35 Millionen Euro.

Mehr Infos

Spezielle Fragen zur Kodierung und im MD-Management ohne aufwendige Recherche beantworten?
Unser online Praxis-Handbuch!

Wie zuverlässig ist KI bei der Fallkodierung im G-DRG- und PEPP-System?

KI-gestützte Kodiervorschläge erreichen in standardisierten Fällen eine hohe Trefferquote, verlieren aber deutlich an Zuverlässigkeit bei komplexen Konstellationen, seltenen Leistungen und spezifischen DRG-Regelwerken. Im G-DRG-System sind Fälle mit mehreren Komorbiditäten, unklarer Hauptdiagnose oder Sonderleistungen wie der naturheilkundlichen Komplexbehandlung für automatisierte Systeme besonders fehleranfällig.

Im PEPP-System, das psychiatrische und psychosomatische Leistungen abbildet, kommen spezifische Dokumentationsanforderungen hinzu, die KI-Systeme ohne tiefes Regelwerkverständnis kaum korrekt abbilden. Besonders kritisch: Kodiervorschläge einer KI, die nicht mit den aktuellen Deutschen Kodierrichtlinien (DKR) abgeglichen sind, können bei MDK-Prüfungen zu Beanstandungen führen, die vermeidbar gewesen wären.

Für die Praxis bedeutet das: KI-Kodiervorschläge sind als erster Entwurf nützlich, nicht als abschließende Kodierung. Jeder Vorschlag muss durch eine qualifizierte Fachkraft geprüft und freigegeben werden.

Kann KI die MDK-Prüfung vorbereiten oder ersetzen?

KI kann die Vorbereitung einer MDK-Prüfung unterstützen, aber nicht ersetzen. Systeme, die Abrechnungsdaten auf typische Prüfmuster analysieren oder Dokumentationslücken vor der Einreichung identifizieren, können den Bearbeitungsaufwand reduzieren. Die inhaltliche Argumentation gegenüber dem Medizinischen Dienst bleibt jedoch eine Aufgabe für Fachpersonal.

Hintergrund: MDK-Prüfungen bewerten die medizinische Notwendigkeit und die Kodierrichtlinienkonformität eines Falls. Die Gegenargumentation erfordert sowohl medizinisches Sachverständnis als auch Kenntnis der aktuellen BSG-Rechtsprechung und der einschlägigen Kodierrichtlinien. Eine KI, die diese Argumentation eigenständig erstellt, wäre als Hochrisiko-System einzustufen und unterläge entsprechenden Zulassungsanforderungen.

Relevant wird das auch im Kontext des GKV-Beitragssatzstabilisierungsgesetzes (GKV-BSSG): Ab dem 01.01.2027 steigen die zulässigen Prüfquoten erheblich. Für Häuser mit Beanstandungsquoten über 20 Prozent kann die durchschnittliche Prüfquote von 9,3 auf 22,1 Prozent steigen. Das erhöht den Druck auf effizientes MDK-Management spürbar, macht aber gleichzeitig die Qualität der Fallbearbeitung noch wichtiger, denn fehlerhafte Kodierungen werden häufiger geprüft.

Welche Risiken entstehen, wenn KI ohne Fachaufsicht in der Abrechnung eingesetzt wird?

Der Einsatz von KI-Kodierungssoftware ohne qualifizierte Fachaufsicht erzeugt drei konkrete Risikofelder: Erlösverluste durch systematisch falsche Kodiervorschläge, erhöhte Beanstandungsquoten durch nicht regelwerkkonforme Abrechnung und regulatorische Verstöße gegen den EU AI Act, insbesondere wenn Schulungspflichten nach Art. 4 nicht erfüllt sind.

Hinzu kommt ein praktisches Problem: Wenn ein KI-System Kodiervorschläge generiert, die bei MDK-Prüfungen regelmäßig beanstandet werden, steigt die Beanstandungsquote des Hauses. Nach den neuen Prüfquotenregeln ab 2027 führt das direkt zu höheren Prüfquoten im Folgejahr, was einen Kreislauf aus steigenden Prüfungen und steigendem Bearbeitungsaufwand auslöst.

Regulatorisch gilt: Krankenhäuser als Betreiber von KI-Systemen sind nach der KI-Verordnung verpflichtet, die Nutzung zu überwachen, zu dokumentieren und die KI regelmäßig zu prüfen. Wer ein KI-Kodiersystem einführt, ohne diese Strukturen aufzubauen, handelt nicht nur fachlich, sondern auch rechtlich riskant. Webinar KI im Krankenhaus bietet hierzu einen strukturierten Einstieg.

Wie sollten Krankenhäuser KI und menschliche Expertise sinnvoll kombinieren?

Die sinnvolle Kombination folgt einem klaren Prinzip: KI übernimmt repetitive, datengetriebene Aufgaben, menschliche Expertise bewertet, entscheidet und argumentiert. In der Fallkodierung bedeutet das konkret, dass KI-Vorschläge als erster Entwurf dienen, der von einer qualifizierten Kodierfachkraft geprüft, angepasst und freigegeben wird.

Für eine regulatorisch sichere Struktur empfiehlt sich folgendes Vorgehen:

KI-Inventar erstellen: Alle im Haus genutzten KI-Anwendungen erfassen, von ChatGPT in den Arztzimmern bis zur Kodierungssoftware.
Risikoeinstufung vornehmen: Für jede Anwendung prüfen, ob sie als Medizinprodukt (Anhang I) oder über ihr Einsatzgebiet (Anhang III) als Hochrisiko-KI einzustufen ist.
Schulungspflicht erfüllen: Mitarbeitende, die KI nutzen, dokumentiert schulen. Art. 4 der KI-Verordnung ist seit Februar 2025 in Kraft.
Fachaufsicht sicherstellen: Kein KI-Output ohne qualifizierte menschliche Freigabe, insbesondere bei Kodierung und Abrechnungsprüfung.

Entscheidend ist, dass KI die Fachkompetenz im Medizincontrolling nicht ersetzt, sondern entlastet. Wer die Fachkompetenz nicht hat, kann KI-Vorschläge auch nicht korrekt bewerten. Das gilt besonders für komplexe Fälle im G-DRG-System, bei denen Kodierregeln, aktuelle BSG-Rechtsprechung und Prüfmuster des Medizinischen Dienstes zusammenspielen.

Wie Medcontroller beim regulatorisch sicheren KI-Einsatz unterstützt

Medcontroller begleitet Krankenhäuser dabei, KI-gestützte Prozesse in der Erlösoptimierung rechtssicher aufzusetzen, ohne dabei die Fachkompetenz aus der Hand zu geben. Das Leistungsangebot umfasst konkret:

Webinar und Online-Seminar „KI im Krankenhaus“: Strukturierter Einstieg in die Compliance-Anforderungen des EU AI Acts, mit Zertifikat und konkreten Handlungsempfehlungen für den Klinikalltag
Externe KI-Beauftragten-Funktion: Fest umrissenes Leistungspaket zum Pauschalpreis für Häuser, die diese Funktion nicht intern besetzen können oder wollen
MDK-Management und Fallkodierung: Fachliche Überprüfung und Argumentation, die KI-Systeme allein nicht leisten können, insbesondere bei komplexen Fällen und steigenden Prüfquoten ab 2027
E-Learning und Weiterbildung: Gezielte Schulungsangebote für Kodierfachkräfte und Medizincontroller, die auch die Anforderungen aus Art. 4 der KI-Verordnung abdecken

Der nächste Schritt für Häuser, die ihren KI-Einsatz regulatorisch absichern wollen: Online-Seminar zur KI-Compliance mit 4,5 Stunden Live-Inhalt und Frühbucherrabatt bei Anmeldung vor dem 15.07.2026. Für Fragen zum MDK-Management und zur Fallkodierung steht Medcontroller auf Wunsch innerhalb von 10 Tagen zur Verfügung, vor Ort oder per Fernzugriff. Weiterführende Informationen zur KI-Beratung für Krankenhäuser finden Sie direkt bei Medcontroller.