Wie kann KI im Gesundheitswesen genutzt werden?

KI kann im Gesundheitswesen für administrative, klinische und analytische Aufgaben genutzt werden: von der automatisierten Kodierunterstützung über KI-gestützte Bildanalyse bis hin zu Sprachmodellen in der Verwaltung. Der konkrete Nutzen hängt stark davon ab, welche Art von KI-System eingesetzt wird und in welchem regulatorischen Rahmen das Krankenhaus operiert. Die folgenden Abschnitte beleuchten die wichtigsten Anwendungsfelder und zeigen, wo der KI-Einsatz in der Medizin heute schon Substanz hat und wo Vorsicht geboten ist.

Welche konkreten Aufgaben übernimmt KI bereits im Krankenhaus?

KI übernimmt im Krankenhaus heute vor allem drei Aufgabenbereiche: Bildanalyse in der Diagnostik, Sprachverarbeitung in der Dokumentation sowie Automatisierung in Verwaltung und Abrechnung. Die Reife und der regulatorische Status dieser Anwendungen unterscheiden sich erheblich.

In der Radiologie und Pathologie werden KI-Systeme zur Auswertung von Bilddaten eingesetzt, etwa zur Erkennung von Auffälligkeiten auf Röntgenaufnahmen oder CT-Scans. Solche Systeme gelten nach dem EU AI Act als Hochrisiko-KI, weil sie klinische Entscheidungen beeinflussen. Sie unterliegen strengen Anforderungen an Dokumentation, Risikomanagementsystem und menschliche Aufsicht.

Daneben wird generative KI, also Large Language Models wie GPT-basierte Systeme, zunehmend auf Stationen und in der Verwaltung eingesetzt: für die Vorbereitung von Arztbriefen, die Recherche in Leitlinien oder die interne Kommunikation. Diese Anwendungen fallen in der Regel nicht unter die Hochrisiko-Kategorie, unterliegen aber der Schulungspflicht nach Art. 4 KI-VO, die seit Februar 2025 gilt.

Ein kritischer Unterschied: KI, die auf Basis bereits dokumentierter Diagnosen Abrechnungskodes vorschlägt, ist regulatorisch anders einzustufen als KI, die eigenständig Diagnosen generiert. Diese Unterscheidung ist nicht akademisch, sondern hat direkte Auswirkungen auf Compliance-Pflichten.

Wie kann KI die Fallkodierung und Abrechnung im G-DRG-System unterstützen?

KI-gestützte Kodiersoftware kann auf Basis bereits dokumentierter Diagnosen und Prozeduren ICD- und OPS-Kodes vorschlagen und damit den Kodieraufwand reduzieren. Solche Systeme weisen ein geringes regulatorisches Risikoprofil auf, da sie keine eigenständigen klinischen Diagnosen treffen, sondern vorhandene Dokumentation strukturieren.

Konkret kann KI in der Fallkodierung folgende Aufgaben unterstützen:

Vorschlag plausibler Kode-Kombinationen auf Basis von Entlassungsberichten und OP-Protokollen
Erkennung fehlender oder inkonsistenter Kodierungen, die zu Erlösverlusten führen
Automatische Prüfung auf Grouper-Plausibilität vor der Rechnungsstellung
Unterstützung bei der Dokumentation beatmungsrelevanter Sachverhalte, etwa der zweiten bedrohten Vitalfunktion nach DKR 1001

Wichtig ist: KI ersetzt hier keine Kodierfachkraft, sondern beschleunigt deren Arbeit. Gerade bei komplexen Fällen, bei PEPP-Kodierungen oder seltenen Leistungen wie der anthroposophischen Komplexbehandlung bleibt menschliche Fachkompetenz unersetzlich. Ein System, das nie ohne KI-Unterstützung kodiert hat, verliert die Fähigkeit, Fehler des Systems zu erkennen. Dieses Phänomen der Skill Erosion ist bei Kodierern empirisch nachgewiesen.

Für Krankenhäuser, die ihre Kodierqualität verbessern wollen, bietet sich ein Online-Seminar zu KI im Krankenhaus als Einstieg an.

Mehr Infos

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

Welche Rolle spielt KI beim MDK-Management und bei Rechnungsprüfungen?

Beim MDK-Management kann KI vor allem bei der Dokumentenanalyse, der Fristenkontrolle und der Vorbereitung von Stellungnahmen unterstützen. Die eigentliche Bewertung von Erfolgsaussichten und die Argumentation gegenüber dem Medizinischen Dienst bleibt jedoch eine Aufgabe für erfahrene Fachleute.

Konkret lassen sich folgende Einsatzbereiche unterscheiden:

Fristenmanagement: KI-Systeme können Prüffristen automatisch überwachen, etwa die Acht-Wochen-Frist für den Versand von Prüfunterlagen nach Eingang der MD-Aufforderung.
Dokumentenanalyse: Sprachmodelle können Prüfberichte des Medizinischen Dienstes strukturiert auswerten und relevante Streitpunkte herausarbeiten.
Argumentationsvorbereitung: Auf Basis von Kodierrichtlinien und BSG-Rechtsprechung kann KI Textbausteine für Widerspruchsschreiben vorschlagen, die dann fachlich geprüft werden.

Zu beachten ist der regulatorische Kontext: Ab 2027 steigen die zulässigen Prüfquoten nach dem GKV-BSSG erheblich. Häuser mit einer Beanstandungsquote über 40 Prozent müssen mit Prüfquoten von bis zu 25 Prozent rechnen. Wer das MDK-Management effizient aufstellen will, sollte KI als Werkzeug zur Prozessunterstützung verstehen, nicht als Ersatz für juristische und medizinische Expertise.

Was sind die größten Risiken beim KI-Einsatz im Gesundheitswesen?

Die größten Risiken beim KI-Einsatz im Gesundheitswesen sind Halluzinationen, Automation Bias und systematische Verzerrungen durch Trainingsdaten. Hinzu kommen regulatorische Risiken, wenn Hochrisiko-Systeme ohne vollständige Compliance betrieben werden.

Systembedingte Risiken

Sprachmodelle erzeugen Inhalte, die faktisch falsch sind, aber genauso selbstbewusst formuliert werden wie korrekte Antworten. Im klinischen Kontext ist das gefährlich, etwa wenn ein Modell eine BSG-Entscheidung zitiert, die so nicht existiert. Neuronale Netze sind zudem eine Black Box: Warum ein Modell zu einer bestimmten Empfehlung kommt, lässt sich nicht nachvollziehen. Fehleranalyse und Qualitätssicherung werden dadurch erheblich erschwert. Trainingsdaten haben außerdem einen Stichtag, neue Gesetze, Urteile oder Kodierrichtlinien fehlen im Modell.

Anwendungsbedingte Risiken

Automation Bias bezeichnet die Tendenz, Maschinenempfehlungen stärker zu vertrauen als dem eigenen Urteil, selbst wenn die Maschine falsch liegt. Bei Ärzten und Kodierern ist dieses Phänomen empirisch belegt. Wer Aufgaben dauerhaft an KI delegiert, verliert zudem die Fähigkeit, Fehler des Systems eigenständig zu erkennen. Für Krankenhäuser, die KI in der Kodierung einsetzen, bedeutet das: Schulung und menschliche Kontrolle sind keine optionalen Ergänzungen, sondern Pflicht, auch nach Art. 4 KI-VO.

Wann lohnt sich der Einsatz von KI im Medizincontrolling – und wann nicht?

KI lohnt sich im Medizincontrolling dort, wo repetitive, volumenstarke Aufgaben anfallen: Dokumentenprüfung, Fristenüberwachung, Kode-Plausibilitätsprüfung. Nicht geeignet ist KI für komplexe Einzelfallentscheidungen, bei denen juristische Präzision oder medizinische Fachkenntnis gefragt ist.

Als Faustregel gilt: Je standardisierter eine Aufgabe, desto mehr Potenzial hat KI. Je mehr ein Fall von Ausnahmen, seltenen Leistungen oder strittiger Rechtsprechung abhängt, desto weniger kann KI ersetzen, was ein erfahrener Medizincontroller leistet.

Praktisch sollten Krankenhäuser vor dem Einsatz eines KI-Tools drei Fragen klären:

In welche Risikokategorie fällt das System nach EU AI Act, und sind die entsprechenden Compliance-Pflichten erfüllt?
Gibt es eine interne Verantwortlichkeit, die das KI-Inventar pflegt, Schulungen organisiert und die Dokumentation führt?
Sind die Mitarbeitenden geschult, die Grenzen des Systems zu erkennen und Fehler eigenständig zu identifizieren?

Wer diese Fragen nicht beantworten kann, sollte zunächst Grundlagen schaffen, bevor KI-Systeme produktiv eingesetzt werden. Eine KI-Beratung kann dabei helfen, den eigenen Reifegrad einzuschätzen, ebenso wie ein Webinar zum Thema KI im Krankenhaus.

So unterstützt Medcontroller beim KI-Einsatz im Medizincontrolling

Medcontroller begleitet Krankenhäuser dabei, KI-Systeme rechtssicher einzuführen und die Schulungspflichten nach Art. 4 KI-VO zu erfüllen, ohne den laufenden Betrieb zu belasten. Das Angebot umfasst konkret:

E-Learning-Module zur KI-Kompetenzpflicht: skalierbar, aufgabenbezogen, dokumentationsfähig, mit Prüfung und Zertifikat, auch für große Belegschaften geeignet
Präsenz- und Inhouse-Schulungen für Führungsebene, Medizincontrolling und spezifische Berufsgruppen, zugeschnitten auf das jeweilige Haus
Zertifikatslehrgang KI-Beauftragter im Krankenhaus: berufsbegleitend, sechs Wochen, bereitet auf die Verwaltung von KI-Systemen und die Einhaltung regulatorischer Pflichten vor
Fachliche Beratung zur Risikokategorisierung eingesetzter KI-Tools und zur Dokumentationspflicht nach EU AI Act

Die Schulungspflicht ist seit Februar 2025 in Kraft und wird ab August 2026 sanktionsbewehrt. Wer jetzt handelt, vermeidet Bußgeldrisiken und schafft intern die Grundlage für einen verantwortungsvollen KI-Einsatz. Melden Sie sich direkt für ein E-Learning-Programm an oder nehmen Sie Kontakt zu Medcontroller auf, um ein auf Ihr Haus zugeschnittenes Schulungskonzept zu entwickeln.