KI in der Apotheke 2026: 5 konkrete Use Cases für die Offizin

KI in der Apotheke ist 2026 kein Zukunftsthema mehr, sondern ein operativer Hebel, den Du als Inhaber oder Filialleiter überlegt einsetzen kannst. Zwischen E-Rezept-Pflicht, Personalengpässen im HV und neuen Compliance-Anforderungen durch den EU AI Act lohnt es sich, nüchtern zu fragen: Wo entlastet KI Dein Team, und wo bleibt die pharmazeutische Beurteilung zwingend beim Apotheker?

Auf einen Blick: Eine Offizin-Apotheke kann KI heute in fünf Bereichen produktiv einsetzen: bei der Rezeptbearbeitung mit OCR und Wechselwirkungs-Check, bei Bestellvorschlägen aus der Verkaufshistorie, als Beratungsassistent für rezeptfreie Präparate, bei der Notdienst-Planung und bei der Auswertung des E-Rezept-Aufkommens. Wichtig ist die Trennung zwischen Hilfsmittel und Entscheidung: die pharmazeutische Beurteilung bleibt beim Apotheker. Patientendaten unterliegen Art. 9 DSGVO und brauchen besondere Sorgfalt.

Warum Apotheken sich 2026 mit KI beschäftigen sollten

Die Lage in der Offizin hat sich in den letzten zwei Jahren spürbar verschoben. Das E-Rezept ist seit dem 1. Januar 2024 für GKV-versicherte Patienten verpflichtend, und 2026 kommt der nächste Druckpunkt: Viele Apothekenkarten verlieren ihre Gültigkeit, weil bundesweit von RSA- auf ECC-Zertifikate umgestellt wird. Wer den Stichtag verpasst, hat keinen Zugang mehr zur Telematikinfrastruktur und kann keine E-Rezepte bedienen.

Parallel wachsen die Anforderungen an die Beratung. Die ApBetrO definiert in § 1a, was pharmazeutische Tätigkeiten sind: Entwicklung, Herstellung, Prüfung und Abgabe von Arzneimitteln, Information und Beratung, plus das Medikationsmanagement. Diese Tätigkeiten müssen vom Apotheker oder unter dessen Aufsicht erfolgen. KI kann hier vorbereiten, vorschlagen, sortieren, dokumentieren. Entscheiden tut sie nicht.

Dazu kommt der EU AI Act. Seit dem 2. Februar 2025 gilt Art. 4 mit der Pflicht, dass Mitarbeiter, die KI-Systeme einsetzen, über ausreichende KI-Kompetenz verfügen. Das betrifft jede Apotheke, die einen Wechselwirkungs-Check via KI laufen lässt oder einen Chatbot für OTC-Anfragen nutzt. Mehr dazu in unserem Artikel zur KI-Kompetenzpflicht nach Art. 4.

Genug Vorrede. Hier sind die fünf Use Cases, die in einer typischen Stadtapotheke heute funktionieren.

Use Case 1: Rezept-OCR und Wechselwirkungs-Check

Auch wenn das E-Rezept für GKV-Patienten Pflicht ist, landen täglich noch handschriftliche Privatrezepte, Grüne Rezepte und Blaue Rezepte auf Deinem Tresen. KI-gestützte OCR liest diese Rezepte ein, extrahiert Wirkstoff, Stärke und Dosierung und gleicht das automatisch gegen die hinterlegte Wechselwirkungs-Datenbank ab.

Im Hintergrund laufen meist klassische Apothekendatenbanken wie ABDATA, ifap oder Lauer-Fischer. Das KI-Modul setzt darüber und erklärt die Treffer in verständlicher Sprache. Wenn ein Kunde drei Rezepte gleichzeitig einreicht, sieht Deine PTA innerhalb von Sekunden, ob sich aus der Kombination ein Risiko ergibt, und kann gezielt nachfragen.

Datenschutz ist hier der kritische Punkt. Rezeptdaten sind Gesundheitsdaten im Sinne von Art. 9 DSGVO. Lokale OCR-Lösungen wie Tesseract, eingebettet in die Apothekensoftware, sind die unkomplizierteste Variante. Wer eine Cloud-Lösung wie Google Document AI einsetzt, braucht zwingend einen Auftragsverarbeitungsvertrag und sollte das in der Datenschutzfolgenabschätzung sauber dokumentieren. Mehr zum Hardware-Setup steht im Beitrag zu lokaler KI mit Ollama für KMU.

Use Case 2: Bestellvorschläge aus der Verkaufshistorie

Jede Apotheke kennt das Problem: Im Sommer drückt sich der Heuschnupfen-Bedarf in die Regale, im Februar verschwinden Schmerzmittel und Fiebersäfte schneller, als der Großhandel nachlegt. Wer diese Muster nur aus dem Bauch heraus plant, hat regelmäßig Out-of-Stocks oder überlagerte Präparate, die kurz vor Verfall stehen.

Eine KI im Warenwirtschaftssystem analysiert tägliche Abverkäufe, regionale Erkältungswellen und saisonale Trends und macht konkrete Bestellvorschläge. Awinta und ADG bieten solche Module inzwischen integriert. Wer technisch versierter ist, baut sich über n8n und einen lokalen LLM-Server eine eigene Schicht, die auf die WaWi-API aufsetzt. Der Effekt ist messbar: weniger Retouren, weniger Lieferengpässe, bessere Liquidität.

Wichtig: Die Vorschläge sind Vorschläge. Die Bestellentscheidung trifft weiter Dein Team. Eine KI, die saisonale Muster erkennt, weiß nicht, dass die Kita um die Ecke gerade Quarantäne hat oder dass der Hersteller eines Top-Präparates eine Lieferschwierigkeit gemeldet hat.

Use Case 3: OTC-Beratungs-Assistent

Beim freihändigen Sortiment ist der Druck groß. Eine PTA berat in der Hauptzeit drei bis fünf Kunden gleichzeitig, dazwischen klingelt das Telefon, am QMS-Tresen steht ein Botendienst. Ein KI-Assistent, der in der Apothekensoftware sitzt und auf Stichworte reagiert, kann hier echte Hilfe sein.

So sieht das praktisch aus: Eine Kundin fragt nach etwas gegen Kopfschmerzen und erwähnt, dass sie Marcumar nimmt. Die PTA tippt die Stichworte ein, und der Assistent zieht aus der hauseigenen Wissensdatenbank die passenden Hinweise: Welche OTC-Schmerzmittel sind unter Antikoagulation problematisch? Welche Alternativen gibt es? Welche Fragen sollte die PTA noch stellen, bevor sie etwas empfiehlt?

Hier liegt der heikle Punkt. Ein KI-Assistent darf keine Diagnose stellen und keine Therapie empfehlen. Das ist Heilkunde und fällt unter den Vorbehalt des Apothekers beziehungsweise der pharmazeutischen Verantwortung nach ApBetrO. Was die KI darf: Informationen sortieren, Wechselwirkungen aufzeigen, an offene Fragen erinnern. Was sie nicht darf: dem Kunden direkt eine Empfehlung geben, ohne dass eine pharmazeutische Person zwischengeschaltet ist.

Technisch läuft das idealerweise als RAG-System auf einem lokalen Server. Ein lokales Sprachmodell, das auf Eure Wissensdatenbank, ABDA-Datenbank-Auszüge und interne Beratungsrichtlinien zugreift. Cloud-Modelle wie Claude oder GPT funktionieren auch, aber dann gehen Kundenkontext-Daten über den Atlantik, und der DSGVO-Aufwand steigt deutlich.

Use Case 4: Notdienstplanung

Die Notdienstplanung ist ein Klassiker für Excel-Frust. Mitarbeiter haben Urlaubswünsche, Wochenenden mit der Familie, Fortbildungstermine, Krankheitsausfälle. Die Landesapothekerkammer hat Vorgaben zum Aufstellungsplan. Die LAV hat Spielregeln. Wer die Schichten von Hand puzzelt, sitzt jeden Monat ein paar Stunden daran.

Hier hilft KI auf einer pragmatischen Ebene. Ein Excel-Plugin mit KI-Unterstützung oder ein einfacher n8n-Workflow nimmt die Verfügbarkeiten, die LAV-Vorgaben und die historischen Schichtdaten als Input und schlägt einen Plan vor. Du als Inhaberin prüfst, drückst Knöpfe, fertig. Aus zwei Stunden Planung werden zwanzig Minuten.

Das ist kein Hexenwerk und es braucht auch keine große Plattform. Genau diese Art von Mini-Automatisierung ist es, mit der man im Alltag spürbar Zeit zurückgewinnt. Wer tiefer einsteigen will, findet im Lehrgang zum Digitalisierungsmanager den passenden Werkzeugkasten.

Use Case 5: E-Rezept-Auswertung

Seit das E-Rezept verpflichtend ist, fließt ein Datenstrom durch Deine Apotheke, den frühere Generationen so nicht hatten. Welche Ärzte verschreiben welche Präparate, in welchen Mengen, zu welchen Tageszeiten? Welche Präparate stehen in der Dauerverordnung und welche nur einmalig? Wie verteilt sich das Volumen auf GKV und Privat?

Eine KI-Auswertung auf aggregierter, pseudonymisierter Ebene gibt Dir Hinweise für die Bestandsführung, die Personalplanung und das Sortiment. Wenn Du siehst, dass Montagvormittags 30 Prozent mehr Rezepte einlaufen als im Wochenmittel, kannst Du die Personalplanung anpassen. Wenn ein bestimmter Arzt in der Nachbarschaft regelmäßig ein bestimmtes Antibiotikum verschreibt, weißt Du, dass dieses Präparat verlässlich auf Lager sein muss.

Auch hier gilt der Datenschutz-Vorbehalt streng. Auswertung passiert nur auf pseudonymisierter, aggregierter Ebene. Einzelne Patienten dürfen nicht identifizierbar sein. BI-Tools wie Metabase, kombiniert mit einer KI-Schicht für Trendanalysen, sind ein guter Startpunkt. Die Daten bleiben auf dem eigenen Server, die KI sieht nur die Aggregate.

Was Du beim Datenschutz beachten musst

Gesundheitsdaten gelten nach Art. 9 Abs. 1 DSGVO als besondere Kategorien personenbezogener Daten. Ihre Verarbeitung ist grundsätzlich untersagt. Apotheken dürfen sie nur verarbeiten, weil Art. 9 Abs. 2 lit. h DSGVO eine Ausnahme für die Gesundheitsversorgung vorsieht, und das auch nur unter Wahrung des Berufsgeheimnisses.

Praktisch heißt das fünf Dinge. Erstens: Wenn Du eine KI-Lösung einsetzt, die Patientendaten verarbeitet, brauchst Du wahrscheinlich eine Datenschutzfolgenabschätzung nach Art. 35 DSGVO. Zweitens: Bei jedem Cloud-Anbieter brauchst Du einen Auftragsverarbeitungsvertrag, idealerweise mit Servern in der EU. Drittens: Lokale Modelle, die im eigenen Apotheken-Server laufen, sind aus Datenschutzsicht fast immer die sauberste Lösung. Viertens: Deine Mitarbeiter müssen wissen, was sie eingeben dürfen und was nicht. ChatGPT ist kein Wechselwirkungs-Check für echte Patientendaten. Fünftens: Dokumentiere Deine Entscheidungen. Wenn die Apothekerkammer fragt, warum Du eine bestimmte KI nutzt, muss eine Antwort vorliegen.

EU AI Act und Apotheken

Der EU AI Act ist seit 2024 in Kraft und entfaltet seine Wirkung stufenweise. Für Apotheken sind zwei Punkte besonders relevant.

Punkt eins ist die KI-Kompetenzpflicht nach Art. 4, die seit dem 2. Februar 2025 gilt. Wer KI in der Apotheke einsetzt, muss sicherstellen, dass die Mitarbeiter, die damit arbeiten, geschult sind. Das gilt für den Wechselwirkungs-Check genauso wie für den OTC-Beratungs-Assistenten. Das Niveau der Schulung hängt vom Risiko der Anwendung ab, aber ein dokumentierter Nachweis ist Pflicht.

Punkt zwei ist die Frage, ob ein KI-System unter den Hochrisiko-Katalog des Anhangs III fällt. Standard-Anwendungen wie OCR oder Bestellvorschläge sind das in der Regel nicht. Anders sieht es aus, wenn KI in Therapieentscheidungen einbezogen wird oder Zugang zu wesentlichen Gesundheitsdiensten regelt. Hier solltest Du im Zweifel die Einstufung schriftlich von Deinem Anbieter bestätigen lassen.

Wer als Apotheke ein KI-System einsetzt, das ein anderer Anbieter entwickelt hat, ist im Sinne des AI Act Betreiber. Dazu gehören spezifische Pflichten, die wir im Artikel zu Art. 26 KI-VO und den Betreiberpflichten ausführlich behandeln.

Praxis-Beispiel: Marien-Apotheke in Bayreuth

Stell Dir die fiktive Marien-Apotheke vor. Zwei Standorte, zwölf Mitarbeiter, ein Botendienst. Die Inhaberin hat lange gezögert, sich mit KI zu beschäftigen. Im März hat sie sich entschieden, in vier Wochen zu starten.

Woche eins: Bestandsaufnahme. Welche Prozesse fressen am meisten Zeit? Die Antwort: Wechselwirkungs-Check bei Mehrfach-Rezepten, OTC-Beratung in Stoßzeiten, Notdienstplanung, Bestellvorschläge. Sie spricht mit zwei Anbietern und entscheidet sich für eine lokale Lösung, die in die bestehende Awinta-Installation einklinkt.

Woche zwei: Datenschutz und Kompetenz. Sie ergänzt ihre Datenschutzfolgenabschätzung und schult alle Mitarbeiter in einer zweistündigen Einheit. Was darf die KI, was nicht. Was geht ein in ein Cloud-Tool, was bleibt lokal. Dokumentation steht.

Woche drei: Pilotbetrieb. Die KI läuft für den Wechselwirkungs-Check und die Bestellvorschläge. Beratung und Notdienstplanung folgen später. Das Team gibt täglich Feedback, sie justiert nach.

Woche vier: Auswertung. Erste Zahlen zur Zeitersparnis liegen vor. Die PTAs sagen, dass der Wechselwirkungs-Check vor allem bei älteren Kunden mit vielen Präparaten Zeit spart. Sie entscheidet, die Beratungs-Komponente in einem zweiten Schritt zu erproben.

Das ist keine Revolution. Es ist nüchterne Werkzeugarbeit. Wer das unterschätzt, fällt nach drei Monaten frustriert raus. Wer es ernst nimmt, hat nach einem halben Jahr ein eingespieltes Team und merkbar bessere Prozesse.

Häufige Fragen

Ist KI in der Apotheke überhaupt erlaubt? Ja, solange die pharmazeutische Beurteilung beim Apotheker bleibt und der Datenschutz eingehalten wird. KI als Hilfsmittel ist von der ApBetrO nicht ausgeschlossen, KI als Entscheidungs-Ersatz für pharmazeutische Tätigkeiten ist nicht zulässig.

Brauche ich eine Datenschutzfolgenabschätzung? Bei umfangreicher Verarbeitung von Gesundheitsdaten mit einem neuen Tool ist die DSFA nach Art. 35 DSGVO faktisch Pflicht. Lass Dich von Eurem Datenschutzbeauftragten oder einem spezialisierten Anwalt beraten, bevor Du ein System produktiv nimmst.

Was kostet ein lokales Modell? Die Hardware für eine mittlere Apotheke (Server mit GPU, ausreichend RAM) liegt zwischen 4.000 und 8.000 Euro. Dazu kommen Einrichtung und laufender Betrieb. Cloud-Lösungen sind monatlich gerechnet oft günstiger, kosten aber DSGVO-Aufwand. Welche Variante sich rechnet, hängt von Deinem Volumen ab.

Was sagt die Apothekerkammer? Die Kammern äußern sich zunehmend differenziert. Eine generelle Ablehnung gibt es nicht, sehr wohl aber konkrete Erwartungen an Datenschutz, Dokumentation und KI-Kompetenz der Mitarbeiter. Bei der eigenen Landesapothekerkammer nachfragen ist immer der erste Schritt.

Gibt es DAV-Empfehlungen? Der Deutsche Apothekerverband und die ABDA veröffentlichen regelmäßig Hinweise zu digitalen Themen. Spezifische KI-Leitlinien werden in den Berufsorganisationen aktuell entwickelt. Wer auf dem Laufenden bleiben will, abonniert die DAZ und folgt den Kammer-Newslettern.

KI in der Apotheke ist 2026 weder Hype noch Heilsbringer. Sie ist ein Werkzeug, das in fünf klar abgegrenzten Bereichen sinnvoll Zeit spart und Qualität sichert, wenn Du sie verantwortungsvoll einsetzt. Wenn Du Dein Team systematisch befähigen willst, lohnt sich ein Blick auf den Digitalisierungsmanager. Wer zuerst die Compliance-Seite klären will, beginnt mit der KI-Kompetenzpflicht nach Art. 4 und den Betreiberpflichten aus Art. 26 KI-VO.