KI in der Arztpraxis: Erste Schritte mit 5 DSGVO-sicheren Use Cases

KI in der Arztpraxis ist 2026 gleichzeitig die größte Chance und das größte Datenschutzrisiko für niedergelassene Mediziner. Wer richtig einsteigt, spart pro Tag zwei bis vier Stunden Verwaltungsarbeit. Wer falsch einsteigt, riskiert Abmahnungen und Bußgelder. Dieser Artikel zeigt dir fünf konkrete Use Cases mit dem klaren Fokus darauf, welche Tools DSGVO-konform sind und welche unter keinen Umständen in eine Praxis gehören.

Das Wichtigste in Kürze

• Patientendaten dürfen niemals ohne AVV und EU-Server-Zusage an KI-Dienste gegeben werden.
• Die fünf wichtigsten Use Cases: Anamnese-Vorbereitung, Diktat-Transkription, Terminverwaltung, GOÄ-Vorbereitung und Praxis-Marketing.
• KBV und Datenschutzbehörden prüfen 2026 verstärkt den KI-Einsatz in Arztpraxen. Vorsorge ist Pflicht.
• Beste Tools für Arztpraxen: DeepL Pro (EU-Server), lokales Whisper für Diktate, Claude for Work mit AVV.
• Investitionskosten für den sicheren Einstieg: 80 bis 200 Euro pro Monat plus 1 bis 3 Tage Einrichtung.
• Das Qualifizierungschancengesetz fördert die Weiterbildung medizinischer Fachangestellter zu KI-Kompetenzen.
• Patienteneinwilligung für KI-Verarbeitung gehört in das Aufnahmeformular.

Warum Datenschutz in der Arztpraxis alles entscheidet

In fast jeder anderen Branche kannst du schnell ein paar KI-Tools ausprobieren und notfalls später nachjustieren. In der Arztpraxis nicht. Patientendaten gehören zu den sensibelsten Daten überhaupt, geschützt durch DSGVO, Berufsordnung, Strafrecht (Schweigepflicht) und Sozialgesetzbuch.

Die Regel ist simpel: Patientendaten dürfen niemals ohne Auftragsverarbeitungsvertrag an einen externen KI-Dienst übertragen werden. Server in der EU sind Pflicht. US-Cloud-Dienste ohne EU-Datengarantien sind tabu.

Das klingt hart. In der Praxis heißt das aber nur: Du darfst nicht ChatGPT Free, Google Gemini Free oder Claude.ai privat mit Patientendaten füttern. Du darfst aber sehr wohl ChatGPT Business, Claude for Work mit AVV oder lokale KI-Modelle nutzen. Der Unterschied: Im Business-Tarif bekommst du einen AVV und die Zusicherung, dass deine Eingaben nicht für Trainingszwecke verwendet werden.

Zusätzlich prüft die Kassenärztliche Bundesvereinigung (KBV) und die Datenschutzaufsicht 2026 verstärkt, wie Praxen KI einsetzen. Wer jetzt sauber einsteigt, hat in der Prüfung nichts zu befürchten. Wer improvisiert, riskiert Abmahnungen.

Use Case 1: Anamnese-Vorbereitung durch digitale Fragebögen

Die Erstanamnese ist einer der größten Zeitfresser in der Sprechstunde. 15 bis 25 Minuten pro Patient, davon viel repetitive Fragen. Mit einer KI-gestützten Anamnese-Vorbereitung reduzierst du diese Zeit auf 5 bis 10 Minuten tatsächliches Arztgespräch.

So funktioniert es:

1. Der Patient füllt vor dem Termin einen digitalen Fragebogen aus. Am besten auf einem Tablet im Wartezimmer oder vorab per Patientenportal.
2. Die Antworten laufen durch eine KI, die eine strukturierte Zusammenfassung erzeugt: Leitsymptom, Vorerkrankungen, Medikation, familiäre Vorgeschichte, relevante Befunde.
3. Du liest die Zusammenfassung in 2 Minuten und hast dann ein zielgerichtetes Gespräch mit dem Patienten.

Technisch:

• Fragebogen: eigene Praxis-Webseite oder ein Anbieter wie Samedi, Doctolib, CGM Praxis-Module.
• KI-Zusammenfassung: On-Premise-Lösung oder Claude for Work mit AVV.
• Integration ins PVS (Praxisverwaltungssystem): über Standardschnittstellen wie GDT oder HL7 FHIR.

DSGVO-Hinweis: Das Aufnahmeformular muss eine klare Einwilligung des Patienten enthalten, dass seine Daten zum Zweck der Anamnese-Vorbereitung durch ein KI-Tool verarbeitet werden. Ohne Einwilligung keine Verarbeitung.

Zeitersparnis: 5 bis 15 Minuten pro Patient, bei 30 Patienten am Tag also 2,5 bis 7,5 Stunden pro Tag. Der Effekt in einer typischen Allgemeinarztpraxis: Eine zusätzliche Stunde Kaffeepause oder ein bis zwei mehr Patienten durch die Tür.

Use Case 2: Befund-Diktate transkribieren

Diktatgeräte gibt es seit den 1960er Jahren. Das Problem ist nicht das Diktat, sondern die Abschrift. Eine MFA verbringt pro Arbeitstag oft 90 bis 120 Minuten mit Transkription. Das ist Zeit, die sinnvoller eingesetzt werden kann.

Lösung: Whisper als lokale KI-Transkription

Whisper ist ein Spracherkennungsmodell von OpenAI, das auch als Open-Source-Variante verfügbar ist. Du kannst es lokal auf einem Praxis-PC installieren, ohne dass Daten die Praxis verlassen. Das ist die einzige wirklich DSGVO-konforme Variante für Diktate.

Workflow:

1. Arzt diktiert per Smartphone-App oder Diktiergerät.
2. Die Aufnahme landet auf einem lokalen Server (NAS, Mini-PC oder Praxisserver).
3. Whisper transkribiert automatisch, meist in wenigen Minuten.
4. Das Transkript geht durch einen zweiten Schritt (z.B. einem lokal laufenden Sprachmodell wie Llama 3 oder Mistral) zur Strukturierung und Rechtschreibkorrektur.
5. Das Ergebnis wird ins PVS eingepflegt, auf Wunsch automatisch.

Hardware-Kosten: Ein Mini-PC mit NVIDIA RTX 4060 kostet etwa 900 Euro. Stromverbrauch: vernachlässigbar. Einmal aufgesetzt läuft das System jahrelang ohne Monatskosten.

Einrichtung: 1 bis 2 Tage für einen externen IT-Dienstleister, der Whisper und das Sprachmodell konfiguriert. Einmalige Kosten: etwa 1.500 bis 3.500 Euro.

Zeitersparnis: Eine MFA spart pro Arbeitstag 60 bis 90 Minuten. Auf ein Jahr gerechnet sind das 250 bis 350 Arbeitsstunden. Amortisation: meist innerhalb von 4 bis 6 Monaten.

Alternative: Cloud-Dienste wie Voicegain, Whispr oder Rev.ai sind einfacher zu bedienen, aber fast alle speichern Audio auf US-Servern. Für Patientendiktate tabu. Wer eine Cloud-Lösung will, muss explizit EU-Server und AVV verlangen. DeepScribe bietet das an, ist aber teuer (ab 120 USD pro Arzt pro Monat).

Use Case 3: Terminverwaltung und Erinnerungen automatisieren

No-Shows kosten Geld. In einer typischen Arztpraxis liegt die No-Show-Quote bei 5 bis 12 Prozent. Ein intelligenter Termin-Bot mit automatischen Erinnerungen reduziert diese Quote oft auf unter 3 Prozent.

Was der Bot kann:

• Terminanfrage per WhatsApp, SMS oder Mail entgegennehmen
• Rückfragen stellen (Erst- oder Folgetermin? Kassenpatient oder Privat? Welches Anliegen?)
• Freie Termine aus deinem PVS oder Samedi anbieten
• Bestätigung schicken
• Erinnerung 48 Stunden und 2 Stunden vor dem Termin
• Absage automatisch verarbeiten und Wartelistenpatient nachrücken lassen

DSGVO-Hinweis: Der Bot darf Namen, Termin und allgemeine Anliegen verarbeiten. Medizinische Details (Diagnosen, Befunde) gehören nicht in den Chat-Verlauf. Die Kommunikation muss verschlüsselt sein. Bei WhatsApp-Bots ist Twilio die einzige Plattform, die einen klaren AVV für den deutschen Markt bietet.

Tools:

• Samedi oder Doctolib als Termin-Backbone (ab etwa 50 Euro pro Monat)
• Twilio für WhatsApp-Integration (ab 20 Euro pro Monat)
• Claude for Work oder ChatGPT Business für die Bot-Logik (ab 20 USD pro Monat)

Zeitersparnis: MFA wird pro Tag etwa 1 Stunde weniger mit Terminverwaltung konfrontiert. Kein Terminverlust mehr durch vergessene Erinnerungen.

Use Case 4: GOÄ-Abrechnung vorbereiten

Die Abrechnung nach GOÄ und EBM ist einer der komplexesten Teile des Praxisalltags. Eine KI kann dir helfen, die richtigen Ziffern zu finden, Plausibilitätsprüfungen zu machen und Abrechnungsfallen zu vermeiden. Ersetzen kann sie den Arzt oder die MFA dabei nicht, aber sie kann die Vorarbeit auf einen Bruchteil der Zeit verkürzen.

Konkreter Anwendungsfall:

Du beschreibst einem lokal laufenden Sprachmodell oder Claude for Work in ein paar Stichworten den Fall ("Erstberatung, 45 Min, allgemeine Anamnese, Blutabnahme, EKG, Beratung zu Lebensstil"), und das Modell liefert dir einen Vorschlag für die korrekten GOÄ-Ziffern plus Steigerungsfaktor.

Wichtig: Das ist ein Vorschlag. Die finale Abrechnung prüft weiterhin die MFA oder der Abrechnungsdienstleister. Aber die Vorarbeit von 15 Minuten pro Patient reduziert sich auf 2 Minuten.

Tool-Empfehlungen:

• Claude for Work (mit AVV) oder ChatGPT Business für die Fallanalyse
• Keine Patientennamen, keine Klarnamen in die Anfragen geben
• Pseudonyme oder Fall-IDs verwenden

Risiko: KI kann auch bei GOÄ-Fragen halluzinieren. Niemals blind übernehmen. Für rechtsverbindliche Abrechnungsfragen weiterhin die GOÄ-Kommentare und die Kassenärztliche Vereinigung konsultieren.

Use Case 5: Praxis-Marketing und Patientenkommunikation

Patienten informieren sich heute online, bevor sie eine Praxis wählen. Wer 2026 keine gepflegte Webseite, keine aktuellen Google-Einträge und keine Patienteninfos in verständlicher Sprache hat, verliert Patienten an die Konkurrenz.

Was KI hier gut kann:

• Patientenflyer zu häufigen Themen (Grippeimpfung, Vorsorge, Diabetes-Schulung) in verständlicher Sprache erstellen
• Google-Bewertungen beantworten
• Blogposts für die Praxiswebseite schreiben (z.B. "Was tun bei Rückenschmerzen, die nicht weggehen?")
• Newsletter an Stammpatienten
• Social-Media-Posts (Instagram, Facebook) zu Praxis-Events

DSGVO-Hinweis: Bei Marketing-Content ohne konkrete Patientendaten (also keine Fallbeispiele mit echten Personen) ist KI weniger kritisch. Du kannst auch Claude Pro oder ChatGPT Plus nutzen, solange du keine identifizierbaren Patientendaten eingibst.

Stil-Hinweis: Medizinische Texte müssen für Laien verständlich sein, aber fachlich korrekt bleiben. KI neigt dazu, Fachbegriffe wegzulassen, wo sie wichtig wären. Immer gegenlesen und medizinisch korrekte Begriffe ergänzen, wo nötig.

Was das DSGVO-konforme Setup konkret kostet

Für eine typische Einzelpraxis mit 2 bis 4 MFA sieht das Minimum sicheres Setup so aus:

Einmalige Kosten: Whisper-Setup (1.500 bis 3.500 Euro), Praxis-IT-Beratung für das Gesamtkonzept (2.000 bis 5.000 Euro), Aktualisierung der Datenschutzerklärung und Patienteneinwilligung (etwa 500 bis 1.000 Euro über den Haus- oder Datenschutz-Anwalt).

Amortisation: Bei realistischer Zeitersparnis von 2 bis 4 Stunden pro Arbeitstag für MFAs liegt der Break-Even zwischen 6 und 10 Monaten.

Förderung über QCG: MFAs weiterbilden

Das Qualifizierungschancengesetz fördert Weiterbildungen für medizinische Fachangestellte. Die Agentur für Arbeit übernimmt bei kleinen Praxen (unter 10 Beschäftigte) bis zu 100 Prozent der Lehrgangskosten plus bis zu 75 Prozent Lohnzuschuss.

Die Digitalisierungsmanager-Weiterbildung bei SkillSprinters deckt genau die Themen ab, die eine MFA in der modernen Praxis braucht: Prozessautomatisierung, KI-Grundlagen, Datenschutz, Prompt Engineering, Workflow-Design. 4 Monate online, 720 Unterrichtseinheiten, DEKRA-zertifiziert. Über QCG komplett kostenlos.

Details zum Antrag findest du in unserem Artikel zu QCG beantragen Schritt für Schritt.

Patienteneinwilligung und Dokumentationspflicht

Ein Thema, das oft vergessen wird: Du musst Patienten aktiv darüber aufklären, dass KI-Tools in deiner Praxis eingesetzt werden. Das Aufnahmeformular sollte eine klare Einwilligung enthalten:

Ich willige ein, dass meine Daten zum Zweck der Anamnese-Vorbereitung, 
Diagnose-Unterstützung und Verwaltung durch KI-gestützte Tools 
verarbeitet werden. Die Verarbeitung erfolgt unter Einhaltung der 
DSGVO und der ärztlichen Schweigepflicht. Die eingesetzten Tools 
werden im Praxis-Verarbeitungsverzeichnis aufgeführt. Die Einwilligung 
kann jederzeit widerrufen werden.

Zusätzlich braucht deine Praxis:

• Aktualisierte Datenschutzerklärung mit Nennung aller KI-Tools
• Verzeichnis der Verarbeitungstätigkeiten (Art. 30 DSGVO) mit KI-Einträgen
• Datenschutz-Folgenabschätzung für hochrisiko-Verarbeitungen
• Dokumentation der AVV mit allen KI-Dienstleistern

Das klingt nach viel, ist aber in etwa zwei Tagen mit einem Datenschutz-Anwalt oder einer spezialisierten Beratung erledigt. Danach läuft es.

Häufige Fragen

Darf ich ChatGPT Pro als Arzt einfach nutzen?

Für Marketing-Texte und Recherche ohne Patientenbezug: ja. Für alles, was Patientendaten berührt: nein, außer du nutzt einen Business- oder Enterprise-Tarif mit AVV und bekommst die ausdrückliche Zusage, dass deine Eingaben nicht für Trainingszwecke verwendet werden. ChatGPT Plus (der 20-USD-Tarif) bietet diese Garantie nicht in vollem Umfang. ChatGPT Business und Enterprise schon.

Ist ein lokales Whisper wirklich DSGVO-konform?

Ja, wenn die Audio-Dateien und Transkripte auf einem Praxis-Server bleiben und niemals nach außen gehen. Die lokale Installation von Whisper ist technisch eine reine Verarbeitung in der Praxis, ohne Datenübertragung. Das ist deutlich sicherer als jede Cloud-Variante. Voraussetzung: Der Praxis-Server selbst muss DSGVO-konform aufgesetzt sein (verschlüsselt, Zugriffskontrolle, Backup-Konzept).

Was ist mit telemedizinischer Diagnose per KI?

Eine KI darf weder eine Diagnose stellen noch eine Behandlungsentscheidung treffen. Das bleibt Aufgabe des Arztes. KI kann aber Vorarbeit leisten (Befundbeschreibung, Differenzialdiagnosen vorschlagen, Symptome strukturieren). Der EU AI Act stuft medizinische Diagnose-KI zudem als Hochrisiko-System ein. Entsprechende Tools brauchen eine CE-Zertifizierung als Medizinprodukt. Wer mit KI Diagnosen macht, bewegt sich regulatorisch auf dünnem Eis.

Wie reagiere ich auf eine Datenschutzprüfung wegen KI?

Bereite drei Dinge vor: Erstens, eine Liste aller eingesetzten KI-Tools mit Zweck, Anbieter und AVV. Zweitens, deine aktualisierte Datenschutzerklärung und die Patienteneinwilligung. Drittens, ein Verarbeitungsverzeichnis, in dem die KI-Verarbeitungen dokumentiert sind. Wenn diese drei Unterlagen vorhanden und aktuell sind, ist eine Datenschutzprüfung meist unkritisch.

Welche KI-Tools sind für kleine Praxen zu teuer?

Enterprise-Tools wie Nuance Dragon Medical One (ab 99 USD pro Arzt pro Monat), DeepScribe (ab 120 USD) oder spezialisierte Praxislösungen von CGM kosten 100 bis 300 Euro pro Mitarbeiter pro Monat. Für eine Einzelpraxis lohnt sich das meist nicht. Die Kombination aus lokalem Whisper, Claude for Work und Samedi kommt auf etwa ein Drittel dieser Kosten und leistet für die meisten Praxen genug. Mehr zur Tool-Auswahl in unserem Artikel zu ChatGPT Business vs. Team vs. Enterprise.

Fazit

KI in der Arztpraxis ist möglich und sinnvoll, aber sie braucht einen DSGVO-sicheren Setup-Plan. Whisper lokal, Claude for Work mit AVV, Samedi mit Twilio und DeepL Pro sind die Bausteine, mit denen eine durchschnittliche Praxis in 4 bis 6 Wochen auf ein modernes Niveau kommt. Die Investition von 170 bis 330 Euro pro Monat plus einmaliger Setup-Kosten amortisiert sich durch Zeitersparnis bei MFAs und effizientere Sprechstunden meist in unter 10 Monaten.

Wenn du deine MFAs zu internen KI-Expertinnen weiterbilden willst, ist die Digitalisierungsmanager-Weiterbildung bei SkillSprinters der passende Weg. 4 Monate online, DEKRA-zertifiziert, über Qualifizierungschancengesetz kostenlos. Lass dich dazu kostenlos beraten.