Das Problem
In einer durchschnittlichen Wiener Allgemeinarzt-Praxis gehen pro Tag 80 bis 150 Telefonate ein — Terminwünsche, Rezept-Verlängerungen, Befund-Nachfragen, Symptom-Fragen. Die Wartezimmer-Aufnahme (Versicherungs-Check, Anamnese, Symptom-Erfassung) bindet pro Patient zehn bis fünfzehn Minuten Arzthelferin-Zeit. Gleichzeitig wachsen die Wartezeiten auf Termine, das Personal ist chronisch überlastet, und qualifizierte Medizinische Fachangestellte sind am Arbeitsmarkt kaum noch zu finden. Genau hier kommt KI ins Spiel — aber mit klaren regulatorischen Grenzen.
So funktioniert die KI-Lösung
Wichtig vorweg: medizinische Diagnose-Modelle sind AI-Act-Hochrisiko UND fallen unter die Medizinprodukte-Verordnung (MDR). Das ist ein Zulassungsprozess, der Jahre dauert und Millionen kostet. Wir verwenden KI in der Praxis deshalb bewusst NICHT für Diagnose — sondern ausschließlich für administrative Vorgänge, die rund um die Behandlung anfallen.
Drei sinnvolle Bausteine: Erstens ein Termin-Bot mit Symptom-Triage — nicht im Sinn einer Diagnose, sondern für Dringlichkeits-Einschätzung und Disziplin-Match (Hausarzt vs. Facharzt-Empfehlung, Akut-Termin vs. Routine-Termin). Zweitens ein Wartezimmer-Tablet für strukturierte Vor-Anamnese — Fragebogen mit adaptiver Logik, das Ergebnis landet vorab in der elektronischen Patientenakte. Drittens ein Rezept-Verlängerungs-Workflow für Dauermedikation, der Anfragen strukturiert aufbereitet und dem Arzt zur Ein-Klick-Freigabe vorlegt.
Architektur-Skizze
So sieht das Setup für eine durchschnittliche Allgemeinarzt- oder Facharzt-Praxis aus:
- Termin-Plattform: doctolib, jameda, Doxter oder hauseigenes System mit KI-Triage-Layer davor
- KI-Triage: Claude Sonnet 4.5 (EU-gehostet) mit medizinischer Triage-Taxonomie nach Manchester Triage System (administrativ interpretiert, nicht klinisch)
- Tablet-Vor-Anamnese: Native iPad-App oder Web-Frontend, adaptiver Fragebogen, Ergebnis als FHIR-konforme Struktur
- Rezept-Workflow: Mail- oder Portal-Eingang, Struktur-Extraktion, Abgleich mit Medikations-Historie, Vorlage für Arzt-Freigabe
- ELGA-Konnektor: Wenn vorhanden, Übergabe an die elektronische Gesundheitsakte über die offizielle ELGA-Schnittstelle
- Hosting: Entweder on-premises (Praxis-Server) oder zertifizierte EU-Cloud mit AVV nach Art 28 DSGVO. Kein OpenAI-Default, weil US-Datenresidenz im Gesundheitsbereich nicht haltbar ist
- Praxisverwaltungs-Anbindung: Innomed, Wolke7, RZL oder Compugroup — REST/HL7-FHIR-Schnittstellen
DSGVO und EU AI Act
Gesundheitsdaten sind Art 9 DSGVO — besondere Kategorie, höchstes Schutzniveau. Das heißt in der Praxis: alle KI-Komponenten laufen entweder auf einem Praxis-Server oder in einer zertifizierten EU-Cloud (Hetzner mit ISO 27001 und DSGVO-Konformitäts-Bestätigung, oder T-Systems Open Telekom Cloud). Kein OpenAI mit US-Default-Routing, keine US-LLMs ohne EU-Endpoint und DPA. Anthropic Claude und Mistral haben EU-Endpoints mit AVV — das ist unser Default.
EU-AI-Act-Klassifizierung: nicht-medizinische Routine-Aufgaben (Terminvergabe, administrative Vor-Anamnese, Rezept-Workflow-Vorlagen) sind minimal-risk. Sobald aber ein Modell eine klinische Empfehlung oder Diagnose-Wahrscheinlichkeit ausgibt, wäre es Hochrisiko UND MDR-pflichtig. Diese Trennung müssen wir architektonisch hart durchziehen — alle medizinischen Bewertungen bleiben beim Arzt, die KI macht ausschließlich Erfassung, Strukturierung und Workflow-Routing.
ROI-Beispiel
Realer Case aus einer Allgemeinarzt-Praxis in Wien-Floridsdorf, zwei Ärzte und vier Medizinische Fachangestellte, etwa 4.500 Patienten-Kontakte pro Quartal:
| Kennzahl | Vorher | Nach 4 Monaten | Differenz |
|---|---|---|---|
| Wartezimmer-Aufnahme | 12 min | 4 min | -67 % |
| Telefon-Aufkommen / Tag | 110 Anrufe | 60 Anrufe | -45 % |
| Termine pro Tag (Kapazität) | 52 | 64 | +23 % |
| Personal-Entlastung | — | 15 h / Woche | 15 h / Woche |
| Rezept-Verlängerungs-Durchlauf | 36 h | 4 h | -89 % |
Setup-Kosten: €14.000 einmalig (Implementation, 6 Wochen, inkl. DSGVO-Beratung). Laufende Kosten: rund €1.200 pro Monat (LLM-API EU-Endpoint, Tablet-Hardware-Anteil, Hosting, Wartung). Amortisation nach etwa 8 Monaten, gerechnet auf die freigewordene Personalkapazität. Die zusätzliche Termin-Kapazität bringt nochmal etwa €38.000 zusätzlichen Umsatz pro Jahr — der eigentliche Hebel.
Personal-Entlastung in einer Allgemeinarzt-Praxis Wien-Floridsdorf nach 4 Monaten
Implementation-Aufwand
Praxis-KI in drei Größenordnungen:
- Sprint S (4 Wochen, €8.000–14.000): Termin-Bot mit Triage, einfache Telefon-Entlastung, ohne Tablet-Komponente
- Sprint M (6–8 Wochen, €18.000–28.000): Plus Wartezimmer-Tablet, Rezept-Workflow, Anbindung an Innomed/Wolke7/RZL
- Sprint L (10–14 Wochen, €35.000–55.000): Mehrere Standorte, ELGA-Voll-Integration, Mehrsprachigkeit (DE/EN/TR/SR/HR für Wiener Praxen mit gemischter Patientenstruktur)
Laufende Kosten: €700–2.200 pro Monat, abhängig von Praxis-Größe und Channel-Mix.
Häufige Fehler
Aus Audit-Gesprächen mit aktuell neun Praxen sehen wir drei wiederkehrende Anti-Patterns:
- KI für Diagnose-Empfehlungen ohne MDR-Zulassung: Wer Symptom-Daten auswertet und eine Krankheits-Wahrscheinlichkeit ausgibt, ist ein Medizinprodukt — egal wie der Anbieter es nennt. Wir sehen aktuell einige internationale "Symptom-Checker"-Tools im Praxis-Einsatz, die formal nicht MDR-konform sind. Das ist ein Haftungs-Risiko, das im Schadensfall die Berufshaftpflicht nicht abdeckt.
- US-Cloud ohne DPA: ChatGPT mit Default-Account, Gemini ohne EU-Routing — bei Gesundheitsdaten ist das Art-9-DSGVO-Verstoß plus potenziell §10 ÄrzteG-Schweigepflichts-Verletzung. Bußgeld und berufsrechtliche Konsequenzen sind real, nicht nur theoretisch.
- Fehlende Audit-Logs: Jede KI-Interaktion mit Patientendaten muss nachvollziehbar protokolliert werden — wer hat wann was abgefragt, mit welchem Ergebnis. Ohne das geht die Praxis im DSB-Prüfungsfall in Beweisnot. Wir liefern das standardmäßig mit, viele Off-the-Shelf-Lösungen nicht.
Häufige Fragen
Was Ärzte zum KI-Einsatz in der Praxis fragen.
Können wir die KI auch für die Befund-Erläuterung an Patienten einsetzen?
Wie integriert sich das mit ELGA?
Was passiert, wenn ein Patient bei der Symptom-Triage einen Notfall meldet?
Brauchen wir Patienten-Einwilligungen für den KI-Einsatz?
Funktioniert das auch für Facharzt-Praxen mit komplexerer Anamnese?
Bereit für ein erstes Audit?
Wenn deine Praxis pro Tag mehr als 60 Patientenkontakte hat oder du chronisch unter Personalknappheit leidest, lohnt sich der Blick auf administrative KI-Entlastung fast immer. Im Audit S (€3.500) analysieren wir deine Workflow-Bottlenecks, ziehen die regulatorischen Grenzen klar und liefern einen Implementation-Pfad ohne MDR-Risiko. Buch dir einen 30-minütigen Discovery-Call — danach weißt du, ob sich der nächste Schritt für dich rechnet.