KI-Triage in der Hausarztpraxis
Eine bayerische Gemeinschaftspraxis mit vier Ärzten wollte das Telefon entlasten, ohne die Erreichbarkeit für Patienten zu verschlechtern. Wir haben einen KI-Triage-Assistenten gebaut, der nicht-dringende Anrufe zu Rezepten, Terminen und Krankschreibungen entgegennimmt, kategorisiert und an die richtige Stelle weiterleitet. DSGVO-konform, mit Berücksichtigung des Bayerischen Heilberufe-Kammergesetzes, On-Premise-Variante verfügbar.
Ausgangslage
Die Praxis liegt im ländlichen Oberbayern, vier Allgemeinmediziner, drei medizinische Fachangestellte. Das Telefon klingelt durchgehend, besonders Montagvormittag und nach Feiertagen. Der Großteil der Anrufe ist nicht-dringend: Wiederholungsrezepte, Termin-Verschiebungen, Anfragen zur Krankschreibung, kurze Rückfragen zu Befunden. Trotzdem bindet jeder einzelne Anruf eine MFA für mehrere Minuten — am Empfang stauen sich währenddessen wartende Patienten. Die Praxis hatte bereits eine Telefonansage mit Drücktasten-Menü, was aber nur die Frustration verschoben hatte. Akut nicht zumutbar war für die Praxis jede Lösung, die Patientengespräche in eine US-Cloud schickt oder bei der die Datenverarbeitung außerhalb Deutschlands stattfindet. Die ärztliche Schweigepflicht und das BayHKaG erlauben hier keine Kompromisse.
Lösung
Wir haben einen Sprach-Agenten aufgesetzt, der über eine deutsche SIP-Nummer erreichbar ist und Anrufe entgegennimmt, wenn die Praxis-Leitung besetzt ist oder außerhalb der Sprechzeiten. Der Agent stellt sich klar als KI-Assistenz vor — die Patienten wissen jederzeit, mit wem sie sprechen. Er erkennt die häufigsten Anliegen-Typen: Rezeptanforderung, Terminanfrage, Krankschreibungs-Verlängerung, Befundnachfrage, Sonstiges. Bei klar dringenden Symptomen — Brustschmerzen, Atemnot, Bewusstseinsstörungen — bricht er ab und verweist sofort auf den Notruf, ohne weitere Fragen. Bei nicht-dringenden Anliegen werden die Daten strukturiert erfasst und in das Praxis-PVS als Aufgabe für die zuständige MFA eingestellt. Das technische Setup ist bewusst datenminimierend: STT läuft auf einem deutschen Whisper-Endpunkt, die Konversations-Logik in Langflow, die Aufgabenverwaltung in einer kleinen PostgreSQL-Datenbank. Auf ausdrücklichen Wunsch der Praxis läuft die gesamte Pipeline als On-Premise-Variante in einem Mini-Server in den Praxisräumen — keine externe Datenübertragung außer für den initialen SIP-Trunk. AVV nach Artikel 28 DSGVO, Verarbeitungsverzeichnis und DSFA inklusive.
Ergebnis
Der Agent fängt täglich rund fünfundzwanzig bis vierzig Anrufe ab, die zuvor die MFAs gebunden hätten. Etwa zwei Drittel davon werden vollständig strukturiert erfasst und landen als To-Do im PVS; die MFA arbeitet diese Aufgaben gebündelt zu ruhigeren Tageszeiten ab. Das verbleibende Drittel wird an die Anmeldung durchgestellt — meistens, weil das Anliegen unklar oder komplex ist oder der Patient explizit eine MFA sprechen möchte. Subjektiv berichten die Mitarbeiterinnen von deutlich entspannteren Vormittagen. Die durchschnittliche Wartezeit am Telefon ist von über sechs Minuten in Spitzenzeiten auf unter zwei Minuten gesunken. Es gab bisher keinen einzigen Fall, in dem der Agent ein dringendes Symptom nicht korrekt als Notfall erkannt und eskaliert hätte.
Was wir daraus gelernt haben
Drei Dinge sind hängengeblieben. Erstens: Sprache als Eingang ist deutlich schwieriger als Text. Wir hatten in der ersten Version Schwierigkeiten mit dem oberbayerischen Dialekt, besonders bei älteren Patienten. Die Lösung war ein längeres Tuning auf regionalem Audio-Material plus eine klar verständliche, langsamere TTS-Stimme, die ältere Anrufer nicht überfordert. Zweitens: Die Notfall-Erkennung darf keinen Spielraum lassen. Wir haben sehr früh entschieden, dass die Schwelle für "Eskalation zum Notruf" extrem niedrig ist — lieber zehn falsche Eskalationen als einen verpassten Notfall. Die Praxis war damit einverstanden, und dieser bewusst pessimistische Bias hat sich als richtig erwiesen. Drittens: Patienten reagieren überraschend positiv, wenn die KI-Rolle ehrlich kommuniziert wird. Versuche, die KI menschlicher klingen zu lassen, haben in Tests eher Misstrauen erzeugt; eine sachliche, ruhige Ansage "Ich bin der KI-Assistent der Praxis und helfe Ihnen, Ihr Anliegen vorzuerfassen" hat besser funktioniert.
Ähnliches Problem?
Schreiben Sie uns kurz, wir antworten innerhalb eines Werktages.
Projekt anfragen