Ein Problem mit KI lösen oder ein Fundament für KI bauen?

Was hinter diesem einen Prozess steckt

Die Ärztin spricht nach der Konsultation ihren Bericht ein. Daraus entsteht nicht nur sauberer Text, sondern ein geprüfter Datensatz: Leistungspositionen mit Begründung, verwendetes Material, abgegebene Medikamente, abgeglichen mit Ihrem Regelwerk und zurück in Ihre Kernapplikation. Freigegeben wird von einer Fachperson, nicht vom Modell.

Ein Prozess, konsequent zu Ende automatisiert, inkl. Compliance-Check, ERP-Integration, Vertrags- und DSG-Prüfung. Sehr gut.

Mit dem Essen steigt der Appetit. Schauen Sie, wie es die SOS Ärzte Turicum AG gemacht hat.

Die nächsten Anforderungen kommen und es stellt sich die eigentliche Frage

Auftragsannahme. Patientenaufnahme. Korrespondenz. Controlling. Interne Protokollierung. Vertragsmanagement. Überall dort kommt etwas Unstrukturiertes herein und muss als strukturierte, geprüfte Information in ein System, das Felder erwartet. Immer dasselbe Muster, immer ein anderer Inhalt und ein anderer Ablauf. Und immer kann KI unterstützen, wenn es richtig und vollständig umgesetzt werden soll.

Die naheliegende Antwort lautet, für jeden dieser Prozesse die passende Speziallösung einzukaufen. Das führt in einer Organisation mittlerer Grösse innerhalb von zwei Jahren zu vier oder fünf Anbietern, ebenso vielen Verträgen, Auftragsverarbeitungsvereinbarungen, Datenschutzbeurteilungen, Schnittstellen und Qualitätsregimes. Dazu ebenso viele Abhängigkeiten von Modellen, deren Verhalten sich ändern kann, ohne dass jemand davon erfährt.

Das ist kein Schreckensszenario, sondern der Normalfall, wenn KI prozessweise eingekauft wird.

Was pro Prozess neu ist, und was nur einmal

Die ehrliche Antwort ist nicht "eine KI kann alles". Sie lautet: Es gibt zwei Ebenen, und nur eine davon ist pro Prozess neu.

Pro Prozess neu ist die Fachlogik. Welcher Kontext ist erforderlich, welche Felder braucht das Zielsystem, welches Regelwerk gilt, welche Validierungsdaten belegen, dass es funktioniert. Das ist Arbeit, und die verschwindet nicht.

Nur einmal braucht es alles darunter. Den Zugang zu den Modellen, den Betrieb, das Testing, das Datenschutzregime, die Integration in Ihre Kernapplikation.

Genau hier entscheidet sich, ob der zweite Prozess Wochen oder Monate dauert. Und genau hier zeigt sich, was "businesstauglich" bei KI konkret bedeutet: Jede Änderung an Modell, Prompt oder Anbieter wird automatisiert gegen Test- und Validierungsdatensätze geprüft, bevor sie produktiv geht. Mehrere Provider im Fallback halten den Betrieb stabil, auch wenn sich der Markt bewegt. Verarbeitet wird in der Schweiz, nDSG-konform, mit privat gehosteten Modellen für besonders sensible Inhalte. Alles unterstützt durch genau ein KI-Fundament. Und bei einem Update Ihrer Fachapplikation ist auch nur eine Integration zu prüfen.

Dass das Muster trägt, sehen wir dann bei den folgenden Prozessen

Für die Abrechnung bedarf es der Codierung nicht regelbasierter Leistungen und der Erfassung, welche Materialien und Medikamente verwendet wurden. Bei der Patientenaufnahme gilt es unstrukturierte Daten (Patientengespräch & Dokumente) so zu verarbeiten, dass manuelle Eingaben auf ein Minimum reduziert werden können. In der Auftragsannahme kommen Dokumente per Mail in unterschiedlichen Formaten an, usw. In der Pflege und in der Spitex ist es ähnlich, da wird auch nach dem Einsatz gesprochen und daraus entstehen ein Pflegetext und gegebenenfalls noch ein Leistungsvorschlag, oder wertvolle Daten für ein Re-Assessment.

KI muss die Aufwände senken, ohne sie an anderen Stellen zu erhöhen

Spitalärztinnen und Spitalärzte in der Akutsomatik wenden täglich durchschnittlich 114 Minuten für Arbeiten am Patientendossier auf, dazu 35 Minuten für die Erfüllung von Vorgaben durch Behörden oder Versicherungen.1 Rund zweieinhalb Stunden pro Arbeitstag, allein für Dokumentation und Nachweispflichten. KI kann in vielen Bereichen den Aufwand signifikant senken, doch bitte nicht so, dass der Aufwand andernorts (Compliance, IT, Applikationsmanagement) stärker steigt als unbedingt erforderlich.

Fragen, die sich lohnen

Wir stellen sie selbst, wenn wir irgendwo eine KI-Lösung sehen:

• Was kann im Eingangsprozess verarbeitet werden (Sprache, Dokumente, Mails, Bilder, ...)?
• Wogegen wird das Ergebnis geprüft, und wer gibt es frei?
• Wie wird sichergestellt, dass bei Modellwechsel oder Promptänderung bisherige Ergebnisse erzielt werden?
• Wo werden die Daten verarbeitet und wer hat Zugriff darauf?
• Wie wird Antwortzeiten und Ausfallsicherheit zugesichert?
• Und wenn morgen ein neuer Anwendungsfall dazukommt: Braucht es dafür ein weiteres Produkt, einen weiteren Vertrag, eine weitere Datenschutzprüfung? Oder nur die neue Fachlogik?

Die letzte Frage entscheidet, ob Sie eine schnelle Lösung kaufen oder ein Fundament.