factsoft Aktiengesellschaft

Von factsoft ag, München, April 2026

Das deutsche Gesundheitssystem steht vor einem Systembruch. Die Kosten steigen, Ärzte fehlen, Wartezeiten wachsen – und gleichzeitig blockiert eine tief verwurzelte gesellschaftliche Skepsis gegenüber der digitalen Verarbeitung von Gesundheitsdaten jeden nennenswerten Reformversuch. Doch was, wenn der Datenschutz gar nicht das eigentliche Problem ist – sondern lediglich das Symptom eines fehlenden Angebots?

Die Ausgangslage: Ein System am Limit

Der GKV-Beitragssatz liegt 2025 im Durchschnitt bei über 17 Prozent des Bruttoeinkommens. Für Millionen Arbeitnehmer und Arbeitgeber ist das eine erhebliche Belastung. Gleichzeitig entfällt ein großer Teil der Arztbesuche auf Fälle, die keine unmittelbare persönliche Untersuchung erfordern: Routinekontrollen, Folgeverschreibungen, Abklärung häufiger Symptome, Überweisungsentscheidungen.

Schätzungen zufolge könnten 30 bis 50 Prozent aller ambulanten Arzt-Patienten-Kontakte ohne direkten persönlichen Kontakt stattfinden – wenn die Vorinformation strukturiert erfasst und kompetent vorbewertet würde.

Das Modell: KI als strukturierte Vorstufe

Das Konzept ist weniger radikal als es klingt. Bevor ein Patient in einer nicht-notfallmäßigen Situation überhaupt einen Termin erhält, durchläuft er ein strukturiertes KI-gestütztes Interview. Dieses erfasst Symptome, Dauer, Vorerkrankungen, Medikamente, Lebensumstände. Die KI schlägt auf dieser Basis eine Einschätzung vor: Dringlichkeit, wahrscheinliche Diagnoserichtung, mögliche Voruntersuchungen – Blutbild, Bildgebung, EKG – die ohne Arztkontakt veranlasst werden können.

Der Arzt erhält eine vollständige strukturierte Akte und entscheidet anhand dieser, ob er den Patienten persönlich sehen muss oder ob Behandlungsempfehlung, Rezept oder Überweisung auch ohne Gespräch möglich sind. Der Patient kommt entweder gar nicht, gezielt vorbereitet, oder mit bereits vorliegenden Befunden in die Praxis.

Das ist keine Entmenschlichung der Medizin. Es ist die konsequente Anwendung dessen, was Piloten mit Checklisten, Ingenieure mit Systemdiagnostik und Juristen mit Sachverhaltsaufnahmen längst praktizieren.

Was die Forschung sagt: KI ist oft besser als der Arzt

Das ist keine Zukunftsspekulation mehr. Die Studienlage der letzten Jahre ist eindeutig – auch wenn sie differenziert gelesen werden muss.

In einer randomisierten, doppelblinden Studie, veröffentlicht 2025 im Fachjournal Nature, wurde Googles KI-System AMIE gegen 20 praktizierende Hausärzte getestet. Das Ergebnis: Die KI übertraf die Einschätzungen der Mediziner in nahezu allen medizinisch relevanten Evaluationsachsen. Besonders bemerkenswert: Patienten bewerteten das System in 25 von 26 Kategorien – insbesondere hinsichtlich Empathie, Klarheit und Informationsstruktur – besser als die menschlichen Kollegen.

In einer weiteren Studie aus dem Jahr 2025 wurde eine KI gegen Ärzte aus renommierten US-Kliniken getestet. Die KI war mit 92 Prozent Trefferquote deutlich akkurater als die Ärzte mit 74 Prozent – und selbst wenn Letztere die KI nutzen durften, verbesserten sie sich nur marginal auf 76 Prozent.

In der Bilddiagnostik zeigen auch deutsche Zahlen klare Vorteile: Eine Feldstudie aus 2025 an 12 deutschen Standorten zeigte, dass KI bei Mammographien 18 Prozent mehr Tumore erkennt, ohne dabei die Zahl der Fehldiagnosen zu erhöhen.

Eine wichtige Einschränkung verdient Erwähnung: Eine Oxford-Studie aus 2026 zeigt, dass das klinische Wissen der Modelle nicht ohne weiteres auf Interaktionen mit realen, ungeübten Nutzern übertragbar ist. Das ist kein Gegenargument – sondern ein Argument für das hier beschriebene Modell. Nicht der Patient befragt die KI frei, wie er Google befragt. Ein strukturiertes System stellt die richtigen Fragen in der richtigen Reihenfolge. Genau darin liegt der entscheidende Unterschied.

Behandlungsfehler: Der versteckte Milliardenschaden

Neben der Diagnoseleistung gibt es einen zweiten, systematisch unterschätzten Kostenfaktor: Behandlungsfehler.

Schätzungen zufolge ist etwa jede zehnte Diagnose falsch. Die ökonomischen Folgen fehlerhafter Versorgung werden auf rund 15 Milliarden Euro pro Jahr geschätzt – das entspricht etwa 15 Prozent der gesamten Krankenhauskosten. Andere Schätzungen gehen noch weiter: Der Medizinische Dienst der Krankenversicherung beziffert die gesamten Folgekosten auf bis zu 50 Milliarden Euro jährlich.

Überträgt man internationale Studien zur Patientensicherheit auf Deutschland, würden jährlich fünf Prozent der stationär behandelten Patienten durch vermeidbare Fehler geschädigt – das entspricht mehr als 800.000 Betroffenen.

Eine KI, die strukturiert, ohne Zeitdruck und ohne kognitive Ermüdung arbeitet, macht diese Art von Fehler systematisch seltener. Sie vergisst keine Symptome, übersieht keine Wechselwirkungen, hat keinen schlechten Tag. Das ist kein Vorwurf an Ärzte – es ist eine nüchterne Feststellung über die Grenzen menschlicher Kapazität unter Dauerlast.

Die ökonomische Wirkung: Wo das Sparpotenzial liegt

Die Effizienzgewinne entstehen an mehreren Stellen gleichzeitig.

Erstens sinkt die Zahl unnötiger Kontakte. Nicht jede Erkältung, nicht jede Folgeverschreibung, nicht jede Bagatellbeschwerde benötigt zehn Minuten Arztzeit. Zweitens steigt die Qualität der verbleibenden Kontakte: Wenn der Arzt den Patienten sieht, liegen bereits Daten vor. Die Konsultation wird effizienter, Doppeluntersuchungen entfallen. Drittens sinken Behandlungsfehler und deren Folgekosten – durch bessere Vorinformation und strukturierte Dokumentation.

Konkrete Größenordnungen sind schwer zu beziffern, aber selbst eine zehnprozentige Reduktion des ambulanten Volumens könnte gesamtwirtschaftlich Milliarden freisetzen – und hätte spürbaren Effekt auf die Beitragssätze.

Das Datenschutzparadox

Hier liegt die eigentliche These dieses Artikels: Datenschutzbedenken im Gesundheitsbereich sind nicht irrational – aber sie sind stark kontextabhängig. Menschen wägen intuitiv ab, was sie für ihre Daten bekommen.

Wer heute ablehnt, seine Symptome einer App mitzuteilen, tut das in einem Umfeld, in dem der wahrgenommene Nutzen gering und der wahrgenommene Kontrollverlust groß ist. Die Daten fließen – aber der Gegenleistung fehlt die Sichtbarkeit.

Das ändert sich grundlegend, wenn der Zusammenhang direkt erlebbar wird. Ein Patient, der sieht, dass das KI-Interview dazu führt, dass er nicht zwei Stunden im Wartezimmer sitzt, keine unnötigen Voruntersuchungen zahlt, einen schnelleren Befund erhält – und am Monatsende seinen Kassenbeitrag spürbar gesunken sieht – wird seine Abwägung neu treffen.

Datenschutz ist kein unveränderlicher Wert im Vakuum. Er ist eine gesellschaftliche Aushandlung über Kosten und Nutzen. Wenn der Nutzen groß genug und transparent genug ist, verschiebt sich diese Aushandlung.

Was das nicht bedeutet

Dieser Ansatz bedeutet nicht, dass Daten unkontrolliert verwertet werden. Ein seriöses Modell setzt technische und rechtliche Schutzmaßnahmen voraus: Datensouveränität beim Patienten, klare Zweckbindung, keine Weitergabe an Versicherer zu Risikokalkulationszwecken, Transparenz über die KI-Logik. Diese Anforderungen sind erfüllbar – sie sind heute in vielen anderen Bereichen bereits Standard.

Das Argument ist nicht: Datenschutz ist unwichtig. Das Argument ist: Ein gut gestaltetes System kann beides liefern – Schutz und Nutzen. Und wenn es das tut, lösen sich viele der heute scheinbar unüberwindlichen gesellschaftlichen Widerstände auf.

Fazit: Der Preis der Ineffizienz ist höher als der Preis der Daten

Deutschland diskutiert seit Jahren über die Digitalisierung des Gesundheitswesens – und handelt kaum. Der Widerstand speist sich aus echten Ängsten, aber auch aus dem Fehlen eines konkreten, erlebbaren Gegenmodells. Solange die Digitalisierung abstrakt bleibt und die Kostenersparnis unsichtbar, bleibt der Datenschutz das Totschlagargument.

Sobald ein Patient jeden Monat 200 Euro weniger Kassenbeitrag zahlt und gleichzeitig schneller und besser versorgt wird, stellt sich die Frage neu: Was kostet mich meine Datenschutzskepsis eigentlich?

Die Antwort könnte das System verändern.

Schauen Sie doch mal unser Demo-Projekt an: Patienteninterview.

Von Martin Richter, München, April 2026

Wir bei factsoft reden nicht gern über Dinge, die wir nicht selbst erlebt haben. Deshalb kommt dieser Artikel nicht mit abstrakten Versprechen, sondern mit dem, was wir in den letzten Monaten in unserem eigenen Betrieb beobachtet haben – manchmal ungläubig, manchmal schlicht begeistert.

Die Kurzfassung: KI hat einzelne Aufgaben bei uns nicht um 20 oder 30 Prozent schneller gemacht. Sondern um Faktor 2, Faktor 10, in manchen Fällen um Faktor 50 und mehr. Das sind keine Hochglanzversprechen. Das sind Erfahrungswerte aus dem echten Arbeitsalltag.

Dinge, die sich früher nicht gelohnt haben

Bisher galt eine einfache wirtschaftliche Logik: Ein Auswertungsprogramm, ein Skript für eine Sonderauswertung, ein Werkzeug für einen einmaligen Prozess – das lohnt sich nicht. Die Entwicklungszeit übersteigt den Nutzen. Also blieb es liegen.

Das hat sich grundlegend verändert. Heute schreiben wir für jeden Zweck in kürzester Zeit ein individuelles Programm. Was früher Stunden dauerte, dauert jetzt Minuten. 20- bis 50-fache Geschwindigkeit ist keine Seltenheit. Und es entstehen Lösungen, die vorher wirtschaftlich schlicht undenkbar waren.

Analyse, Recherche, Entscheidungen

Komplexe Kundenanfragen, die früher eine Stunde Recherche und viel hin und her bedeuteten, lassen sich heute in einem Bruchteil der Zeit durchdringen – nicht weil wir weniger sorgfältig sind, sondern weil wir schneller zum Kern kommen.

Gleiches gilt für die Fehlersuche in Abläufen und der Buchhaltung. Was früher mühsames, fehleranfälliges Durchkämmen war, ist heute eine strukturierte Analyse mit einem zweiten – sehr gründlichen – Paar Augen. Das erhöht nicht nur die Geschwindigkeit, sondern vor allem die Zuverlässigkeit.

Bei Entscheidungen hilft KI, relevante Fakten schnell zusammenzutragen, Szenarien durchzuspielen und blinde Flecken zu beleuchten. Das ist kein Ersetzen menschlicher Entscheidung – das ist eine drastische Verbesserung der Entscheidungsgrundlage.

Planung, die früher so nicht möglich war

Wenn wir heute ein Projekt planen, ist KI von Anfang an dabei – nicht als Stichwortgeber, sondern als vollwertiger Denkpartner. Wir legen alle Überlegungen auf den Tisch, die KI bringt sich aktiv ein: mit Gegenargumenten, Risiken und Alternativen, auf die wir allein nicht gekommen wären.

Was dabei besonders beeindruckt: KI behält problemlos einige hundert Aspekte eines Problems gleichzeitig im Blick. Abhängigkeiten, Wechselwirkungen, Randszenarien – nichts fällt durchs Raster. Vollständigkeit in der Planung war immer ein Ideal, das in der Praxis unerreichbar blieb. Das hat sich verändert.

KI ersetzt keine Kompetenz – sie befreit sie

Es gibt ein Missverständnis, das wir ausdrücklich ausräumen wollen. KI ersetzt nicht die Entscheidungen, die Impulse, die Ideen – all das, was einen fähigen Mitarbeiter oder Geschäftsführer ausmacht und ohne das eine Firma nicht existieren kann.

Was KI tatsächlich tut: Sie befreit genau diese Menschen, damit sie sich auf das konzentrieren können, was wirklich von ihnen gefordert ist. Keine stundenlangen Recherchen, kein tagelangem Grübeln über Projekte, kein simultanes Jonglieren tausender Abhängigkeiten im Kopf. Diese Arbeit übernimmt die KI – gründlich, schnell, vollständig. Was bleibt, ist das, was nur der Mensch leisten kann: Urteilsvermögen, Erfahrung, Verantwortung, der entscheidende Impuls im richtigen Moment. Das ist keine Verdrängung von Kompetenz. Das ist ihre Entfaltung.

Was der Mensch künftig mitbringen muss

Es lohnt sich, genau hinzuschauen, welche menschlichen Fähigkeiten in der Zusammenarbeit mit KI tatsächlich gefragt sind – denn es sind andere als bisher.

Detailliertes Fachwissen, das man sich mühsam erarbeitet und sorgfältig gepflegt hat, verliert an Bedeutung. Die KI hat es. Was zählt, ist etwas anderes: eine breit angelegte Bildung, die es erlaubt, Zusammenhänge zu erkennen und einzuordnen. Die Fähigkeit zu beurteilen – ist das, was die KI liefert, richtig, vollständig, angemessen? Die Fähigkeit abzuschätzen – wo liegen die Risiken, was ist realistisch, was nicht? Und schließlich die Fähigkeit, präzise, exakt und ohne jeden Zweifel zu formulieren. Denn wer der KI unpräzise Aufgaben stellt, bekommt unpräzise Ergebnisse.

Das ist eine Verschiebung, die das Bildungsverständnis ganzer Generationen in Frage stellt. Der Spezialist, der eine Sache in- und auswendig kennt, wird weniger gefragt sein als der Generalist mit scharfem Urteilsvermögen und klarer Sprache.

Was das bedeutet – für uns und für alle anderen

Der erste Schritt ist unbequem, aber notwendig: Schaut euch an, womit die Kollegen den lieben langen Tag tatsächlich beschäftigt sind – und womit ihr selbst. Nicht was im Organigramm steht, sondern was wirklich passiert. Welche Abläufe wiederholen sich? Wo wird analysiert, verglichen, zusammengefasst, formuliert, nachgeschlagen? Genau diese Prozesse gehören systematisch auf den Prüfstand – mit dem Ziel, sie in eine KI-gestützte Automatik zu überführen.

Konrad Zuse sprach 1981 in einem Vortrag im Deutschen Museum in München vom Computer als Werkzeug zur Befreiung von der Last gleichförmiger geistiger Tätigkeit. Das war ein revolutionärer Gedanke für seine Zeit. Heute muss er erweitert werden: Es geht um die Befreiung von der Last nicht kreativer Tätigkeit. Alles, was kein Urteil, keine Erfahrung, keine echte Entscheidung erfordert – gehört nicht mehr auf den Schreibtisch eines Menschen.

Firmen, die das konsequent umsetzen, werden mit denselben Ressourcen deutlich mehr schaffen als ihre Konkurrenz. Wir befinden uns am Beginn einer Veränderung, die größer ist als die Einführung des Internets im Büro. Damals haben viele gedacht, E-Mail sei eine nette Ergänzung zum Fax. Heute wissen wir, wie diese Geschichte ausgegangen ist.

Unsere Erfahrungen gehören nicht nur uns

Was wir gelernt haben, behalten wir nicht für uns. Wer wissen möchte, wie wir KI einsetzen, welche Werkzeuge sich bewährt haben und wo die größten Hebel liegen – der ist herzlich eingeladen, das Gespräch zu suchen. Wir sind dabei, wenn ihr wollt.