Behandlungsverlauf und Foto-Dokumentation mit KI

Das echte Ausmaß des Problems

In einer kieferorthopädischen Praxis mit 300 aktiven Behandlungsfällen kommen pro Woche rund 30 bis 60 Recall-Patienten. Jeder Recall produziert mindestens eine neue Fotoserie (extraoral + intraoral, typisch 6 bis 12 Bilder), ggf. einen neuen Scan, und erfordert eine Verlaufsnotiz. Pro Fall laufen über die gesamte Behandlungsdauer im Schnitt 15 bis 25 Recall-Termine auf, mit Fotodokumentation bei jedem zweiten.

Das ergibt pro Jahr in einer mittelgroßen KFO-Praxis: rund 3.000 bis 5.000 neue Einzelfotos, 300 bis 500 Intraoral-Scans, 150 bis 250 zu schreibende Verlaufsnotizen und, deutlich seltener, eine zweistellige Zahl an Berichts-Ereignissen für die Kasse: Verlängerungsanträge, Abschlussmeldungen und vom Gutachter oder von der Kasse angeforderte Stellungnahmen.

Drei strukturelle Probleme machen diese Menge zum echten Engpass:

1. Fotos landen unorganisiert. Intraoralscanner (iTero, 3Shape Trios, Medit) speichern ihre Daten in proprietären Cloud-Systemen. Fotos werden von ZFA auf Kameras oder Tablets aufgenommen und manuell auf Praxisserver kopiert, oft mit generischen Dateinamen wie IMG_20250501_142332.jpg. Nach zwei Jahren gibt es keine zuverlässige Vergleichsgrundlage mehr, ohne manuelles Suchen.

2. Verlaufsdokumentation ist immer ähnlich und trotzdem immer neu. “Behandlung verläuft plangemäß, Bracketposition korrigiert, nächster Termin in 8 Wochen” ist der Kern von 80 Prozent aller Verlaufsnotizen. Trotzdem schreibt jede KFO und jede ZFA diese Texte jedes Mal neu, ohne strukturierte Vorlage.

3. Berichte an die Kasse binden Behandlerzeit. Anders als oft angenommen erzeugt eine plangemäße KFO-Behandlung keinen laufenden Pflicht-Zwischenbericht. Berichtspflichten entstehen anlassbezogen: bei Verlängerungsanträgen, bei der Abschlussmeldung (Mitteilung zur kieferorthopädischen Behandlung, § 8 Abs. 5 BMV-Z, etwa bei Abschluss oder Abbruch) und bei vom Gutachter oder von der Kasse angeforderten Stellungnahmen. Diese Texte sind kein triviales Formular: Sie begründen, ob die Behandlung plangemäß verläuft und welche Maßnahmen ergriffen wurden. Jede KFO schreibt sie selbst, oft nach Feierabend.

Eine Untersuchung zu KI-gestützter Bild-Analyse in der Kieferorthopädie (PMC, April 2025) zeigt, dass sich Zahnbewegungen aus Fortschrittsaufnahmen automatisiert, quantitativ und reproduzierbar erfassen lassen, mit hoher Korrelation zu manuellen Messungen. Das betrifft die forschungsnahe, messende Bildauswertung, nicht den schnellen Blick auf ein Routine-Verlaufsfoto. Für die Praxis heißt das: KI kann Bewegungsanalysen liefern, die manuell aufwendig und schwer standardisierbar sind, ohne dass der KFO sie selbst Bild für Bild ausmisst.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zeitangaben sind Schätzwerte aus Praxisberichten und dem digitalen Workflow-Vergleich von ZWP Online (2024). Eine kontrollierte Studie speziell für den deutschen KFO-Markt liegt nicht vor.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Verlaufsdokumentation und anlassbezogene Berichte sind die klarsten Gewinner: 15 bis 25 Minuten je Dokument stehen einem KI-gestützten Entwurf in 2 bis 3 Minuten gegenüber, den der KFO prüft und freigibt. Den größten Hebel liefert dabei die schiere Menge der Verlaufsnotizen, die anlassbezogenen Berichte sind seltener, aber jeweils zeitintensiver. Über ein Jahr summiert sich das in einer mittelgroßen Praxis schnell auf zweistellige Stundenwerte. Die Foto-Zeitersparnis hängt stark davon ab, wie konsequent das neue System eingehalten wird.

Kosteneinsparung — niedrig (2/5) Weder das Schreiben von Verlaufsprotokollen noch das Sortieren von Fotos erzeugt direkte Kosten, die du abrechnen kannst. Die Einsparung liegt in eingesparter Mitarbeiter- und Behandlerzeit, die indirekt in mehr Kapazität für Behandlungen umgewandelt werden kann. Das ist schwerer zu isolieren als direkter Umsatzzuwachs. Laufende Werkzeugkosten kommen hinzu, ohne kurzfristig messbare Kostensenkung.

Schnelle Umsetzung — niedrig (2/5) Hier laufen zwei sehr verschiedene Geschwindigkeiten zusammen. Den Zwischenbericht-Prompt in ChatGPT kann jede KFO heute noch einrichten, in unter einer Stunde. Die Foto-Systematik dagegen braucht Konventionen, Teamtraining und mindestens vier bis sechs Wochen Anlaufzeit, bis alle konsistent nach dem neuen System arbeiten. Scanner-Integration (Daten aus iTero oder 3Shape exportieren und mit AI-Systemen verknüpfen) dauert noch länger. Wer beides sauber aufsetzen will, plant realistisch acht Wochen bis zum produktiven Pilotbetrieb.

ROI-Sicherheit — mittel (3/5) Zeitersparnis ist messbar, aber nicht automatisch nachweisbar. Du kannst vor und nach dem Rollout stoppen, wie lange ZFAs für Foto-Archivierung brauchen und wie lange KFOs pro Zwischenbericht schreiben. Das ergibt einen klaren Vergleich. Der Effekt ist da, aber er muss aktiv gemessen werden, er entsteht nicht allein durch die Einführung. Außerdem: Wenn das Praxisteam die neuen Werkzeuge nicht konsequent nutzt, sinkt der Effekt auf null.

Skalierbarkeit — sehr hoch (5/5) Das ist der stärkste Hebel dieses Use Cases. Eine einmal eingerichtete Verlaufsdokumentation-Vorlage und ein Zwischenbericht-Prompt funktionieren für 50 Patienten genauso wie für 500. Das Foto-Systematik-System skaliert ohne Mehraufwand. Jede neue Behandlung kommt automatisch in dasselbe Schema. Die KI schreibt nicht langsamer, wenn die Praxis wächst. Kein weiteres Personal erforderlich, um die Dokumentationsqualität zu halten.

Richtwerte, stark abhängig von Praxisgröße, bestehender Foto-Infrastruktur und Teamdisziplin.

Was die KI konkret macht (und was sie nicht tut)

Dieser Anwendungsfall hat zwei klar abgrenzbare KI-Funktionen, die du unabhängig voneinander einführen kannst:

Funktion 1: Verlaufsdokumentation und Zwischenberichte entwerfen

Das ist der einfachste Einstieg und der mit dem schnellsten sichtbaren Effekt. Du oder deine ZFA geben strukturierte Stichpunkte ein: Datum, Patient (pseudonymisiert oder unter AVV), beobachtete Situation, durchgeführte Maßnahmen, nächster Schritt. Ein LLM wie ChatGPT oder Claude formuliert daraus einen vollständigen Verlaufstext. Du prüfst, korrigierst, und fertig.

Der KI-Entwurf leistet dabei typischerweise: konsistenten Satzbau, vollständige Satzstruktur, KFO-sprachlich korrekten Ton, korrekte Übernahme aller eingegebenen Fakten, und keine Informationen hinzufügen, die du nicht eingegeben hast. Was er nicht leistet: medizinische Beurteilung, Diagnosen, Behandlungsempfehlungen. Diese kommen von dir.

Für anlassbezogene Berichte an die Kasse, etwa Verlängerungsanträge, die Abschlussmeldung (§ 8 Abs. 5 BMV-Z) oder vom Gutachter angeforderte Stellungnahmen, ist die Lage ähnlich: Du gibst die relevanten Fakten ein (Behandlungsstand, Abweichungen, Maßnahmen), die KI formuliert den Berichtstext in der erforderlichen Struktur. Der KFO zeichnet ab.

Das Werkzeug für diese Aufgabe: ArztGPT ist hier besonders geeignet, weil es speziell für den deutschen Arztpraxis-Kontext gebaut ist, personenbezogene Daten vor der KI-Verarbeitung automatisch schwärzt und in Deutschland gehostet wird. Alternativ funktioniert jeder Business-Plan von ChatGPT oder Claude mit einem sorgfältig konfigurierten Prompt und pseudonymisierten Eingaben.

Funktion 2: Foto-Verlaufsorganisation und Deviationserkennung

Das ist die komplexere Variante und erfordert eine systematische Entscheidung über Infrastruktur. Der Ansatz: Fotos und Scans werden nach einem einheitlichen Namensschema gespeichert (Patient-ID, Datum, Aufnahmetyp), sodass Vergleiche automatisch generiert werden können.

Für die automatische KI-Analyse von Fortschrittsfotos gibt es spezialisierte Lösungen: DentalMonitoring analysiert Patienten-Selfies über eine App wöchentlich, vergleicht mit dem digitalen Scan-Referenzmodell und meldet dem KFO Abweichungen. Das System ist als Medizinprodukt CE-zertifiziert. Nach Herstellerangaben (anbieternahe Daten, mit benannten Praxiszahlen belegt) sinkt die Zahl physischer Recall-Termine um 37 Prozent bei festen Apparaturen und um 58 Prozent bei Alignern. Das sind zwei getrennte Punktwerte, keine durchgehende Spanne. Beide sind als Herstellerbenchmark einzuordnen, nicht als unabhängig kontrollierte Studie.

Was KI bei Fotovergleichen nicht tut: Sie trifft keine klinischen Entscheidungen. Sie markiert, was auffällig erscheint. Die Beurteilung, ob eine Abweichung klinisch relevant ist, ob der Bogen angepasst werden muss, ob der Patient früher bestellt wird, bleibt vollständig beim behandelnden KFO. Das gilt auch für die Entscheidung, Recall-Intervalle auf Basis des Remote-Monitorings zu verlängern: Die klinische Verantwortung dafür trägt der behandelnde KFO, die KI übernimmt diese Haftung nicht.

Die Scanner-Ökosystem-Frage

Ob die Foto-KI überhaupt funktioniert, entscheidet sich daran, ob du an deine eigenen Scan- und Bilddaten herankommst. Genau hier liegt die Hürde.

iTero (Align Technology), 3Shape Trios und Medit speichern Scan-Daten in proprietären Cloud-Ökosystemen. Der Export von Scan-Dateien für externe KI-Analyse ist möglich, aber nicht immer einfach: iTero erlaubt STL-Export für Modell-Workflow, die Verlaufs-Scan-Daten für Monitoring sind aber an das iTero-Ökosystem gebunden. 3Shape hat eine API-Schnittstelle, die auch externe Softwarepartner nutzen können, aber der Zugang erfordert eine aktive Partnerschaft. Medit hat ein relativ offenes Ökosystem mit direktem STL-Export.

Das bedeutet für dich praktisch: Bevor du KI-Tools für Foto-/Scan-Analyse einführst, kläre mit deinem Scanner-Anbieter:

• Welche Daten kann ich exportieren, und in welchem Format?
• Gibt es lizenzrechtliche Einschränkungen für die Weitergabe an Drittanbieter?
• Wie sieht die Datenhoheit aus, wenn ich DentalMonitoring oder einen anderen Dienst nutze?

DentalMonitoring hat offizielle Integrationen mit 3Shape und iTero, was diesen Schritt erheblich vereinfacht. Für den reinen Dokumentations-Assistenten (Verlaufstexte, Zwischenberichte) ist die Scanner-Frage irrelevant: Da arbeitest du mit Stichpunkten und Texten, keine Bilddaten werden in externe Systeme übertragen.

Konkrete Werkzeuge — was wann passt

ArztGPT — für Verlaufsdokumentation und Zwischenberichte in Deutsch Das am besten auf den deutschen Arztpraxis-Kontext abgestimmte Werkzeug. Besonders wichtig: ArztGPT schwärzt personenbezogene Patientendaten automatisch vor der KI-Verarbeitung (Name, Geburtsdatum, Versichertennummer, 30+ Muster). Das bedeutet: Du kannst Verlaufsnotizen mit mehr Patientenkontext eingeben, ohne manuell zu pseudonymisieren, und trotzdem DSGVO-konform bleiben. Diktatfunktion vorhanden. Hosting in Deutschland, ISO 27001. Preis: ArztGPT Pro ab 99 Euro/Monat (inkl. MwSt., Stand Mai 2026, als Nutzer-Abo angelegt, vor Abschluss für mehrere Behandler prüfen), 7 Tage Testphase ohne Kreditkarte.

ChatGPT Business (25 USD/Monat) — für sofortigen Einstieg mit eigenem Prompt Die schnellste Option zum Testen. Custom GPTs erlauben es, den Verlaufsdokumentation-Prompt einmal einzurichten und per Klick zu starten. Nachteil: Daten liegen auf US-Servern, EU-Datenresidenz erst ab Enterprise. Für pseudonymisierte Eingaben (keine Namen, keine Geburtsdaten) mit AVV handhabbar, für vollständige Patientendaten nicht empfehlenswert.

Claude Team (25 USD/Monat) — für natürlich klingende Berichte Claude produziert besonders natürliche, gut lesbare Berichte. Wenn der Zwischenbericht nicht nur formal korrekt, sondern auch gut formuliert sein soll, ist das der Vorteil. Datenschutzseitig vergleichbar mit ChatGPT Business.

Microsoft 365 Copilot — für Praxen mit Microsoft-Infrastruktur und EU-Datenresidenz Wenn die Praxis ohnehin Microsoft 365 nutzt und EU-Datenhaltung wichtig ist, kann Copilot Verlaufsberichte direkt in Word erstellen. Kein dedizierter KFO-Dokumentationsmodus, aber mit gutem Prompt gut nutzbar. Preis: ca. 30 Euro/Person/Monat als Add-on.

DentalMonitoring — für automatisierte Foto-KI und Recall-Optimierung Die spezialisierte Lösung für die Foto-Verlaufsanalyse. Patienten fotografieren wöchentlich, KI analysiert automatisch, der KFO bekommt Hinweise auf Abweichungen. Die vom Hersteller berichtete Reduktion physischer Recall-Termine (siehe oben) ist der zentrale Hebel. Preis auf Anfrage, Pilotprojekt-Einstieg empfohlen.

Dragon Medical One — für Diktat-basierte Verlaufsdokumentation Wer lieber spricht als tippt: Dragon Medical One wandelt Diktat mit über 99 Prozent Genauigkeit in Text um, auch für medizinisches Fachvokabular auf Deutsch. Kombinierbar mit einem Prompt-System: Du diktierst die Stichpunkte, Dragon transkribiert, ChatGPT oder ArztGPT formuliert. Preis: ca. 50 bis 80 Euro/Monat je Behandler.

Wann welcher Ansatz:

• Schnellstart heute, Zwischenberichte und Verlaufsnotizen: ChatGPT Business oder Claude Team mit Prompt
• Deutsches Medical-Hosting, automatische Daten-Redaktion, kein Pseudonymisierungsaufwand: ArztGPT
• EU-Datenresidenz und Microsoft-Ökosystem: Microsoft 365 Copilot
• Diktat statt Tippen als Dokumentationsstil: Dragon Medical One, kombiniert mit LLM
• Foto-Monitoring und Recall-Optimierung mit KI: DentalMonitoring

Datenschutz und Datenhaltung

Patientenfotos, Intraoralscans und Verlaufsdaten sind Gesundheitsdaten im Sinne von Art. 9 DSGVO. Das verschärft die Anforderungen gegenüber gewöhnlichen Unternehmensdaten in mehrfacher Hinsicht.

Zusätzlich greift in Deutschland § 203 StGB (ärztliche Schweigepflicht): Patientendaten dürfen nicht unbefugt Dritten offenbart werden. Ein KI-System, das Patientenbilder oder -beschreibungen verarbeitet, gilt als “Dritter” im Sinne des Gesetzes, wenn keine klare rechtliche Grundlage für die Weitergabe besteht. Das bedeutet konkret: Entweder greifst du auf Pseudonymisierung zurück, oder du schließt einen AVV nach Art. 28 DSGVO ab und prüfst, ob das Hosting in der EU erfolgt.

Drei Wege für die KFO-Praxis:

1. Pseudonymisierung bei Texteingabe: Du gibst Verlaufsnotizen ohne Name, Geburtsdatum und Versichertennummer ein. Nur KIG-Grad, Zahnbefund, Maßnahmen und Datum. Das Ergebnis ist DSGVO-konform ohne AVV, weil keine direkt personenbezogenen Daten übertragen werden. Dieser Weg funktioniert für Verlaufsdokumentation und Zwischenberichte problemlos.

2. Business-/Team-Plan mit AVV: Wenn du vollständigere Patientenangaben eingeben willst, musst du mit dem KI-Anbieter einen AVV abschließen. OpenAI und Anthropic stellen diese ab Business-/Team-Plan bereit. Für Hosting-Aspekte (US-Server) bleibt eine datenschutzrechtliche Prüfung notwendig. Sprich das mit deinem Datenschutzbeauftragten oder der KZBV-Rechtsberatung ab.

3. EU-gehostete Lösung: ArztGPT (Deutschland) oder Microsoft 365 Copilot mit EU Data Boundary sind die Optionen mit klarer Datenresidenz in der EU. Das ist die sauberste Lösung, insbesondere wenn du vollständige Patientenbeschreibungen (mit Identifikatoren) verarbeitest.

Für Patientenfotos im Speziellen: Fotos sind besonders sensibel, weil sie potenziell personenidentifizierbar sind (Gesicht, erkennbare Merkmale). Wenn du Fotos in KI-Systeme hochlädst (etwa für DentalMonitoring oder einen Bildanalysedienst), gelten neben DSGVO und § 203 StGB auch die Regelungen des KDG (für kirchliche Träger) oder ggf. eigene Vertragsklauseln. DentalMonitoring ist als Medizinprodukt CE-zertifiziert und verarbeitet Daten in EU-Rechenzentren.

Dein Pflicht-Schritt: Bevor du irgendeines dieser Systeme produktiv einsetzt, kläre mit deinem Datenschutzbeauftragten (oder der BZÄK/KZBV-Datenschutzberatung), welche AVV-Dokumente unterzeichnet werden müssen und ob eine Datenschutz-Folgenabschätzung (DSFA) erforderlich ist. Viele KZVen haben inzwischen konkrete Handlungsempfehlungen für KI-Tools in Zahnarztpraxen herausgegeben.

Was es kostet — realistisch gerechnet

Werkzeugkosten (monatlich)

• ArztGPT: Pro-Tarif ab 99 Euro/Monat (inkl. MwSt., Stand Mai 2026; als Nutzer-Abo angelegt, bei mehreren Behandlern Konditionen vor Abschluss prüfen)
• ChatGPT Business: ca. 23 Euro/Monat je Nutzer
• Claude Team: ca. 23 Euro/Monat je Nutzer
• Microsoft 365 Copilot: ca. 30 Euro/Person/Monat (setzt M365-Lizenz voraus)
• Dragon Medical One: ca. 50 bis 80 Euro/Monat je Behandler (für Diktat-Workflow)
• DentalMonitoring: Preis auf Anfrage; frühere Branchenangaben nannten ca. 7 bis 10 USD/Patient/Monat im Monitoring-Modus, aktuelle Angebote liegen oft höher und enthalten die ScanBox-Hardware

Einrichtungsaufwand (einmalig)

• Prompt-Vorlage für Verlaufsdokumentation und Zwischenberichte erstellen und testen: 3 bis 5 Stunden
• Foto-Benennungskonvention definieren und im Team einführen: 2 bis 4 Stunden Training
• Datenschutzkonzept klären (AVV, Pseudonymisierungsprotokoll): 2 bis 3 Stunden, einmalig
• DentalMonitoring-Pilotprojekt (falls gewählt): 2 bis 4 Wochen Ramp-up mit Pilotpatienten

Was du gegenstellen kannst Eine KFO-Ärztin, die täglich mehrere Verlaufsnotizen ausformuliert und dazu die anlassbezogenen Berichte an die Kasse schreibt, verbringt rechnerisch ca. 3 bis 4 Stunden pro Woche mit reiner Dokumentationsarbeit. Bei einem internen Stundenwert von 100 bis 150 Euro (Opportunitätskosten entgangener Behandlungszeit) sind das 300 bis 600 Euro pro Woche. Ein Werkzeug in der Größenordnung von rund 100 Euro im Monat amortisiert sich rechnerisch schon dann, wenn du wenige Prozent dieser Zeit sparst, selbst konservativ und unabhängig vom genauen Tarif gerechnet. Den exakten Preis prüfst du vor Abschluss.

Für DentalMonitoring ist die Rechnung anders: Der Gewinn entsteht durch weniger Recall-Termine, mehr Kapazität für Neubehandlungen. Wie groß dieser Effekt ausfällt, hängt vollständig davon ab, ob die Hersteller-Reduktion (37 Prozent bei festen Apparaturen, 58 Prozent bei Alignern) in deiner Praxis tatsächlich zutrifft. Trifft sie zu, fällt eine spürbare Zahl an Routineterminen pro Monat weg. Diese Prozentwerte sind aber eine Herstellerangabe, keine in deiner Praxis gemessene Größe. Rechne sie deshalb nicht als feste Terminzahl in deine Planung, sondern miss sie im Pilotbetrieb selbst nach. Ob freigewordene Zeit in neue Patienten oder in bessere Qualität pro Patient investiert wird, entscheidest du.

Wie du den Nutzen wirklich misst: Stoppe für vier Wochen, wie lang Verlaufsnotizen und Zwischenberichte manuell dauern. Dann wechsle auf KI-Entwürfe und stoppe erneut. Der Vorher-Nachher-Vergleich ist dein echter ROI. Ohne diese Messung ist der Nutzen nicht nachweisbar, auch wenn er real ist.

Vier typische Einstiegsfehler

1. Mit dem Foto-System anfangen statt mit Texten. Der Reflex: Die KI-Foto-Analyse klingt spektakulär, also fängt man dort an. Das Problem: Foto-Workflows brauchen Infrastrukturentscheidungen (wo liegen die Daten, wer benennt sie, wie exportiert man aus dem Scanner-System), und diese dauern Wochen. Der schnelle Gewinn liegt in der Verlaufsdokumentation und den Zwischenberichten. Dort kannst du morgen beginnen, ohne eine einzige Infrastrukturfrage zu beantworten.

2. Patientendaten ungeklärt in US-Cloud-Dienste einspielen. “Ich tippe einfach den Verlaufstext in ChatGPT” ist verbreitet und funktioniert, wenn du pseudonymisierst. Es ist problematisch, wenn du Namen, Geburtsdaten oder Versichertennummern überträgst, ohne AVV und ohne Prüfung der Datenresidenz. Das ist kein theoretisches Problem, es ist Haftungsrisiko nach § 203 StGB und Art. 9 DSGVO. Lösung: Entweder konsequente Pseudonymisierung (dauert 30 Sekunden mehr pro Eingabe) oder Werkzeuge mit deutschem Hosting und AVV.

3. Der KI-Entwurf geht ungeprüft in die Akte. KI-Texte können Formulierungen enthalten, die medizinisch nicht stimmen, falsche Zeitangaben reproduzieren oder Nuancen glätten, die klinisch relevant sind. Der Freigabeschritt durch den KFO ist kein optionaler Schritt, er ist der einzige Garant dafür, dass das System sicher bleibt. Kein KI-Entwurf darf ungeprüft in der Patientenakte landen. Das klingt offensichtlich, wird in der Praxis unter Zeitdruck aber regelmäßig vernachlässigt.

4. Das Foto-Benennungssystem einführen und sechs Wochen später aufgeben. Das häufigste Scheitern-Muster: Die Konvention (PatID_JJJJMMTT_Typ.jpg) funktioniert in der ersten Woche gut. Dann kommt eine Vertretungs-ZFA, die das System nicht kennt. Dann ein Shoot mit anderer Kamera. Dann liegt der Ordner wieder im alten Chaos. Lösung: Drei Dinge festlegen, bevor du anfängst. Erstens: Wer ist verantwortlich für Foto-Upload und Benennung? Namentlich. Zweitens: Wie verhält sich eine Vertretung? Und drittens: Gibt es einen monatlichen Check, ob die Konvention noch eingehalten wird? Ohne diese drei Festlegungen hält das System keine drei Monate.

Was mit der Einführung wirklich passiert — und was nicht

Muster 1: Der erste KI-Entwurf ist gut. Zu gut. KFO-Ärzte, die den ersten Zwischenbericht-Entwurf lesen, sind oft überrascht, wie professionell er klingt. Das kann in eine Falle führen: Man liest zu schnell, nickt ab, und übersieht, dass ein Zeitraum falsch übernommen oder eine Maßnahme ungenau formuliert ist. Die KI klingt selbstbewusst, auch wenn sie einen Fehler hat. Einzige Abhilfe: Immer mit dem Quell-Stichpunkt vergleichen, nicht nur den Entwurf lesen.

Muster 2: ZFAs nutzen das System, KFOs nicht. Wenn der Prompt-Workflow primär von ZFAs betrieben wird und die KFO nur abzeichnet, entsteht oft eine Qualitätslücke: Die ZFA gibt die Stichpunkte ein, die KFO hat keinen Überblick darüber, was eingegeben wurde, und prüft nur das Ergebnis. Das ist riskant. Besser: KFO definiert die Stichpunkte, ZFA pflegt in das System ein, KFO prüft.

Muster 3: DentalMonitoring steigert die Compliance-Erwartungen. Wenn Patienten wöchentlich Fotos hochladen, erwarten sie auch wöchentlich Rückmeldung. Praxen, die DentalMonitoring einführen, ohne den Kommunikations-Workflow zu klären, erleben, dass Patienten frustriert sind, weil die KI-Meldung keine ärztliche Rückmeldung nach sich zieht. Klare Kommunikation vorab: “Wir analysieren wöchentlich, melden uns aber nur bei Auffälligkeiten oder zur Terminplanung.”

Was konkret hilft:

• Startet mit drei echten Verlaufsnotizen und zwei Zwischenberichten als Testlauf, bevor das System produktiv geht
• Legt schriftlich fest: Wer gibt Stichpunkte ein, wer prüft den Entwurf, wer zeichnet ab?
• Definiert vor DentalMonitoring-Start die Reaktionszeit auf KI-Meldungen und kommuniziert sie an Patienten
• Benennt eine Person im Team, die nach vier Wochen ein kurzes Feedback-Gespräch moderiert: Was klappt, was klemmt?

Realistischer Zeitplan mit Risikohinweisen

Realistisches Fazit: Der Text-Assistent läuft nach zwei Wochen produktiv. Das Foto-System braucht vier bis sechs Wochen Anlaufzeit. DentalMonitoring als vollintegrierten Workflow zu etablieren, erfordert zwei bis drei Monate.

Häufige Einwände — und was dahintersteckt

“Unsere Praxissoftware hat doch schon eine Dokumentationsfunktion.” Stimmt. ivoris ortho (Computer konkret, KFO-Marktführer), CHARLY (solutio, ebenfalls mit KFO-Modul) sowie die im Dentalbereich verbreiteten Systeme DS-Win (Dampsoft) und CGM Z1 haben Vorlagenfelder für Verlaufsnotizen. Der Unterschied: Diese Vorlagen sind statische Formulare, in die du Text eintippst. Der KI-Assistent formuliert den Text aus deinen Stichpunkten. Das spart die eigentliche Schreibarbeit, nicht das Ausfüllen. Beide Systeme schließen sich nicht aus, der KI-Entwurf wird in das Feld der Praxissoftware kopiert.

“Das ist doch DSGVO-mäßig gar nicht erlaubt.” Es ist erlaubt, wenn du es richtig aufsetzt. Pseudonymisierung ist der einfache Weg, AVV mit deutschem Hosting ist der vollständige Weg. Weder ChatGPT noch ArztGPT noch DentalMonitoring sind per se verboten. Was verboten ist: Patientendaten ohne rechtliche Grundlage in nicht-geprüfte Dienste zu übertragen. Dieser Unterschied ist der Kern des Datenschutzkonzepts, das du einmalig aufsetzen musst.

“Wir haben keine Zeit, das einzuführen.” Das ist meistens kein Zeit-, sondern ein Prioritätsproblem. Die Prompt-Vorlage für Verlaufsdokumentation ist in zwei Stunden einsatzbereit. Wenn du täglich 30 Minuten mit Verlaufsnotizen verbringst, hast du die Einrichtungszeit in einer Woche zurückgeholt. Was wirklich Zeit kostet, ist die Foto-Systematik und DentalMonitoring. Die kann man schrittweise angehen.

“Was, wenn die KI etwas Falsches schreibt?” Das ist der richtige Einwand. KI-Entwürfe sind Entwürfe, keine validierten Dokumente. Der einzige Sicherheitsmechanismus ist der Prüfschritt durch den KFO. Wenn dieser Schritt fehlt, ist das Tool nicht sicher. Mit Prüfschritt ist das Risiko deutlich geringer als bei handschriftlichen Notizen, die abends unter Zeitdruck entstehen und häufig nicht nochmals gelesen werden.

Woran du merkst, dass das zu dir passt

• Du oder deine ZFA verbringen täglich über 20 Minuten mit Verlaufsnotizen und Zwischenberichten, die sich inhaltlich stark wiederholen
• Deine Fotodokumentation ist verteilt und du findest Vergleichsfotos von vor einem Jahr nicht sofort, wenn ein Patient auf dem Behandlungsstuhl sitzt
• Du hast mehr als 100 aktive Behandlungsfälle gleichzeitig, das macht das Dokumentationsvolumen hoch genug, um den Einrichtungsaufwand zu rechtfertigen
• Berichte an die Kasse entstehen häufig abends oder am Wochenende, weil tagsüber keine Zeit ist
• Du willst Behandlungsabweichungen früher erkennen, und nicht erst, wenn der Patient zum nächsten Recall kommt und du merkst, dass die letzten acht Wochen nicht plangemäß verlaufen sind

Wann es sich (noch) nicht lohnt — drei harte Ausschlusskriterien:

1. Weniger als 80 bis 100 aktive Behandlungsfälle. Bei geringerem Volumen ist der Dokumentationsaufwand nicht groß genug, um den Einrichtungsaufwand und die monatlichen Werkzeugkosten zu rechtfertigen. Eine gut strukturierte Word-Vorlage für Verlaufsnotizen und ein jährlicher Review reichen bei kleiner Fallzahl vollständig.

2. Keine strukturierte Foto-Dokumentation vorhanden. Wenn Fotos bisher nicht systematisch nach Patient, Datum und Aufnahmetyp archiviert wurden, ist der erste Schritt kein KI-System, sondern eine Ordnerstruktur und ein Namenskonventionsdokument. KI kann unstrukturierte Foto-Chaos-Archive nicht retten, weil sie die Daten nicht findet, für die sie organisiert werden soll.

3. Kein Prüfschritt für KI-Entwürfe einplanbar. Wenn das Praxismodell keinen Zeitblock für die KFO-Prüfung vor der Freigabe erlaubt, weil alle Prozesse auf Effizienz durchgetaktet sind, dann darf das System nicht eingeführt werden. Ein ungeprüfter KI-Entwurf in der Patientenakte ist ein Haftungsrisiko, keine Zeitersparnis. Der Prüfschritt ist klein (2 bis 4 Minuten), aber er muss fest eingeplant sein.

Das kannst du heute noch tun

Öffne ChatGPT (kostenlose Version zum Testen reicht, aber keine echten Patientendaten eingeben) und gib die Stichpunkte eines typischen Recall-Termins pseudonymisiert ein: Datum, KIG-Grad, aktueller Befund, durchgeführte Maßnahme, nächster Schritt. Tippe dann: “Formuliere daraus eine strukturierte KFO-Verlaufsnotiz in professionellem medizinischen Deutsch.”

Schau, was herauskommt. Das dauert drei Minuten. Du weißt danach, ob das Prinzip funktioniert, bevor du einen Cent ausgibst.

Für den produktiven Einsatz mit echten Fällen nutze den folgenden Prompt als Ausgangspunkt. Er ist auf KFO-Verlaufsdokumentation zugeschnitten:

Quellen & Methodik

• Automatisierte, reproduzierbare Erfassung von Zahnbewegungen aus Bilddaten: PMC-Studie “AI driven monitoring of orthodontic tooth movement using automated image analysis”, veröffentlicht April 2025, ncbi.nlm.nih.gov/pmc/articles/PMC12044183/. Unabhängige Forschung, 100 Patienten, starke Korrelation zu manuellen Messungen. Misst die quantitative Bewegungsanalyse, nicht den Zeitaufwand für routinemäßiges Foto-Sichten.
• 37 Prozent weniger Recall-Termine bei festen Apparaturen, 58 Prozent weniger bei Alignern (zwei getrennte Punktwerte, keine Spanne): DentalMonitoring publizierte Daten, referenziert durch Dentalwelt/Spitta 2025, dentalwelt.spitta.de. Anbieternahe Quelle, aber mit benannten Praxisdaten belegt; als Herstellerangabe einzuordnen.
• Zeitaufwand Verlaufsdokumentation KFO: ZWP Online, “Digitaler Workflow in der kieferorthopädischen Praxis. KFO 2.0”, zwp-online.info. Fachpresse, keine Primärstudie, aber repräsentativ für Branchenrealität.
• DSGVO Art. 9 (Gesundheitsdaten als besondere Kategorie), Art. 28 (AVV-Pflicht), § 203 StGB (ärztliche Schweigepflicht): Gesetzestexte in der jeweils gültigen Fassung.
• § 8 Abs. 5 BMV-Z (Mitteilung zu einer kieferorthopädischen Behandlung): regelt die anlassbezogene Mitteilung an die Kasse, etwa bei Behandlungsabbruch, mangelnder Mitwirkung und Abschluss der Behandlung inkl. Retention, nicht einen laufenden Pflicht-Zwischenbericht. KZBV.de, amtliches Formular “Mitteilung zu einer kieferorthopädischen Behandlung”, und BMV-Z-Gesamtausgabe (Stand Mai 2026).
• ArztGPT Pro ab 99 Euro/Monat (inkl. MwSt.), Hosting Deutschland, automatische PII-Schwärzung: arztgpt.de, veröffentlichtes Preismodell, als Nutzer-Abo angelegt (Stand Mai 2026).
• ChatGPT Business / Claude Team ca. 25 USD/Nutzer/Monat: Veröffentlichte Tarife von OpenAI und Anthropic (Stand Mai 2026).

Konkreter erster Schritt: Schick uns zwei oder drei anonymisierte Verlaufsnotizen oder einen pseudonymisierten Zwischenbericht aus deiner Praxis (ohne Name, Geburtsdatum, Versichertennummer). Wir bauen dir daraus einen ersten, auf deinen Schreibstil zugeschnittenen Verlaufsdokumentation-Prompt und sagen dir ehrlich, ob sich der Aufwand für deine Praxisgröße lohnt. Das kostet dich nichts und dauert ein kurzes Gespräch.