Recall-Kampagne schreiben — in 20 Minuten für 200 Patienten

Das echte Ausmaß des Problems

Recall ist für Zahnarztpraxen kein Nice-to-have — er ist der wichtigste Hebel für planbare Auslastung. Jeder Prophylaxe-Patient, der seinen Termin verpasst oder vergisst, kostet die Praxis direkt. Eine professionelle Zahnreinigung (PZR) bringt je nach Praxis und Leistungsumfang zwischen 70 und 150 Euro. Über das Jahr gerechnet ergibt das bei einem aktiven Prophylaxe-Stamm von 600 Patienten mit zwei Jahresterminen leicht einen Umsatzblock von 80.000 bis 150.000 Euro — und der steht und fällt mit der Frage, ob die Patienten tatsächlich kommen.

Das Problem ist nicht, dass Praxen keinen Recall machen. Die meisten machen ihn. Das Problem ist, wie er gemacht wird:

Einheitliche Ansprache für alle Situationen. Ob jemand seit drei Jahren nicht in der Praxis war, ob er gerade eine Krone bekommen hat, ob er bekannt dafür ist, Termine zu vergessen — alle bekommen denselben Brief. Dabei zeigen Auswertungen aus der Dentalbranche, dass personalisierte Erinnerungen eine um bis zu 45 Prozent höhere Reaktionsrate erzielen als generische Standardbriefe (Quelle: dentalaiassist.com, 2024, Auswertung von 10.000+ Patientenverläufen).

Manueller Aufwand als Begrenzungsfaktor. Professionelle Recalls kosten in einer durchschnittlich besetzten Praxis zwischen 3 und 5 Stunden pro Kampagnenlauf — Exportieren, Sortieren, Formulieren, Adressieren, Versenden. Bei monatlichen Kampagnen summiert sich das auf 36 bis 60 Stunden pro Jahr — reine Routinearbeit, die die ZFA von ihrer eigentlichen Aufgabe im Patientenkontakt abhält. Laut einer Auswertung auf automatisierungsbeispiele.de verbringen ZFA bis zu 15 Stunden wöchentlich mit telefon- und kommunikationsbezogenen Aufgaben; ein optimierter Recall entlastet direkt hier.

Verschenkte Umsatzpotenziale. Praxen, die ihren Recall mit personalisierten Texten und richtigem Timing betreiben, generieren laut Branchenauswertungen 15 bis 25 Prozent mehr Prophylaxe-Termine als Praxen mit Standardbriefen (automatisierungsbeispiele.de, 2024). Das ist keine theoretische Zahl — sie lässt sich direkt über die Terminbuchungsquote messen.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Response-Rate-Zahlen stammen aus Branchenauswertungen (dentalaiassist.com, 2024); praxisspezifische Werte können je nach Patientenstamm, Versandkanal und Praxisart abweichen. Als Richtwert für die eigene Planung: Wer bisher 18–20 Prozent erreicht, kann mit 25–30 Prozent als realistisches Ziel rechnen, wenn Texte auf die jeweilige Patientensituation eingehen.

Einschätzung auf einen Blick

Zeitersparnis — sehr hoch (5/5) Das ist der eindeutigste Hebel dieses Anwendungsfalls: 200 Recall-Texte entstehen mit KI in unter 20 Minuten statt in mehreren Stunden manueller Arbeit. Das ist keine Approximation — der Unterschied ist messbar, sofort spürbar und tritt ab dem ersten Kampagnenlauf ein. Unter den zahnarztspezifischen Anwendungsfällen ist dies die direkteste Zeitersparnis überhaupt, weil kein Rückfragen mit Versicherungen oder komplexe Abrechnungschecks nötig sind.

Kosteneinsparung — hoch (4/5) Der Nutzen entsteht auf zwei Wegen: direkt durch eingesparte MFA-Stunden und indirekt durch höhere Response-Raten. Bei 200 versendeten Briefen und einem Anstieg von 19 auf 27 Prozent Response-Rate bedeutet das 16 Zusatztermine à 80–150 Euro = 1.280 bis 2.400 Euro mehr Umsatz pro Kampagnen-Monat. Nicht ganz auf Maximum bewertet, weil ein Teil des Effekts von der Qualität der personalisierten Daten abhängt — wer keine vollständige Behandlungshistorie im PVS pflegt, kann die Personalisierung nur begrenzt ausschöpfen.

Schnelle Umsetzung — mittel (3/5) Das Konzept ist einfach, der erste Hürde liegt im PVS-Export: Du brauchst eine saubere Liste aus Dampsoft, Z1, CGM Z1 oder Charly mit Name, letztem Termin, letztem Eingriff und Kontaktdaten. Den Export zu lernen dauert einen Tag; ihn regelmäßig zu nutzen, weitere ein bis zwei Wochen bis zur Routine. Für absolute KI-Neueinsteigerinnen im Team braucht es zudem einen kurzen Einarbeitungsaufwand in ChatGPT oder Claude. Erreichbarer Einstieg — aber kein Ein-Klick-Start.

ROI-Sicherheit — hoch (4/5) Wenige KI-Anwendungsfälle in der Praxis haben eine so direkte Erfolgsmessung: Wie viele Briefe verschickt, wie viele Termine gebucht? Vor-nach-Vergleich über zwei Kampagnenrunden reicht aus. Die Unsicherheit liegt beim genauen Ausmaß der Verbesserung — personalisierte Texte sind eindeutig besser als Einheitsbriefe, aber ob das +8 oder +15 Prozentpunkte Response-Rate bedeutet, hängt von Patientenstamm, Kanal und Praxistyp ab.

Skalierbarkeit — sehr hoch (5/5) Ob du 200 oder 2.000 Recall-Nachrichten generierst — für die ZFA ist der Aufwand nahezu gleich. Das PVS-Export-Dokument wird größer, der Prompt bleibt derselbe. Für Praxen, die wachsen oder mehrere Standorte betreiben, ist das ein direktes Argument: Mehr Patienten, kein proportionaler Mehraufwand im Recall.

Richtwerte — abhängig von Patientenstamm, PVS-Datenqualität und gewähltem Versandkanal (Post, E-Mail, SMS).

Was die KI beim Recall-Assistent konkret macht

Der Ansatz ist bewusst einfach gehalten — keine Softwareintegration, kein Plugin, kein Auftragsverarbeitungsvertrag mit einem US-Anbieter. Du arbeitest mit den Tools, die schon auf dem Praxis-PC vorhanden sind.

Schritt 1: Export aus dem PVS. Aus Dampsoft, CGM Z1 oder Charly exportierst du eine Liste der Recall-fälligen Patienten — als CSV oder Excel. Diese Liste enthält: Vorname, Nachname, letztes Behandlungsdatum, Art des letzten Eingriffs, empfohlenes Recall-Intervall. Keine Diagnosen, keine sensiblen Gesundheitsdaten — nur die Terminhistorie.

Schritt 2: Pseudonymisierung. Vor dem Kopieren in die KI ersetzt du Namen durch Codes (Patient_001, Patient_002 usw.) und löschst Geburtsdaten. Nur du hast die Zuordnungstabelle. So werden keine personenbezogenen Patientendaten an ChatGPT oder Claude übermittelt — das ist entscheidend für die rechtliche Sauberkeit (mehr dazu im Abschnitt Datenschutz).

Schritt 3: Textgenerierung. Du gibst der KI die pseudonymisierte Liste und deinen Prompt. Die KI generiert für jede Zeile eine individuell formulierte Recall-Nachricht — mit passendem Betreff, abgestimmtem Ton und einem spezifischen Aufhänger (letzter Eingriff, Zeitabstand, Präventionshinweis).

Schritt 4: Rückzuordnung und Versand. Du ordnest die generierten Texte über deine Tabelle den echten Namen zu, passt falls nötig manuell an und überträgst sie ins PVS-Briefsystem, ins E-Mail-Programm oder druckst sie für den Postversand.

Das Ergebnis: 200 individuell formulierte Nachrichten in ca. 20 Minuten — statt ein-und-derselbe Text für alle.

Konkrete Werkzeuge — was wann passt

Für diesen Ansatz brauchst du kein Spezialwerkzeug. Die Textgenerierung läuft über Allzweck-KI-Assistenten, die du wahrscheinlich schon kennst:

ChatGPT — der einfachste Einstieg. Kostenlos im Free-Tier (GPT-4o), kein Account-Zwang für erste Tests. Die Weboberfläche funktioniert auf jedem Praxis-PC ohne Installation. Einfach den Prompt im nächsten Abschnitt eingeben, Tabelle einfügen, Texte kopieren. ChatGPT Plus für 20 USD/Monat lohnt sich, wenn du monatlich mehrere hundert Patienten bearbeitest und Wartezeiten nerven. Datenhaltung: USA — deshalb nur mit pseudonymisierten Daten nutzen (mehr dazu im Datenschutz-Abschnitt).

Claude — die Alternative mit besonders sorgfältigem Deutsch. Ebenfalls kostenlos in der Basisversion, Pro für 20 USD/Monat. Claude erzielt bei medizinischen Formulierungen oft etwas natürlichere Ergebnisse als ChatGPT — ein Vorteil bei Recall-Texten, die genau das richtige Maß zwischen formell und warmherzig treffen sollen. Datenhaltung ebenfalls USA — gleiche Pseudonymisierungsregel gilt.

Was ist der Unterschied zu einem dedizierten Recall-System? Tools wie Roger (goroger.com) oder die integrierten Recall-Module in Dampsoft und CGM Z1 automatisieren den gesamten Versand — Listenerstellung, Erinnerungsversand, Terminbuchung in einem Prozess. Klingt attraktiv, ist aber ein anderer Anwendungsfall: Sie versenden automatisch standardisierte Erinnerungen. Was sie nicht können: Recall-Texte inhaltlich auf die konkrete Patientensituation zuschneiden. Der KI-Ansatz hier ergänzt diese Systeme — oder ersetzt sie für Praxen, die noch kein solches System haben und nicht sofort investieren wollen.

Zusammenfassung: Wann welcher Ansatz

• Sofort loslegen ohne Kosten → ChatGPT (kostenlos) oder Claude (kostenlos)
• Besseres Deutsch, natürlichere Formulierungen → Claude
• Vollautomatischer Versand ohne manuelle Schritte → Dediziertes Recall-Modul im PVS oder Zusatztool
• Beides kombinieren → PVS-Export für Liste + ChatGPT oder Claude für Textverfeinerung

Datenschutz und rechtliche Sauberkeit

Das ist der wichtigste Abschnitt — bitte komplett lesen, bevor du loslegst.

Das Problem mit Patientendaten und Cloud-KI: In Deutschland gilt für Zahnarztpraxen nicht nur die DSGVO, sondern auch die ärztliche Schweigepflicht nach §203 StGB. Dieser Paragraph schützt das Arzt-Patienten-Vertrauensverhältnis strafrechtlich — und er greift unabhängig davon, ob jemand beim US-Anbieter die Daten tatsächlich liest. Die “bloße Möglichkeit der Kenntnisnahme” reicht für eine Verletzung aus. Das bedeutet: Auch ein gültiger Auftragsverarbeitungsvertrag (AVV) mit OpenAI oder Anthropic hebt dieses strafrechtliche Risiko nicht auf (Quelle: kleiboldt.de, Daniel Kleiboldt — Rechtsanwalt und Datenschutzexperte, 2024).

Die Lösung: Pseudonymisierung vor dem KI-Einsatz. Wenn du die Namen durch Codes ersetzt und alle direkt identifizierenden Merkmale entfernst, bevor die Daten in die KI fließen, gibst du keine Patientengeheimnisse preis. Die KI sieht dann: “Patient_047, letzter Termin vor 14 Monaten, PZR und Aufbissschienenanpassung.” Das ist keine personenbezogene Information mehr — kein Arzt-Patienten-Geheimnis, kein DSGVO-Problem.

Was du brauchst — und was nicht:

• Du brauchst keinen AVV mit OpenAI oder Anthropic, wenn du konsequent pseudonymisierst
• Du brauchst keine spezielle EU-Version von ChatGPT
• Du brauchst eine klare Pseudonymisierungsroutine und eine sicher verwahrte Zuordnungstabelle (die bleibt lokal auf dem Praxis-PC, wird nie in die KI eingegeben)

Einwilligung für den Recall selbst: Das Versenden von Recall-Briefen per Post braucht in der Regel keine extra DSGVO-Einwilligung — Praxen haben ein berechtigtes Interesse an der Nachsorge (§6 Abs. 1 f DSGVO). Für E-Mail- oder SMS-Recall gilt das nicht: Hier ist eine explizite schriftliche Einwilligung des Patienten Pflicht (§ 7 UWG). Prüfe für deinen Versandkanal, ob du die entsprechenden Einwilligungen vorliegen hast.

Was es kostet — realistisch gerechnet

Werkzeuge:

• ChatGPT kostenlos (GPT-4o mit Free-Tier) oder Plus für 20 USD/Monat — reicht für monatliche Recall-Kampagnen vollständig
• Claude kostenlos (Claude.ai) oder Pro für 20 USD/Monat — ebenfalls ausreichend
• Keine weitere Software, kein Plugin, keine Einrichtungskosten

Einmalinvestition:

• 2–3 Stunden zum Einrichten des Prompts und Testen mit einer kleinen Patientengruppe
• 1 Tag zum Erlernen des PVS-Exports (Dampsoft, CGM Z1 oder Charly — alle haben Exportfunktionen für Patientenlisten)
• Optional: 1–2 Stunden für eine kurze Einführungssession mit dem gesamten ZFA-Team

Laufender Aufwand:

• Pro Kampagnenlauf ca. 20–30 Minuten für Export, Pseudonymisierung, Textgenerierung und Rückzuordnung
• Statt bisher 3–5 Stunden

Was du dagegenrechnen kannst: Bei 200 versendeten Recall-Briefen pro Monat und einem Anstieg der Response-Rate von 19 auf 27 Prozent bedeutet das 16 Zusatztermine. Bei einem durchschnittlichen Prophylaxe-Umsatz von 90 Euro je Termin ergibt das 1.440 Euro Mehreinnahmen pro Kampagnen-Monat — oder 17.280 Euro im Jahr. Selbst bei einem konservativeren Anstieg von nur 5 Prozentpunkten (von 19 auf 24 Prozent Response-Rate) sind das 10 Zusatztermine = 900 Euro pro Monat. Die Werkzeugkosten von 20 USD/Monat stehen dazu in keinem sinnvollen Verhältnis.

Wie du den Effekt misst: Notiere vor der ersten KI-unterstützten Kampagne deine durchschnittliche Response-Rate der letzten drei Monate. Vergleiche nach zwei bis drei Kampagnendurchläufen. Eine Kontrolle, ob die Mehrtermine tatsächlich aus dem Recall kommen, ist einfach: Bitte beim Terminbuchen kurz nachfragen oder in der Patientenkartei notieren “gebucht nach Recall-Brief.”

Drei typische Einstiegsfehler

1. Patientendaten ungefiltert in die KI eingeben. Der häufigste Fehler ist gleichzeitig der gefährlichste: Name, Geburtsdatum und Behandlungsdetails direkt in ChatGPT kopieren. Das ist kein theoretisches DSGVO-Risiko — bei konkreten Patientendaten liegt ein Verstoß gegen §203 StGB vor, der strafrechtliche Folgen haben kann. Lösung: Immer zuerst pseudonymisieren, Zuordnungstabelle lokal speichern, dann erst in die KI. Dieser Schritt dauert fünf Minuten — er muss zur Routine werden.

2. Den KI-Text ungeprüft versenden. Generative KI macht Fehler. Sie kann aus “letzter Termin: Wurzelkanalbehandlung Zahn 36” einen unangemessenen oder inhaltlich unpassenden Satz machen. Die ZFA liest jeden generierten Text einmal quer — das dauert bei 200 Texten etwa fünf Minuten und fängt die wenigen schiefen Formulierungen ab, bevor sie beim Patienten ankommen. Die KI übernimmt die Mengenarbeit; die Qualitätskontrolle bleibt beim Menschen.

3. Den Recall-Zeitpunkt ignorieren und nur den Text optimieren. Personalisierter Text ist gut. Personalisierter Text zum richtigen Zeitpunkt ist besser. Wer nach einer Kanalbehandlung sofort einen PZR-Recall schickt, wirkt ungepflegt. Wer Patienten, die seit zwei Jahren nicht da waren, mit dem Standardintervall-Reminder anschreibt, verpasst die Chance, sie aktiv zurückzuholen. Teile deine Recall-Liste bewusst in Segmente: Prophylaxe-Stammpatienten, inaktive Patienten (>18 Monate), Patienten nach größeren Eingriffen. Für jedes Segment gibt es einen leicht anderen Prompt.

Was mit der Einführung wirklich passiert

Das erste Mal dauert länger als erwartet — nicht wegen der KI, sondern wegen des PVS-Exports. “Wie exportiere ich eine Liste der Recall-fälligen Patienten aus Dampsoft mit den Feldern letzter Eingriff und Behandler?” ist eine Frage, die für viele ZFA ein Lernmoment ist, selbst wenn sie das System seit Jahren nutzen. Plane für die erste Kampagne eine Stunde extra für PVS-Export-Erlernung ein.

Das zweite Mal geht deutlich schneller. Das fünfte Mal ist Routine.

Was oft überrascht: Die Akzeptanz im Team ist meist besser als erwartet. ZFAs, die seit Jahren dieselben Standardbriefe tippen, sind selten begeisterte Anhänger dieser Aufgabe. Wenn die erste KI-generierte Kampagne in zwanzig Minuten fertig ist und sich trotzdem besser anfühlt, wird das Tool nicht mehr hinterfragt.

Was manchmal stockt: Die Praxisinhaberin oder der Praxisinhaber ist skeptisch gegenüber KI — oft aus genereller Vorsicht, manchmal wegen konkreter Datenschutzbedenken. Hier hilft ein konkretes Gespräch über den Pseudonymisierungsschritt: Die KI sieht nie Namen, nie Diagnosen, nie Geburtsdaten. Sie sieht “Patient_047, letzter Eingriff PZR, 14 Monate.” Das ist keine Patienten-Information mehr.

Was nicht passiert: Die KI beendet nicht alle Recall-Aufgaben. Patienten, die auf persönliche Ansprache angewiesen sind (hochbetagte Stammkunden, Patienten in komplexer Behandlung), brauchen weiterhin den persönlichen Anruf. KI übernimmt den Standardfall — die ZFA behält Zeit für den Ausnahmefall.

Realistischer Zeitplan

Häufige Einwände — und was dahintersteckt

“Wir haben doch schon ein Recall-System im PVS.” Die Serienbrieffunktion in Dampsoft, Z1 oder Charly erstellt automatisiert Standardbriefe mit Patientenname und Datum. Das ist besser als nichts — aber es ist kein personalisierter Recall. Die KI macht denselben Schritt, den dein PVS nicht macht: Den Ton, den Aufhänger und den konkreten Bezug auf die Behandlungssituation anpassen. Beide Systeme können nebeneinander existieren — das PVS liefert die Liste, die KI verfeinert die Texte.

“Unsere Patienten wollen keine personalisierten Briefe — die fühlen sich beobachtet.” Das ist ein Missverständnis, das in der Praxis selten vorkommt. “Personalisiert” bedeutet nicht, dass der Brief medizinische Details ausplaudert: “Lieber Herr Schneider, nach Ihrer Wurzelkanalbehandlung im Januar…” Personalisiert bedeutet einfach, dass der Ton stimmt — ob jemand seit drei Monaten oder drei Jahren nicht da war, macht einen Unterschied. Das spüren Patienten, ohne es als Datenschutzproblem wahrzunehmen.

“Dafür haben wir keine Zeit, das einzurichten.” Dieser Einwand richtet sich gegen die Einrichtungszeit, nicht gegen den laufenden Aufwand. Der Einrichtungsaufwand beträgt realistisch 4–6 Stunden über zwei Wochen — keine Vollzeitaufgabe, sondern ein paar konzentrierte Stunden. Das rechnet sich bereits nach dem ersten Kampagnenlauf.

Woran du merkst, dass das zu dir passt

Du profitierst von diesem Ansatz, wenn:

• Deine Praxis hat einen Recall-Stamm von mindestens 50 aktiven Patienten pro Monat — unter dieser Schwelle lohnt sich der Einrichtungsaufwand kaum
• Deine MFA verbringt regelmäßig Zeit mit Recall-Briefen — mindestens 1–2 Stunden pro Monat, die du anderswo besser einsetzen könntest
• Du nutzt ein PVS mit Exportfunktion (Dampsoft DS-Win, CGM Z1, Charly, Evident oder ähnliche) und weißt oder kannst lernen, wie man eine Patientenliste exportiert
• Du hast DSGVO-Einwilligungen für den jeweiligen Versandkanal — für Post reicht berechtigtes Interesse, für E-Mail und SMS brauchst du schriftliche Einwilligung

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

1. Unter 50 Recall-fälligen Patienten pro Monat. Bei kleiner Praxis mit wenigen aktiven Recalls lohnt der Einrichtungsaufwand nicht. Ein sorgfältig formulierter Standardbrief reicht dann — und den schreibst du einmal und verwendest ihn dauerhaft.

2. Keine strukturierte Behandlungshistorie im PVS. Wenn letzter Eingriff, Datum und Behandler nicht sauber eingetragen sind, kann die KI keine sinnvolle Personalisierung erstellen. Du bekommst dann nur einen glorifizierten Standardbrief. Lösung: Erst die PVS-Dokumentation auf Vordermann bringen, dann den KI-Recall einführen.

3. Keine Bereitschaft zur Pseudonymisierung als fester Schritt. Wenn das Team die Pseudonymisierung als zu aufwändig ansieht und darauf verzichten will, sollte dieses Werkzeug nicht eingesetzt werden. Der Rechtsrahmen (§203 StGB) ist klar — ohne Pseudonymisierung ist der Einsatz von Cloud-KI mit Patientendaten nicht vertretbar.

Das kannst du heute noch tun

Öffne ChatGPT (kostenlos, kein Account nötig für erste Tests) und probiere den Prompt unten mit einer fiktiven Patientenliste aus. Erstelle einfach fünf Pseudonym-Zeilen selbst — Patient_001 bis Patient_005 — und gib jeweils einen anderen letzten Eingriff an. Dann sieh dir an, wie unterschiedlich die generierten Texte werden.

Das dauert 10 Minuten. Wenn die Ergebnisse überzeugend sind, ist der nächste Schritt: Den PVS-Export für echte Patienten einrichten — und den ersten echten Lauf in dieser oder nächster Woche starten.

Quellen & Methodik

• Personalisierung erhöht Response-Rate um 25–45 Prozent: dentalaiassist.com, „Dental Recall System Effectiveness: Data-Driven Evidence for Automated Patient Retention” (2024), Auswertung von 10.000+ Patientenverläufen über 5 Jahre.
• ZFA-Zeitaufwand Recall und Kommunikation 10–15 Stunden/Woche: automatisierungsbeispiele.de, Praxisauswertungen Zahnarzt-CRM & Recall-System (2024).
• 15–25 Prozent mehr Prophylaxe-Termine durch personalisierten Recall: automatisierungsbeispiele.de (2024); PZR-Umsatzpotenzial: medikom.org, Dentalzeitung „In drei einfachen Schritten zu 120.000 Euro PZR-Umsatz” (September 2023).
• §203 StGB und Cloud-KI — strafrechtliche Bewertung: kleiboldt.de, Daniel Kleiboldt (Rechtsanwalt), „§ 203 StGB trifft Cloud-KI: Wenn der Arztbrief in ChatGPT zum Straftatbestand wird” (2024). Die Einschätzung gilt analog für Zahnarztpraxen unter ärztlicher Schweigepflicht.
• PVS-Marktanteile Dampsoft/Z1: medizintechnikmarkt.de, Zahnarztsoftware-Vergleich (2024) — Dampsoft DS-Win und CGM Z1 zusammen über 55 Prozent Marktanteil.
• Recall-Rechtslage (Einwilligung, berechtigtes Interesse): Zahnarztpraxis Westliches Leinetal, Muster für Recall-Schreiben; zwp-online.info, „Zulässigkeit von Recallsystemen in der Zahnarztpraxis” (2022).

Du willst wissen, ob dein PVS den Export so hergibt und welche Segmentierung für deinen Patientenstamm Sinn ergibt? Schreib uns — das klären wir gemeinsam in einem kurzen Gespräch.