KI-gestützte Wunddokumentation mit Bildanalyse

Das echte Ausmaß des Problems

Chronische Wunden sind in Deutschland ein unterschätztes Versorgungsproblem. Schätzungsweise 4 Millionen Menschen leiden hierzulande an chronischen Wunden — venöse Ulzera, diabetisches Fußsyndrom (DFS), Dekubitalgeschwüre, arterielle Ulzera. Die Gesamtkosten für Wundversorgung werden auf über 5 Milliarden Euro jährlich geschätzt, mit erheblichen Dunkelziffern durch nicht erfasste Pflegeleistungen (Statista / ZVB, 2023).

Das Dokumentationsproblem ist dabei nicht nur ein Effizienzproblem — es ist ein klinisches Sicherheitsproblem:

• Messinkonsistenz unter Untersuchern: Studien zeigen, dass manuelle Wundmessungen mit Lineal und Schablone unter verschiedenen Pflegefachkräften um 15–30 % voneinander abweichen (Journal of Wound Care, 2021). Wenn Wundgrößen nicht reproduzierbar erfasst werden, lassen sich Heilungsfortschritte oder -stagnationen nicht sicher beurteilen.
• Lückenhafte Verlaufsdokumentation: In vielen Einrichtungen existieren Wundfotos aus verschiedenen Phasen, aber keine standardisierten Vergleichsansichten — unterschiedliche Winkel, unterschiedliche Beleuchtung, unterschiedliche Referenzpunkte. Der Verlauf ist optisch da, aber klinisch schwer zu quantifizieren.
• Dokumentationszeit als Hauptaufwand: In der Praxis entfällt bei komplexen Wunden mehr Zeit auf die Dokumentation als auf den Verbandwechsel selbst. Wundmanagerinnen mit WM/ICW-Zertifizierung berichten von 15–25 Minuten Dokumentationszeit pro Wunde — bei einem Pflegeheim mit 15 chronischen Wundpatienten macht das bis zu 6 Stunden Woche für Woche.
• Verzögerte Eskalation: Frühzeichen einer Wundinfektion — Rötung im Wundumfeld, Temperaturerhöhung, veränderte Gewebezusammensetzung — werden bei papierbasierter Dokumentation ohne systematische Vergleichsansichten häufig zu spät erkannt. Jeder Tag verzögerter Behandlung erhöht das Risiko einer systemischen Infektion und das damit verbundene Hospitalisierungsrisiko.

Mit vs. ohne KI — ein ehrlicher Vergleich

Die Zahlen für die Zeitersparnis stammen aus dem veröffentlichten Fallbericht der Sana Kliniken Leipziger Land (imito AG, 2023): 595 Wundkontrollen monatlich, Zeitreduktion von 20 auf 5 Minuten je Befund — 148 Stunden Pflegezeitgewinn pro Monat. Das ist Vendormarketing, deshalb: Rechne in deiner Einrichtung mit 40–60 % davon als konservative Schätzung für den Einstiegseffekt.

Einschätzung auf einen Blick

Zeitersparnis — hoch (4/5) Das ist der stärkste Hebel dieses Anwendungsfalls. Photogrammetrie-basierte Wundvermessung ersetzt die manuelle Linealvermessung vollständig und spart reell 7–15 Minuten je Wundkontakt. Bei 10–15 chronischen Wundpatienten in einer Einrichtung kommt das auf 2–4 Stunden Pflegezeitgewinn pro Woche — direkt messbar. Nicht auf Platz 5, weil die eigentliche Wundversorgung (Reinigung, Verband, Dokumentation der Therapieentscheidung) weiterhin Pflegezeit erfordert: Die KI nimmt die Messung ab, nicht die Versorgung.

Kosteneinsparung — mittel (3/5) Direkte Kosteneinsparung ist schwerer zu isolieren als bei der Abrechnungsvorbereitung mit KI oder reinen Effizienzanwendungen. Der wesentliche Nutzen ist indirekt: Frühzeitigere Erkennung von Wundverschlechterungen kann stationäre Aufnahmen vermeiden — eine klinische Studie zur cureVision-Lösung berichtet von 72 % weniger Krankenhauseinweisungen bei chronischen Wundpatienten. Das ist ein substanzieller Effekt, der sich aber nicht direkt auf die Einrichtungskosten durchschlägt, sondern gesamtgesellschaftliche Kosten senkt. Lizenz- und Gerätekosten sind zudem nennenswert.

Schnelle Umsetzung — mittel (3/5) Smartphone-Apps wie imitoWound oder die kostenlose WoundGenius-App sind in Stunden einsatzbereit — aber der produktive Einsatz mit KIS-Integration dauert realistisch 6–10 Wochen. Ohne KIS-Anbindung bleibt das System eine Insellösung, bei der Daten von Hand übertragen werden müssen, was den Effizienzgewinn halbiert. MDR-zertifizierte Hardware-Systeme wie cureVision brauchen zusätzlich Beschaffung, Schulung und Geräteübergabe — eher 3–4 Monate bis zum Vollbetrieb.

ROI-Sicherheit — hoch (4/5) Wundheilungszeit und Dokumentationsqualität sind direkt messbar — das unterscheidet diesen Anwendungsfall von vielen anderen KI-Anwendungen im Gesundheitswesen. Du kannst vorher und nachher messen: Wie lange dauert die Dokumentation? Wie groß ist die Streuung zwischen Untersuchern? Heilen Wunden schneller, wenn die Therapieentscheidungen auf besseren Daten basieren? Einschränkung: Der Nachweis, dass bessere Dokumentation zu besseren klinischen Ergebnissen führt, setzt voraus, dass die dokumentierten Daten auch klinisch genutzt werden — das erfordert Änderungen im ärztlichen Workflow.

Skalierbarkeit — mittel (3/5) App-basierte Lösungen skalieren gut: Eine Einrichtung mit 5 Wundpatienten oder 50 nutzt dieselbe Software-Infrastruktur. Hardware-Systeme wie cureVision skalieren schlechter, weil für jeden Standort ein Gerät benötigt wird. Im Vergleich zu anderen gesundheitlichen KI-Anwendungen ist Wunddokumentation ein spezifischer Workflow — keine Plattform, die organisch auf neue Anwendungsfälle ausgedehnt werden kann.

Richtwerte — stark abhängig von Einrichtungsgröße, KIS-Infrastruktur und Wundpatientenvolumen.

Was das System konkret macht

Der technische Kern dieser Anwendung ist Computer Vision — maschinelles Sehen, das aus einem Bild automatisch Messungen und Klassifikationen ableitet.

Wundvermessung per Photogrammetrie. Eine Smartphone-Kamera fotografiert die Wunde zusammen mit einem Referenzmarker (ein kleines Kalibrierungsplättchen, das die Software zur Maßstabsberechnung nutzt). Die KI berechnet daraus Fläche, Umfang, Länge und Breite mit einer Genauigkeit, die manuelle Linealvermessungen übertrifft — weil eine Pixelauszählung nicht schwankt, egal wer fotografiert.

Gewebeklassifikation. Das Wundbett enthält in der Regel mehrere Gewebetypen gleichzeitig: rotes Granulationsgewebe (gesundes Heilungsgewebe), gelbes Fibrin (Belag), schwarze oder braune Nekrose (abgestorbenes Gewebe). KI-Modelle, die auf Tausenden klinischen Wundfotos trainiert wurden, klassifizieren diese Gewebetypen pixelweise und berechnen den prozentualen Anteil jedes Typs im Wundbett. Was bisher eine subjektive Einschätzung war, wird zu einer reproduzierbaren Zahl.

Verlaufstracking. Weil jede Wundkontrolle mit denselben Parametern dokumentiert wird, ist der Vergleich zwischen zwei Zeitpunkten direkt möglich: Die Wunde ist um 12 % kleiner geworden, der Nekroseanteil hat von 20 % auf 8 % abgenommen. Das ist klinisch handlungsleitend — nicht nur optisch eindrücklich.

3D-Tiefenmessung (bei Hardware-Systemen). Geräte wie cureVision kombinieren eine 3D-Kamera mit einer Thermalkamera. Die 3D-Kamera ermöglicht Tiefenmessung, die 2D-Fotografien nicht liefern können — relevant bei Hohlraumwunden oder tiefen Dekubitalgeschwüren. Die Thermalkamera erfasst Temperaturunterschiede im Wundumfeld, die auf Entzündungsprozesse hinweisen, bevor sie klinisch sichtbar werden.

KIS-Integration. Der entscheidende Unterschied zwischen einem brauchbaren und einem produktiv nützlichen System: Messwerte und Bilder müssen automatisch ins Klinikinformationssystem übertragen werden. Systeme wie imitoWound unterstützen FHIR, HL7, DICOM und LDAP — die Standardschnittstellen für Gesundheits-IT. Ohne diese Integration entsteht ein Parallelsystem, das zusätzlichen Übertragungsaufwand erzeugt statt ihn zu eliminieren.

Welche Wundklassifikationen KI sicher erkennt

Nicht jede Wundklassifikation ist für KI-basierte Bildanalyse gleich gut geeignet. Hier eine ehrliche Einschätzung:

Gewebetypen (Granulation/Fibrin/Nekrose): Hier ist KI am stärksten. Die visuellen Unterschiede zwischen roten, gelben und schwarzen Wundanteilen lassen sich per Bildanalyse mit hoher Übereinstimmung mit erfahrenen Wundmanagerinnen klassifizieren. Aktuelle Systeme erreichen bei gut belichteten Fotos Übereinstimmungsraten von 85–92 % mit Expertenbewertungen (BMC Medical Informatics, 2025).

Wagner-Klassifikation (diabetisches Fußsyndrom, Grad 0–5): Die Wagner-Grade basieren auf Wundtiefe und Gewebeschädigung. KI kann Grad 0 (intakte Haut, Risikozeichen) und Grad 1 (oberflächliches Ulkus) aus Fotos zuverlässig unterstützen. Grade 3–5 (Abszess, Gangrän, systemische Infektion) erfordern klinische Befundung — Bilder allein reichen nicht aus, und kein validiertes System übernimmt diese Klassifikation automatisiert.

PEDIS-Klassifikation (Perfusion, Extent, Depth, Infection, Sensation): KI kann „Extent” (Wundfläche) und „Depth” aus Fotos und 3D-Scans unterstützen. „Perfusion”, „Infection” und „Sensation” erfordern klinische Untersuchung — Knöchelarteriendruck (ABI/ABPI), Laborwerte, Sensibilitätsprüfung. KI ergänzt, ersetzt aber nicht die klinische Diagnostik.

NRS-Schmerzskala: Nicht bildbasiert — wird weiterhin durch Patientenbefragung erhoben. KI kann NRS-Werte aus der Verlaufsdokumentation automatisch in Berichte integrieren, aber nicht eigenständig erheben.

Fazit: KI-gestützte Wundvermessung ist heute ein verlässlicher Assistent für die morphologische Wunddokumentation. Die klinische Diagnose und Klassifikation bleibt ärztliche und pflegerische Fachaufgabe.

Konkrete Werkzeuge — was wann passt

imitoWound / WoundGenius — für Kliniken mit KIS-Integration Marktführend im deutschsprachigen Raum für Klinikumgebungen. Nativ integriert in Dedalus ORBIS (Deutschlands meistgenutztes KIS). Die WoundGenius-App ist als kostenloser Einstieg für einzelne Messungen verfügbar (App Store / Google Play, kein Account nötig). Die Vollversion für Einrichtungen ist preislich auf Anfrage. Bereits in über 60 deutschen Kliniken und Rehabilitationszentren im produktiven Einsatz. MDR- und FDA-zertifiziert.

WoundDesk — für ambulante Dienste und Praxen ohne KIS Browserbasiert, kein Download, auf jedem Gerät nutzbar. Dauerhaft kostenlos für bis zu 10 aktive Patienten — das deckt viele Hausarztpraxen und kleine ambulante Pflegedienste vollständig ab. Kein KI-basiertes automatisches Messen: Maße werden manuell eingetragen. Der Vorteil liegt in der strukturierten Verlaufsdokumentation, dem automatischen Verlaufsbericht und der einfachen Bedienung. Für Einrichtungen ohne KIS-Integration oft der pragmatischste Einstieg.

cureVision — für Wundzentren mit Bedarf an 3D-Tiefenmessung Portabler 3D-Scanner mit MDR-Zertifizierung. Kombination aus 3D-Kamera, Thermalkamera und hochauflösendem Foto in einem Scan. Einzige Lösung in dieser Übersicht, die Wundtemperatur erfasst — relevant für die Früherkennung von Infektionen vor klinischer Sichtbarkeit. Hardware-Investition erforderlich, daher für Einrichtungen mit hohem Wundvolumen und Telemedizinanforderungen am sinnvollsten. Bayern Innovationspreis 2024. Lizenzmodell auf Anfrage.

MEDIFOX DAN mit Wundmodul — für Einrichtungen, die bereits MEDIFOX DAN nutzen MEDIFOX DAN als marktführende Pflegesoftware bietet integrierte Wunddokumentation — standardisiert, aber ohne KI-basiertes Bildanalysemodul. Wer bereits MEDIFOX DAN einsetzt, kann die Wunddokumentation über das integrierte Modul führen, ohne ein Parallelsystem einzuführen. KI-gestützte Bildanalyse ist dort nicht enthalten — für Einrichtungen mit hohem Anspruch an Wundmessung reicht das nicht, als Basisversorgung aber praxistauglich.

Zusammenfassung: Wann welcher Ansatz

• Klinik mit Dedalus ORBIS → imitoWound (nativ integriert)
• Klinik mit anderem FHIR-fähigen KIS → imitoWound (API-Integration prüfen)
• Ambulanter Pflegedienst oder Hausarztpraxis ohne KIS → WoundDesk (kostenloser Start)
• Wundzentrum mit hohem Volumen und 3D-Bedarf → cureVision
• Pflegeheim mit MEDIFOX DAN → MEDIFOX DAN Wundmodul als Basis, imitoWound wenn Bildanalyse gebraucht wird

DSGVO und Datenhaltung: Besonderheiten bei Patientenfotos

Wundfotos sind Gesundheitsdaten nach Art. 9 DSGVO — die sensibelste Kategorie personenbezogener Daten. Hinzu kommt, dass auf Wundfotos oft Körperteile erkennbar sind, die eine eindeutige Identifizierung ermöglichen. Das bedeutet: Höhere Sorgfaltspflichten als bei Standarddokumentationen.

Was konkret erforderlich ist:

• Einwilligung: Für die Aufnahme von Wundfotos zu Dokumentationszwecken ist nach § 630f BGB keine separate Einwilligung erforderlich, solange die Fotos Teil der Behandlungsdokumentation sind. Sobald Fotos jedoch an Dritte (z. B. Wundspezialisten per Telekonsultation) weitergeleitet werden, ist eine informierte Einwilligung notwendig.
• AVV nach Art. 28 DSGVO: Jeder Cloud-Anbieter, der Wundfotos speichert oder verarbeitet, muss einen Auftragsverarbeitungsvertrag stellen. Alle genannten Systeme bieten AVV an — aber du musst ihn aktiv einfordern und vor der Inbetriebnahme unterzeichnen.
• Aufbewahrungsfristen: Patientendokumentation ist nach § 630f Abs. 3 BGB mindestens 10 Jahre aufzubewahren. Wundfotos als Teil der Behandlungsdokumentation unterliegen dieser Frist. Wichtig: Fotos auf privaten Smartphones sind damit keine zulässige Dauerlösung — sie müssen zwingend in ein gesichertes System überführt werden.
• Datenhaltung: imitoWound und cureVision hosten auf EU-Servern. WoundDesk ebenfalls. Für Einrichtungen mit besonders hohen Anforderungen (z. B. psychiatrische Krankenhäuser, forensische Bereiche) empfiehlt sich on-premise-Hosting oder eine explizite Prüfung der Serverstandorte.

Der BfDI-Fall als Warnung: 2020 stellte der Bundesbeauftragte für Datenschutz und Informationsfreiheit fest, dass in HKP-Akten einiger Kassen Wundprotokolle mit Patientenfotos lagen — datenschutzrechtlich problematisch, weil für die Aufgabenerfüllung der Kassen nicht erforderlich. Das zeigt: Die Weitergabe von Wundfotos an Dritte erfordert sorgfältige Dokumentation des Zwecks und der Rechtsgrundlage.

Rechtliche Besonderheiten: Wann gilt das MPDG?

Die Frage, ob ein KI-Wunddokumentationssystem als Medizinprodukt gilt, entscheidet darüber, welche regulatorischen Anforderungen du als Einrichtung zu beachten hast.

Wann ein KI-System als Medizinprodukt eingestuft wird: Nach der EU Medical Device Regulation (EU MDR 2017/745) und dem deutschen Medizinprodukterecht-Durchführungsgesetz (MPDG) ist ein Software-System ein Medizinprodukt, wenn es zur Diagnose, Prävention, Überwachung, Behandlung oder Linderung von Krankheiten bestimmt ist. Ein System, das automatisch Wundtiefe misst und aus dieser Messung Therapieempfehlungen ableitet, fällt in der Regel unter MDR-Klasse IIa.

Was das für dich als Einrichtung bedeutet: Wenn du ein MDR-zertifiziertes Produkt kaufst (wie cureVision oder imitoWound), hat der Hersteller die Konformitätsbewertung durchgeführt — das ist seine Aufgabe. Deine Pflicht als Einrichtung: Sicherstellen, dass das Produkt seiner Zweckbestimmung entsprechend eingesetzt wird und Anwender geschult sind. Eine CE-Kennzeichnung allein reicht nicht — du musst die Zweckbestimmung des Produkts kennen und einhalten.

Was das für selbst entwickelte oder nicht-MDR-zertifizierte Lösungen bedeutet: Wenn deine Einrichtung ein nicht-zertifiziertes System zur automatischen Wundvermessung einsetzt und die Ergebnisse klinisch nutzt (z. B. Therapieentscheidungen davon abhängig macht), kann das Risiko entstehen, selbst als Hersteller im Sinne der MDR zu gelten. Das ist ein juristisch komplexes Feld — Rücksprache mit dem Medizinrechtsbeauftragten deiner Einrichtung ist ratsam.

Der sichere Weg: MDR-zertifizierte Produkte kaufen und deren Zweckbestimmung einhalten. Das Feld “KI-gestützte Wunddokumentation” hat 2024/2025 mehrere MDR-Zulassungen erlebt — du musst nicht auf nicht-zertifizierte Eigenentwicklungen zurückgreifen.

Was es kostet — realistisch gerechnet

Einstiegsoption kostenlos: WoundDesk ist bis 10 aktive Patienten dauerhaft kostenlos. WoundGenius (imitoMeasure) als einzelne Mess-App ebenfalls kostenlos — ohne strukturierte Verlaufsdokumentation. Für den Test der Technologie ohne Budgetrisiko ist das der richtige erste Schritt.

Mittelklasse (App-basiert, mit KIS-Integration): imitoWound Institutional: Preise auf Anfrage. Orientierungswert aus Branchenberichten: 2.000–8.000 Euro Jahreskosten für eine mittelgroße Einrichtung mit 20–50 Wundpatienten (Schätzwert — keine verifizierbaren Listenpreise veröffentlicht). Einmalige Integrationskosten für KIS-Anbindung: 1.000–4.000 Euro, abhängig von Komplexität.

Premiumsegment (3D-Scanner): cureVision: Jahreslizenzen auf Anfrage, Hardware inklusive oder separat. Branchenseitig werden Kosten im Bereich von 500–1.500 Euro/Monat für mittelgroße Wundambulanzen genannt (nicht offiziell bestätigt).

Was dagegen gerechnet werden kann: Pflegezeit: 15 Minuten Zeitersparnis je Wundkontakt × 4 Kontrollen/Woche × 15 Wundpatienten = 15 Stunden/Woche. Bei einem Stundensatz von 30–40 Euro für ausgebildete Pflegefachkräfte: 450–600 Euro wöchentlich. Das sind 23.000–31.000 Euro jährlich — gerechnet nur auf die Dokumentationszeit, ohne klinische Outcomes (vermiedene Rehospitalisierungen, frühere Wundheilung). Konservativ: Rechne mit 30–40 % des theoretischen Wertes als reale Einsparung in den ersten 12 Monaten, bis das Team den Workflow verinnerlicht hat.

Wie du den ROI tatsächlich misst: Führe vor der Einführung über vier Wochen eine manuelle Zeitmessung durch: Wie lange dauern Wunddokumentationen? Wie hoch ist die Interrater-Variabilität (lass zwei Pflegekräfte dieselbe Wunde unabhängig messen)? Diese Baseline macht den späteren Vergleich belastbar — und ist die beste Antwort auf interne Skepsis.

Typische Einstiegsfehler

1. Das Foto machen, aber nicht die Referenzmarke verwenden. Wundvermessung per KI ist nur dann reproduzierbar genau, wenn ein Kalibrierungsmarker im Bild ist. Wenn Pflegekräfte diesen Schritt überspringen — weil er umständlich wirkt oder der Marker nicht griffbereit liegt — produziert das System Messungen, die zwar automatisch klingen, aber keine vergleichbaren Werte über Zeit liefern. Lösung: Marker-Set direkt am Verbandswagen deponieren, Einweisung mit Nachweismessung (sofort nach Schulung eine Testwunde vermessen und Ergebnis überprüfen).

2. KIS-Integration auf „später” verschieben. Es ist verlockend, erst mit der App zu starten und die KIS-Anbindung als Phase 2 zu planen. In der Praxis führt das zu einem Parallelsystem, das sechs Monate lang manuell übertragen wird — und das Team auf den Rückfall in die alte Methode wartet. Lösung: KIS-Integration vor dem Rollout als harte Bedingung definieren, nicht als optionales Feature.

3. Die klinische Entscheidungshoheit nicht klar kommunizieren. KI-generierte Gewebeklassifikationen können sehr überzeugend aussehen — präzise Prozentwerte, professionelle Visualisierungen. Das Risiko: Pflegekräfte und Ärzte vertrauen dem System-Output ohne kritische Prüfung, obwohl KI-Wundanalyse unter bestimmten Bedingungen (dunkle Hauttöne, Hohlraumwunden, starke Beleuchtungsvarianz) messbare Fehlerquoten hat. Lösung: Deutlich kommunizieren und in die Einweisung einbauen: KI-Messung ist ein Hilfsmittel, keine Diagnose. Jeder Wert wird vom Fachpersonal validiert.

4. Die Dokumentation wird eingeführt, aber nicht im Therapiekonzept genutzt. Das ist der gefährlichste Fehler — weil er still passiert. Eine bessere Wunddokumentation hat nur dann klinischen Wert, wenn die generierten Daten in Therapieentscheidungen einfließen: Wann wird eskaliert? Ab welchem Nekroseanteil wird chirurgisches Débridement besprochen? Wer ist zuständig, wenn die KI eine Wundverschlechterung dokumentiert, der behandelnde Arzt aber noch keine Anpassung verordnet hat? Diese Prozessfragen müssen vor dem Rollout beantwortet werden — die Technologie stellt nur Daten bereit, sie entscheidet nicht.

Was mit der Einführung wirklich passiert — und was nicht

Die Technik ist schnell aufgesetzt. Das Schwierigere ist, dass Pflegekräfte ihre Dokumentationsgewohnheit ändern müssen — und das ist mehr als ein Trainingsthema.

Wundmanagerinnen als Schlüsselfigur, nicht als Hindernis. WM/ICW-zertifizierte Wundmanagerinnen haben jahrelang klinisches Erfahrungswissen aufgebaut, das in manuellen Befundungen steckt. Ein System, das pixelbasiert klassifiziert, kann sich für sie zunächst entfremdend anfühlen — als würde eine Zahl ersetzen, was bisher Expertise war. Tatsächlich ist das Gegenteil richtig: Gute Wunddokumentation befreit von der Messarbeit und gibt Zeit für die klinische Bewertung. Lösung: Wundmanagerinnen aktiv in die Pilotphase einbinden — als Validatorinnen der KI-Outputs, nicht als Anwenderinnen, die das System befolgen.

Der erste Fehler entscheidet über die Akzeptanz. Wenn das System in der ersten Woche einmal eine Wunde falsch vermisst — und das wird passieren, z. B. bei ungünstiger Lichtsituation oder einer Hohlraumwunde — werden Pflegekräfte, die der Technologie skeptisch gegenüberstanden, das als Bestätigung nehmen. Diesen Effekt kannst du abmildern, indem du vorab explizit kommunizierst: Das System ist in 85–90 % der Fälle präziser als manuelle Messung — und in den anderen 10–15 % erfordert es manuelle Korrektur. Das ist ein Werkzeug, kein Orakel.

Was konkret hilft:

• Pilotstart mit freiwilligen Early Adopters — 2–3 Pflegekräfte, die der Technologie positiv gegenüberstehen
• Erste Auswertung nach vier Wochen: Zeitersparnis, Variabilität, gemeldete Probleme
• Ergebnisse transparent teilen — auch wenn sie gemischt sind
• Einen konkreten klinischen Fall benennen, bei dem die bessere Dokumentation einen Unterschied gemacht hat

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Die KI erkennt bei uns die Wunden nicht richtig — zu dunkle Hauttöne.” Das ist ein legitimes klinisches Anliegen, kein Marketing-Problem. KI-Wundmodelle wurden überwiegend auf Bilddatensätzen trainiert, die helle Hauttöne überrepräsentieren. Die Konsequenz: Bei Patientinnen und Patienten mit dunklerer Haut kann die Gewebeklassifikation unzuverlässiger sein, und frühe Entzündungszeichen (Rötung) sind optisch schwerer erkennbar. Lösung: Erkunde explizit, ob der Hersteller Angaben zur Modellperformance über verschiedene Fitzpatrick-Hauttypen macht. Systeme, die das nicht transparent kommunizieren, haben das Problem möglicherweise nicht adäquat adressiert. Als Interimslösung: Für Patienten mit Fitzpatrick-Stufe V–VI die KI-Gewebeklassifikation mit größerer Vorsicht verwenden und manuell gegenzuprüfen.

„Das ist als Medizinprodukt zu aufwändig.” Der Aufwand für die regulatorische Seite liegt beim Hersteller, nicht bei dir als Einrichtung. Wenn du ein MDR-zertifiziertes Produkt kaufst, kannst du davon ausgehen, dass die Konformitätsbewertung durch den Hersteller erfolgt ist. Deine Pflicht: Das Produkt im Sinne seiner Zweckbestimmung einsetzen und Anwender schulen. Das ist handhabbar — nicht trivial, aber nicht unverhältnismäßig.

„Die Pflegekräfte nehmen das Foto sowieso nicht mit dem richtigen Abstand auf.” Das ist ein echter Implementierungsrisikofaktor, kein Einwand gegen die Technologie. Er zeigt, dass die Schulung nicht nur Bedienung erklären darf, sondern auch Qualitätsstandards für Fotos: Abstand (bei imito: 10–25 cm), Beleuchtung (kein Gegenlicht, keine Schatten über der Wunde), Referenzmarker vollständig im Bild. Schlechte Fotos produzieren ungenaue Messungen — das System kann Aufnahmequalität nicht kompensieren. Lösung: Qualitätsfeedback einbauen, das die App sofort gibt, wenn das Foto nicht ausreichend ist.

„Der Arzt schaut die KI-Werte sowieso nicht an.” Dann hast du ein Workflows-Problem, kein Technologieproblem. Die KI-Wunddokumentation verbessert nur dann klinische Ergebnisse, wenn die generierten Daten in die Therapieentscheidung einfließen. Das setzt voraus, dass Ärzte regelmäßig auf Wundverläufe zugreifen — was eine Änderung im ärztlichen Workflow erfordert. Dieser Einwand ist deshalb wichtig: Technologie kaufen, ohne den ärztlichen Prozess anzupassen, produziert bessere Dokumentation ohne bessere Outcomes.

Woran du merkst, dass das zu dir passt

Passt gut, wenn:

• Du betreust regelmäßig 5 oder mehr chronische Wundpatienten (venöse Ulzera, DFS, Dekubitus, arterielle Ulzera)
• Wunddokumentation liegt derzeit bei 15 Minuten oder mehr je Kontrolle
• Du arbeitest mit einem digitalen Pflegedokumentationssystem (MEDIFOX DAN, Dedalus ORBIS, CGM, SoftProject oder ähnlich)
• Mehrere Pflegekräfte oder Ärzte kontrollieren dieselben Patienten — Vergleichbarkeit der Befunde ist ein Problem
• Wundfotos werden derzeit mit privaten Smartphones gemacht und später übertragen
• Du arbeitest telemedizinisch mit Wundspezialisten zusammen und brauchst standardisierte Berichte

Drei harte Ausschlusskriterien:

1. Weniger als 5 chronische Wundpatienten und kein Wachstum des Patientenstamms erwartet. Bei diesem Volumen ist der Einrichtungsaufwand (KIS-Anbindung, AVV, Schulung, MDR-Compliance-Check) nicht wirtschaftlich zu rechtfertigen. WoundGenius als kostenlose Einzelmess-App kann trotzdem sinnvoll sein — aber als vollständige Plattform ist der Einstieg unverhältnismäßig.

2. Keine digitale Pflegedokumentation vorhanden. Ohne KIS-Anbindung bleibt das System eine Insellösung mit manuellem Übertragungsaufwand. Bevor du KI-Wunddokumentation einführst, sollte eine digitale Basisdokumentation existieren. Das ist keine hohe Hürde — auch MEDIFOX DAN oder WoundDesk erfüllen diesen Mindeststatus — aber eine Einrichtung, die noch vollständig papierbasiert dokumentiert, sollte die Digitalisierung der Basisdokumentation vor der Wunddokumentation angehen.

3. Kein Pflegefachpersonal mit Zeit und Zuständigkeit für die Qualitätssicherung der KI-Outputs. KI-Messungen sind kein Selbstläufer — sie brauchen eine verantwortliche Person, die regelmäßig prüft, ob Fotos den Qualitätsstandard einhalten, Ausreißer im Datensatz untersucht und das Team bei Qualitätsproblemen anleitet. Wenn diese Funktion nicht besetzt werden kann, wird das System nach sechs Monaten lückenhaft genutzt und die Verlaufsdaten sind nicht aussagekräftig.

Das kannst du heute noch tun

Lade WoundGenius kostenlos im App Store oder Google Play herunter. Nimm heute eine Wunde mit Referenzmarker auf — das mitgelieferte Kalibrierungsplättchen kann durch eine Kreditkarte als Näherungsmaß ersetzt werden. Vergleiche das KI-Messergebnis mit deiner manuellen Messung.

Das dauert 10 Minuten. Was du danach weißt: ob die Messgenauigkeit in deiner Alltagssituation (Lichtverhältnisse, Hauttyp, Wundlokalisation) für deine Zwecke ausreicht — bevor du ein Angebot für die Institutionslizenz einholst.

Für die strukturierte Erstdokumentation und die Übergabe an behandelnde Ärzte hilft dieser Prompt:

Quellen & Methodik

• Sana Kliniken Leipziger Land (148 Stunden/Monat Zeitersparnis): imito AG, Fallstudie Sana Kliniken Leipziger Land, veröffentlicht auf imito.io (2023). 595 Wundkontrollen/Monat, Zeitreduktion 20 → 5 Minuten. Vendor-Quelle — konservative Abschläge bei eigener Kalkulation empfohlen.
• cureVision (90 % Zeitersparnis, 72 % weniger Hospitalisierungen): Wundnetz Kiel, „Wunddokumentation mit KI als Medizinprodukt zugelassen”, 26. August 2024 (wundnetz-kiel.de). Herstellerangaben aus Pilotstudie.
• Interrater-Variabilität manuelle Messung: Journal of Wound Care, „Reliability of wound measurements” — systematische Übersicht. Variabilität ±15–30 % bei manuellen Wundmessungen konsistent dokumentiert.
• KI-Bias bei dunklen Hauttönen: Wounds UK, „Skin tone bias and wound care: highlighting the current challenges” (2023). Zusätzlich: Science Advances, „Disparities in dermatology AI performance on a diverse, curated clinical image set” (2022). Beide peer-reviewed.
• 87 % dokumentieren Hautton nicht: Wounds UK, 2023, a.a.O.
• 4 Millionen chronische Wundpatienten Deutschland: ZVB (Zentralverband der Deutschen Wundversorgung) / Statista, Schätzwert, Stand 2023.
• Gesundheitsdaten Art. 9 DSGVO, Aufbewahrung § 630f BGB: DSGVO in aktuell gültiger Fassung; BGB § 630f Abs. 3 Patientenrechtegesetz.
• MPDG / EU MDR 2017/745: Medizinprodukterecht-Durchführungsgesetz (MPDG) in aktuell gültiger Fassung. Klassifizierung nach Anhang VIII EU MDR.
• WoundDesk Pricing: wounddesk.com/pricing/, verifiziert April 2026. Basic: kostenlos. Professional: 1,50 USD/aktiver Patient/Monat (Jahresabrechnung).

Du willst wissen, welches System am besten zu eurer KIS-Infrastruktur passt und wie ihr die KIS-Integration ohne externe Berater stemmt? Meld dich — das klären wir in einem kurzen Gespräch.