KI-Erstscreening für psychische Belastungen

Das echte Ausmaß des Problems

Psychische Erkrankungen sind die zweithäufigste Ursache für Arbeitsunfähigkeit in Deutschland. Laut dem DAK Gesundheitsreport 2024 entfallen rund 17 Prozent aller Fehltage auf psychische Diagnosen, Tendenz seit Jahren steigend. Gleichzeitig vergehen zwischen dem Auftreten erster Symptome und dem Beginn einer Psychotherapie im deutschen Versorgungssystem durchschnittlich drei bis sechs Monate, in ländlichen Regionen oft über ein Jahr.

Der Engpass liegt nicht nur bei zu wenigen Therapieplätzen, er liegt bei der Ersterkennung. Die größte Metaanalyse dazu, Mitchell et al. im Lancet (2009), kommt für die ungestützte ärztliche Erkennung von Depression in der Primärversorgung auf eine Sensitivität um 50 Prozent bei hoher Spezifität. Auf Deutsch: Etwa jede zweite klinisch relevante Depression wird im Erstkontakt nicht als solche erkannt, und umgekehrt sind die Fälle, die erkannt werden, meist auch welche.

Das ist eine wichtige Präzisierung, denn eine frühere Fassung dieser Seite machte daraus “50 bis 70 Prozent werden nicht erkannt” und damit aus einer Sensitivität von 50 Prozent eine Fehlerquote von bis zu 70 Prozent. Die Zahl wird nicht besser, wenn man sie in die schlechtere Richtung rundet.

Der strukturelle Grund ist bekannt: Eine Hausarzt-Konsultation dauert in Deutschland im internationalen Vergleich rund acht Minuten. In dieser Zeit kommt psychische Anamnese oft nicht vor, nicht weil Ärzte es nicht wollen, sondern weil die Gesprächsführung vollständig von der somatischen Beschwerde dominiert wird, mit der Patienten kommen.

Was passiert, wenn Depressionen zu spät erkannt werden:

• Chronifizierung: Ein erheblicher Teil unbehandelter depressiver Episoden nimmt einen chronischen oder rezidivierenden Verlauf, und die Behandlung wird dann aufwendiger. Konkrete Quoten und Kostenfaktoren haben wir dafür nicht belastbar gefunden; eine frühere Fassung dieser Seite nannte beide, ohne Quelle.
• Somatisierung: Patienten mit unerkannter Depression konsultieren Ärzte überdurchschnittlich häufig wegen körperlicher Beschwerden, Rücken, Magen, Kopfschmerzen, und erzeugen Kosten in der falschen Versorgungsstufe.
• Verlust an Erwerbsfähigkeit: Die Bundesanstalt für Arbeitsschutz und Arbeitsmedizin veröffentlicht jährlich Produktionsausfallkosten nach Diagnosegruppen. Psychische und Verhaltensstörungen liegen dort im zweistelligen Milliardenbereich, hinter Muskel-Skelett-Erkrankungen. Die früher hier genannten “über 50 Milliarden Euro” waren deutlich zu hoch und sind gestrichen; die aktuelle Zahl steht im jeweiligen Jahresbericht.

Ein strukturiertes Erstscreening kostet vier Minuten Ausfüllzeit und erzeugt einen numerischen Score, mit dem der Arzt das Gespräch gezielt führen kann. Dass das flächendeckend nicht passiert, ist kein Wissens- sondern ein Workflow-Problem.

Mit vs. ohne KI, ein ehrlicher Vergleich

¹ Hier standen Prozentzahlen aus Anbieter-Fallstudien. Sie sind entfernt, und der Grund gehört auf diese Seite: Die Evidenzlage zum systematischen Depressionsscreening in der Primärversorgung ist nicht so eindeutig, wie Anbieter sie darstellen. Screening verbessert die Erkennung, aber mehrere systematische Übersichtsarbeiten zeigen, dass es allein die Behandlungsergebnisse nicht verbessert, wenn keine strukturierte Weiterbehandlung folgt. Der Score ist der Anfang einer Kette, nicht das Ergebnis.

Die Tabelle zeigt den entscheidenden Unterschied: Es geht nicht darum, die Konsultation zu beschleunigen, es geht darum, das richtige Gespräch überhaupt erst zu ermöglichen. Ein Hausarzt ohne PHQ-9 weiß nicht, was er übersieht. Einer mit PHQ-9 weiß, was er fragen muss.

Einschätzung auf einen Blick

Zeitersparnis, niedrig (2/5) Das digitale Screening spart keine Konsultationszeit, im Gegenteil: Es führt zu qualitativ längeren Gesprächen, weil ein auffälliger Score aktiv angesprochen werden muss. Der Gewinn liegt in der MFA-Zeit (kein manuelles Fragebogen-Aushändigen, keine manuelle Score-Auswertung) und im vermiedenen Suchaufwand bei unklarer Symptomatik. Verglichen mit anderen Anwendungsfällen im Gesundheitswesen, die direkt Dokumentationszeit sparen (Arztbriefschreibung, Spracherkennung), liegt das Einsparpotenzial hier deutlich niedriger.

Kosteneinsparung, mittel (3/5) Die Einsparung ist real, aber auf Populationsebene gemessen, nicht je Patientenkontakt. Frühe Behandlung von Depressionen reduziert nachweislich Chronifizierungs- und Krankenhauskosten sowie Arbeitsunfähigkeitstage. Die Praxis selbst sieht diesen Effekt nicht direkt als Budgetvorteil, er materialisiert sich bei Krankenkassen und Rentenversicherung. Das macht den ROI für eine Einzelpraxis schwerer zu quantifizieren als bei Anwendungsfällen mit direktem operativem Nutzen.

Schnelle Umsetzung, niedrig (2/5) Ein digitaler PHQ-9-Fragebogen ohne KI-Auswertung ist in einer Woche einführbar. Sobald KI-gestützte Priorisierung und strukturierte Empfehlungen hinzukommen, greift die regulatorische Pflicht: MDR-Klasse-IIa-Einstufung mit Benannter Stelle, Datenschutz-Folgenabschätzung nach Art. 35 DSGVO, und ab dem 2. August 2028 zusätzlich die Hochrisiko-Pflichten der KI-Verordnung, die über genau diesen MDR-Weg greifen. Realistischer Zeitrahmen vom ersten Gespräch bis zum vollständig complianten Regelbetrieb: 3 bis 6 Monate. Der Zeitplan-Abschnitt unten zeigt, warum.

ROI-Sicherheit, niedrig (2/5) Die Erkennungsrate ist mit dem PHQ-9 messbar, das ist mehr als bei vielen KI-Anwendungen. Aber ob die frühere Erkennung tatsächlich zu besseren Outcomes führt, hängt davon ab, ob ein Therapieplatz verfügbar ist, ob der Patient die Überweisung annimmt und ob das Behandlungssystem aufnimmt. Diese Kettenglieder liegen außerhalb des Praxiscontrollings. Für eine Einzelpraxis ist der wirtschaftliche ROI kaum isolierbar.

Skalierbarkeit, hoch (4/5) Digitale Fragebögen skalieren ohne Mehrkosten. Ob zehn oder fünfzig Patienten täglich einen PHQ-9 ausfüllen, die Lizenzkosten bleiben gleich. Das ist der klarste Vorteil dieses Ansatzes: Der Grenzaufwand für zusätzliche Screenings geht gegen null.

Richtwerte, stark abhängig von Praxisgröße, Patientenstruktur und integrierten Systemlösungen.

Was das System konkret macht

Das Screening-System besteht technisch aus zwei Schichten, die oft verwechselt werden.

Schicht 1, Digitaler Fragebogen mit automatischer Auswertung: Tools wie Idana digitalisieren validierte Screening-Instrumente. Der Patient füllt den PHQ-9 (Depression), GAD-7 (Angststörungen) oder AUDIT (Alkohol) auf dem Smartphone oder Tablet aus, wahlweise schon zu Hause nach der Terminbestätigung oder im Wartezimmer. Das System berechnet den Score, färbt kritische Antworten ein (z. B. Frage 9 des PHQ-9: “Gedanken, dir selbst etwas anzutun”) und zeigt dem Arzt eine strukturierte Zusammenfassung. Das ist keine Generative KI, es ist digitale Auswertungsautomatisierung eines klinisch validierten Instruments.

Schicht 2, KI-gestützte Priorisierung und Gesprächsempfehlung: Weitergehende Lösungen analysieren Screening-Ergebnisse im Kontext von Diagnosehistorie, Medikation und Vorerkrankungen und geben dem Arzt priorisierte Gesprächshinweise. Dieser Schritt überschreitet die Grenze zum Machine Learning-gestützten klinischen Entscheidungssystem und löst damit regulatorische Pflichten aus (mehr dazu im Regulationsabschnitt).

Was das System explizit NICHT macht:

• Es stellt keine Diagnose
• Es ersetzt keine Differentialdiagnostik
• Es kann nicht zwischen verschiedenen Depressionsformen unterscheiden (z. B. unipolare vs. bipolare Störung)
• Es erfasst keine non-verbalen Signale, die ein erfahrener Arzt im Gespräch wahrnimmt

Der PHQ-9 ist ein Screening-Instrument, kein Diagnoseinstrument. Das Ergebnis gibt dem Arzt einen Startpunkt, mehr nicht.

Regulatorische Einordnung: MDR, EU AI Act und was das für deine Praxis bedeutet

Das ist der Abschnitt, den viele Praxen überspringen, und dann ein Jahr später mit Problemen zurückkommen.

Medizinproduktrecht (MDR): Ein reiner PHQ-9-Score-Rechner, der lediglich die neun Antworten addiert und anzeigt, ist möglicherweise noch kein Medizinprodukt. Sobald das System aber eine Handlungsempfehlung ausgibt (“erhöhtes Depressionsrisiko, Überweisung empfohlen”), liefert es Informationen für eine diagnostische oder therapeutische Entscheidung und fällt nach MDR (Verordnung (EU) 2017/745), Anhang VIII Regel 11, in der Regel mindestens in Klasse IIa. Dann braucht es eine Konformitätsbewertung unter Einbindung einer Benannten Stelle. Das ist die Grenze, die über den Aufwand entscheidet, und sie verläuft zwischen “rechnet” und “empfiehlt”.

KI-Verordnung, und zwar mit den aktuellen Daten: Anhang III zählt die Hochrisiko-Bereiche abschließend auf, und aus dem Gesundheitswesen steht dort allein die Triage in der Notfallversorgung (Nr. 5 Buchst. d). Ein Screening in der Hausarztpraxis ist das nicht. Hochrisiko wird ein solches System über Art. 6 Abs. 1 in Verbindung mit Anhang I, also über genau den MDR-Weg aus dem Absatz oben: Sobald das Produkt eine Konformitätsbewertung durch eine Benannte Stelle braucht, gilt es als Hochrisiko-KI.

Entscheidend sind die Fristen, und hier steht in vielen Ratgebern noch der alte Stand. Ursprünglich war für die Einstufung nach Art. 6 Abs. 1 der 2. August 2027 vorgesehen, seit der Änderung durch die Verordnung (EU) 2026/1744 vom 8. Juli 2026 gilt für Anhang I einheitlich der 2. August 2028, für die Einstufung wie für die Pflichten aus Kapitel III Abschnitte 1 bis 3, also technische Dokumentation, Risikomanagement, Protokollierung und menschliche Aufsicht. Die Hauptlast trägt der Hersteller. Für dich als Betreiber bleiben die Pflichten aus Art. 26, allen voran: nur Systeme einsetzen, für die der Hersteller diese Nachweise führen kann. Unabhängig von allem gilt Art. 4 seit dem 2. Februar 2025, die KI-Kompetenz des eigenen Personals zu unterstützen.

Die MDR-Pflicht wartet dagegen auf kein Datum. Sie gilt jetzt.

Was das in der Praxis bedeutet:

Die wichtigste Faustregel: Kaufst du ein Tool, das ausschließlich validierte Fragebögen digitalisiert und Scores berechnet, und der Arzt trifft alle klinischen Entscheidungen selbst, bist du im relativ sicheren Bereich. Kaufst du ein Tool, das eigenständige klinische Empfehlungen generiert: prüfe die Zertifizierung des Anbieters, und beauftrage vor der Einführung eine Datenschutz-Folgenabschätzung (DSFA) nach Art. 35 DSGVO.

Seriöse Anbieter wie Ada Health (MDR-Klasse IIa, ISO 27001) dokumentieren diese Compliance transparent. Das ist ein valides Auswahlkriterium.

Suizidrisiko-Protokoll: Was passiert, wenn PHQ-9 Frage 9 angekreuzt wird

PHQ-9 Frage 9 lautet: “Gedanken, dir selbst Schaden zuzufügen oder dir das Leben zu nehmen, wie oft hatten Sie solche Gedanken in den letzten zwei Wochen?” Antwortoptionen: “Überhaupt nicht” (0) bis “Fast jeden Tag” (3).

Jede Antwort über 0 ist ein klinisch relevantes Signal. Kein Software-System kann mit diesem Signal allein umgehen, hier greift unverzichtbar menschliche Kompetenz.

Was das Tool tun muss: Den ausgefüllten PHQ-9 darf kein System still ablegen, wenn Frage 9 beantwortet wurde. Das System muss den Arzt unmittelbar vor der Konsultation informieren, optisch hervorgehoben, nicht in einer langen Score-Liste vergraben.

Was die Praxis vor der Einführung klären muss:

1. Internes Protokoll festlegen: Wer in der Praxis sieht das Ergebnis zuerst? Was passiert bei Antwort 1 (selten)? Was bei 2–3 (häufig bis fast täglich)? Das ist eine ärztliche Entscheidung, keine Software-Konfiguration.
2. Notfallkontakte parat haben: Telefonseelsorge (0800 111 0 111, kostenlos, 24/7), Krisentelefon der lokalen psychiatrischen Klinik, nächste Notaufnahme mit psychiatrischem Dienst.
3. Wartezeit überbrücken: Wenn ein Patient mit Suizidgedanken keinen Therapieplatz bekommt, muss die Praxis einen Überbrückungsplan haben, kurzfristige supportive Gespräche, Krisentelefon, niedrigschwellige Angebote.

Was das System ausdrücklich nicht leisten kann: Ein KI-System, das Suizidalität automatisch einschätzt und bewertet, ohne ärztliche Rückbindung, ist für den Primärversorgungseinsatz nicht geeignet und in Deutschland ohne MDR-Zertifizierung nicht zulässig. Das Erstscreening löst einen Gesprächsbedarf aus, es entscheidet nichts.

Datenschutz und ärztliche Schweigepflicht

Psychische Gesundheitsdaten gehören zur besonderen Kategorie personenbezogener Daten nach Art. 9 DSGVO. Das bedeutet: verschärfte Verarbeitungsvoraussetzungen, explizite Einwilligung oder strikte Notwendigkeitsprüfung. Dazu kommt in Deutschland §203 StGB, die ärztliche Schweigepflicht. Wenn ein KI-System Patientendaten verarbeitet, ist zu prüfen, ob der Anbieter ein “Dritter” im Sinne des §203 StGB ist.

Praktische Konsequenzen:

• AVV zwingend: Auftragsverarbeitungsvertrag nach Art. 28 DSGVO mit dem Tool-Anbieter abschließen, bevor auch nur ein Patient einen Fragebogen ausfüllt.
• Datenschutz-Folgenabschätzung (DSFA): Bei psychischen Gesundheitsdaten ist Art. 35 DSGVO anzuwenden, die DSFA ist keine Empfehlung, sondern Pflicht. Idana stellt Vorlagen bereit; trotzdem muss deine Praxis sie mit den eigenen Prozessen befüllen.
• Einwilligung der Patienten: Patienten müssen verständlich informiert werden, dass ihre Fragebögen in einem digitalen System verarbeitet werden, wer das System betreibt und wie lange Daten gespeichert werden.
• Serverstandort: Nur Tools mit deutschem oder mindestens EU-Serverstandort und einem expliziten AVV, der die Unterauftragsverarbeiter benennt. Idana (Freiburg, Deutschland) erfüllt das, nutzt dafür aber einen Dienstleister mit US-Mutterkonzern: Laut öffentlich abrufbarem AVV betreibt Google Ireland die Server im Rechenzentrum Frankfurt mit Backups in Berlin und stellt über die Gemini Enterprise Agent Platform auch die KI-Funktionen bereit, verarbeitet ausschließlich in der EU und ohne Training. Die Fragebogenantworten werden schon auf dem Endgerät verschlüsselt, die KI-Verarbeitung ist transportverschlüsselt. Für deine Praxis heißt das: Google gehört als Unterauftragsverarbeiter in die DSFA und in die Patienteninformation, und dein Datenschutzbeauftragter entscheidet, ob EU-Hosting bei einer Tochter eines US-Konzerns für psychische Gesundheitsdaten genügt. Schließt euer Datenschutzkonzept Anbieter mit US-Mutterkonzern grundsätzlich aus, scheidet Idana aus. Generische Cloud-Tools ohne Healthcare-Fokus, Google Forms, Microsoft Forms als einfacher Workaround, erfüllen die Anforderungen für besondere Kategorien nach Art. 9 nicht ohne erheblichen Zusatzaufwand.
• §203 StGB: Ein Software-Anbieter kann je nach Vertragsgestaltung als “mitwirkende Person” im Sinne des §203 Abs. 3 StGB eingestuft werden, wenn er nicht lediglich Daten speichert, sondern an der Verarbeitung aktiv beteiligt ist. Spezialisierte Healthcare-Anbieter kennen diese Anforderung, generische SaaS-Anbieter oft nicht.

Faustregel: Nutze nur Tools, die explizit für den Gesundheitsbereich konzipiert wurden, einen deutschen oder EU-Serverstandort haben und einen fertigen AVV sowie DSFA-Unterstützung mitbringen. Das schließt die scheinbar günstige DIY-Variante mit Formular-Tools aus dem Allzweck-SaaS-Regal aus.

Verzerrungsrisiko: Wer durch KI-Screening schlechter erkannt wird

Dieser Punkt wird in Anbieter-Materialien konsequent ausgelassen. Er gehört trotzdem in jede ernsthafte Einführungsplanung.

Kulturelle Bias: Der PHQ-9 wurde in englischsprachigen, westlichen Stichproben entwickelt und validiert. Übersetzungen existieren für viele Sprachen, aber die Validierung in spezifischen Migrantenpopulationen in Deutschland ist lückenhaft. Patienten mit niedrigerem Sprachniveau oder anderen kulturellen Ausdrucksnormen für psychisches Leid, zum Beispiel Somatisierung statt direkter Benennung von Stimmung, können im PHQ-9 niedrigere Scores haben, obwohl die klinische Belastung hoch ist.

Geschlecht: Männer beantworten Fragen zu emotionalen Zuständen systematisch zurückhaltender als Frauen. Das ist kein Antwort-Bias, sondern ein kulturelles Muster, und führt zu niedrigeren PHQ-9-Scores bei gleicher klinischer Belastung. Ein Score von 8 bei einer Frau und ein Score von 8 bei einem Mann können klinisch sehr verschieden zu bewerten sein.

Alter: Bei älteren Patienten kann Frage 4 des PHQ-9 (“Müdigkeit oder Gefühl, keine Energie zu haben”) durch körperliche Erkrankungen überlagert werden, was zu falsch-positiven Scores führt. Gleichzeitig werden kognitive Beeinträchtigungen und depressive Pseudodemenz mit dem PHQ-9 nicht erfasst.

Was das bedeutet: Ein KI-gestütztes Screening-System, das ausschließlich auf PHQ-9-Scores basiert, wird diese Populationen systematisch schlechter versorgen, nicht weil das Tool kaputt ist, sondern weil die Datenbasis es so vorsieht. Die Lösung: Das klinische Urteil des Arztes bleibt das Korrektiv. Der Score ist ein Gesprächsauslöser, nicht ein Filteralgorithmus.

Konkrete Werkzeuge, was wann passt

Idana , für Einzelpraxen und MVZ, die schnell einsteigen wollen

Das spezialisierte deutsche Anamnese-Tool mit über 400 ärztlich geprüften Fragebögen, darunter PHQ-9 und GAD-7. Fertiger AVV mit benannten Unterauftragsverarbeitern, Speicherung bei Google Ireland in Frankfurt, KI-Verarbeitung über Googles Gemini-Plattform in der EU (Einordnung oben unter Datenschutz). Preis: ab 79 € netto/Monat für die ganze Praxis (Paket XXS mit 100 Vorgängen, jeder weitere 0,80 €, Jahresvertrag) + ab 299 € PVS-Anbindung einmalig. Kein App-Download für Patienten notwendig, Link per SMS oder QR-Code reicht. Laut Idana-Fallstudien sparen Praxen durchschnittlich ca. 8 Minuten MFA-Zeit pro Patientenkontakt. Integration mit gängigen Praxisverwaltungssystemen ( medatixx , Tomedo, CGM) ist möglich, aber muss konfiguriert werden.

Für wen: Hausarztpraxen mit dem Ziel systematisches Erstscreening, ohne eigene IT-Ressourcen für Entwicklung.

Ada Health , für Krankenkassen und Telemedizin-Anbieter mit B2B-Integration

Ada ist MDR-Klasse-IIa-zertifiziert, in Berlin entwickelt, EU-gehostet und bietet eine White-Label-API für die Integration in Versicherten-Apps und Klinik-Portale. Für eine Hausarztpraxis ist der direkte Einstieg mit Ada schwierig (kein Self-Service, aufwendiger Vertriebsprozess); für Krankenkassen, die ihren Versicherten ein digitales Erstscreening vor dem Arztbesuch anbieten wollen, ist Ada eine ernsthafte Option.

Für wen: Versicherer, MVZ mit IT-Team, Telemedizin-Anbieter.

Infermedica , für Enterprise-Integrationen in Klinikportale

Infermedica bietet eine API-first-Triage-Engine, die auch psychische Symptome erfasst, primär aber körperliche Symptome triagiert. Für rein psychisches Screening ist es kein spezialisiertes Tool; für Krankenhäuser und Klinikportale, die eine einheitliche digitale Triage für alle Versorgungswege aufbauen wollen, ist Infermedica aber relevant. Mindestens mittlerer fünfstelliger Jahresbetrag, keine Lösung für Einzelpraxen.

Für wen: Kliniken mit IT-Abteilung, Call-Center im Gesundheitswesen.

Zusammenfassung: Wann welches Tool

• Hausarztpraxis, schneller Einstieg → Idana
• Krankenkasse oder Telemedizin mit B2B-API → Ada Health
• Klinikportale mit einheitlicher Triage → Infermedica
• KIS-Integration für Spracherkennung und Befund → Dragon Medical One

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• Idana PVS-Anbindung: ab 299 € netto (einmalig, je nach Praxisgröße)
• Interne Aufwände: Fragebogen-Workflow definieren, MFA-Team schulen, Protokoll für auffällige Ergebnisse erstellen: ca. 4–8 Stunden Praxiszeit intern
• Datenschutz-Folgenabschätzung (DSFA) erstellen: mit externem Datenschutzbeauftragten 500–1.500 €, ohne DSB mehr Eigenaufwand, aber auch mehr Risiko
• Bei KI-gestützter Priorisierung (über reine Score-Berechnung hinaus): zusätzliche MDR-Compliance-Beratung einplanen, 2.000–8.000 €

Laufende Kosten

• Idana Praxispreis: ab 79 € netto/Monat für die ganze Praxis (Paket XXS, 100 Vorgänge inklusive, jeder weitere 0,80 €, jährliche Vorauszahlung)
• Größere Pakete bis 2.499 € netto/Monat (XXL, 10.000 Vorgänge), Aufklärung und KI-Dokumentation inklusive, Thieme-Aufklärungsinhalte optional nach Arztzahl

Was du dagegenrechnen kannst

Eine Hausarztpraxis mit 25 Patienten täglich, davon fünf mit Indikation für ein psychisches Screening, und fünf Minuten weniger MFA-Aufwand je Screening: 25 Minuten täglich, bei 21 Arbeitstagen knapp neun Stunden im Monat. Bei 18 bis 22 Euro Bruttostundenlohn sind das rund 160 bis 200 Euro, die sich aber nur dann in der Buchhaltung zeigen, wenn dadurch tatsächlich Überstunden oder Aushilfsstunden wegfallen.

Dem stehen rund 83 Euro netto im Monat gegenüber, wenn nur die etwa 105 Screenings über Idana laufen: Paket XXS für 79 Euro mit 100 Vorgängen plus fünf Zusatzvorgänge zu je 0,80 Euro. Weil Idana nach Vorgängen und nicht mehr je Arzt abrechnet, gilt das für die Einzelpraxis genauso wie für die Dreiarztpraxis, solange die Zahl der Screenings gleich bleibt. Die Rechnung ist damit positiv, unter der Bedingung aus dem Absatz davor. Läuft zusätzlich die allgemeine Anamnese über Idana, steigen Vorgänge und Kosten, dann gehört auch die dort eingesparte Zeit in die Rechnung.

Der wichtigere Vergleich: Wie viele Patienten mit unerkannter Depression, die drei Monate durch das System fallen und dann in einer teuren Klinik landen, werden durch ein Screening im Quartal verhindert? Eine verhinderte stationäre Aufnahme übersteigt die Jahreskosten des Tools um ein Vielfaches. Zur Größenordnung: Stationäre psychiatrische Behandlung wird in Deutschland nicht über DRG-Fallpauschalen, sondern tagesbezogen über das PEPP-Entgeltsystem vergütet; bei mehrwöchiger Verweildauer kommen leicht fünfstellige Beträge zusammen. Eine frühere Fassung dieser Seite berief sich hier auf den DRG-Fallpauschalenkatalog, der für die Psychiatrie gar nicht gilt. Wichtiger als der Betrag ist aber, wer ihn zahlt: die Krankenkasse, nicht die Praxiskasse. Ein Business Case für deine Praxis lässt sich daraus nicht bauen.

Zur Amortisation, vollständig gerechnet: Einmalig ab 299 Euro für die PVS-Anbindung plus 500 bis 1.500 Euro für die DSFA mit externem Datenschutzbeauftragten, zusammen rund 800 bis 1.800 Euro, bei KI-gestützter Priorisierung zusätzlich 2.000 bis 8.000 Euro MDR-Beratung. Laufend rund 83 Euro im Monat für die ganze Praxis. Dem steht ein monatlicher Überschuss von höchstens rund 75 bis 115 Euro gegenüber, und das nur, wenn die eingesparte MFA-Zeit wirklich zu weniger bezahlten Stunden führt. Damit liegt die Amortisation der Einmalkosten zwischen etwa sieben Monaten und zwei Jahren, nicht pauschal bei sechs Monaten, wie eine frühere Fassung dieser Seite schrieb. Seit Idana nicht mehr je Arzt abrechnet, gilt das auch für die Mehrarztpraxis.

Das ist kein Argument gegen das Screening. Es ist ein Argument dagegen, es mit einer Wirtschaftlichkeitsrechnung zu begründen. Der Grund steht in der Geschichte von Herrn Böttcher ganz oben.

Typische Einstiegsfehler

1. Den digitalen Fragebogen ohne Protokoll einführen.

Praxen digitalisieren den PHQ-9 und vergessen, den Workflow für auffällige Ergebnisse zu definieren. Was passiert, wenn ein Patient Frage 9 mit “Mehrmals in der Woche” beantwortet und der Arzt das erst beim Betreten des Sprechzimmers sieht? Was wenn die MFA das Ergebnis zuerst sieht? Ohne explizites internes Protokoll entstehen Situationen, auf die niemand vorbereitet ist. Das Protokoll muss vor dem ersten Patienten stehen, nicht irgendwann.

2. Ein nicht-zertifiziertes Tool einsetzen und annehmen, dass “es ja nur ein Fragebogen ist”.

Die regulatorische Frage lautet nicht, ob es “nur ein Fragebogen” ist, sondern ob das System klinische Entscheidungsempfehlungen gibt. Wer ein Tool einsetzt, das über die Score-Berechnung hinaus priorisiert, überweisungsempfiehlt oder kontextualisiert, und das Tool hat keine MDR-Zertifizierung, dieser Arzt betreibt ein nicht zugelassenes Medizinprodukt. Die Haftungskonsequenzen bei einem Schadensfall sind erheblich.

3. Das Screening für alle Patienten aktivieren, ohne den Workflow zu testen.

Praxen, die das System an Tag eins für alle Termine aktivieren, überfluten den Arzt mit PHQ-9-Ergebnissen ohne Triage-Kapazität. Empfehlung: Screening-Indikation zunächst eng definieren, nur Patienten mit Vorwand “Stimmung”, “Erschöpfung”, “Schlaf”, “Schmerzen unklarer Ursache”. Erst wenn der Workflow sitzt, ausweiten.

4. Keine Datenschutz-Folgenabschätzung durchführen.

Bei psychischen Gesundheitsdaten ist die DSFA nach Art. 35 DSGVO Pflicht, kein Ermessen. Praxen, die das überspringen, riskieren bei einer Datenschutzprüfung Bußgelder, und den Vertrauensverlust bei Patienten, wenn der Vorfall bekannt wird. Psychische Erkrankungen sind besonders stigmatisiert; Patienten reagieren auf Datenpannen in diesem Bereich sehr sensibel.

5. Den Score als Diagnose behandeln.

Ein PHQ-9-Score von 15 liegt im Bereich mittelgradig bis schwer, die Schwelle für “schwer” beginnt üblicherweise bei 20. Und auch ein Score von 20 ist keine Diagnose, sondern ein Screening-Ergebnis. Wer dem Patienten sagt “Das System sagt, Sie sind depressiv”, liegt klinisch und kommunikativ daneben. Der Score ist ein Gesprächseinstieg: “Ich sehe, dass Sie heute einige Fragen ausgefüllt haben und einige davon aufgefallen sind, können wir kurz darüber sprechen?”

Was mit der Einführung wirklich passiert, und was nicht

Die Technik ist in zwei Wochen eingerichtet. Die Praxis braucht zwei bis drei Monate.

Der erste Widerstand kommt von den Patienten. Viele Ältere sind irritiert, wenn sie vor der Sprechstunde einen Link aufs Handy bekommen und Fragen zu ihrer Psyche beantworten sollen. “Bin ich nicht wegen meinem Knie hier?” Das Empfangsteam muss erklären können, warum der Fragebogen gemacht wird, kurz, ohne medizinisch aufzuladen: “Das hilft der Ärztin, das Gespräch besser auf Sie einzustellen.” In der Einführungsphase mit 20–30 Prozent Ausfüll-Weigerung rechnen; nach zwei Monaten normalisiert sich das auf unter 10 Prozent.

Der zweite Widerstand kommt vom Arzt selbst. “Wenn jetzt alle Patienten auffällige Scores haben, muss ich mit jedem über Psyche reden, das packe ich nicht in 15 Minuten.” Das ist ein legitimer Einwand. Die Lösung ist nicht, Screening für wenige Patienten zu verstecken, sondern die Konsultationsstruktur anzupassen: Auffälliger Score = längerer Termin vorplanen. Das erfordert eine Anpassung der Terminbuchungspraxis, und ja, das kostet mehr Aufwand am Anfang.

Was konkret hilft:

• Fragebogen-Link in die Terminbestätigungs-SMS integrieren, so füllen Patienten ihn zu Hause aus, nicht im Wartezimmer unter Zeitdruck
• MFA-Schulung: Was ist der Score? Was bedeutet Frage 9? Was tue ich, wenn ich 2–3 sehe, bevor der Arzt im Zimmer ist?
• Erste drei Monate: wöchentliches kurzes Feedback-Gespräch im Team, was funktioniert, was nicht?
• Patienten, die den Fragebogen nicht ausfüllen möchten: kein Druck. Das Screening ist ein Angebot, keine Pflicht.

Realistischer Zeitplan mit Risikohinweisen

Die häufigste Verzögerung: Die DSFA dauert zwei bis drei Mal so lange wie erwartet, wenn der externe Datenschutzbeauftragte nicht von Anfang an eingebunden ist.

Häufige Einwände, und was dahintersteckt

“Meine Patienten wollen nicht über Psyche reden, schon gar nicht in einem Fragebogen.”

Das ist teils richtig und teils ein Missverständnis. Patienten lehnen das Gespräch über psychische Gesundheit oft ab, aber Fragebögen werden überraschend offen ausgefüllt, wenn sie anonym wirken und keine direkte Konfrontation mit dem Arzt erfordern. Studien zeigen, dass Patienten in digitalen Self-Reports häufiger über Suizidgedanken und psychische Belastung berichten als im direkten ärztlichen Gespräch. Der Fragebogen senkt die Hemmschwelle, nicht hebt sie.

“Das ist doch wieder eine neue Datenschutz-Baustelle.”

Stimmt, aber die Alternative ist auch keine sichere Option. Wer psychische Gesundheitsdaten mündlich erhebt und in der Karteikarte manuell dokumentiert, erfüllt die DSGVO-Anforderungen ebenfalls nur, wenn die Dokumentation sicher gespeichert ist. Der Unterschied: Bei einem zertifizierten Tool mit fertigem AVV ist die Compliance strukturiert und nachweisbar. Beim Papierbogen nicht.

“Die Erkennungsrate ist doch schon gut genug, warum verändern?”

Etwa jede zweite klinisch relevante Depression wird in der Primärversorgung im Erstkontakt nicht erkannt. Das ist kein “gut genug”, das ist ein Versorgungsproblem. Die Frage ist nicht, ob strukturiert gescreent wird, sondern ob die Praxis die Kette danach tragen kann: Gesprächszeit, Verlaufskontrolle, Überweisung. Screening ohne diese Kette verbessert die Versorgung nicht.

Woran du merkst, dass das zu dir passt

Das Screening passt gut zu dir, wenn:

• Du als Hausärztin oder Hausarzt regelmäßig Patienten hast, deren somatische Beschwerden sich nicht erklären lassen, unklare Rückenschmerzen, Erschöpfung, Schlafstörungen, gastrointestinale Beschwerden ohne organischen Befund
• Du den Verdacht hast, dass psychische Belastungen in deiner Praxis systematisch zu spät erkannt werden, nicht weil du das nicht siehst, sondern weil die Zeit im Gespräch nicht reicht
• Deine Praxis bereits digital gut aufgestellt ist (Online-Terminbuchung, digitale Kommunikation) und das Team bereit ist, einen neuen Workflow zu lernen
• Du oder dein Praxis-Team bereits Erfahrung mit psychischen Erkrankungen habt und wissen, wie ein PHQ-9-Gespräch zu führen ist

Drei harte Ausschlusskriterien:

1. Praxen ohne definierten Prozess für auffällige Ergebnisse: Wenn nicht klar ist, wer welchen Score sieht, was bei Suizidgedanken passiert und wie die Dokumentation geregelt ist, die Technik nicht einführen. Erst das Protokoll, dann das Tool.

2. Praxen, die ein nicht-zertifiziertes Allzweck-Tool einsetzen wollen: Wer den PHQ-9 in Google Forms oder Microsoft Forms digitalisiert und hofft, damit die Anforderungen zu erfüllen, ignoriert die Datenschutz- und Haftungspflichten für besondere Kategorien personenbezogener Daten. Das ist kein Weg.

3. Praxen ohne Kapazität, auffällige Ergebnisse nachzuverfolgen: Screening ohne Konsequenz ist gefährlicher als kein Screening. Wenn ein PHQ-9-Score von 20 im System landet und niemand ihn ansieht oder anspricht, entsteht eine dokumentierte Nichterkennung, das ist ein klinisches und haftungsrechtliches Problem, kein neutrales Ergebnis.

Das kannst du heute noch tun

Bevor du irgendetwas kaufst, teste den PHQ-9 selbst in der digitalen Version. Geh auf idana.com und schau dir die Demo-Ansicht an, wie sieht der Fragebogen für den Patienten aus? Was sieht der Arzt danach? Reicht das für deinen Workflow?

Zweiter Schritt: Ruf deinen Datenschutzbeauftragten an und frage, ob eine DSFA für psychische Screening-Daten in eurer Praxis schon existiert oder erstellt werden muss. Das Gespräch dauert 15 Minuten und spart dir später Wochen.

Der folgende Prompt hilft dir, ein erstes internes Protokoll für den Umgang mit auffälligen PHQ-9-Ergebnissen zu erstellen:

Quellen & Methodik

• PHQ-9 Screening-Instrument und klinische Interpretation: Kroenke K, Spitzer RL, Williams JBW. “The PHQ-9: Validity of a Brief Depression Severity Measure.” Journal of General Internal Medicine, 2001. Autorisierte deutsche Version: PHQ-D (Gesundheitsfragebogen für Patienten), Universität Heidelberg / ZPID, gültige Fassung abrufbar unter klinikum.uni-heidelberg.de
• KI-Screening und Bias: Ali M et al. “Artificial intelligence for mental health: A narrative review of applications, challenges, and future directions in digital health.” Digital Health (SAGE Journals), 2025. DOI: 10.1177/20552076251395548. Befunde zu Algorithmic Bias und Einschränkungen bei unterversorgten Populationen.
• Algorithmic Bias in Public Health AI: Islam N et al. “Algorithmic bias in public health AI: a silent threat to equity in low-resource settings.” Frontiers in Public Health, 2025. PMC12325396.
• Idana Preise und Fallstudien: Idana AG, Freiburg. idana.com/preise/ (Stand Oktober 2026). Praxispreis ab 79 € netto/Monat für die ganze Praxis (Paket XXS mit 100 Vorgängen, jeder weitere 0,80 €), abgerechnet nach Vorgängen statt je Arzt, PVS-Anbindung ab 299 € einmalig. Effizienzangaben (“8 Minuten pro Patient”) aus Idana-Fallstudien, nicht aus unabhängiger Peer-Review. Sie sind auf dieser Seite als Anbieterangabe gekennzeichnet und werden in der Wirtschaftlichkeitsrechnung nicht verwendet.
• Idana Unterauftragsverarbeiter: Vereinbarung über Auftragsverarbeitung zur Idana-Praxissoftware (abgerufen Oktober 2026). Google Ireland Limited für die Server-Infrastruktur (Rechenzentrum Frankfurt, Backups und Failover in Berlin) und für KI-Dienste über die Gemini Enterprise Agent Platform, Verarbeitung ausschließlich in der EU und ohne Training; clientseitige Verschlüsselung der Patientenantworten.
• MDR / KI-Verordnung, Zusammenspiel: MDR (EU) 2017/745, Anhang VIII Regel 11, und KI-Verordnung (EU) 2024/1689, Art. 6 Abs. 1 in Verbindung mit Anhang I. Ein Produkt, das eine Konformitätsbewertung durch eine Benannte Stelle braucht, gilt über diesen Weg als Hochrisiko-KI. Einstufung und Pflichten aus Kapitel III Abschnitte 1 bis 3 einheitlich ab 2. August 2028, geändert durch Verordnung (EU) 2026/1744 vom 8. Juli 2026. Eine frühere Fassung dieser Seite schrieb, die Hochrisiko-Pflichten gelten bereits, das trifft nicht zu.
• Stationäre psychiatrische Behandlungskosten: InEK-Daten (Institut für das Entgeltsystem im Krankenhaus), Fallpauschalenkatalog 2023. Bandbreite ca. 7.000–12.000 € je Aufenthalt je nach Diagnose und Dauer.
• Erkennungsrate Depression in Primärversorgung: Mitchell AJ et al., Lancet, 2009: Sensitivität der ungestützten ärztlichen Erkennung um 50 Prozent bei hoher Spezifität. Eine frühere Fassung dieser Seite las daraus “50 bis 70 Prozent werden nicht erkannt” und gab die Ausgangs-Erkennungsrate mit 30 bis 50 Prozent an, beides liegt unter dem, was die Quelle hergibt.
• Wirksamkeit des Screenings: Systematische Übersichtsarbeiten zum Depressionsscreening in der Primärversorgung zeigen eine bessere Erkennung, aber keinen eigenständigen Effekt auf die Behandlungsergebnisse, solange keine strukturierte Weiterbehandlung folgt. Deshalb nennt diese Seite keine Erkennungsquote “mit System”.
• Stationäre psychiatrische Vergütung: PEPP-Entgeltsystem (tagesbezogen), nicht DRG-Fallpauschalen. Die früher hier genannte InEK-Fallpauschalenquelle war für die Psychiatrie die falsche.
• Telefonseelsorge Deutschland: 0800 111 0 111 (kostenlos, anonym, 24/7). Auch online: online.telefonseelsorge.de

Hast du Fragen dazu, wie das Screening in deiner Praxis konkret einzuführen ist, welches Tool für deine Situation passt, wie die DSFA aufgebaut sein sollte oder wie der PHQ-9-Workflow ins bestehende PVS integriert wird? Meld dich, das lässt sich in einem kurzen Gespräch klären.