Medikamenten-Adhärenz: KI-Entlassmanagement verhindert Wiedereinweisungen

Das echte Ausmaß des Problems

In Deutschland werden jährlich rund 250.000 Krankenhauseinweisungen auf vermeidbare Medikationsfehler zurückgeführt — das belegt das Faktenblatt Polymedikation der ABDA (2025). Das ist keine abstrakte Zahl: An einem typischen Kreiskrankenhaus mit 35 Entlassungen pro Woche und einer konservativen Fehlerrate bedeutet das 3–6 Fälle pro Monat, die eine pharmakologische Ursache haben.

Internationale Studiendaten präzisieren das Bild: Von allen 30-Tage-Wiedereinweisungen sind 16 % medikationsbedingt, und 40 % davon sind potenziell vermeidbar (Frontiers in Pharmacology, 2021). Die drei häufigsten Ursachen dieser vermeidbaren Fälle teilen sich auf: Verschreibungsfehler (35 %), mangelnde Adhärenz (35 %) und Übergabefehler beim Sektorenwechsel (30 %).

Das Kernproblem liegt nicht im Krankenhaus — es liegt in der Lücke danach.

Beim Entlassungsgespräch passieren gleichzeitig mehrere Dinge: Ein Arztbrief wird diktiert (oft noch nicht final), ein Medikationsplan ausgedruckt (der die Krankenhausmedikation enthält, nicht die Hausarzt-Dauertherapie), dem Patienten werden Hinweise gegeben (die er unter Erschöpfung und Erleichterung kaum behält). Ergebnis: Der Patient verlässt das Haus mit einem Zettel, der korrekter ist als alles, was er vorher hatte — aber in einer Sprache formuliert, die er nur zum Teil versteht, und mit einem Informationsstand, der in der Hausarztpraxis noch nicht angekommen ist.

Dazu kommen systemische Barrieren: Laut Erhebungen des Bundesgesundheitsministeriums haben 50 % der deutschen Krankenhäuser keine Software zur Rückumstellung der Medikation bei der Entlassung. Und 76 % haben keine oder unzureichende IT-Ausstattung für den elektronischen Medikationsplan-Import bei Aufnahme. Das bedeutet: Die Informationslücke entsteht nicht, weil niemand es besser wüsste — sondern weil die Infrastruktur fehlt, um es anders zu machen.

Für das einzelne Kreiskrankenhaus hat das auch ökonomische Konsequenzen: Eine 30-Tage-Wiedereinweisung kostet je nach Diagnose 4.000–8.000 € — und trägt nicht zur DRG-Erlöspauschale bei, sondern belastet das Haus zusätzlich.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Mit vs. ohne KI — ein ehrlicher Vergleich

¹ Erfahrungswerte aus Pilotprojekten; stark abhängig von KIS-Integration und Patientenkooperation. ² Setzt FHIR-Anbindung und Hausarzt-seitigen Empfang voraus — in Deutschland noch nicht flächendeckend. ³ Frontiers in Pharmacology (2021); realistische Schätzung für chronisch kranke Patienten mit Polymedikation ≥5 Wirkstoffe.

Der ehrlichste Satz dazu: Die KI hilft — aber nur dort, wo die strukturellen Voraussetzungen stimmen. Wer keine FHIR-Anbindung hat und dessen Patienten kein Smartphone nutzen können, wird die vollen Effekte nicht sehen.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) Der KI-generierte Patientenplan spart 15–20 Minuten pro Entlassung gegenüber manuellem Erstellen. Das klingt gering, summiert sich aber bei 25–35 Entlassungen pro Woche auf 6–12 Stunden wöchentliche Pflegekapazität. Kein dramatischer Hebel im Branchenvergleich — Arztbrieferstellung mit KI (Arztbriefschreibung) spart proportional mehr Arztzeit. Aber als Nebeneffekt einer Patientensicherheitsmaßnahme ist es real.

Kosteneinsparung — stark (4/5) Jede verhinderte Wiedereinweisung ist 4.000–8.000 € wert. Das ist der stärkste direkte Kostenhebel in dieser Kategorie nach der OP-Saal-Auslastungsoptimierung. Bei 15–25 % Reduktion medikamentöser Wiedereinweisungen bei einer Ausgangspopulation von 30 relevanten Fällen/Monat sind das 4–8 verhinderte Fälle — bis zu 64.000 € monatlich. Vorsicht: Diese Schätzung setzt voraus, dass das System konsequent bei der richtigen Patientengruppe eingesetzt wird.

Schnelle Umsetzung — mittel (3/5) Der Weg vom Entschluss zum produktiven Pilotbetrieb dauert realistisch 4–6 Monate: FHIR-Connector zum KIS, Validierung der generierten Pläne durch die Klinikapotheke, regulatorische Prüfung, Schulung. Das ist kein 2-Wochen-Projekt. Vergleichbar mit der Sturzrisiko-Prognose; deutlich schneller als das Sepsis-Frühwarnsystem (MDR-Zulassung).

ROI-Sicherheit — mittel (3/5) Die 30-Tage-Wiedereinweisungsrate ist ein gut messbarer KPI. Aber die Kausalitäts-Attribution ist komplex: Wiedereinweisungen sinken aus vielen Gründen — veränderte Patientenmix, saisonale Effekte, Änderungen im ambulanten Netz. Das macht den direkten Nachweis „dieses Tool hat X Fälle verhindert” schwerer als bei der OP-Auslastung, wo jede gerettete OP-Stunde direkt in der Abrechnung sichtbar ist.

Skalierbarkeit — sehr hoch (5/5) Das ist der stärkste Skalierungshebel in dieser Kategorie: Ein SaaS-Modell, das einmal ans KIS angebunden ist, skaliert auf alle Stationen, alle Diagnosegruppen, alle Patienten — ohne proportional steigende Betriebskosten. Der Medikationsplan-Generator kostet per Patient nur API-Nutzungsgebühren im Cent-Bereich. Eine Erweiterung auf das nächste Haus des Klinikverbunds ist technisch trivial.

Richtwerte — stark abhängig von Krankenhausgröße, KIS-Infrastruktur und Patientenpopulation.

Was das System konkret macht

Das KI-Entlassmanagementsystem für Medikamenten-Adhärenz besteht aus drei funktionalen Bausteinen, die zusammenspielen müssen:

Baustein 1: Medikationsplan-Vereinfachung mit LLM Ein LLM — typischerweise GPT-4 oder Claude — bekommt den maschinenlesbaren Medikationsplan aus dem KIS per FHIR-Abruf. Der Prompt enthält die Anweisung, alle Medikamente in einfache Sprache zu übersetzen: Wirkstoffname → Handelsname → Zweck in einem Satz; Einnahmezeit → konkrete Uhrzeit mit Mahlzeitbezug; Dosierung → „1 Tablette morgens zum Frühstück” statt „1-0-0”. Das Ergebnis ist kein Brief für den Hausarzt, sondern ein Zettel für den Patienten — ergänzt durch QR-Code zur App.

Baustein 2: FHIR-Connector für Sektorenübergabe Der strukturierte Medikationsplan wird per FHIR-Ressource an die elektronische Patientenakte (ePA) übermittelt oder direkt an Praxissysteme gesendet, die FHIR unterstützen. In Deutschland wird dieser Weg durch das ePA-Rollout ab 2025 erleichtert — aber noch ist nicht jede Hausarztpraxis empfangsbereit. Als Fallback: Sicheres strukturiertes PDF per KIM (Kommunikation im Medizinwesen)-Nachricht.

Baustein 3: Patientenapp für Post-Discharge-Monitoring Die App (z. B. Mediteo) erinnert den Patienten zur Einnahmezeit, protokolliert Bestätigungen und Auslassungen und sendet bei Abweichungsmustern eine Benachrichtigung an die zuständige Pflegefachkraft oder den Hausarzt. Für Patienten ohne Smartphone: SMS-Erinnerungen als Fallback, oder Einbindung eines Angehörigen als Proxy-Nutzer.

Was das System nicht tut: Es prüft keine Wechselwirkungen autonom und ändert keine Dosierungen selbstständig. Das bleibt Arzt- und Apothekeraufgabe. Der KI-generierte Plan ist immer ein Entwurf, der vom diensthabenden Arzt oder der Stationsapotheke vor dem Druck freigegeben wird.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Wenn der Hausarzt ein anderes System hat — das Interoperabilitätsproblem

Das ist das unbesprochene Kernproblem dieser Use-Case-Kategorie: Das Krankenhaus kann noch so einen guten KI-generierten Medikationsplan erstellen — wenn er beim Hausarzt als unlesbares PDF ankommt, das in dessen PVS nicht importierbar ist, hat sich strukturell nichts geändert.

Die Realität in deutschen Praxen sieht so aus:

• Das Krankenhaus nutzt ORBIS, Dedalus oder Meierhofer als KIS
• Die Hausarztpraxis nutzt TurboMed, Medistar, CGM Life oder M1 Praxis
• Diese Systeme sprechen unterschiedliche Standards — selbst wo FHIR als Ziel definiert ist, sind die konkreten Implementierungen oft inkompatibel

Was heute funktioniert:

• ePA (elektronische Patientenakte): Seit dem Rollout ab Januar 2025 haben gesetzlich Versicherte eine ePA. Medikationspläne, die als FHIR-Ressource in die ePA geschrieben werden, sind für den Hausarzt lesbar — wenn er sich aktiv einloggt und nachschaut.
• KIM-Kommunikation: Direktnachricht zwischen zwei KIM-fähigen Systemen — strukturierter als Fax, aber kein automatischer Datenimport auf der Empfangsseite.
• Bundeseinheitlicher Medikationsplan (BMP): Als Papier- oder QR-Code-Format der gesetzliche Standard seit 2016 — aber inhaltlich oft veraltet, weil niemand ihn systematisch aktualisiert.

Was du davon lernen solltest, bevor du startest: Frag nicht „Welches KI-Tool nehmen wir?” sondern zuerst: „Wie bekommt unsere Entlassung den aktuellen Medikationsplan verlässlich zum Hausarzt?” Die Antwort auf diese Frage bestimmt, wie viel der KI-Schicht überhaupt Wirkung entfalten kann.

In der Praxis bedeutet das: Mindestens ein Pilot-Netzwerk von 3–5 kooperierenden Hausarztpraxen aufbauen, die bereit sind, strukturierte Daten zu empfangen und zu testen. Ohne diesen Schritt bleibt der beste Medikationsplan ein gut gemachtes PDF.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Was du regulatorisch klären musst, bevor du startest

Das ist der Abschnitt, den viele Einführungen überspringen und später bereuen.

Ist das Tool ein Medizinprodukt? Das hängt davon ab, was das System entscheidet. Ein Tool, das Medikationspläne in einfache Sprache übersetzt und dem Patienten präsentiert, ohne klinische Entscheidungen zu treffen, fällt je nach konkreter Funktion möglicherweise nicht unter die EU-Medizinprodukteverordnung (MDR). Ein Tool, das Dosierungsempfehlungen gibt oder Wechselwirkungen prüft, fällt definitiv darunter. Diese Grenze ist klinisch und rechtlich relevant — die Rechtsabteilung und ggf. ein Regulatory Affairs-Spezialist müssen das gemeinsam einordnen.

DiGA-Klassifizierung (Digitale Gesundheitsanwendungen nach § 139e SGB V): Patientengerichtete Apps, die nachweislich therapeutisch wirken, können als DiGA zugelassen werden — das bedeutet Kostenübernahme durch die GKV, aber auch einen Zulassungsprozess beim BfArM. Für Krankenhäuser interessant: Eine zertifizierte DiGA vereinfacht die Haftungsfrage erheblich, weil der Hersteller die klinische Wirksamkeit gegenüber dem BfArM nachgewiesen hat. Mediteo ist kein DiGA, aber ein ISO 13485-zertifiziertes Medizinprodukt — ein relevanter Unterschied.

Datenschutz DSGVO Art. 9: Medikamentenlisten sind Gesundheitsdaten besonderer Kategorie (Art. 9 DSGVO). Jede Verarbeitung durch ein KI-System — auch als Auftragsverarbeiter — erfordert eine explizite Rechtsgrundlage (in der Regel Art. 9 Abs. 2h: medizinische Versorgung) und einen AVV. Lass das vom Datenschutzbeauftragten des Hauses dokumentiert freigeben, bevor das System live geht.

Haftung bei Fehlmedikation: Wenn das KI-System einen vereinfachten Medikationsplan generiert, der einen Fehler enthält, und der Patient Schaden nimmt — wer haftet? Klar ist: Der behandelnde Arzt, der den Plan freigibt, trägt die ärztliche Verantwortung. Das System ist ein Hilfsmittel, kein autonomer Entscheider. Diese Verantwortung muss im SOE (Standard Operating Procedure) des Entlassmanagements explizit dokumentiert sein — einschließlich: Wer gibt den generierten Plan frei? Wie lange dauert die Prüfung? Was passiert bei Unklarheiten?

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Konkrete Werkzeuge — was wann passt

Hospital-seitige Entlassmanagement-Plattform:

Recare — Deutschlands meistgenutzte digitale Entlassmanagement-Plattform für Krankenhäuser. Über 950 Kliniken nutzen Recare für die Koordination von Nachversorgungsplätzen. Das Modul Recare Predict nutzt ML zur Verweildauerprognose; Recare Discharge koordiniert Pflegeheimplätze, Reha-Aufnahmen und Heimversorgung digital. Für die Medikationsplan-Übermittlung relevanter Aspekt: Recare integriert sich in gängige KIS per standardisierter Schnittstelle. KHZG-förderfähig bis zu 100 %. Preise auf Anfrage nach Klinikgröße.

Patient-seitige Adhärenz-App:

Mediteo — Patientenapp für Medikamentenerinnerungen. ISO 13485-zertifiziertes Medizinprodukt, DSGVO-konform (Server in Deutschland), Stiftung Warentest-Auszeichnung 2021. Funktioniert auch ohne Smartphone-Affinität des Patienten, da einfache Bedienbarkeit explizites Designziel ist. Freemium-Modell: 0 € für bis zu 3 Medikamente, Premium ca. 3,99 €/Monat oder 29,99 €/Jahr. Für Krankenhäuser: Kein nativer B2B-Kanal für direkte KIS-Integration; der Patient richtet die App selbst ein, unterstützt durch Pflegepersonal bei der Entlassung. Für Patienten mit komplexer Polymedikation ist Premium faktisch erforderlich.

LLM für Planvereinfachung:

ChatGPT (GPT-4 API) oder Claude (API) — für die Transformation des klinischen Medikationsplans in patientengerechte Sprache. Beide Modelle liefern bei gut definierten Prompts gute Ergebnisse. Wichtig: Nie ohne Freigabe durch den behandelnden Arzt oder die Stationsapotheke in den Druck. Die Halluzinationsrate von Generative KI bei medizinischen Texten ist nicht null — in einer Studie aus npj Digital Medicine (2024) wiesen 18 % der KI-generierten patientenfreundlichen Entlassdokumente sicherheitsrelevante Probleme auf, darunter 6 % mit Halluzinationen. Vier-Augen-Prinzip ist Pflicht. Für EU-datenkonforme Nutzung: Claude API über AWS Bedrock (Frankfurt) oder ChatGPT Enterprise mit EU-Datenresidenz.

Für die Interoperabilitätsschicht (FHIR-Connector):

Die FHIR-Integration ist kein fertiges Produkt, das man kauft — es ist ein Integrationsprojekt. Dein KIS-Anbieter (Dedalus, Meierhofer, CGM, ORBIS/Agfa) hat dafür Schnittstellen — frage konkret nach dem ISiK-Standard (Informationstechnische Systeme im Krankenhaus), der seit August 2023 für alle deutschen KIS verpflichtend ist. Dieser Standard definiert, welche FHIR-Ressourcen das KIS exportieren muss. Auf dieser Basis baut dein IT-Team oder ein Integrationsspezialist den Connector.

Zusammenfassung: Wann welcher Ansatz

• Koordination von Nachversorgungsplätzen + ML-Verweildauerprognose → Recare
• Patientenseitige Adhärenz-Unterstützung → Mediteo
• KI-Planvereinfachung (Prototyp/Pilot) → ChatGPT API
• Datenschutz-sensible Produktion (EU-Hosting) → Claude API via AWS Bedrock Frankfurt

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Datenschutz und Datenhaltung

Medikamentenlisten gehören zu den sensibelsten personenbezogenen Daten — DSGVO Art. 9 Abs. 1 stuft sie als Gesundheitsdaten besonderer Kategorie ein. Für jede KI-Verarbeitung dieser Daten gilt:

Was du sicherstellen musst:

• AVV mit jedem Datenverarbeiter: Sowohl der LLM-API-Anbieter als auch die Patientenapp als auch die Entlassmanagement-Plattform sind Auftragsverarbeiter nach Art. 28 DSGVO. AVV-Abschluss ist Pflicht — kein Produktivbetrieb ohne unterschriebenen Vertrag.
• EU-Hosting oder Standardvertragsklauseln: Für ChatGPT-API: OpenAI bietet EU-Datenresidenz für Enterprise-Kunden; für die Consumer-API gelten US-Datenschutzregeln. Sicherere Wahl: Claude API über AWS Bedrock Frankfurt (EU-Region) oder GPT-4 über Azure OpenAI (EU-Datenzentrum). Beide ermöglichen eine saubere DSGVO-Konformität.
• Mediteo: ISO 13485-zertifiziert, Server in Deutschland, AVV erhältlich. Für die patientenseitige App ist dies die sauberste Lösung im deutschen Markt.
• Recare: EU-Hosting, ISO 27001, ISiK-konform. Klinikeigener Datenschutzbeauftragter muss die Verarbeitung von Patientendaten durch Recare freigeben.
• Datenschutz-Folgenabschätzung (DSFA): Bei der Verarbeitung von Gesundheitsdaten im großen Maßstab schreibt Art. 35 DSGVO eine DSFA vor. In einem Kreiskrankenhaus mit Entlassmanagement-System für alle Patienten ist das eine realistische Anforderung.

Wer hat Zugriff auf was? Das Prinzip der Datensparsamkeit gilt: Die KI, die den Patientenplan vereinfacht, bekommt nur die Medikamentenliste des konkreten Patienten — nicht die Krankengeschichte, nicht andere Diagnosen. Der Hausarzt bekommt per FHIR nur den Medikationsplan, nicht die vollständige Entlassdokumentation (die geht separat als Entlassbrief). Die App speichert auf dem Gerät des Patienten — keine zentrale Datenbank mit Einnahmeprotokollen, die beim Krankenhaus liegt.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Was es kostet — realistisch gerechnet

Einmalige Einführungskosten

• IT-Projektkosten (FHIR-Connector zum KIS): 15.000–40.000 € je nach KIS-Anbieter und IT-Ausstattung des Hauses. Bei Nutzung vorhandener ISiK-Schnittstellen im unteren Bereich; bei Legacy-KIS ohne FHIR im oberen.
• Validierung durch Stationsapotheke und klinische Prüfung der LLM-Ausgaben: 2–4 Wochen Aufwand intern, geschätzt 5.000–10.000 € Personalkosten.
• KHZG-Förderung: Wenn dein Haus noch Fördermittel hat — Recare und ähnliche Systeme wurden als KHZG-förderfähige Investitionen anerkannt. Das kann einen erheblichen Teil der Einrichtungskosten abdecken.
• Schulung: 2–4 Tage pro Station, je nach Teamgröße.

Laufende Kosten (monatlich)

• Recare-Lizenz: Auf Anfrage; erfahrungsgemäß im Bereich 500–2.000 €/Monat je nach Klinikgröße und Modulumfang (Richtwert, nicht verifiziert).
• LLM-API-Kosten: Bei 35 Entlassungen/Woche und ~500 Tokens pro Medikationsplan liegen die API-Kosten im einstelligen Euro-Bereich monatlich — vernachlässigbar.
• Mediteo für Patienten: Kostet das Haus nichts — der Patient zahlt oder nutzt die Freiversion. Für Kliniken, die eine Premium-Lizenz für alle entlassenen Patienten finanzieren wollen: individuelles B2B-Modell mit Mediteo aushandeln.

ROI-Rechnung (konservatives Szenario)

• Ausgangsbasis: 30 Entlassungen/Woche (~130/Monat), davon 9–12 % kommen wegen Medikationsproblemen innerhalb von 30 Tagen zurück (12–15 Fälle/Monat) (Basis: Studiendaten mit 16 % Basis-Wiederaufnahmerate gesamt; medikationsbedingt nach Frontiers in Pharmacology 2021 rund 16 % davon; hohes Haus-Risikoprofil — diese Schätzung gilt für Häuser mit überdurchschnittlichem Wiedereinweisungsanteil bei Polymedikationspatienten.)
• Konservativ: 15 % Reduktion durch das System = 2 verhinderte Wiedereinweisungen/Monat
• Einsparung pro Fall: 4.000 € (untere Schätzung)
• Monatliche Einsparung: 8.000 €
• Amortisationszeit (Einrichtungskosten 30.000 €): < 4 Monate

Was diese Rechnung nicht zeigt: Den Qualitätsgewinn, den verminderten Stress für das Pflegepersonal und die haftungsrechtliche Risikoreduzierung. Diese Faktoren sind real, aber schwer zu monetarisieren.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Vier typische Einstiegsfehler

1. Den FHIR-Connector als letztes lösen wollen. Das ist der häufigste Planungsfehler: Man konzipiert das System von der Oberfläche her (App, Prompt) und verlegt die KIS-Integration ans Ende der Projektplanung. Das ist falsch herum. Der FHIR-Connector ist das Fundament des ganzen Systems — ohne ihn gibt es keine strukturierten Daten, und das LLM muss unstrukturierte Entlassbriefe als Input bekommen, was die Fehlerquote drastisch erhöht. Starte mit der Datenschnittstelle, nicht mit der App.

2. Alert Fatigue durch zu viele Interaktionswarnungen. Klinische Entscheidungsunterstützungssysteme haben ein bekanntes Problem: Zu viele Warnungen führen dazu, dass Ärzte alle Warnungen wegklicken — auch die wichtigen. Laut AHRQ-Daten überschreiben Ärzte 49–96 % aller Medikamenten-Interaktionswarnungen. Wenn das System jeden möglichen Alarm auslöst, verliert es das Vertrauen des klinischen Personals innerhalb von Wochen. Lösung: Klare Priorisierung von Anfang an. Nur Warnungen der höchsten Dringlichkeitsstufe werden aktiv eskaliert; alle anderen erscheinen als dokumentierter Hinweis.

3. Patienten ohne digitale Kompetenz mit App überfordern. Der Entlassungsmoment ist der schlechteste Zeitpunkt, um einem 78-Jährigen beizubringen, wie er eine App installiert. Das System muss die App-Einrichtung in den regulären Entlassgespräch-Ablauf integrieren — und einen menschenwürdigen Fallback haben: SMS-Erinnerungen für Non-Smartphone-Nutzer, schriftlicher Plan in großer Schrift, Einweisung eines Angehörigen als Proxy-Nutzer. Ohne diese Fallbacks wird die App nur bei der technisch-affinen Minderheit der Patienten funktionieren.

4. Den Plan ohne Vier-Augen-Prinzip in den Druck geben. In einer Studie (npj Digital Medicine, 2024) hatten 18 % der KI-generierten patientenfreundlichen Entlassdokumente sicherheitsrelevante Probleme — 6 % enthielten Halluzinationen, 3 % nannten Medikamente, die im Original nicht genannt wurden. Das ist bei 35 Entlassungen pro Woche statistisch relevant: Rein rechnerisch könnte eine fehlerhafte Ausgabe pro Woche entstehen. Die Lösung ist kein technisches Feature, sondern ein Prozess: Jeder KI-generierte Plan wird von einem Arzt oder Apotheker gegengeprüft und elektronisch freigegeben, bevor er zum Patienten geht.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Was mit der Einführung wirklich passiert — und was nicht

Klinische KI-Einführungen folgen einem Muster, das man kennen sollte:

Die erste Hürde ist die Klinikapotheke, nicht die IT. Die Stationsapotheke muss dem generierten Medikationsplan-Format zustimmen. Apothekerinnen und Apotheker haben legitime Einwände: Wie wurde der Plan erstellt? Was passiert bei Handelsnamen-Diskrepanzen zwischen KH-Katalog und Apotheken-Sortiment? Wie werden Dosisanpassungen bei Niereninsuffizienz dargestellt? Diese Fragen müssen vor dem Piloten beantwortet sein — und sie brauchen pharmakologisches Fachwissen, das kein IT-Projekt automatisch mitbringt. Binde die Klinikapotheke von Anfang an ein, nicht zur Freigabe am Ende.

Das Pflegepersonal ist der entscheidende Faktor. Die Systemeinführung läuft über die Pflege — sie erklären die App, unterstützen bei der Einrichtung, geben den Plan mit. Wenn das Pflegepersonal keinen Nutzen sieht (mehr Aufwand bei der Entlassung, nicht weniger), wird das System zum Papiertiger. Was hilft: Den Plan-Generierungs-Workflow direkt in den bestehenden Entlasscheck integrieren — nicht als zusätzlicher Schritt, sondern als Ersatz für den bisherigen Papierplan.

Der Widerstand der Hausärzte ist real und berechtigt. Einige Hausärzte werden die strukturierten FHIR-Daten nicht aktiv abrufen oder prüfen — weil ihr Praxissystem den Import nicht unterstützt, weil sie in der ePA nicht nachschauen, weil der Mehraufwand für sie höher ist als der Nutzen. Das ist kein böser Wille, sondern ein strukturelles Anreizsystem-Problem. Die pragmatische Lösung: Für jeden kooperierenden Hausarzt eine direkte Kommunikation per KIM-Nachricht anbieten, plus telefonische Bestätigung bei Hochrisikopatienten (Herzinsuffizienz, chronische Niereninsuffizienz, ≥8 Medikamente).

Was konkret hilft:

• Einen Entlassmanager oder Stationsarzt als Champion benennen, der das Projekt intern vertritt
• Pilotstart auf einer Station mit 10–15 Entlassungen/Woche — kein Big-Bang-Rollout
• Einen 90-Tage-Evaluationszeitraum mit klaren KPIs definieren: Fehlerrate der generierten Pläne, App-Aktivierungsrate, 30-Tage-Wiedereinweisungsrate der Pilot-Kohorte
• Jede unbeantwortete Frage als Systemlücke behandeln — welche Patientengruppe kann das System noch nicht gut bedienen?

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Konkrete Implementierungsanforderungen, SGB-V-Konformität und klinische Validierungspflichten sind mit Ärzten, Klinikapotheke und Datenschutzbeauftragten abzustimmen.

Realistischer Zeitplan mit Risikohinweisen

Was diese Zeitplanung nicht enthält: Mögliche Verzögerungen durch laufende KHZG-Förderantragsverfahren oder regulatorische Prüfungen. Bei nicht eindeutiger Einordnung als Medizinprodukt kann der Abstimmungsprozess mit dem BfArM zusätzliche 2–4 Monate kosten.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Häufige Einwände — und was dahintersteckt

„Wir haben dafür keine IT-Kapazitäten.” Das ist der häufigste und ehrlichste Einwand. Die FHIR-Connector-Entwicklung braucht IT-Ressourcen — das ist keine Frage, die sich wegdiskutieren lässt. Was sich abwägen lässt: Gibt es externe Integrationspartner, die speziell KIS-FHIR-Konnektoren für das in eurem Haus eingesetzte KIS anbieten? Für die verbreitetsten Systeme (ORBIS, Dedalus, Meierhofer) gibt es Marktanbieter, die das als Projektarbeit übernehmen. Alternativ: Recare-Implementierung als KHZG-Projekt liefert eine fertige KIS-Anbindung mit.

„Unsere Patienten sind zu alt für eine App.” Teilweise richtig — und kein Argument gegen das System. Die App ist ein Baustein, kein Kernstück. Der wichtigste Teil ist die verlässliche Übergabe an den Hausarzt (FHIR/KIM) und der verständliche Patientenplan auf Papier. Die App ergänzt das für die Hälfte der Patienten, die sie nutzen können — oder für deren Kinder, die als Proxy-Nutzer eingerichtet werden. Kein System sollte auf 100 % App-Adoption ausgelegt sein.

„Der ROI ist nicht beweisbar.” Stimmt teilweise. Wiedereinweisungsraten schwanken aus vielen Gründen, und Attribution ist methodisch komplex. Was du beweisen kannst: Fehlerrate der Medikationspläne (vor/nach), App-Aktivierungsrate, subjektive Zufriedenheit der Patienten mit der Entlassinformation, Feedback der Hausärzte zur Qualität der Übergabe. Diese weicheren KPIs sind valide Erfolgsindikatoren — auch wenn sie nicht direkt auf das Kostenkonto einzahlen.

„Das ist doch ein DiGA — dafür haben wir keine Ressourcen für einen Zulassungsprozess.” Möglicherweise ist es kein DiGA. Die DiGA-Klassifizierung betrifft Anwendungen, die eigenständig medizinische Zwecke erfüllen und bei der GKV erstattet werden sollen. Ein internes Krankenhaussystem, das Medikationspläne für den Entlassprozess generiert und kein eigenständiges Gesundheitsprodukt ist, fällt typischerweise nicht darunter — aber die Einordnung ist einzelfallabhängig. Regulatorischen Rat einholen, bevor man das Projekt mit einer falschen Annahme startet.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Woran du merkst, dass das zu dir passt

Passt gut, wenn:

• Du ein Kreiskrankenhaus oder Klinikverbund mit 150+ Betten und aktivem Entlassmanagement-Team bist
• Eure 30-Tage-Wiedereinweisungsrate liegt über dem regionalen Durchschnitt, und ihr wisst nicht genau, wie viele Fälle eine medikamentöse Komponente haben
• Euer KIS hat FHIR-Fähigkeiten (ISiK-Standard) oder ihr habt eine IT-Abteilung, die einen Connector bauen kann
• Ihr entlasst regelmäßig Patienten mit ≥5 Wirkstoffen (Herzinsuffizienz, COPD, Diabetes, onkologische Nachsorge)
• Es gibt bereits ein Entlassmanagement-Team, das eine Prozessverantwortung hat

Drei harte Ausschlusskriterien — wann es sich (noch) nicht lohnt:

1. Unter 100 Betten ohne dedizierte Entlassmanagement-Stelle. Die FHIR-Connector-Investition und die laufenden Systemkosten rechnen sich erst ab einem Entlassungsvolumen, das die Fixkosten trägt. In einem kleinen Haus mit 15–20 Entlassungen pro Woche ist die Amortisationszeit zu lang. Hier ist eine manuelle Verbesserung des Entlassbriefs (klarere Sprache, Apothekerrücksprache bei Polymedikation, strukturiertes Übergabegespräch) die sinnvollere Investition.

2. KIS ohne FHIR-Unterstützung und keine IT-Ressourcen für einen Connector. Ohne strukturierte Daten kein verlässliches KI-System. Ein LLM, das unstrukturierte Freitextbriefe als Input bekommt, macht mehr Fehler als eines, das strukturierte FHIR-Ressourcen verarbeitet. Ein KIS-Wechsel oder eine Connector-Investition ist Voraussetzung — beides braucht Zeit und Budget, das separat eingeplant werden muss.

3. Patient population hauptsächlich nicht-digital-affin ohne Angehörigen-Proxy. Das betrifft vor allem Häuser mit hohem Anteil an alleinlebenden, hochbetagten Patienten ohne Smartphone und ohne Angehörige, die die App übernehmen könnten. In diesem Fall ist die App-Komponente weitgehend nutzlos, und das System reduziert sich auf Medikationsplan-Vereinfachung + Hausarzt-Übergabe. Das ist immer noch wertvoll — aber der Business Case sieht schlanker aus, und das sollte in der Planung berücksichtigt werden.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Das kannst du heute noch tun

Kein IT-Projekt, kein Budget, keine Vorabentscheidung nötig. Nimm die letzten fünf Entlassbriefe für Patienten mit ≥5 Medikamenten. Gib sie einzeln in ChatGPT oder Claude und nutze den folgenden Prompt. Was du danach weißt: Ob das Konzept grundsätzlich funktioniert — bevor du einen Cent ausgibst oder ein IT-Projekt startest.

Wichtig: Echte Patientendaten nicht verwenden. Entlassbriefe und Medikationspläne sind Gesundheitsdaten nach DSGVO Art. 9 und dürfen nicht in Consumer-Versionen von ChatGPT oder Claude eingegeben werden. Nutze für diesen Test ausschließlich anonymisierte Daten (Name, Geburtsdatum, Versichertennummer geschwärzt) oder vollständig fiktive Testdaten. Für den Produktivbetrieb mit echten Daten ist ein Auftragsverarbeitungsvertrag (AVV) mit dem API-Anbieter Pflicht — mehr dazu im Abschnitt Datenschutz.

Wenn die Ausgabe überzeugend ist, ist das dein Signal, den nächsten Schritt zu gehen: Gespräch mit der Klinikapotheke, IT-Assessment der FHIR-Möglichkeiten eures KIS, und — wenn das Haus noch KHZG-Mittel hat — eine Fördermittelberatung für die Systemimplementierung.

Diese Darstellung ist eine fachliche Orientierung, kein Medizin- oder Rechtsersatz. Klinische Entscheidungen, Medikationsänderungen und Patientensicherheitsanforderungen unterliegen ärztlicher Verantwortung und sind mit Klinikapotheke, Rechtsabteilung und ggf. BfArM abzustimmen.

Quellen & Methodik

• Medikationsbedingte 30-Tage-Wiedereinweisungen (16 %, 40 % vermeidbar): Weissenborn et al., „Medication-Related Hospital Readmissions Within 30 Days of Discharge: Prevalence, Preventability, Type of Medication Errors and Risk Factors”, Frontiers in Pharmacology 12:567424 (2021). https://pmc.ncbi.nlm.nih.gov/articles/PMC8077030/
• 250.000 Krankenhauseinweisungen durch Medikationsfehler jährlich in Deutschland; 9 von 10 Medikationslisten fehlerhaft: ABDA – Bundesvereinigung Deutscher Apothekerverbände, Faktenblatt Polymedikation, Oktober 2025. https://www.abda.de/fileadmin/user_upload/assets/Faktenblaetter/Faktenblatt_Polymedikation.pdf
• KI-generierte patientenfreundliche Entlassdokumente: 18 % mit Sicherheitsproblemen, 6 % Halluzinationen: Abraham et al., „The quality and safety of using generative AI to produce patient-centred discharge instructions”, npj Digital Medicine 7:366 (2024). https://www.nature.com/articles/s41746-024-01336-w
• KI-gestützte Entlassplanung in deutschen Universitätskliniken: Lindner et al., „Optimizing Hospital Discharge Planning: Empirical Insights and Requirements of AI-Based Technologies From an Explorative Mixed Methods Field Study”, JMIR Formative Research (2026). https://formative.jmir.org/2026/1/e81824
• Alert Fatigue: 49–96 % Override-Rate bei Medikamentenwarnungen: AHRQ Patient Safety Network, „The tradeoffs between safety and alert fatigue: data from a national evaluation of hospital medication-related clinical decision support”. https://psnet.ahrq.gov/issue/tradeoffs-between-safety-and-alert-fatigue-data-national-evaluation-hospital-medication
• 50 % der deutschen Krankenhäuser ohne Software für Medikationsrückumstellung: Bundesgesundheitsministerium, Abschlussbericht ADRED-Projekt. https://www.bundesgesundheitsministerium.de/fileadmin/Dateien/5_Publikationen/Praevention/abschlussbericht/Abschlussbericht_ADRED.pdf
• Recare (Entlassmanagement-Plattform): Einsatz in fast 1.000 deutschen Kliniken; KHZG-Förderung bis zu 100 %. https://recareai.com
• Mediteo (Patientenapp, ISO 13485, 3,99 €/Monat): Mediteo GmbH, Produktseite und Datenschutzbedingungen (Stand Mai 2026). https://www.mediteo.com
• ISiK-Standard (verpflichtende FHIR-Schnittstellen für KIS ab August 2023): Fraunhofer IESE Blog, „FHIR? ISiK? Die Zukunft für den Austausch von Gesundheitsdaten.” https://www.iese.fraunhofer.de/blog/fhir-isik-austausch-von-gesundheitsdaten/
• Kosten und Preisangaben für Tools: Stand Mai 2026; Preise laufend änderbar — bei Projektbeginn aktuelle Angebote einholen.

Du willst wissen, ob das Konzept auf die Entlassmanagement-Situation in eurem Haus passt und wie ein realistischer Projektstart aussehen würde? Meld dich — das klären wir gemeinsam in einem kurzen Gespräch.