KI-Wissensassistent für neues Pflegepersonal

Das echte Ausmaß des Problems

Der Pflegesektor kämpft mit dem akutesten Fachkräftemangel im deutschen Gesundheitswesen. Laut Bundesagentur für Arbeit waren 2024 über 17.000 Stellen in der Altenpflege unbesetzt — bei gleichzeitig steigendem Bedarf. Die Konsequenz für Einrichtungen: Jede neue Mitarbeitende muss so schnell wie möglich vollständig einsatzfähig sein.

Die Einarbeitungszeit in vollstationären Einrichtungen dauert je nach Vorqualifikation 4 bis 12 Wochen — in dieser Zeit ist eine neue Pflegekraft nur bedingt einsatzfähig und braucht intensive Begleitung. Das bindet Kapazität im Stammpersonal:

Bei einer Einrichtung, die pro Jahr 6 neue Mitarbeitende einarbeitet und jede Neueinstellung täglich 2 Stunden Begleitung durch Stammpersonal benötigt:

• 6 Personen × 2 Stunden × 6 Wochen Einarbeitungszeit = 360 Stunden Kapazitätsverlust im Stammpersonal
• Bei internem Kostensatz 20 Euro/Stunde = 7.200 Euro jährlich — nur für Begleitungsaufwand

Das Problem: Viele der häufig gestellten Fragen neuer Mitarbeitender sind vorhersehbar und könnten automatisch beantwortet werden. Wo sind die Hygienehandschuhe? Wie ist das Dokumentationssystem konfiguriert? Was ist der Ablauf bei einem Sturzprotokoll? Welche Besonderheiten hat Bewohnerin Schmitt? Diese Informationen existieren — sie sind nur nicht einheitlich und sofort abrufbar.

Der eigentliche Verlust: Während Yasmin Özlems Fragen beantwortet, hat sie weniger Zeit für Bewohnerpflege. Bei knappem Personalstand bedeutet das: Jede neue Mitarbeitende erzeugt für mehrere Wochen eine leichte Unterbesetzung im laufenden Betrieb.

Mit vs. ohne KI — ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis — mittel (3/5) Die Entlastung des Stammpersonals ist real — 1–2 Stunden täglich je Neueinstellung. Aber der Effekt ist auf Einarbeitungsphasen konzentriert und nicht durchgängig. Bei 6 Neueinstellungen pro Jahr sind das trotzdem Hunderte Stunden gespartes Stammpersonal-Kapital.

Kosteneinsparung — niedrig (2/5) Die Einsparung ist indirekt: weniger gebundene Stammpersonal-Zeit. Das ist schwerer zu monetarisieren als direkte Prozesskosten. Keine direkten Rechnungen, keine MDK-Noten-Effekte, keine Behandlungskosten-Vermeidung.

Schnelle Umsetzung — mittel (3/5) Die Wissensdatenbank aufzubauen braucht 20–40 Stunden Initialaufwand. Dann ist ein Pilotbetrieb mit der nächsten Neueinstellung schnell möglich. Nicht so sofort wie ein Claude-Pilot bei Angehörigenbriefen, aber handhabbar.

ROI-Sicherheit — mittel (3/5) Der Effekt ist real und von Einrichtungen berichtet, aber der ROI hängt stark von der Einarbeitungs-Frequenz ab. Eine Einrichtung mit 2 Neueinstellungen pro Jahr hat einen anderen ROI als eine mit 10. Kein so klarer Kausal-Link wie bei MDK-Noten.

Skalierbarkeit — sehr hoch (5/5) Das ist der Stärkebereich: Ist die Wissensdatenbank einmal aufgebaut, kostet jede weitere Neueinstellung kaum mehr. Das System wächst mit der Einrichtung, ohne proportionale Kosten. Einrichtungen mit hoher Fluktuation oder mehreren Standorten profitieren überproportional.

Richtwerte — stark abhängig von Einarbeitungsfrequenz und vorhandener Dokumentationsqualität.

Was das System konkret macht

Der technische Ansatz ist Retrieval-Augmented Generation (RAG) — das System beantwortet Fragen auf Basis tatsächlich dokumentierten Wissens, erfindet nichts.

Schritt 1 — Wissensdatenbank aufbauen Die Grundlage ist die digitale Erfassung des Einrichtungswissens in einer strukturierten, suchbaren Form. Welche Inhalte gehören rein?

• Verfahrensanweisungen und Hygienestandards
• Notfallpläne und Eskalationsprozesse
• Einrichtungsspezifische Dokumentationshinweise
• Bewohner-Kurzprofile (für den schnellen Überblick, keine vollständigen Pflegeakten)
• Zuständigkeitsübersichten, Kontaktlisten, Schichtpläne
• FAQ aus realen Einarbeitungsgesprächen der letzten 2 Jahre

Schritt 2 — KI-Chatbot konfigurieren Auf Basis der Wissensdatenbank wird ein Chatbot konfiguriert — abrufbar per Smartphone. Neue Mitarbeitende stellen Fragen in natürlicher Sprache, der Bot sucht die relevantesten Dokumente und formuliert eine direkte Antwort mit Quellenangabe.

Schritt 3 — Mobile Verfügbarkeit Fragen entstehen nachts, in der Pause, zwischen zwei Zimmern. Der Assistent muss auf dem Smartphone zugänglich sein — ohne App-Download idealerweise, etwa über einen einfachen Chat-Link. Einige Einrichtungen nutzen einen WhatsApp Business-Bot als einfachste Option.

Schritt 4 — Feedback-Loop Wenn eine Frage nicht beantwortet werden kann, wird sie protokolliert. Die PDL sieht wöchentlich, welche Fragen offen geblieben sind — und kann die Wissensdatenbank erweitern. Jede unbeantwortete Frage ist ein Hinweis, was noch dokumentiert werden muss.

Konkrete Werkzeuge — was wann passt

Notion AI — wenn die Wissensdatenbank in Notion aufgebaut wird: Notion ist gut geeignet für strukturierte Inhalte wie Verfahrensanweisungen, Bewohnerprofile und Checklisten. Notion AI kann intern auf der Datenbank suchen und Fragen beantworten. Mobil verfügbar. Ab 10 Euro/Nutzer/Monat.

Microsoft 365 Copilot — für Einrichtungen in der Microsoft-Welt: Teams-Chatbot mit Copilot-Integration kann die SharePoint-Wissensdatenbank durchsuchbar machen. Sinnvoll, wenn Microsoft 365 ohnehin im Einsatz ist.

Claude — für die Erstellung der Wissensdatenbank-Inhalte: Claude kann aus vorhandenen Verfahrensanweisungen und PDFs strukturierte FAQ-Einträge generieren. Wenn du ein 20-seitiges Hygienekonzept hast, wandelt Claude es in kompakte, abrufbare Wissensbeiträge um. 18 Euro/Monat.

make.com — für die Automatisierung von Onboarding-Aufgaben: Neue Mitarbeitende automatisch in Dienstplan-Tools eintragen, Zugänge anlegen, Einarbeitungs-Checkliste in Task-Tool erstellen. 9 Euro/Monat.

Freshdesk / Intercom Chatbot — wenn ein dedizierter FAQ-Bot gewünscht ist, der keine KI im Backend braucht: regelbasierte FAQ-Systeme sind billiger und einfacher als ein vollständiger RAG-Bot. Gut für Einrichtungen, die klare, stabile Frage-Antwort-Paare haben. Ab 30–60 Euro/Monat.

Datenschutz und Datenhaltung

Die Wissensdatenbank enthält keine vollständigen personenbezogenen Gesundheitsdaten — das ist der entscheidende Unterschied zur Pflegedokumentation:

• Bewohner-Kurzprofile im System enthalten pflege-relevante Besonderheiten (Allergien, Kommunikations-Hinweise) — keine vollständigen Diagnosen oder Behandlungspläne
• Mitarbeiterdaten in Zuständigkeitslisten sind reguläre personenbezogene Daten (DSGVO Art. 6), keine besonderen Kategorien
• Bei KI-Anbietern wie Notion AI oder Claude: AVV erforderlich, EU-Serverstandort empfohlen
• Die vollständige Pflegeakte bleibt im gesicherten Pflegeinformationssystem — der Wissensassistent ist ein eigenständiges Hilfssystem

Was es kostet — realistisch gerechnet

Einstieg — statische FAQ-Datenbank

• Notion AI oder ähnliches: 10 Euro/Nutzer/Monat
• Claude für Wissensdatenbank-Erstellung: 18 Euro/Monat während Aufbauphase
• Aufbauaufwand: 20–40 Stunden einmalig für Kernwissen
• Laufend: 2–3 Stunden/Monat für Pflege und Aktualisierung

Mit dynamischem KI-Chatbot

• Dedizierte Chatbot-Plattform: 30–80 Euro/Monat
• Einrichtungsaufwand: 30–50 Stunden einmalig
• Laufend: Monatliche Wissensdatenbank-Pflege

ROI-Beispiel 6 Neueinstellungen/Jahr, Betreuungsaufwand sinkt von 2 Stunden/Tag auf 1 Stunde/Tag, 6 Wochen Einarbeitungszeit. Ersparnis: 6 Personen × 1 Stunde/Tag × 30 Tage = 180 Stunden/Jahr. Bei 20 Euro/Stunde = 3.600 Euro/Jahr — bei Tool-Kosten von unter 600 Euro/Jahr.

Drei typische Einstiegsfehler

1. Zu viele Inhalte auf einmal dokumentieren wollen. Wer versucht, die gesamte Einrichtungsdokumentation auf einmal in die Wissensdatenbank zu laden, scheitert an der Komplexität. Besser: Mit den 20 häufigsten Einarbeitungsfragen beginnen. Was werden neue Mitarbeitende in der ersten Woche am häufigsten fragen? Diese 20 Fragen sind der erste Sprint — und nach 4 Wochen Pilotbetrieb ist klar, was als nächstes dokumentiert werden muss.

2. Bewohner-Vollprofil in die Datenbank packen. Die Wissensdatenbank ist kein zweites Pflegeinformationssystem. Vollständige Pflegeakten, Diagnoselisten und Medikamentenpläne gehören nicht in einen Chatbot — sie gehören in das gesicherte Dokumentationssystem. Der Chatbot enthält Kurzhinweise: „Bewohnerin Zimmer 14: Allergisch auf Latex, braucht beim Essen Unterstützung links, kommuniziert lieber per Geste.” Mehr nicht.

3. Das System nicht pflegen. Ein Wissensassistent, der nach 6 Monaten veraltete Informationen enthält, ist schädlicher als keiner. Neue Verfahrensanweisung? Neuer Arzt für Notfälle? Geänderter Schichtplan-Prozess? Wenn diese Informationen nicht in die Datenbank einfließen, gibt der Bot falsche Antworten. Lösung: Fester monatlicher Update-Termin (30 Minuten) und eine klare Person als Wissensdatenbank-Verantwortliche.

Was mit der Einführung wirklich passiert — und was nicht

Was passiert: Neue Mitarbeitende nutzen den Assistenten anfangs skeptisch — sie probieren ihn aus und stellen dann immer noch Fragen an Yasmin, um zu prüfen, ob die Antwort stimmt. Nach 1–2 Wochen, wenn der Bot konsistent korrekte Antworten liefert, steigt das Vertrauen.

Was nicht passiert: Der Bot ersetzt nicht die menschliche Einarbeitung. Pflegerische Einschätzungskompetenz, der Umgang mit schwierigen Situationen, das Feeling für einzelne Bewohner — das lernt niemand von einer Wissensdatenbank. Die menschliche Begleitung konzentriert sich auf diese komplexen, nicht-dokumentierbaren Aspekte.

Typisches Widerstandsmuster: „Stammpersonal sieht das Tool als Konkurrenz.” Entsteht, wenn die Einführung nicht richtig kommuniziert wird. Das Tool nimmt niemandem etwas weg — es befreit Yasmin davon, täglich zweimal erklären zu müssen, wo die Hygienehandschuhe sind. Das menschliche Wissen, das Yasmin hat, bleibt wichtiger als je zuvor — weil es jetzt für wichtigere Dinge eingesetzt werden kann.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände — und was dahintersteckt

„Neue Mitarbeitende brauchen menschliche Begleitung — kein Chatbot.” Richtig. Der Chatbot ersetzt die menschliche Begleitung nicht — er entlastet Stammpersonal von Routine-Fragen, damit die verbleibende Begleitzeit auf wirklich komplexe, pflegerische und zwischenmenschliche Aspekte konzentriert werden kann. Yasmin, die nicht erklärt wo die Handschuhe sind, hat mehr Zeit für „Wie gehst du mit Bewohnerin Müller um, wenn sie nachts sehr unruhig ist?”

„Vertrauliche Bewohnerdaten dürfen nicht in ein Cloud-System.” Die Wissensdatenbank enthält keine vollständigen Gesundheitsdaten — nur pflegerische Kurzhinweise und allgemeine Verfahrensanweisungen. Für vollständige Pflegeakten bleibt das gesicherte Pflegedokumentationssystem die erste Adresse. Das sind zwei getrennte Systeme mit unterschiedlichem Datenschutz-Anspruch.

„Unser Team ist nicht technikaffin.” Ein Chatbot, der auf dem Smartphone per Tippen funktioniert, hat eine niedrige Einstiegshürde. Wenn zwei, drei neue Mitarbeitende das Tool genuinely hilfreich finden und das weitersagen, entsteht organische Nutzung — ohne Top-down-Zwang.

Woran du merkst, dass das zu dir passt

Das passt zu dir, wenn:

• Ihr stellt jährlich mehr als 3 neue Mitarbeitende ein und die Einarbeitungsphase belastet das Stammpersonal messbar
• Verfahrensanweisungen und Standards liegen verteilt in verschiedenen Ordnern und niemand weiß genau, wo alles ist
• Neue Mitarbeitende stellen in den ersten Wochen oft dieselben Fragen — die PDL könnte sie aufzählen
• Die Einrichtung hat bereits eine digitale Dokumentationsinfrastruktur, auf der aufgebaut werden kann

Das passt noch nicht zu dir, wenn:

• Die gesamte Dokumentation ist papierbasiert und muss erst digitalisiert werden — das ist der erste Schritt, nicht der zweite
• Ihr stellt nur 1–2 Personen pro Jahr ein — dann übersteigt der Aufbauaufwand den ROI
• Niemand kann 30–40 Stunden für den initialen Wissensdatenbank-Aufbau aufwenden

Das kannst du heute noch tun

Starte mit einer einfachen Übung: Schreib die 10 Fragen auf, die jede neue Mitarbeitende in der ersten Woche stellt. Das sind wahrscheinlich Fragen wie „Wo ist X?”, „Wie mache ich Y?” und „Was ist die Besonderheit bei Bewohner Z?”. Diese 10 Antworten sind deine erste Wissensdatenbank.

Dann nutze folgenden Prompt, um aus vorhandenen Dokumenten schnell FAQ-Einträge zu generieren:

Quellen & Methodik

• Bundesagentur für Arbeit, 2024: Unbesetzte Stellen in der Altenpflege und Krankenpflege
• Deutsches Institut für angewandte Pflegeforschung (dip), 2023: Einarbeitungsdauer und Kapazitätsbindung in vollstationären Einrichtungen
• Eigene Beobachtungen: Einarbeitungsaufwand aus Gesprächen mit Pflegedienstleitungen, 2024
• DSGVO Art. 6 und 9: Unterschied zwischen regulären personenbezogenen Daten und besonderen Kategorien (Gesundheitsdaten)