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 × 30 Arbeitstage (6 Wochen à 5 Tage) = 360 Stunden gebundene Zeit im Stammpersonal
• Bei 20 Euro Kostensatz je Stunde entspricht das 7.200 Euro. Diese Zahl bewertet Arbeitszeit, sie ist keine Ausgabe: Das Stammpersonal ist angestellt und wird bezahlt, ob es einarbeitet oder pflegt. Was fehlt, ist Pflegezeit am Bewohner, nicht Geld in der Kasse

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 ist genau das: Während Yasmin Özlems Fragen beantwortet, hat sie weniger Zeit für Bewohnerpflege. Bei knappem Personalstand erzeugt jede neue Mitarbeitende für mehrere Wochen eine faktische Unterbesetzung im laufenden Betrieb. Das ist der Schaden, und er zeigt sich in der Versorgung, nicht in der Buchhaltung.

Mit vs. ohne KI, ein ehrlicher Vergleich

Einschätzung auf einen Blick

Zeitersparnis, mittel (3/5) Die Entlastung des Stammpersonals ist real, rund eine Stunde täglich je Neueinstellung. Aber der Effekt ist auf Einarbeitungsphasen konzentriert und nicht durchgängig. Bei 6 Neueinstellungen pro Jahr sind das etwa 180 Stunden, die vom Erklären in die Pflege zurückgehen.

Kosteneinsparung, niedrig (2/5) Die Einsparung ist indirekt: weniger gebundene Stammpersonal-Zeit. Das ist schwerer zu monetarisieren als direkte Prozesskosten, und im ersten Jahr stehen die Aufbaukosten sogar dagegen. Keine Rechnungen, die kleiner werden, keine vermiedenen Behandlungskosten.

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, aber er hängt vollständig an der Einarbeitungs-Frequenz. Eine Einrichtung mit 2 Neueinstellungen pro Jahr hat einen anderen Fall vor sich als eine mit 10. Messbar ist er trotzdem, und zwar einfach: Lass die einarbeitende Kraft zwei Wochen lang einen Strich machen, wenn sie eine Frage beantwortet. Vor und nach der Einführung.

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 sucht zuerst in euren Dokumenten und formuliert die Antwort daraus, statt aus dem Modellgedächtnis.

Was das nicht heißt: „erfindet nichts”. Genau dieser Satz stand hier, und er ist falsch. RAG senkt die Fehlerquote, es beseitigt sie nicht. Wenn die Passage fehlt, mehrdeutig ist oder zwei Verfahrensanweisungen sich widersprechen, formuliert das Modell trotzdem eine flüssige, selbstbewusste Antwort. In einem Kontext, in dem jemand nach dem Notfallablauf, einer Hygienevorgabe oder einer Bewohnerbesonderheit fragt, ist das der Punkt, an dem dieses Werkzeug gefährlich wird. Drei Gegenmaßnahmen, keine davon optional:

1. Quellenangabe mit Dokumentname in jeder Antwort. Wer die Antwort nicht zum Dokument zurückverfolgen kann, kann sie nicht prüfen.
2. Ein Nichtwissen-Befehl im System-Prompt. „Wenn die Antwort nicht in den bereitgestellten Dokumenten steht, sag das und verweise an die Schichtleitung.” Und dann testen, ob er greift.
3. Eine Ausschlussliste. Medikation, Notfallablauf und alles, was eine pflegefachliche Entscheidung ist, beantwortet der Bot nicht, sondern verweist. Diese Themen gehören nicht in die Wissensdatenbank.

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 mit Anmeldung. Ein WhatsApp Business-Bot ist verlockend, weil ihn jeder bedienen kann; für Inhalte mit Bewohnerbezug ist er aus den Gründen im Datenschutzabschnitt keine Option, und für reine Verfahrensfragen prüfe den AVV, bevor du ihn aufsetzt.

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. Die KI-Suche gibt es erst im Business-Plan für 19,50 Euro je Nutzer und Monat bei jährlicher Abrechnung, und jede Person, die Fragen stellt, braucht einen eigenen Sitz.

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

Hier stand bisher, die Wissensdatenbank enthalte „keine vollständigen personenbezogenen Gesundheitsdaten” und Bewohner-Kurzprofile seien deshalb reguläre Daten nach Art. 6 DSGVO. Das ist falsch, und der Irrtum ist folgenreich.

Ein Gesundheitsdatum wird nicht dadurch harmlos, dass es kurz ist. „Bewohnerin Zimmer 14: allergisch auf Latex, braucht beim Essen Unterstützung links” ist ein Gesundheitsdatum nach Art. 9 DSGVO, genau wie der vollständige Pflegebericht. Art. 9 kennt keine Vollständigkeitsschwelle. Damit gilt:

• Rechtsgrundlage nach Art. 9 Abs. 2 DSGVO, in der Regel lit. h in Verbindung mit § 22 BDSG, nicht Art. 6 allein
• AVV nach Art. 28 DSGVO mit jedem Anbieter, der diese Daten verarbeitet, also auch mit Notion, Microsoft oder Anthropic
• Die Datenschutz-Folgenabschätzung prüfen, weil eine vulnerable Personengruppe betroffen ist
• Kein WhatsApp Business-Bot für Bewohnerinhalte. Diese Seite empfahl ihn als „einfachste Option”. Für Gesundheitsdaten einer vulnerablen Gruppe in einem US-Konzerndienst ohne passenden AVV ist er keine Option

Der einfachste Ausweg ist derselbe wie überall: Trenne die Datenbank. Verfahrensanweisungen, Hygienestandards, Notfallpläne, Zuständigkeiten und Wegbeschreibungen enthalten keine Bewohnerdaten, und das ist der Teil, der 90 Prozent der Einarbeitungsfragen beantwortet. Bewohnerbesonderheiten bleiben in der Pflegesoftware, wo der Zugriff geregelt und protokolliert ist. Dann ist der Chatbot datenschutzrechtlich ein unkritisches System, und ihr spart euch den ganzen Absatz.

Mitarbeiterdaten in Zuständigkeits- und Kontaktlisten sind dagegen tatsächlich reguläre personenbezogene Daten nach Art. 6 DSGVO.

Was es kostet, realistisch gerechnet

Einstieg, statische FAQ-Datenbank

• Notion AI oder ähnliches: Notion Business 19,50 Euro/Nutzer/Monat bei jährlicher Abrechnung, für PDL, zwei Praxisanleitungen und zwei Neue in der Einarbeitung 5 mal 19,50 Euro, macht 97,50 Euro im 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

Die Rechnung, vollständig

Sie lautete hier: 6 Neueinstellungen, je eine Stunde weniger Begleitung an 30 Arbeitstagen, macht 180 Stunden im Jahr, bei 20 Euro also 3.600 Euro, „bei Tool-Kosten von unter 600 Euro/Jahr”. Die 180 Stunden stimmen. Der Rest nicht.

Die 3.600 Euro sind keine Einsparung. Es sind 180 Stunden, die vom Erklären in die Pflege zurückwandern. Die Radar-Bewertung oben sagt das selbst: „Die Einsparung ist indirekt, weniger gebundene Stammpersonal-Zeit, das ist schwerer zu monetarisieren als direkte Prozesskosten.” Richtig. Dann darf hier keine Eurosumme danebenstehen.

Die Toolkosten waren zu niedrig angesetzt. Die Angabe zum Radar auf derselben Seite nennt 50 bis 100 Euro im Monat, also 600 bis 1.200 Euro im Jahr. Dazu kommen die Posten, die die Rechnung ausließ:

• Aufbau der Wissensdatenbank: 20 bis 40 Stunden einmalig, bei einer PDL mit 30 Euro Vollkosten also 600 bis 1.200 Euro. Für die Chatbot-Variante sind es 30 bis 50 Stunden.
• Laufende Pflege: 2 bis 3 Stunden im Monat, also 24 bis 36 Stunden im Jahr, 500 bis 700 Euro. Und ohne diese Pflege veraltet der Bot und gibt falsche Auskünfte, siehe Einstiegsfehler 3.

Im ersten Jahr stehen also 1.700 bis 3.100 Euro echte Kosten gegen 180 Stunden verlagerte Pflegezeit. Ob sich das lohnt, entscheidet nicht die Kostenrechnung, sondern die Frage, wie oft bei euch jemand Neues anfängt. Bei ein bis zwei Einstellungen im Jahr lohnt es nicht, das steht unten auch als Ausschlusskriterium. Bei sechs und mehr, oder bei mehreren Standorten mit denselben Verfahrensanweisungen, lohnt es.

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.” Berechtigt, und die beste Antwort ist, ihnen recht zu geben und die Bewohnerdaten draußen zu lassen. Die Wissensdatenbank beantwortet Verfahrensfragen, Hygiene, Notfallwege, Zuständigkeiten, Dokumentationsabläufe, und die enthalten keinen Bewohnerbezug. Alles, was einen Menschen betrifft, bleibt in der Pflegesoftware. Wer die Grenze anders zieht und Kurzhinweise zu Bewohnern in den Bot legt, hat ein Art.-9-System und muss es auch so behandeln.

„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 wirklich hilfreich finden und das weitersagen, entsteht Nutzung von selbst, ohne Anordnung von oben.

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
• Nicht belegbar und deshalb nicht mehr auf dieser Seite: eine um 30 bis 50 Prozent verkürzte Einarbeitungszeit, und eine Jahresersparnis von 3.600 Euro, die in Wahrheit 180 verlagerte Arbeitsstunden sind
• Eigene Beobachtungen: Einarbeitungsaufwand aus Gesprächen mit Pflegedienstleitungen, 2024
• DSGVO Art. 6 und Art. 9 Abs. 2 lit. h, § 22 BDSG: Mitarbeiterdaten in Zuständigkeitslisten fallen unter Art. 6, jeder Hinweis mit Bewohnerbezug unter Art. 9, unabhängig davon, wie kurz er ist