KI-gestütztes Pflegegradmanagement und MDK-Vorbereitung

Das echte Ausmaß des Problems

In einer typischen stationären Pflegeeinrichtung leben Menschen, deren Pflegebedarf sich laufend verändert, durch Krankheitsfortschritt, Operationen, kognitive Verschlechterung oder neue Diagnosen. Das Begutachtungsinstrument des Medizinischen Dienstes (NBA, Neues Begutachtungsassessment) bewertet sechs Lebensbereiche anhand von 64 Einzelkriterien. Wer sich in diesen Kriterien verschlechtert, hat Anspruch auf einen höheren Pflegegrad.

Das Problem: Niemand beantragt die Höherstufung automatisch.

Analysen aus MDK-Prüfungen zeigen: Rund 35 Prozent aller Pflegegrad-Anträge sind initial zu niedrig eingestuft, in vielen Fällen, weil die Pflegedokumentation die tatsächlichen Einschränkungen nicht vollständig abbildet. Laut MD-Statistiken wurden im Jahr 2022 in 54.839 Fällen Pflegegradentscheidungen nach Widerspruch korrigiert, das entspricht etwa 29 Prozent aller beanstandeten Fälle (Quelle: Medizinischer Dienst Bund). Spezialisierte Sachverständige erzielen bei gut begründeten Widersprüchen Erfolgsquoten von deutlich über 30 Prozent; rein privat formulierte Widersprüche kommen nur auf rund 10 Prozent (Quelle: Bundesweites Pflegenetzwerk).

Und das Ausmaß der Dokumentationsprobleme ist noch direkter: 60,2 Prozent aller abgelehnten Pflegegrad-Anträge scheitern nachweislich an unvollständiger Dokumentation, nicht an zu geringem Pflegebedarf (Quelle: Dexter Health, Analyse aus MD-Perspektive). Kognitive Verschlechterungen werden in der Dokumentation oft nur an „guten Tagen” erfasst. Mobilitätseinschränkungen werden als Diagnose dokumentiert, nicht als funktionelle Folge. Selbstversorgungsdefizite tauchen als “Unterstützung nötig” auf, ohne die betroffenen Körperbereiche zu benennen.

Für die Pflegeeinrichtung hat das konkrete Folgen: Jeder Bewohner, der bei Pflegegrad 2 verbleibt, obwohl Pflegegrad 3 gerechtfertigt wäre, kostet die Einrichtung 514 Euro monatlich. Bei Pflegegrad 3 zu 4 sind es 536 Euro (Leistungsbeträge vollstationäre Pflege 2025, Bundesgesundheitsministerium). In einem Heim mit 80 Bewohnern und auch nur fünf nicht-beantragten Höherstufungen summiert sich das auf bis zu 2.570 Euro monatlich, Geld, auf das ein Rechtsanspruch besteht und das die Pflegekasse auszahlen würde.

Mit vs. ohne KI, ein ehrlicher Vergleich

¹ Voraussetzung: Pflegedokumentation liegt digital und exportierbar vor; KI-System ist auf die einrichtungsspezifische Dokumentationsstruktur kalibriert. Zeitangaben basieren auf Praxiserfahrungen aus Einrichtungen mit 40–120 Bewohnern.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5)
Jede MDK-Begutachtungsvorbereitung kostet die PDL heute 3–5 Stunden: Dokumentation sichten, NBA-Kriterien zuordnen, Begründung formulieren. Mit einem strukturierten KI-Analyse-Output sinkt dieser Aufwand auf 45–60 Minuten. Da Begutachtungen in einer 80-Betten-Einrichtung monatlich 3–6 Mal auftreten können (Erstanträge, Höherstufungsanträge, Wiederholungsbegutachtungen), ist der Effekt spürbar, weniger ausgeprägt als die tägliche Zeitersparnis bei der allgemeinen Pflegedokumentation (UC01 in diesem Kapitel), aber konzentrierter auf die aufwändigsten Einzelprozesse.

Kosteneinsparung, sehr hoch (5/5)
Die Einnahmen aus korrekt beantragten und erfolgreich beschiedenen Höherstufungen sind einer der wenigen KI-Nutzen in der Pflege, die sich auf den Cent genau berechnen lassen. 514 Euro Pflegekassendifferenz je Pflegegrad-Schritt (PG2→3) multipliziert mit den tatsächlich erzielten Höherstufungen ergibt eine direkt buchbare Mehreinnahme. Selbst konservativ gerechnet, fünf dauerhafte Höherstufungen, summiert das auf über 30.000 Euro jährlich (5 × 514 € × 12 Monate). Das ist einer der stärksten Kosten-Nutzen-Hebel in der gesamten Pflegebranche.

Schnelle Umsetzung, niedrig (2/5)
Die Einrichtung braucht 3–5 Monate bis zum Routinebetrieb: Export-Schnittstelle zur bestehenden Pflegesoftware aufbauen oder konfigurieren, KI auf einrichtungsspezifische Dokumentationsstruktur kalibrieren, erste Analysedurchläufe validieren, PDL und Verwaltung schulen. Das ist kein Pilotprojekt für übermorgen. Mehrere andere Anwendungsfälle in diesem Kapitel sind schneller einsatzbereit.

ROI-Sicherheit, sehr hoch (5/5)
Die Kausalität ist selten so sauber: KI identifiziert Kandidatin, PDL stellt Antrag, MD bestätigt, Pflegekasse zahlt mehr, und das ist buchhalterisch exakt nachvollziehbar. Nicht jeder Kandidat führt zur Höherstufung, aber die Trefferquote kann über Zeit gemessen und verbessert werden. Kein anderer KI-Anwendungsfall in der Pflege hat einen so direkten und messbaren Pfad von der Maßnahme zum Ergebnis.

Skalierbarkeit, mittel (3/5)
Mehr Bewohner bedeuten mehr potenzielle Höherstufungskandidaten und damit mehr Einnahmepotenzial, aber auch mehr Begutachtungsaufwand für die PDL. Die KI skaliert ohne Mehraufwand, der Mensch dahinter nicht. Einrichtungen über 100 Bewohner profitieren tendenziell stärker, weil absolute Potenziale wachsen. Kalibrierung bleibt einrichtungsindividuell.

Richtwerte, stark abhängig von Bewohnerzahl, Dokumentationsqualität und vorhandener Pflegesoftware.

Was das KI-System konkret macht

Der Kernprozess gliedert sich in drei Phasen, die zusammen ein strukturiertes Pflegegradmanagement ergeben:

Phase 1: Dokumentationsanalyse
Das System exportiert regelmäßig Pflegeberichte, Verlaufsdokumentationen und Leistungsnachweise aus dem bestehenden Pflegesystem (MEDIFOX DAN, Vivendi NG oder einem anderen digitalen System). NLP durchsucht diese Texte nach Formulierungen, die auf veränderte Selbstständigkeit in den NBA-Modulen hindeuten: Mobilitätseinschränkungen, Veränderungen im Selbstpflegeverhalten, kognitive Veränderungen, neue Verhaltensauffälligkeiten, veränderte Kommunikationsfähigkeit.

Wichtig: Das System klassifiziert, aber bewertet nicht abschließend. Es listet Bewohnerinnen und Bewohner auf, bei denen die Dokumentation auf eine mögliche Veränderung im Pflegebedarf hinweist, eine Einschätzung, die zwingend durch die Pflegefachkraft validiert werden muss.

Phase 2: Dokumentationslücken-Check
Parallel gleicht das System die vorhandene Dokumentation gegen die Anforderungen der Begutachtungs-Richtlinien (BRi) des Medizinischen Dienstes ab. Es benennt fehlende Einträge: Welche NBA-Kriterien sind unzureichend belegt? Welche Tage fehlen in der Verlaufsdokumentation? Welche funktionellen Beschreibungen sind zu vage, um bei einer Begutachtung als Beleg zu gelten?

Phase 3: Begutachtungsvorbereitung
Wenn ein MDK-Termin bevorsteht, erstellt das System eine strukturierte Zusammenfassung nach NBA-Modulen, mit relevanten Dokumentationsstellen, zeitlicher Verlaufsdarstellung und den Lücken, die vor dem Termin noch geschlossen werden sollten. Das ist kein fertig formulierter Antrag, aber eine belastbare Arbeitsgrundlage für die PDL.

Was das System nicht macht, und nicht darf:
Das KI-System trifft keine Einstufungsentscheidungen. Es berechnet keine Pflegegrade. Es empfiehlt keine Pflegemaßnahmen. Die fachliche Verantwortung für jeden Höherstufungsantrag, jede Widerspruchsbegründung und jede Vorbereitung liegt bei der Pflegedienstleitung, das ist keine Formalie, sondern eine haftungsrechtliche Realität. KI kann den Blick schärfen und den Aufwand reduzieren, aber sie ersetzt nicht die qualifizierte Pflegefachkraft.

Rechtliche Grundlagen: SGB XI, Begutachtungsrichtlinien und Haftung

Wer KI im Pflegegradmanagement einsetzt, muss das rechtliche Fundament verstehen, nicht als Bremsklötz, sondern als Grundlage für eine belastbare Umsetzung.

SGB XI § 18: Begutachtungsverfahren
Der Anspruch auf Pflegeleistungen entsteht erst mit dem Eingang des Antrags bei der Pflegekasse, nicht rückwirkend ab Eintreten der Pflegebedürftigkeit. Jede Woche, die ein begründeter Höherstufungsantrag zu spät gestellt wird, ist rechtlich nicht mehr rückholbar. Das ist der entscheidende Anreiz für ein strukturiertes Monitoring.

Begutachtungs-Richtlinien (BRi)
Der Medizinische Dienst Bund gibt detaillierte Begutachtungsrichtlinien heraus, die zuletzt im September 2024 aktualisiert wurden. Sie legen fest, welche Dokumentation welches NBA-Kriterium belegen kann und welche Einträge als Beleg gelten. Ein KI-System, das diese Richtlinien kennt, kann Dokumentationslücken zielgenau benennen, vorausgesetzt, es ist auf dem Stand der jeweils aktuellen BRi.

Haftung bei falschen Angaben
Ein Höherstufungsantrag ist eine Erklärung gegenüber einem Kostenträger. Falsche oder irreführende Angaben können als Leistungsmissbrauch bewertet werden. Das KI-System liefert Dokumentationszusammenfassungen, die inhaltliche Richtigkeit prüft und verantwortet die Pflegedienstleitung. Jede KI-generierte Zusammenfassung muss vor dem Absenden durch eine Pflegefachkraft verifiziert werden. Kein Antrag darf auf Basis von KI-Output alleine gestellt werden.

DSGVO und SGB XI Datenschutz
Pflegedaten sind nach Art. 9 DSGVO besonders schutzwürdige Gesundheitsdaten. Jede Übermittlung an ein externes KI-System erfordert einen Auftragsverarbeitungsvertrag (AVV). Die Verarbeitung muss auf das notwendige Minimum beschränkt bleiben. Anonymisierung oder Pseudonymisierung für reine Strukturanalysen ist möglich und empfehlenswert, wenn das Geschäftsmodell es erlaubt. Datenschutzbeauftragter und Träger müssen vor Inbetriebnahme eingebunden werden.

Konkrete Werkzeuge, was wann passt

Der Markt für spezialisierte Pflegegrad-KI-Software ist im Mai 2026 noch dünn. Es gibt keine dominante Lösung, die als Drop-in-Ersatz für eine gut organisierte PDL-Routine funktioniert. Was es gibt, sind sinnvoll kombinierbare Werkzeuge.

Analysemodule in bestehender Pflegesoftware
MEDIFOX DAN ist die meistgenutzte Pflegesoftware in Deutschland (über 13.000 Einrichtungen). Das System enthält Reporting- und Auswertungsfunktionen, die Bewohnerdaten nach definierten Kriterien filtern können. Vivendi NG (Connext) bietet mit dem “IntelliCare”-Modul eine KI-gestützte Mustererkennung, die aus dokumentierten Einträgen automatisch Handlungsempfehlungen ableitet, beispielsweise wenn sich Blutdruckwerte über mehrere Tage verändern. Beide Systeme sind keine dedizierten Pflegegrad-Analyse-Tools, aber ihre Auswertungsmodule sind ein sinnvoller erster Schritt, bevor externe KI-Werkzeuge eingeführt werden. Vorteil: keine separate Datenweitergabe, keine neuen Schnittstellen.

General-Purpose-LLMs für strukturierte Dokumentenanalyse
Claude und ChatGPT können aus einem Export von Pflegeberichten (z. B. als PDF oder Textdatei) strukturierte NBA-Auswertungen erstellen, wenn du sie mit einem gut konfigurierten System-Prompt auf die BRi-Kriterien ausrichtest. Das ist kein vollautomatischer Prozess, aber für die monatliche Überprüfung von Höherstufungskandidaten in Einrichtungen mit bis zu 60 Bewohnern ein pragmatischer Einstieg ohne Zusatzkosten (wenn bereits Lizenzen bestehen). NotebookLM eignet sich für die strukturierte Analyse von Einzelfällen: Pflegeberichte hochladen, NBA-Richtlinien als Referenz hinterlegen, gezielte Fragen zu Dokumentationsstand und Lücken stellen.

Automatisierungs-Workflows
make.com kann den Export-Analyse-Bericht-Prozess teilautomatisieren: wöchentlicher Datenexport aus der Pflegesoftware → Übergabe an Claude- oder ChatGPT-API → strukturierte Auswertung → Bericht an PDL per E-Mail. Setup-Aufwand: 2–4 Tage für einen erfahrenen No-Code-Entwickler. Diese Lösung setzt eine Exportschnittstelle der Pflegesoftware und eine API-Lizenz beim KI-Anbieter voraus.

Wann welcher Ansatz

• Keine neuen Systeme einführen wollen → Analysemodule der bestehenden Pflegesoftware aktivieren
• Bis 60 Bewohner, PDL hat KI-Erfahrung → Claude/ChatGPT mit konfiguriertem System-Prompt
• Prozess soll automatisiert und regelmäßig laufen → make.com + LLM-API
• Einzelfallvorbereitung für bevorstehende Begutachtung → NotebookLM

Datenschutz und Datenhaltung

Pflegedaten sind Art. 9 DSGVO-relevant, das ist die höchste Datenschutzkategorie. Bevor ein Dokumentenexport an ein externes KI-System geht, müssen drei Fragen beantwortet sein:

Welche Daten werden verarbeitet?
Im Idealfall anonymisierte oder pseudonymisierte Pflegeberichte, aus denen nur die klinischen Inhalte extrahiert werden, nicht aber Name, Geburtsdatum oder Versichertennummer. Wenn die Analyse personenbezogen sein muss (z. B. für die Begutachtungsvorbereitung einer konkreten Bewohnerin), ist der AVV zwingend.

Wo werden die Daten verarbeitet?
Claude über die claude.ai-Consumer-App: US-Server, kein geeigneter Datenpfad für Patientendaten. Claude über AWS Bedrock Frankfurt (eu-central-1) oder Anthropic Enterprise-API mit AVV: DSGVO-konform nutzbar. ChatGPT via OpenAI Enterprise mit EU-Hosting: AVV vorhanden, Datenresidenz EU konfigurierbar. MEDIFOX DAN: EU-Hosting, AVV vorhanden, Analyse bleibt im System, keine externe Weitergabe.

Wer hat Zugriff auf die Analyseausgaben?
KI-generierte Auswertungen, die Bewohnerdaten enthalten, sind vertraulich. Zugriffsberechtigungen müssen im Verarbeitungsverzeichnis dokumentiert sein. Auswertungen dürfen nicht unverschlüsselt per E-Mail versendet oder in offenen Cloud-Ordnern abgelegt werden.

Datenschutzbeauftragten und Heimleitung müssen das Verfahren kennen und freigeben, das ist kein optionaler Schritt.

Was es kostet, realistisch gerechnet

Einmalige Einrichtungskosten

• Konfiguration und Kalibrierung des System-Prompts auf BRi-Kriterien: 8–16 Stunden interner oder externer Aufwand
• Schnittstellen-/Exportkonfiguration aus der Pflegesoftware: 1–3 Tage
• Datenschutzprüfung und AVV-Abschluss: 1–2 Tage (Datenschutzbeauftragter)
• make.com-Automatisierung (falls gewünscht): 2–4 Tage Entwicklungsaufwand
• Gesamt externer Einrichtungsaufwand: 3.000–9.000 Euro, je nach Komplexität und ob Automatisierung aufgesetzt wird

Laufende Kosten (monatlich)

• LLM-Nutzungskosten (API): 30–120 Euro/Monat je nach Volumen und Modell
• make.com: ab 9 Euro/Monat (Basic-Plan)
• MEDIFOX DAN-Analysemodule: in der Regel im bestehenden Lizenzvertrag enthalten (klären)
• Zeitaufwand PDL für Validierung und Antragstellung: 3–6 Stunden/Monat

Wie du den ROI tatsächlich misst
Nicht durch Schätzung, sondern durch direkten Vergleich: Wie viele Höherstufungsanträge wurden in den 12 Monaten vor KI-Einführung gestellt? Wie viele in den 12 Monaten danach? Wie hoch war die Erfolgsquote? Das Ergebnis ist in Euro buchbar. Jede erfolgreiche Höherstufung von PG2 auf PG3 bringt der Einrichtung 514 Euro Mehreinnahmen monatlich, dauerhaft, solange der Pflegegrad Bestand hat.

Konservatives Rechenbeispiel:
Einrichtung mit 80 Bewohnern, aktuell 2 Höherstufungsanträge pro Quartal. Nach KI-gestütztem Monitoring: 5 Anträge pro Quartal, davon 70 Prozent erfolgreich = 3,5 erfolgreiche Höherstufungen je Quartal im Durchschnitt. Bei 514 Euro Differenz: 1.799 Euro Mehreinnahmen monatlich. Gesamtkosten KI-System: ca. 500 Euro/Monat. ROI innerhalb von 6–9 Monaten.

Typische Einstiegsfehler

1. KI als Entscheidungssystem einsetzen, nicht als Analysewerkzeug.
Der häufigste Fehler: Das System identifiziert einen Kandidaten für eine Höherstufung, der Antrag wird ohne qualifizierte Überprüfung gestellt, und der MD bestätigt den Befund nicht, weil die klinische Grundlage in der Dokumentation nicht belastbar genug ist. Die KI hat einen Hinweis geliefert, keine Entscheidung. Diese Unterscheidung muss im Team explizit kommuniziert und dokumentiert sein: Jeder KI-Output ist ein Arbeitssignal, kein Ergebnis.

2. Veraltete oder unvollständige Datenbasis analysieren lassen.
Wenn die tägliche Pflegedokumentation lückenhaft ist, wenn Pflegekräfte pauschal “wie gehabt” eintragen statt tatsächliche Beobachtungen zu beschreiben, liefert das KI-System keine bessere Analyse als eine manuelle Durchsicht. Es strukturiert, was vorhanden ist. Wer erwartete Lücken durch KI-Analyse identifizieren will, muss sicherstellen, dass die Grunddokumentation tatsächlich geführt wird. Ohne das ist das Monitoring wertlos.

3. BRi-Aktualität nicht überwachen.
Die Begutachtungs-Richtlinien des Medizinischen Dienstes werden gelegentlich angepasst (zuletzt September 2024). Ein System-Prompt, der auf einer älteren BRi-Version kalibriert wurde, liefert möglicherweise falsche Lücken-Hinweise, oder übersieht neue Kriterien. Die PDL muss nach jeder BRi-Aktualisierung prüfen, ob der KI-Analyseprozess angepasst werden muss. Das ist eine organisatorische Aufgabe, keine technische.

4. Den Prozess einrichten und sich selbst überlassen.
Das ist der stille Fehler: Das System läuft, generiert Berichte, aber niemand verarbeitet sie systematisch. Die Hinweise häufen sich in einer E-Mail-Inbox, die PDL hat keine Kapazität für die Validierung, und nach sechs Monaten stellt sich heraus, dass die KI-Berichte ungenutzt bleiben. Ohne einen definierten Prozess, wer prüft wann welche Ausgaben, wer stellt welche Anträge bis wann, ist das System ein teures Ablagesystem.

5. Den Datenschutz-Schritt überspringen.
”Wir anonymisieren die Daten kurz” ist keine belastbare Datenschutzstrategie. AVV, Verarbeitungsverzeichnis und Datenschutz-Folgenabschätzung müssen vor dem ersten Produktivlauf abgeschlossen sein. Eine MDK-Prüfung oder eine Beschwerde von Angehörigen kann schnell den fehlenden AVV offenlegen, mit rechtlichen Konsequenzen.

Was mit der Einführung wirklich passiert, und was nicht

Die Erwartung: Das System identifiziert sofort alle übersehenen Höherstufungskandidaten, die Einnahmen steigen im ersten Monat spürbar, und die PDL hat plötzlich vier Stunden pro Woche mehr Zeit.

Die Realität ist etwas anders.

In den ersten Wochen verbringt die PDL mehr Zeit mit dem System als ohne, weil jede Ausgabe validiert werden muss und das Vertrauen in die Analysen erst aufgebaut wird. Nach sechs bis acht Wochen zeigt sich, welche Ausgabetypen zuverlässig sind und welche Kategorien das System noch zu vage trifft. Erst nach drei bis vier Monaten ist der Kalibrierungsaufwand pro Analyse niedrig genug, dass die Zeitersparnis spürbar überwiegt.

Das Pflegepersonal wird nicht mit dem System interagieren, und das ist richtig so. Das System arbeitet auf exportierten Daten im Hintergrund. Was sich für die Pflegekräfte im Alltag ändert: Die PDL fragt gelegentlich nach konkreteren Formulierungen bei bestimmten Bewohnern, weil das System eine Lücke angezeigt hat. Das ist kein Mehraufwand, wenn die Kommunikation gut läuft, aber es braucht eine kurze Erklärung, warum jetzt auf einmal genauer dokumentiert werden soll.

Was wirklich hilft:

• Einen klaren internen Prozess definieren, bevor das System live geht: Wer prüft die Ausgaben? Wann? Wer stellt Anträge? Bis wann?
• Die ersten drei Analysedurchläufe gemeinsam mit einem externen Fachberater oder einer erfahrenen PDL validieren, nicht alleine
• Ein einfaches Nachverfolgungsblatt führen: Welche KI-Hinweise haben zu Anträgen geführt? Mit welchem Ergebnis? Das ist die Grundlage für spätere ROI-Berechnung

Realistischer Zeitplan mit Risikohinweisen

Zeitpuffer einkalkulieren: Wenn die bestehende Pflegesoftware keine saubere Export-API hat, kann die Schnittstellenkonfiguration 4–6 Wochen kosten. Das ist der häufigste Zeitkiller in Projekten dieser Art.

Häufige Einwände, und was dahintersteckt

“Unsere Dokumentation ist zu unvollständig für KI-Analyse.”
Das ist kein Argument gegen das Projekt, es ist der Grund dafür. Wenn die Dokumentation so lückenhaft ist, dass eine KI-Analyse nichts Belastbares liefern kann, ist das auch ein Signal, dass die Grundlage für MDK-Begutachtungen fehlt. Ein Dokumentationsprojekt parallel oder als Vorstufe zum KI-Einsatz ist dann sinnvoller als der sofortige Vollausbau. Schau dir die KI-Qualitätsprüfung der Pflegedokumentation als Einstiegspunkt an.

“Das macht der MD doch sowieso, wir müssen uns nicht selbst darum kümmern.”
Der MD kommt zur Begutachtung, wenn ein Antrag gestellt wird. Anträge stellt nicht der MD, die stellt die Einrichtung oder der Versicherte. Wer keinen Antrag stellt, bleibt auf dem alten Pflegegrad. Der MD erkennt keine Verschlechterungen von sich aus. Hier liegt die systematische Lücke.

“Was, wenn das KI-System einen falschen Kandidaten vorschlägt und wir einen unbegründeten Antrag stellen?”
Ein gut konfiguriertes System gibt keine Gewissheiten aus, sondern Hinweise. Jeder Hinweis wird von der PDL qualifiziert geprüft, bevor ein Antrag gestellt wird. Ein unbegründeter Antrag führt zur Ablehnung durch den MD, nicht zu Sanktionen, solange keine falschen Angaben gemacht wurden. Die Haftungsabsicherung liegt in der fachlichen Prüfung, nicht im System.

“Das ist zu teuer für uns als kleine Einrichtung.”
Für Einrichtungen unter 40 Bewohnern stimmt das wahrscheinlich. Die Einrichtungskosten (3.000–9.000 Euro) amortisieren sich bei wenigen MDK-Ereignissen pro Jahr nicht in vernünftiger Zeit. Für größere Einrichtungen ab 60 Bewohnern ist die Rechnung anders, dort können schon zwei bis drei erfolgreiche Höherstufungen pro Quartal die Kosten decken.

Woran du merkst, dass das zu dir passt

• Du betreibst eine stationäre Pflegeeinrichtung mit mindestens 40–50 Bewohnern, erst ab dieser Größe ist das Potenzial an möglichen Höherstufungen ausreichend, um den Einrichtungsaufwand zu rechtfertigen
• Deine Pflegedokumentation ist vollständig digital, exportierbare Berichte aus einem System wie MEDIFOX DAN oder Vivendi NG sind Voraussetzung für eine KI-Analyse; Paper-Trail ist kein Startpunkt
• Die PDL hat nachweislich MDK-Vorbereitungen aufgeschoben, nicht aus Unwille, sondern weil die Kapazität fehlt: Das ist das klare Signal, dass der Prozess entlastet werden muss
• Es gibt Bewohner, deren Pflegebedarf sich in den letzten 12 Monaten spürbar verändert hat, aber der Pflegegrad ist unverändert, das ist das direkteste Indiz für ungenutztes Höherstufungspotenzial
• Die Einrichtungsleitung ist bereit, einen klaren internen Prozess für KI-Output-Verarbeitung zu definieren, ohne diesen Prozess läuft das System leer

Wann es sich (noch) nicht lohnt, drei harte Ausschlusskriterien:

1. Unter 40 Bewohner oder wenige MDK-Ereignisse pro Jahr. Weniger als zwei bis drei Begutachtungen pro Quartal bedeuten, dass der Einrichtungsaufwand von 3.000–9.000 Euro und die laufenden Monatskosten kaum durch gesparte Zeit oder Mehreinnahmen gedeckt werden. Eine strukturierte manuelle Überprüfung durch die PDL, vielleicht mit einem Standardprompt einmal im Monat, ist dann ausreichend.

2. Papierbasierte oder fragmentierte digitale Dokumentation. Wer Pflegeberichte in einem nicht-exportfähigen System führt oder zwischen verschiedenen Medien verteilt hat (gedruckte Listen, handschriftliche Eintragungen, parallele Excel-Tabellen), hat keine auswertbare Datenbasis. Kein KI-System der Welt analysiert das sinnvoll. Schritt eins ist dann die Vereinheitlichung der Dokumentationsinfrastruktur.

3. Keine Kapazität für Validierung und Antragsbearbeitung. Das KI-System liefert Hinweise. Jemand muss sie prüfen, einordnen, und, wenn berechtigt, den Antragsprozess anstoßen. Wenn die PDL bereits jetzt am Kapazitätslimit arbeitet und keine Entlastung anderer Aufgaben realistisch ist, wird der KI-Output in der Ablage landen. Das System ersetzt keine Arbeitsstunden, es verschiebt sie.

Das kannst du heute noch tun

Öffne NotebookLM, kostenlos, kein Setup. Lade die Pflegeberichte eines Bewohners hoch, bei dem du das Gefühl hast, der Pflegebedarf könnte sich verändert haben. Lade zusätzlich eine Zusammenfassung der NBA-Module (als PDF erhältlich über md-bund.de) hoch. Stelle dann diese Frage:

“Welche der sechs NBA-Module (Mobilität, kognitive Fähigkeiten, Verhaltensweisen, Selbstversorgung, Umgang mit krankheitsbedingten Anforderungen, Alltagsleben) zeigen in den Pflegeberichten Veränderungen im Vergleich zu früheren Einträgen? Welche Dokumentationseinträge fehlen, die für eine NBA-Bewertung relevant sein könnten?”

Das dauert 20 Minuten. Du wirst sehen, ob das Konzept für eure Dokumentationsqualität funktioniert.

Für den Routinebetrieb brauchst du einen strukturierten System-Prompt:

Quellen & Methodik

• Medizinischer Dienst Bund, Begutachtungsstatistik 2022: 54.839 korrigierte Pflegegradentscheidungen nach Widerspruch; entspricht ca. 29 % der beanstandeten Fälle. Quelle: md-bund.de
• Dexter Health, „Dokumentationsfehler, die den Pflegegrad kosten: Eine Analyse aus MD-Sicht” (dexter-health.com): 60,2 % der abgelehnten Pflegegradanträge scheitern an unvollständiger Dokumentation; 35 % der Erstanträge werden zu niedrig eingestuft; 40 % der eingelegten Widersprüche sind erfolgreich.
• Bundesgesundheitsministerium (BMG), Leistungsansprüche der Versicherten 2025 (Stand: 22.07.2025): Vollstationäre Pflege: PG2 = 805 €, PG3 = 1.319 €, PG4 = 1.855 €, PG5 = 2.096 € monatlich. Quelle: bundesgesundheitsministerium.de
• Sozialverband VdK Deutschland e. V., „Widerspruch gegen Pflegegrad lohnt sich oft”: Rund 34 % aller Widerspruchsverfahren führen zu einer Korrektureinstufung; privat formulierte Widersprüche erfolgreich nur in ca. 10 % der Fälle. Quelle: vdk.de
• Begutachtungs-Richtlinien (BRi) des Medizinischen Dienstes Bund: Zuletzt angepasst September 2024. Verbindliche Grundlage für Pflegegradermittlung. Quelle: md-bund.de
• MEDIFOX DAN, Connext Vivendi NG IntelliCare: Produktinformationen und Anbieterseiten (Stand Mai 2026). Preis- und Funktionsangaben auf Anfrage beim Anbieter bestätigen.
• Einrichtungs- und Kostenschätzungen: Erfahrungswerte aus Pflegeeinrichtungen mit 40–120 Bewohnern; keine repräsentative Studie, aber konsistente Praxisbeobachtungen aus mehreren Projekten.

Willst du wissen, wie viele deiner Bewohner möglicherweise einen veränderten Pflegebedarf haben, der noch nicht in einem Antrag dokumentiert ist? Meld dich, das können wir gemeinsam in einem kurzen Erstgespräch einschätzen.