Anamnese und Kontext: wo Spracherkennung in der Reha an Grenzen kommt

Eine Reha-Anamnese ist kein Frage-Antwort-Protokoll. Sie ist eine ärztlich geführte Synthese: aus den gesprochenen Berichten der Patient:innen, aus dem Akut-Verlauf in den vorliegenden Vorbefunden, aus der sozialen und beruflichen Lebenslage und aus einer Reha-Ziel-Operationalisierung, die in sozialmedizinischer Sprache formuliert sein muss. Spracherkennung leistet einen Teil dieser Aufgabe verlässlich — sie macht das gesprochene Wort lesbar. Den anderen Teil — die Kontext-Verbindung zwischen Quellen — leistet sie strukturell nicht.

Diese Grenze ist methodisch konsolidiert. Die Stanford-Forschung zu Ambient AI Scribes (Tierney et al. 2024–2025) dokumentiert konsistent: Ambient-Spracherkennungs-Systeme erreichen in akut-Anamnesen hohe Transkriptions-Qualität — Lesbarkeit, Vollständigkeit der erfassten Symptome, Korrektheit der wörtlichen Wiedergabe. Was sie nicht erreichen: die Verbindung des gesprochenen Berichts zu vorhandenen Akut-Berichten und längsschnittlichen Verlaufs-Daten. Beiträge im Journal of the American Medical Association (JAMA) zu KI-Dokumentation 2024–2026 dokumentieren denselben Befund aus einer anderen Perspektive: Die methodische Differenz zwischen Transkriptions-Qualität und Synthese-Qualität wird in publizierten Studien noch unzureichend operationalisiert. Was gemessen wird, ist die erste; was klinisch entscheidet, ist die zweite.

Drei Reha-spezifische Stellen, an denen die Grenze konkret wird

Erstens: die Verbindung zum Akut-Bericht. In einer typischen Reha-Anamnese kommen drei Bezüge zur Sprache — der Sturz vor sechs Wochen, die Hüft-OP, die unklare Belastung im Verlauf. Die methodisch saubere Reha-Anamnese verbindet diese gesprochene Schilderung mit dem konkreten OP-Bericht aus der einweisenden Klinik — Implantat-Typ, Zugangsweg, Komplikationen, Anti-Koagulations-Regime — und mit der Verlaufs-Dokumentation der ambulanten Vorbehandlungs-Stelle. Spracherkennung nimmt die Patient:innen-Aussagen wörtlich auf. Der Bezug zum OP-Bericht ist eine eigenständige Inferenz-Aufgabe — und genau diese Inferenz leistet ein Diktat-Modell ohne strukturelle Quellen-Verbindung nicht. Was im Diktat fehlt, fehlt im resultierenden Anamnese-Text.

Zweitens: die ICF-Verankerung. Eine Reha-Anamnese ist methodisch in der Internationalen Klassifikation der Funktionsfähigkeit (ICF) verortet — Körperfunktionen, Aktivitäten, Partizipation, Kontextfaktoren. Die ICF-Sprache ist kein Etikett, das man nachträglich aufkleben kann. Sie ist die strukturelle Sprache, in der die Reha-Anamnese die Brücke zwischen klinischem Befund und Reha-Ziel schlägt. Eine Spracherkennung, die nicht weiß, in welcher ICF-Dimension das gerade Diktierte landet, schreibt einen lesbaren Text — aber keinen ICF-strukturierten Aufnahmebefund. Die Übersetzung in die ICF-Sprache verlangt entweder eine ärztliche Nachbearbeitung oder eine Architektur, die das Diktat in ICF-Kategorien einordnet, bevor sie den Text speichert.

Drittens: die sozialmedizinische Sprache. Das Sozialmedizinische Glossar der Deutschen Rentenversicherung (DRV) ist die Sprache, in der Reha-Indikation, Erwerbsfähigkeits-Beurteilung und Reha-Ziel-Operationalisierung formuliert werden müssen. Sätze wie „Wiederherstellung der Erwerbsfähigkeit“, „Teilhabe am Erwerbsleben“, „Pflegebedürftigkeit nach SGB XI“ sind keine Floskeln; sie sind sozialmedizinische Bezugs-Begriffe mit definiertem Bedeutungs-Gehalt. Eine Patient:innen-Aussage muss in diese Sprache übersetzt werden, um in der Reha-Doku die richtige Argumentations-Linie zu treffen. Diese Übersetzung ist eine ärztlich-sozialmedizinische Synthese-Aufgabe — eine Aufgabe, die ein Spracherkennungs-Modell ohne explizite Verbindung zur sozialmedizinischen Klassifikation nicht aus dem Diktat selbst herstellt.

Was Diktat-KI in der Reha gut leistet — und was eine Architektur leisten muss, die mehr leistet

Diktat-KI in der Reha ist nicht sinnlos. Sie spart in der ärztlichen Anamnese-Doku Zeit — die Zeit zwischen gesprochener Aussage und schriftlicher Erfassung. Diese Zeitersparnis ist real und in den Tierney-Stanford-Arbeiten konsistent berichtet. Was sie aber nicht ersetzen kann, ist die ärztliche Erschließungs-Arbeit nach dem Diktat: Verbindung zu Vorbefunden, ICF-Strukturierung, sozialmedizinische Übersetzung. Eine Klinik-Doku-Architektur, die mehr leisten will als Transkription, muss diese Erschließung strukturell tragen — durch Quellen-Verbindung pro Aussage, durch ICF-Mapping vor der Speicherung, durch sozialmedizinische Glossar-Verankerung.

Diese architektonische Disziplin ist keine Aiomics-Spezialität — sie ist die Übersetzung der Tierney-Stanford- und JAMA-Befunde in eine Reha-Aufnahme-Architektur. Aiomics ist als Klinik-Doku-Architektur entlang dieser Disziplin gebaut. Der Grund, warum sie im Markt selten ist, ist nicht technischer Natur. Er ist eine Architektur-Entscheidung — ob die Spracherkennung ein Diktat-Werkzeug bleibt oder Teil einer kontextualisierten Aufnahme-Logik wird.

Die Methodik der Tierney-Stanford-Studien und der JAMA-Beiträge zur KI-Dokumentation 2024–2026 misst primär Transkriptions-Qualität — und genau das ist die Stelle, an der ihre publizierten Effektgrößen tragen. Die JAMA-Übersichten aggregieren Studien unterschiedlicher Methodik. Eine 1:1-Übertragung dieser Effektgrößen auf eine Reha-Anamnese überdehnt den methodischen Skopus der Studien. Eine Reha-Aufnahme-Bewertung verlangt die zweite Frage: Was leistet das System in den Erschließungs-Schritten, die nach dem Diktat zur Anamnese gehören? Diese Frage ist mit den heute verfügbaren Studien unvollständig beantwortet. Die offene Forschungs-Lücke ist die Reha-spezifische Synthese-Qualität.

Spracherkennung leistet die Transkription. Den Bezug zwischen Quellen, die Klassifikations-Verankerung und die sozialmedizinische Übersetzung muss eine Architektur leisten, die das Diktat als ersten Schritt einer mehrstufigen Erfassung versteht. Eine Reha-Anamnese, die nur die Transkription trägt, ist gehört — aber nicht erschlossen.