DKI-Konjunkturbarometer Q1/2026: Saldo -63 und die zweite Schicht der Krise

Am 4. Mai 2026 hat das Deutsche Krankenhausinstitut (DKI) das erste Krankenhaus Konjunkturbarometer Q1/2026 veröffentlicht — eine Online-Befragung von 185 Allgemeinkrankenhäusern ab 100 Betten, methodisch dem ifo-Geschäftsklimaindex nachgebaut und im Auftrag der Deutschen Krankenhausgesellschaft (DKG) als regelmäßiger Frühindikator für die wirtschaftliche Lage der deutschen Krankenhäuser konzipiert. Die Schlagzeile des Reports ist eine Zahl: Der Geschäftsklima-Saldo der Krankenhäuser im ersten Quartal 2026 liegt bei -63. Zum Vergleich erfasste der ifo-Geschäftsklimaindex in den ersten drei Monaten 2026 für Deutschland insgesamt Werte zwischen -7 und -11; der schlechteste Wert im gesamten Dienstleistungssektor lag bei -26. Die wirtschaftliche Lage, in der sich die deutschen Krankenhäuser sehen, ist also nicht moderat schlechter als die der übrigen Wirtschaft. Sie ist um einen Faktor schlechter.

Dieser Beitrag ordnet die DKI-Befunde ein. Er stellt zuerst die Schlüsselzahlen des Reports geordnet dar, verbindet sie dann mit einer Schicht der Realität, die der Konjunkturbarometer methodisch nicht erfasst — der ärztlichen Belastung, dem pflegerischen Berufsausstieg, der Vakanzdauer und der demografischen Substanz der Personal-Pipeline — und prüft schließlich, was Künstliche Intelligenz (KI) als Klasse von Technologien an dieser zweiten Schicht real verändert. Aiomics ist Teil dieser Diskussion, ohne ihren Mittelpunkt zu bilden.

Was das Konjunkturbarometer misst

Drei Schichten der DKI-Befunde verdienen die volle Aufmerksamkeit. Erstens die Lage-Wahrnehmung: 74 Prozent der Häuser bewerten ihre derzeitige wirtschaftliche Situation als „eher unbefriedigend“, nur 7 Prozent als „eher gut“. In Häusern ab 600 Betten sind es 95 Prozent unbefriedigend; in dünn besiedelten ländlichen Kreisen 79 Prozent. Zweitens die Erwartungen: 59 Prozent rechnen mit einer Verschlechterung im kommenden halben Jahr, nur 2 Prozent mit Verbesserung. In ländlichen Kreisen erwarten 79 Prozent eine Verschlechterung — eine Spreizung, die im DKI-Saldo nach Region (-76 in dünn besiedelten ländlichen Kreisen versus -55 in kreisfreien Großstädten) als strukturelles Stadt-Land-Gefälle sichtbar wird. Drittens die Liquidität: Nur 9 Prozent der Häuser können ihre durchschnittlichen Betriebsausgaben unbegrenzt aus liquiden Mitteln decken. Bei den übrigen reichen die liquiden Mittel im Median für 6 Wochen; bei Häusern mit 300–599 Betten für 4 Wochen.

Ein vierter Befund verdient besondere Beachtung, weil er der Stimmung scheinbar widerspricht: Die Fallzahlen steigen. In 46 Prozent der Häuser sind die stationären Fälle im ersten Quartal 2026 gegenüber dem Vorquartal gestiegen; bei Häusern ab 600 Betten in 55 Prozent. Die ambulanten Krankenhausleistungen sind in 65 Prozent der Häuser gestiegen, in den Häusern ab 300 Betten in rund drei Vierteln. Die Ambulantisierung schreitet voran — die wirtschaftliche Schieflage tut dem keinen Abbruch. Die Häuser arbeiten unter denselben Bedingungen mehr, nicht weniger.

Was der Konjunkturbarometer methodisch übergeht

Der Konjunkturbarometer ist nicht falsch — er ist eng. Er erfasst, wie die Krankenhausleitung die ökonomische Lage und Erwartung einschätzt. Er erfasst Liquidität, Fallzahl und Ambulantisierungs-Tempo. Er erfasst nicht, ob die Belegschaft die zugehörige Arbeit in der nächsten Schicht überhaupt noch leistet. Ein Wirtschafts-Klima-Indikator hat genau diesen Zuschnitt — das ist seine Funktion, nicht seine Schwäche. Es ist aber der Grund, warum der Geschäftsklima-Saldo allein die Krise nicht abbildet. Die ökonomische Ebene der Krankenhauskrise ist die sichtbare. Die unsichtbare sitzt darunter und betrifft die Substanz der Personal-Pipeline.

Die zweite Schicht: was Ärzt:innen und Pflegekräfte gerade berichten

Drei unabhängige Erhebungen aus dem aktuellen Umfeld zeichnen ein einheitliches Bild. Der MB-Monitor 2024 des Marburger Bundes — eine Befragung von rund 9.600 angestellten Ärzt:innen — berichtet, dass 49 Prozent sich häufig überlastet fühlen, 11 Prozent dauerhaft über der Belastungsgrenze arbeiten und 28 Prozent erwägen, die Patient:innenversorgung gänzlich zu verlassen. Auf der pflegerischen Seite zeigt die Pflege-Thermometer-Datenlage des Deutschen Berufsverbands für Pflegeberufe (DBfK) bei n=6.139 Pflegekräften, dass 28,8 Prozent häufig — mehrmals monatlich bis täglich — an einen Berufsausstieg denken; unter denjenigen, die ihre Kompetenzen nicht voll einbringen können, sind es 46 Prozent. Die Arbeitsmarkt-Empirie bestätigt diese Selbstauskunft: Eine Analyse des RWI – Leibniz-Instituts für Wirtschaftsforschung auf Basis von Daten der Bundesagentur für Arbeit dokumentiert, dass etwa jede:r sechste Krankenhaus-Beschäftigte innerhalb eines Jahres die Stelle wechselt; der Zuwachs ist vollständig der Pflege zuzuschreiben — die Pflege-Rotationsrate ist von 14 auf 17 Prozent gestiegen, ein relativer Anstieg von rund einem Fünftel.

Drei Befunde, drei Quellen, eine Kohärenz: Die Klinik-Belegschaften bewegen sich. Sie wechseln häufiger den Arbeitgeber. Sie denken häufiger an den Ausstieg. Und sie berichten — als Selbstauskunft konsistent über mehrere Jahre und Quellen — dass die Auslastung über der Belastungsgrenze liegt. Diese personelle Dimension ist im DKI-Saldo nicht enthalten. Sie entscheidet den Saldo des nächsten Quartalsberichts.

Warum „mehr Personal“ allein die Gleichung nicht löst

Der naheliegende Reflex lautet: mehr einstellen. Die Daten sagen, dass der Reflex eine Teilantwort ist. Die Engpassanalyse der Bundesagentur für Arbeit (BA) weist über 150.000 unbesetzte Pflegestellen aus; die durchschnittliche Vakanzdauer liegt über 200 Tage. Rund 40 Prozent der Pflege-Beschäftigten sind 50 Jahre oder älter — die Verrentungs-Welle der nächsten Dekade wird jede realistische Rekrutierungspipeline übersteigen. Der DIHK-Fachkräftereport 2025/2026 nennt das Gesundheits- und Sozialwesen mit 61 Prozent unbesetzbarer Stellen als die am stärksten betroffene Branche überhaupt. Und der Sachverständigenrat zur Begutachtung der Entwicklung im Gesundheitswesen (SVR) kommt in seinem Gutachten 2024 zu einem strukturellen Befund: International gemessen stehen im deutschen Gesundheitswesen pro Einwohner:in relativ viele Beschäftigte zur Verfügung — und es bestehen dennoch deutliche Versorgungsengpässe. Das Problem ist nicht primär die Personalzahl. Es ist die Zuteilung dieser Zahl auf eine fragmentierte, sektoral-getrennte und in den Belegtagen international hohe Versorgungs-Logik.

Was KI in dieser Lage real verändert — und was nicht

KI als Klasse von Technologien ist im klinischen Alltag in vier konkreten Anwendungs-Spuren angekommen, die in dieser Lage relevant sind. Erstens: Ambient-AI-Scribes, die das ärztliche Gespräch im Hintergrund mithören und daraus einen strukturierten Notiz-Entwurf erzeugen. Der bislang größte real-world Beleg stammt von Tierney und Kolleg:innen (NEJM Catalyst, 2025): über 2,5 Millionen Anwendungen in einem US-Gesundheitssystem innerhalb eines Jahres, mit messbarer Reduktion der Dokumentations-Last und Verbesserung der Ärzt:in–Patient:in-Interaktion. Der bislang methodisch sauberste Beleg ist ein randomisiertes kontrolliertes Drei-Arm-RCT in NEJM AI (2025) an einem akademischen US-Gesundheitssystem mit 238 ambulant tätigen Ärzt:innen aus 14 Fachgebieten: Beide Scribe-Systeme reduzierten die Schreibzeit im Befund und den Burnout-Score gegenüber Usual Care — bei Adoptions-Raten zwischen 29 und 34 Prozent der Visiten, das heißt selbst dann, wenn die Technologie nicht in jedem einzelnen Fall genutzt wurde.

Zweitens: strukturierte Berichts-Synthese, die ärztliches Diktat oder Stichpunkt-Notizen in einen Entlass- oder Reha-Bericht überführt — die Synthese-Last sinkt, die ärztliche Synthese-Verantwortung bleibt. Drittens: Aufnahme- und Triage-Unterstützung, die Vorbefund-Vollständigkeit und Indikations-Plausibilität strukturell prüft, bevor ein Fall in die Begutachtung geht. Viertens: Prozess-Automatisierung in der Fall- und Codierungs-Logik — von der OPS- und ICD-10-Vorschlagung bis zur strukturellen MD-Anfragen-Reduktion. Keine dieser vier Spuren ersetzt klinisches Urteil. Alle vier entfernen Aufgaben aus dem Tagesablauf, die den Kompetenz-Einsatz nicht erhöhen, sondern verbrauchen — genau jene Aufgaben, die laut Pflege-Thermometer den Berufsausstiegs-Gedanken treiben.

Drei Caveats sind wichtig, damit die Evidenz nicht überzogen wird. Erstens: Die zitierten Real-World- und RCT-Befunde stammen aus US-ambulanten Versorgungs-Settings. Ihre Übertragbarkeit auf den deutschen stationären Klinik-Bestand ist eine offene Folgefrage; akademische Implementations-Wissenschaft im deutschen Setting — etwa über das Charité-EviDoc-Programm — wird erst in den nächsten Jahren belastbare Vergleichs-Daten liefern. Zweitens: Adoption ist kein Selbstläufer. Wenn Ambient-Scribes nur in 30 Prozent der Visiten genutzt werden, entfaltet die Technologie nur einen Teil ihrer Wirkung; Implementations-Faktoren — organisationale Bereitschaft, Begleitungs-Intensität, klinische Champion-Rollen — sind in scheiternden Klinik-IT-Vorhaben häufiger der entscheidende Faktor als die Technologie-Qualität selbst. Drittens: Die Datenqualität, auf der die KI arbeitet, entscheidet die Ergebnis-Qualität. Wo die Aufnahmedokumentation lückenhaft ist, wird kein Sprachmodell der Welt eine valide synthetische Beurteilung daraus erzeugen — es wird sie wahrscheinlich erfinden.

Wo Aiomics in dieser Diskussion steht

Aiomics ist eines von mehreren Unternehmen, die an dieser Klasse von Werkzeugen arbeiten. Unsere Position lautet, dass KI im Krankenhaus nur dann strukturell entlastet, wenn drei Bedingungen gleichzeitig erfüllt sind: die Architektur macht jede klinische Aussage zur Quelle rückverfolgbar — wer ein generatives System ohne diese Provenienz einsetzt, importiert ein Halluzinations-Risiko in die Patient:innen-Akte; die Bewertung ist akademisch und unabhängig — wir nehmen am EviDoc-Programm der Charité teil, dessen Ergebnis offen ist; und die Software ist eng an die Klinik-Datenrealität gekoppelt — sie entsteht nicht im Modell-Benchmark, sondern in der Aufnahme-, Verlaufs- und Berichts-Logik einer realen deutschen Klinik. Diese drei Bedingungen sind nicht uns vorbehalten; sie definieren, was eine seriöse KI-Implementation im Klinik-Kontext leisten muss.

Die Mission, die hinter dieser Position steht, ist nicht aiomics-spezifisch. Sie lautet, dass die Klinik-Belegschaft in Deutschland die zentrale Ressource der nächsten zehn Jahre ist und dass jede Stunde, die diese Belegschaft mit nicht-klinischer Arbeit verbringt, eine Stunde ist, die im DKI-Saldo der nächsten Quartale spürbar wird — als Krankheitstage, als Kündigungen, als Vakanzdauer, als Berufsausstieg. Wer dieser Belegschaft die Aufgaben abnimmt, die keine ärztliche oder pflegerische Kompetenz erfordern, leistet einen kostengünstigeren Beitrag zur Klinik-Ökonomie als jede Reform der Vergütungs-Logik allein. Das ist keine Aiomics-These — es ist die Konsequenz aus den Daten, die in MB-Monitor, Pflege-Thermometer, BA-Engpassanalyse und SVR-Gutachten konvergent erhoben sind.

Der Konjunkturbarometer misst, was sich in Euro ausdrücken lässt. Die personelle Dimension darunter — wer morgens noch kommt und wer in vier Jahren noch da ist — misst sich anders. Beide Ebenen gehören in dieselbe Auswertung. Solange Politik und Träger die ökonomische Seite für die ganze halten, optimieren sie auf einer Karte, die nur die Hälfte des Geländes zeigt.