Wie Klinikärzt:innen 46 Prozent ihrer Zeit zurückgewinnen — und welche zwei nicht

Auf dem Doctor's Docu Day 2024 nennen die Asklepios-Kliniken eine Zahl, die in der ärztlichen Erfahrung eher konservativ als spektakulär klingt: rund 46 Prozent der ärztlichen Arbeitszeit gehen in die Dokumentation. Die Zahl ist eine Trägerangabe aus einer Pressemitteilung — Selbstauskunft-basiert, ohne Time-Motion-Validierung — und sie ist trotzdem nicht falsch. Sie passt zur Erfahrung, die Chefärzt:innen seit Jahren tragen. Anbieter klinischer KI-Lösungen versprechen Zeitersparnisse zwischen 30 und 50 Prozent. Die Spannweite klingt nach einer Bandbreite. Tatsächlich beschreibt sie eine Mischung aus Methodik-Unterschieden und Klassen-Mischungen. Die spannendere Frage steht nicht hinter der globalen Zahl. Sie steht in der Klassen-Ebene: Welche der vielen Doku-Klassen tragen die versprochene KI-Zeitersparnis tatsächlich, und welche tragen sie strukturell nicht.

Bevor man die globale Zahl in eine Investitions-Entscheidung übersetzt, lohnt eine kurze Sortierung. Die Schlagzeilen-Zahl der Asklepios-Pressemitteilung 2024 ist als Tier-3-Quelle zu lesen — Trägerinternes Veranstaltungs-Material, Selbstauskunft-basiert. Die Zahl ist plausibel, aber sie ersetzt keine Time-Motion-Erhebung, und sie sortiert die Doku-Last nicht nach Klassen. Auf der peer-reviewten Linie liefern Tierney und Kolleg:innen in NEJM AI / NEJM Catalyst (2024) eine prospektive Implementierungs-Erhebung bei Kaiser Permanente: Ein Ambient-AI-Scribe reduziert die dokumentationsbezogene Zeit pro Visite spürbar — die Effektgröße bewegt sich, herstellerunabhängig gelesen, in der Größenordnung von ungefähr 20 bis 35 Prozent für sprachlich erfassbare Klassen. Die Stichprobe ist ambulant, Primärversorgung, kein deutscher Klinikbetrieb mit Stationsdoku. Ein US-Implementierungs-Pilot ist keine Kontrolle.

Drei deutsche Datenpunkte, eine Lese-Disziplin

Im deutschsprachigen Raum stehen drei Datenpunkte, die zusammen ein robusteres Bild liefern als die einzelne Schlagzeile. Erstens das Universitätsklinikum Freiburg: Eine Pilot-Erhebung der Klinik für Augenheilkunde (September 2024) berichtet 93,1 Prozent als verwendbar bewertete KI-generierte Arztbrief-Entwürfe. Die Studie ist monozentrisch, einzige Fachabteilung, Pilot-Phase ohne externe Validierung; sie misst Verwendbarkeit, nicht Zeit, und sie wählt eine Fachabteilung mit klar abgegrenzter Episodik. Zweitens das Universitätsklinikum Hamburg-Eppendorf, das ARGO seit Juli 2024 im Regelbetrieb mit über 200 ärztlich Behandelnden führt — die begleitenden Erfahrungs-Berichte beschreiben einen reproduzierbaren operativen Mehrwert für die Arztbrief-Generierung als Entwurfs-Vorlage. Das hauseigene Modell ist auf hauseigenen Briefen trainiert; die Übertragbarkeit auf Häuser ohne Trainings-Korpus bleibt offen. Drittens fasst das Deutsche Ärzteblatt (Februar 2025) die Erfahrungen aus Freiburg und UKE zusammen: Strukturierte Brief-Klassen tragen den Effekt; die Variabilität der Eingangs-Daten — Diktatqualität, Vorbefund-Vollständigkeit — bleibt der dominante Einflussfaktor auf das Ergebnis.

Aus diesen drei Datenpunkten zusammen, methodisch unterschiedlich angelegt, ergibt sich eine konsistente Beobachtung: Strukturierte Klassen mit klar abgegrenzter Episodik tragen die KI-Zeitersparnis robust. Die Vorlage entsteht schneller als die menschlich-diktierte Erstfassung; die ärztliche Nacharbeit verschiebt sich von der Texterzeugung zur Texterprüfung. Eine 30-Prozent-Effektgröße in dieser Klasse ist tragfähig. Eine 50-Prozent-Schlagzeile in derselben Klasse muss man als anbietergeführte Pilot-Bestmarke lesen, nicht als Regelbetriebs-Wert. Die Gretchen-Frage ist deshalb nicht „spart KI Zeit“, sondern „in welcher Klasse, gegen welche Vergleichs-Vorlage, mit welcher Lerneffekt-Kontrolle, und mit welcher Qualitäts-Operationalisierung“. Eine Studie, die diese vier Angaben explizit macht, sagt etwas anderes als eine, die sie auslässt — bei gleicher Effektgröße. Das ist die methodische Lese-Disziplin, die jede Effektgröße erst trägt.

Welche zwei Klassen die Zeit-Schlagzeile leise machen

Die Beitrags-Linie in JAMA Internal Medicine 2024–2025 unterscheidet konsequent zwischen Doku-Klassen, deren Erfassungs-Aufwand sinkt, und Klassen, deren kognitiver Synthese-Aufwand strukturell unverändert bleibt. Erfassungs-beschleunigt sind: die Visiten-Dokumentation, die Standard-Verlaufsnotiz, der episodische Brief. Synthese-resistent sind: die Anamnese mit Kontext-Synthese, in der die ärztliche Arbeit darin besteht, eine fragmentierte Patient:innen-Geschichte aus Vorbefunden, Eigen-Erzählung und Fremdbericht zu einem konsistenten klinischen Bild zu verdichten — und die sozialmedizinische Beurteilung, in der die Aussage über Erwerbsfähigkeit, Pflegegrad oder Reha-Ziel auf der Synthese mehrerer heterogener Quellen beruht. Diese zwei Klassen tragen die Zeitersparnis-Schlagzeile strukturell weniger.

Der Grund liegt in der Mechanik der Ambient-AI-Erfassung. Ein Sprachmodell beschleunigt die Übertragung gesprochener oder fragmentierter Notizen in eine strukturierte Form. Es beschleunigt nicht die Synthese-Arbeit, in der die ärztliche Bewertung erst entsteht. Eine Anamnese mit Kontext-Synthese ist keine Transkriptionsleistung; sie ist eine kognitive Verdichtung, deren Aufwand in der Lese- und Bewertungs-Zeit liegt — vor und während des Patient:innen-Kontakts, nicht in der Texterzeugung danach. Die sozialmedizinische Beurteilung ist ähnlich gelagert: Die Begründung trägt die Aussage; die Begründung entsteht aus der Lese-Zeit, nicht aus der Schreib-Zeit. Eine KI, die schneller schreibt, beschleunigt nicht das, was hier den Zeitanteil bestimmt. Wer in einer dieser Klassen einen 30-Prozent-Zeitgewinn berichtet, hat entweder eine andere Klasse gemessen, oder die Synthese-Arbeit aus der Stichprobe ausgeschlossen — etwa über eine Selektion auf einfache Fälle ohne Vorbefunde oder über eine Engführung auf den Schreib-Akt. Der Effekt verschwindet nicht; er ist nicht im Messbereich der Studie.

Was die ehrliche Lese-Disziplin verlangt

Diese Klassen-Asymmetrie ist keine Besonderheit der akutstationären Versorgung; sie spiegelt sich in der Reha-Aufnahme genauso wie in der Pflegeüberleitung. Überall dort, wo die Doku-Aussage die Synthese mehrerer Quellen verlangt, sinkt der Anteil, den eine Sprach-Erfassung beschleunigen kann. Eine Software-Bewertung, die diese Asymmetrie nicht abbildet, mittelt sie weg. Beiträge in Health Affairs (2024) dokumentieren konsequent eine Lücke: Die Verknüpfung zwischen reduzierter Doku-Zeit und klinisch-relevanten Outcomes — Wiederaufnahme, Patient:innen-Sicherheit, Behandlungs-Qualität — steht in den meisten aktuellen Studien aus. Prozess-Outcomes werden gemessen; klinische Outcomes überlassen viele Studien späteren Arbeiten. Eine ehrliche Lese-Disziplin trennt deshalb drei Fragen voneinander. Die erste: In welcher Klasse misst die Studie die Zeit. Die zweite: Wie ist die Doku-Qualität in derselben Klasse operationalisiert. Die dritte: Welche Klassen-Mischung trägt die globale Zahl, die in der Schlagzeile steht.

Aus dieser Lese-Disziplin folgt eine architektonische Konsequenz, die für die Software-Wahl unabhängig vom Anbieter trägt. Eine Klinik-Doku-Software, deren Bewertungsachse allein die Zeitersparnis ist, optimiert auf einen Endpunkt, der klinisch nur in Verbindung mit der Doku-Qualität trägt. Eine Software, die in der Anamnese-Synthese tragen will, muss Vorbefunde, Verlaufs-Daten und Eigenangaben strukturiert verknüpfen — sie löst eine Lese- und Verdichtungs-Aufgabe, keine Schreib-Aufgabe. Eine Software, die in der sozialmedizinischen Beurteilung tragen will, muss die Begründungs-Kette aus den vorliegenden Quellen rekonstruierbar halten. Beide Klassen verlangen Kontextualisierung statt Transkription. Diese Unterscheidung entscheidet eine andere Software-Wahl als die globale Zeitersparnis-Schlagzeile vermuten lässt — und meistens die methodisch tragfähigere. Sie verschiebt zugleich die Frage an Anbieter. Eine Demonstration auf einer ausgewählten Standard-Visite ist kein Beleg für die Anamnese-Synthese; eine Auswahl publikationsstarker Erfolgs-Fälle ist kein Beleg für den Regelbetrieb. Tragfähig ist die Demonstration, die in der Klasse stattfindet, in der die Software später leben soll — mit den Eingangs-Daten, die der Klinikalltag liefert, nicht mit denen, die für die Vorführung kuratiert wurden.

Die 46 Prozent der Asklepios-Pressemitteilung sind eine Trägerangabe, die zur ärztlichen Erfahrung passt. Die anbietergeführten Zeitersparnis-Versprechen in der Größenordnung eines Drittels bis zur Hälfte sind nicht falsch, aber sie tragen die Aussage über die Klassen, in denen die Synthese-Arbeit den Zeitanteil bestimmt, strukturell nicht. Zwischen der Schlagzeile und der Klassen-Ebene liegt der eigentliche Hebel. Wer ihn ergreifen will, fragt nicht nach der globalen Prozentzahl. Er fragt nach der Doku-Qualität in der Klasse, in der die Tragfähigkeit der ärztlichen Aussage entsteht. Eine 30-Prozent-Beschleunigung der Standard-Verlaufsnotiz, gepaart mit einer Anamnese-Synthese, die ihre Vorbefund-Verknüpfung nicht verliert, ist ein klinischer Gewinn. Eine 50-Prozent-Beschleunigung der Standard-Verlaufsnotiz, gepaart mit einer Anamnese, die in der Synthese leiser wird, ist eine andere Art von Bilanz — und sie steht selten in der Schlagzeile, weil sie sich in einer Spalte versteckt, die nicht gemessen wurde.