Zum Hauptinhalt springen
Klinische Dokumentation 4 Min. Lesezeit

Reha-Bericht-Generierung: vom Diktat zur strukturierten Synthese

Ein Reha-Bericht ist kein Brief, der schön formuliert sein muss. Er ist eine Akten-Form, die strukturell den DRV-Anforderungen folgt — und die sprachliche Glätte ist die Frage danach, nicht die Frage davor.

Dr. Sven Jungmann

Dr. Sven Jungmann

CEO

Reha-Bericht-KI-Generierung beginnt mit den DRV-Sektionen als Pflichtfeld-Architektur — die Sprache folgt der Struktur, nicht umgekehrt.

Ein Reha-Bericht ist kein Arztbrief. Er liest sich nicht wie eine Erzählung über einen Patientenverlauf, und er soll das auch nicht. Die Reha-Bericht-Empfehlungen der Deutschen Rentenversicherung (DRV) beschreiben den Bericht als strukturierte Akten-Form mit acht bis zehn obligatorischen Sektionen, jede mit einer eigenen Bezugs-Sprache und einer eigenen Bewertungs-Logik. Ein gut diktierter, sprachlich geschliffener Reha-Bericht, der diese Struktur nicht trifft, erfüllt seine Funktion nicht — auch wenn er sich gut liest.

Diese Strukturlogik macht KI-gestützte Reha-Bericht-Generierung zu einer anderen Aufgabe als KI-gestützte Arztbrief-Generierung. Der Arztbrief in der Akut-Klinik ist primär narrativ — Anamnese, Befund, Diagnose, Therapie, Verlauf, Empfehlung. Eine Diktat-KI mit guter Transkriptions-Qualität liefert dort einen brauchbaren Rohtext. Der Reha-Bericht hingegen erfordert strukturelle Treue zu einem DRV-Schema, das die Codierung nach der Klassifikation therapeutischer Leistungen (KTL), die sozialmedizinische Bezugs-Sprache und die Verankerung in der Internationalen Klassifikation der Funktionsfähigkeit (ICF) in jeweils klar abgegrenzten Sektionen erwartet. Eine Generierung, die diese Struktur primär bedient, sieht anders aus als eine Generierung, die Sprache primär bedient.

Die acht Sektionen des DRV-Reha-Berichts und ihre Bezugs-Sprachen

Die DRV-Reha-Bericht-Empfehlungen strukturieren den Bericht in acht bis zehn Kern-Sektionen, je nach Indikation und Empfehlungs-Stand. Erstens: Aufnahme-Diagnostik mit Haupt- und Nebendiagnosen nach der Internationalen statistischen Klassifikation der Krankheiten (ICD-10). Zweitens: ICF-Funktionsdiagnostik in den vier ICF-Domänen. Drittens: Sozialanamnese und Reha-Ziele in DRV-Glossar-Sprache. Viertens: Reha-Verlauf mit relevanten Befund-Veränderungen. Fünftens: KTL-codierte Therapie-Leistungen. Sechstens: sozialmedizinische Beurteilung in der Sprache des DRV-Sozialmedizinischen Glossars. Siebtens: Entlassungs-Modus und Belastungs-Status. Achtens: Empfehlungen für die Nachsorge. Jede dieser Sektionen wird in der DRV-Reha-Qualitätssicherung (DRV-Peer-Review) gegen eigene Kriterien bewertet — und hat eine eigene Bezugs-Sprache, die das diktierte Wort allein nicht trifft. Die DRV-Reha-Qualitätssicherung ist nicht die Begutachtung des Medizinischen Dienstes (MD): Sie prüft die Qualität der Berichts-Form, nicht die Indikation des Einzelfalls.

Was eine strukturelle Generierung im Unterschied zu einer narrativen leistet

Eine strukturelle Generierung beginnt nicht mit einem Diktat-Block, der nachträglich in Sektionen segmentiert wird. Sie beginnt mit den DRV-Sektionen als Pflichtfeld-Architektur und füllt jede Sektion aus den jeweils relevanten Quellen — Aufnahme-Daten, KTL-Codierung aus der Therapie-Praxis, sozialmedizinisches Glossar für die Beurteilungs-Sektion. Das Diktat liefert in dieser Architektur die ärztliche Wertung und die Verlaufsbeobachtung; die Struktur kommt aus dem System. Eine narrative Generierung — Diktat-Rohtext zuerst, Struktur als nachträgliche Formatierung — liefert in jeder Sektion einen plausibel klingenden Text, der die jeweilige Bezugs-Sprache der Sektion nur zufällig trifft.

Die methodische Differenz zeigt sich besonders in der sozialmedizinischen Beurteilungs-Sektion. Das DRV-Sozialmedizinische Glossar definiert Begriffe wie „Wiederherstellung der Erwerbsfähigkeit“, „Teilhabe am Erwerbsleben“, „positive Leistungsbeurteilung“, „aufgehobenes Leistungsvermögen“ mit präzisem Bedeutungs-Gehalt. Eine narrative Generierung formuliert plausibel klingende Sätze, die diese Begriffe nicht oder nicht in der präzisen Form treffen — und die DRV-Reha-Qualitätssicherung liest die Sektion in der Sprache des Glossars, nicht im narrativen Modus. Eine strukturelle Generierung verankert die Beurteilungs-Sektion explizit im Glossar und übersetzt die ärztliche Einschätzung in seine Sprache.

Acht DRV-Sektionen, acht Bezugs-Sprachen: in der Reha-Bericht-Generierung entscheidet die Sektions-Treue über die DRV-Peer-Review-Punktzahl.
Acht Sektionen, acht Bezugs-Sprachen. Die Generierung beginnt strukturell — die Sprache folgt der Sektion, nicht umgekehrt.·aiomics

Was eine Generierungs-Architektur strukturell leisten muss

Aus den DRV-Anforderungen leiten sich konkrete Architektur-Forderungen ab. Erstens: Eine Pflichtfeld-Verankerung für jede der acht Sektionen, gegen Freitext-Umgehung gesichert. Zweitens: KTL-2025-Codierungs-Verbindung, sodass die Therapie-Leistungs-Sektion aus den codierten Klinik-Daten generiert wird, nicht aus diktierten Beschreibungen. Drittens: ein DRV-Glossar-Mapping, das die sozialmedizinische Beurteilung in seiner Bezugs-Sprache produziert. Viertens: ICF-Verankerung in der Funktionsdiagnostik-Sektion. Eine Generierungs-Architektur ohne diese vier Bedingungen liefert einen lesbaren Bericht, der in der DRV-Reha-Qualitätssicherung an mehreren Stellen mit Nacharbeit liegen bleibt — und Nacharbeit am fertigen Bericht ist die teuerste Form der Reha-Doku.

Diese Architektur-Forderungen sind keine Aiomics-Spezialität — sie sind die Übersetzung der Empfehlungen von DRV und Bundesarbeitsgemeinschaft für Rehabilitation (BAR) in eine Software-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 methodische Wahl — ob Generierung primär Sprache und sekundär Struktur löst, oder umgekehrt. Die zweite Wahl ist in der Reha die strukturell tragfähige.

Strukturelle Reha-Bericht-Generierung verbindet jede Sektion mit ihrer Quelle — KTL-Codierung, ICF, DRV-Glossar — bevor das Diktat einsetzt.
Strukturelle Generierung verbindet Sektionen mit Quellen, bevor das Diktat eingespielt wird. Das Diktat liefert die ärztliche Wertung — die Struktur kommt aus den DRV-Anforderungen.·aiomics

Was die Empirie nicht eindeutig sagt — und was daraus folgt

Eine offene methodische Frage: Wie viel Zeit-Ersparnis eine strukturelle Generierungs-Architektur gegenüber einer narrativen tatsächlich leistet, ist in der deutschen Versorgungsforschung noch dünn publiziert. Die Fachzeitschrift Die Rehabilitation berichtet vereinzelte Implementierungs-Erfahrungen; eine systematische Quantifizierung fehlt. Was sich aber methodisch konsistent ableiten lässt: Die strukturelle Treue zu DRV- und BAR-Anforderungen ist die methodische Voraussetzung für eine geringere Beanstandungs-Quote in der DRV-Reha-Qualitätssicherung — unabhängig davon, ob die Sprache dabei narrativ oder strukturell glatt ist.

In der Reha-Bericht-Generierung liest die DRV-Reha-Qualitätssicherung die Struktur zuerst — sprachliche Glätte ohne Sektions-Treue produziert Nacharbeit.
Die DRV-Reha-Qualitätssicherung liest die Struktur des Reha-Berichts zuerst, die Sprache danach. Eine umgekehrte Generierungs-Reihenfolge produziert Nacharbeit.·aiomics

Die methodische Wahl ist klar — und sie ist eine Architektur-Wahl, keine Stil-Wahl. Eine Generierung, die primär als Sprach-Aufgabe konzipiert ist, erzeugt in der DRV-Reha-Qualitätssicherung Nacharbeit. Eine Generierung, die primär als Struktur-Aufgabe konzipiert ist, löst die DRV-Anforderungen ein — und die Sprache, die im fertigen Bericht steht, folgt der Struktur, statt ihr zu widersprechen.

#Reha-Bericht#DRV-Empfehlungen#KTL 2025#sozialmedizinische Beurteilung#Strukturierte Generierung

Aiomics betreibt eine Klinik-Doku-Architektur mit struktureller Reha-Bericht-Generierung. Der Beitrag beschreibt allgemeine Strukturanforderungen nach öffentlich verfügbaren DRV- und BAR-Empfehlungen sowie der KTL 2025. Er nennt keine Vendor-Namen und gibt keine Rechtsauslegung zu DRV-Bewertungs-Verfahren.

Weiterlesen

Editorial-Collage: vier Menschen im Gespräch, angeordnet um einen Tealkreis mit einem einzelnen Amber-Punkt in der Mitte.

Vier Gespräche über klinische KI, die sich leise einig sind

In vier Interviews des NEJM-AI-Podcasts landen Menschen, die medizinische KI bauen und erforschen, immer wieder an denselben Stellen: ein vererbter Denkfehler, ein Werte-Vakuum, eine Vertrauenslücke. Keine Studie. Trotzdem eine Stunde wert.

Dr. Sven JungmannCEO
Genaue und effiziente klinische Dokumentation: aus geprüften Daten erzeugt, ärztlich kontrolliert, schnell und belegbar zugleich.
Klinische Dokumentation

Genaue und effiziente klinische Dokumentation: warum das kein Widerspruch ist

Genauigkeit und Tempo gelten in der klinischen Dokumentation als Gegensatz: Schnelle Verfahren erfassen mehr, geprüfte erfassen besser. Der Widerspruch löst sich, wenn die Dokumentation aus geprüften Daten entsteht — die Grundlage, auf der aiomics sie erzeugt.

Dr. Sven JungmannCEO

Diese Analyse stammt von den Leuten hinter Visite.

Unser wöchentlicher Newsletter zu KI in der Medizin. Jeden Freitag, gründlich geprüft.

Mit der Anmeldung stimmen Sie dem Erhalt von Visite per E-Mail zu. Abmeldung jederzeit. Mehr in unserer Datenschutzerklärung.

Sie möchten das in Ihrer Klinik sehen?

30 Minuten. Ihre Fragen. Unser Arzt-Gründer zeigt Ihnen die Plattform persönlich.

Termin vereinbaren

Unverbindlich. Kein Vertrieb. Arzt zu Arzt.