Förderfähigkeit ist keine Vertragsfußnote. Sie ist eine Vor-dem-Vertrag-Prüfung mit drei Stationen — Fördertatbestand-Zuordnung, technische Anforderungs-Anpassung, Anbieter-Status. Übersprungen taucht sie nach Unterschrift wieder auf, mit hohem Aufwand und engem Antrags-Fenster.
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.
In der ärztlichen Doku liegt die Arbeit in der Synthese — Spracherkennung trifft sie nur am Rand. In der pflegerischen Doku liegt die Arbeit im Volumen wiederkehrender Kurz-Einträge — und dort hilft Spracherkennung tatsächlich.
Vier Fragen entscheiden über die Qualität einer Klinik-KI-Beschaffung. Wer alle vier sauber beantwortet, ist im Geschäft. Wer einer ausweicht, hat ein Antwort-Muster geliefert, das selbst die Antwort ist.
Eine Reha-Anamnese verbindet Vorbefunde, soziale Situation und Reha-Ziel. Spracherkennung kann das gesprochene Wort aufnehmen — den Bezug zwischen den Quellen herzustellen, ist eine andere Aufgabe.
In der neurologischen Reha entscheiden bei der Aufnahme nicht die Diagnosen, sondern fünf strukturelle Funktions-Items über die Zuordnung in das BAR-Phasenmodell. Ohne sie ist die Phase-Zuordnung ein Schätz-Ergebnis — mit ihnen ist sie eine prüfbare Aussage.
In der Reha-Aufnahme entscheiden nicht 20 Felder über die Eignung. Fünf Kerngrößen tragen die Indikations-Entscheidung; die übrigen Felder sind Stamm- und Kontextdaten. Eine Software, die das Verhältnis aus der Versorgungs-Logik nicht ableitet, erfragt viel und entscheidet wenig.
Wirksamkeits-Aussagen im Klinik-KI-Markt sind überwiegend anbietergeführt. Eine akademische Implementation-Science-Bewertung gehört in eine andere methodische Klasse von Evidenz — und Klassen-Klarheit entscheidet, ob die genannten Effektgrößen ein Argument tragen.
KI-Halluzinations-Maskierung in der Klinik ist die Klasse von Fehlern, in der ein LLM zwei quellengetreue Befunde zu einer synthetischen Diagnose zusammenliest, die in keiner der beiden Quellen steht. Der Fehler tarnt sich als Verdichtung — und entgeht damit der Prüfung.
Studien zu KI-gestützter Klinik-Dokumentation berichten Zeitersparnisse zwischen 0 und 50 Prozent. Die Bandbreite liegt nicht an der Technik, sondern an der Methodik — an drei Stellen, an denen die Studien strukturell unterschiedlich rechnen.
Hybrid-DRG, kürzere Verweildauer & AHB-Logik verschieben Druckpunkte in der Orthopädie. Drei Stellen entscheiden, was vor dem Medizinischen Dienstes hält: OP-Bericht, Begründung gegen ambulante Alternative, Vorbefund-Vollständigkeit für Komplikations-Risiko-Bewertung.
Die Punktzahl im DRV-Peer-Review-Verfahren ist nicht zufällig und nicht subjektiv. Sie folgt einer dokumentierten Bewertungslogik — und an fünf Stellen liegt der Unterschied zwischen einem Bericht im Mittelfeld und einem, der konsistent oben steht.
„Wir sind ISO 27001 zertifiziert“ stimmt meist — und beantwortet selten die Frage, die im Procurement gestellt wird. Der Geltungsbereich entscheidet, ob Trainings-Infrastruktur, Compute-Schicht & Subprozessoren-Kette mitzertifiziert sind oder als Lieferanten-Beziehungen gelten.
Beratung, Vermittlung, Begleitung — so beschreibt der Berufs-Standard die Tätigkeit des Klinik-Sozialdienstes. In der digitalisierten Klinik geht diesen drei Aufgaben eine vierte voraus, die in keiner Stellenbeschreibung steht: das Kuratieren der Datenbasis aus mehreren Quellen.
Implementation Science ist seit 20 J. ein Forschungsfeld zur Frage, warum gute Werkzeuge in Praxis scheitern. Aus CFIR-Framework (Damschroder), NASSS-Framework (Greenhalgh), RE-AIM-Modell (Glasgow), EPIS-Modell (Aarons) & Diffusions-Übersicht (Greenhalgh) folgen häufige Hürden.
Einige Klinik-IT-Anbieter haben ihre Identität von „digitaler Marktplatz“ o. „Prozess-Plattform“ zu „agentische KI-Plattform“ verschoben. Was sich nicht ändert, ist die Schwerkraft der Datenbasis — sie entscheidet, ob ein Agent sicher handelt o. Halluzinationen fortträgt.
Vermittlungs-Plattformen werben mit der Qualität ihres Matching-Algorithmus. Die mathematische Sophistication des Algorithmus ist begrenzt durch die Vollständigkeit, Konsistenz und Aktualität des Patientenprofils, das in ihn einfließt.
Der EU AI Act sieht für eigenständige Hochrisiko-KI-Systeme nach Anhang III den 2. August 2026 als Stichtag. Eine Verschiebung in den Digital Omnibus wird diskutiert.
Eine Mischklinik-IT-Implementierung trägt nicht zwei spiegelbildliche Sektor-Lösungen — sie trägt drei Schnittstellen, an denen die Asymmetrie zwischen Akut und Reha sitzt. An genau diesen drei Stellen kippen die Zeitpläne, nicht in den Sektoren selbst.
Rolling Averages, autoregressive Saisonalitäts-Modelle, geglättete Mittelwerte: Im Akut-Krankenhaus methodisch sauber kalibriert, in der Reha-Klinik strukturell zu kurz gegriffen. Drei Eigenheiten des Reha-Belegungsstroms verlangen eine andere Modell-Klasse.
Klinische Datenqualität in der Klinik-KI hat seit Wang & Strong (1996) und der Norm ISO 8000 eine vierachsige Struktur — und Anbieter-Folien weisen in der Regel nur zwei davon aus. Der Beitrag entwickelt für jede Achse eine Bewertungs-Frage, die in der nächsten Demo gehört.
Eine vollständig FHIR-konforme Klinik-IT-Architektur ist die richtige Vision — und der falsche Maßstab dafür, welche Schnittstelle heute zwischen einem KIS aus 2008 und einem KI-Aufsatz tragen soll.
Erlöse gehen in der Reha selten durch unterlassene Behandlung verloren. Sie gehen durch unsaubere Aufnahmedokumentation verloren — an 3 Stellen, die die Klinik selbst erzeugt: Indikationscodierung, sozialmedizinische Beurteilung und Operationalisierung der Reha-Ziele.
8 Seiten Bericht & 20 ausgefüllte Felder bilden nicht zwangsläufig eine tragfähige Übergabe. 6 Kerngrößen: aktive Diagnose mit Schweregrad, die therapeutische Frage, Medikamenten-Profil, funktioneller Status am Entlassungstag, datierte Folgemaßnahmen, Risikoindikatoren für d1-30.