Genauigkeit von KI-Dokumentationsassistenten im Praxisalltag: Was sechs Monate täglicher Nutzung tatsächlich gezeigt haben

Als ich anfing, einen KI-Dokumentationsassistenten zu nutzen, erwartete ich, dass er genauer sein würde als mein Gedächtnis. Das war keine hohe Hürde. Nach einem langen Tag mit Behandlung an Behandlung ist die Erinnerung eines Tierarztes daran, was im sechsten Termin gesagt wurde, längst von Termin sieben, acht und neun überlagert. Alles, was das Gespräch währenddessen erfasst statt hinterher, hat einen offensichtlichen Vorteil. Womit ich nicht gerechnet hatte: Mein Anspruch stieg. Je besser das Werkzeug wurde, desto genauer fiel mir auf, wo es zurückblieb. Das ist wahrscheinlich das Ehrlichste, was ich nach dauerhafter täglicher Nutzung über Genauigkeit sagen kann: Die Messlatte verschiebt sich, während man sich daran gewöhnt, und sie verschiebt sich in die richtige Richtung.

Die Frage zur Genauigkeit, die sich zu stellen lohnt

Viele Anbieter von KI-Dokumentationsassistenten nennen Ihnen eine Genauigkeitsangabe, wenn Sie danach fragen. Die meisten dieser Zahlen beschreiben die Transkriptionsqualität, also wie treu das Werkzeug gehört hat, was gesagt wurde. Das ist die niedrigste Hürde. Eine SOAP-Dokumentation ist kein Transkript. Sie ist die klinische Aufzeichnung dessen, was passiert ist, was festgestellt wurde, was entschieden wurde und was als Nächstes geschieht. Der Weg vom Gespräch zu dieser Aufzeichnung umfasst drei unterschiedliche Fähigkeiten, und ein Werkzeug kann bei der ersten gut abschneiden und bei den beiden anderen unbemerkt versagen. Die erste ist richtiges Hören. Die zweite ist die Übersetzung umgangssprachlicher Äußerungen in klinische Bedeutung: zu erkennen, dass „sie frisst seit ein paar Tagen nicht so gut" in die Anamnese gehört und nicht als wörtliches Zitat des Kunden. Die dritte ist strukturelles Urteilsvermögen: Informationen im richtigen Abschnitt einzuordnen, das vom Kunden Berichtete von dem bei der Untersuchung Festgestellten zu trennen und die organisatorischen Rückfragen und den Plauderanteil herauszufiltern, die eine echte Behandlung ausfüllen. Eine Validierungsstudie aus dem Jahr 2025 zur Prüfung von KI-Dokumentationstechnologie stellte fest, dass die klinisch relevanten Fehler nicht in einfachem Verhören lagen. Es waren Informationen, die hinzugefügt, ausgelassen oder unauffällig abweichend von dem wiedergegeben wurden, was tatsächlich gesagt worden war. Wenn eine Praxis einen Anbieter fragt: „Wie hoch ist Ihre Genauigkeitsrate?", dann trifft sie das richtige Anliegen mit den falschen Begriffen. Eine nützlichere Frage, die ich erst nach längerer Nutzung verstanden habe, betrifft die Geschwindigkeit. Ein Dokumentationsassistent lässt sich sehr genau machen, indem er länger für die Auswertung der Behandlung braucht. Die praktische Frage ist, ob das Ergebnis schnell genug zurückkommt, um in den Behandlungsablauf zu passen. Ein Werkzeug, das zwei Minuten braucht, um eine Notiz zu liefern, während der nächste Kunde im Wartebereich sitzt, ist nicht brauchbar, ganz unabhängig von der Prozentzahl.

Was ein zweiwöchiger Test nicht zeigen kann

Ein kurzer Testzeitraum liefert fast immer Ergebnisse, die günstiger ausfallen, als die Technologie es verdient. Nicht, weil das Werkzeug mit der Zeit schlechter wird, sondern weil die Fälle schwieriger werden. In den ersten zwei Wochen nutzen die meisten Tierärzte den Assistenten bei den Behandlungen, bei denen sie sich sicher fühlen: Auffrischungsimpfungen, einfache Nachkontrollen, Gewichtskontrollen, Medikationsüberprüfungen, bei denen ein Kunde klar über ein Thema spricht. Genau solche Behandlungen bewältigt ein KI-Dokumentationsassistent am besten. Nach meiner Erfahrung braucht es mindestens einen Monat, bis man das echte Genauigkeitsmuster versteht. Bis dahin sind einem die Behandlungen begegnet, die die Schwächen offenlegen: mehrere Tiere im selben Termin, mehrere Halter, die durcheinandersprechen, Kunden, deren Gedanken sprunghaft statt geordnet sind, laute Räume, nervöse Tiere oder Behandlungen, in denen die wichtige Information angedeutet statt direkt ausgesprochen wird. Ein zweiwöchiger Test erfasst zu wenige davon, um Ihnen das zu sagen, was Sie wirklich wissen müssen. Eine retrospektive Kohortenstudie, die im Oktober 2025 in JAMA Network Open veröffentlicht wurde, ergab, dass Behandler mit einem KI-Dokumentationsassistenten über ein dreimonatiges Pilotprojekt hinweg weniger Zeit in der elektronischen Patientenakte und bei der Dokumentation verbrachten. Die weiterreichende Lehre für Praxen: Der Nutzen hängt davon ab, wie konsequent das Werkzeug eingesetzt wird und wie gut es zum klinischen Ablauf passt. Das deckt sich mit meiner Beobachtung. Die Tierärzte, die am meisten davon hatten, waren die, die es bei jeder Behandlung nutzten und nicht nur bei den einfacheren. Eine Praxis, die einen KI-Dokumentationsassistenten prüft, sollte ihn im Testzeitraum bewusst durch die schwierigen Fälle schicken und nicht nur durch die klaren. Das heißt nicht, ihn bei risikoreichen Behandlungen unbeaufsichtigt einzusetzen. Es heißt, die KI-Notiz mit dem eigenen fachlichen Urteil bei genau den Behandlungsarten zu vergleichen, die Schwächen am ehesten offenlegen. Dieser Vergleich sagt Ihnen mehr als jede Genauigkeitsangabe eines Anbieters.

Wo es Vertrauen verdient hat

Behandlungen mit einem einzigen Anliegen und einem klar sprechenden Kunden ergaben Notizen, die ich in fünf bis fünfzehn Sekunden prüfen konnte. Nicht fünf Minuten. Sekunden. Auffrischungsimpfungen, einfache Nachkontrollen, unkomplizierte Medikationsüberprüfungen: Diese bewältigte der Assistent zuverlässig genug, dass die Prüfung mit der Zeit zu einem gezielten Überfliegen wurde statt zu einer zeilenweisen Rekonstruktion der Behandlung. Eine Lupa-Fallstudie mit Thompson's Pet Care berichtete von einer geschätzten Einsparung von rund einer Stunde pro Nutzer und Tag über den gesamten Praxisablauf. Diese Zahl bezieht sich auf die Lupa-Plattform als Ganzes und nicht auf Lupa Notes allein, sie zeigt aber, warum sich praxisweite Zeitersparnis genau dort aufbaut, wo häufig wiederkehrende Behandlungen zuverlässig richtig erfasst werden. Die zweite Stärke lässt sich leicht unterschätzen, bis man sie erlebt: Der Assistent ist während der gesamten Behandlung dabei. Wenn ich einen komplexen Fall durcharbeite, liegt meine Aufmerksamkeit beim Tier und beim Kunden. Details, die in die Anamnese gehören, werden manchmal verkürzt oder gehen verloren, bis ich die Notiz schreibe. Die KI hat die ganze Zeit zugehört. An den vollsten Tagen fängt diese durchgehende Aufmerksamkeit Dinge auf, die ich gekürzt oder vergessen hätte. Das deutlichste Beispiel dafür stammte aus einem Notdienst mit komplexen Interaktionen mit einem Kunden und der Polizei. „Meine Interaktionen mit dem Kunden und der Polizei waren lang und komplex", erinnert sich Dr. Nick. „Ich hätte diese Detailtiefe und diese Zwischentöne früher nie erfassen können. Ich konnte sehr vollständige und lückenlose Notizen erstellen, was mir die Gewissheit gab, in dieser Situation das Beste für das Tier getan zu haben, und was für das anschließende Verfahren verfügbar war." Eine Situation unter hohem Druck mit mehreren Beteiligten, widersprüchlichen Schilderungen und möglicher juristischer Prüfung ist genau der Zusammenhang, in dem die eigenen Notizen eines Tierarztes nach der Behandlung am ehesten unter Stress und Zeitdruck zusammenschrumpfen. Der Assistent war für all das dabei.

Wo es eine gründliche Prüfung brauchte

Die erwähnenswerten Fehler sind nicht die spektakulären. Ein Assistent, der offensichtlich falsche oder unsinnige Notizen produziert, wäre binnen einer Woche aufgegeben worden. Das eigentliche Risiko ist subtiler: eine Notiz, die plausibel, gut formatiert und fast vollständig korrekt ist, mit einem unauffällig falschen Detail, das bei schneller Prüfung leicht zu übersehen ist. Genau das habe ich über die Zeit festgestellt: das eine falsche Element aus einer ansonsten sehr guten Zusammenfassung herauszufinden. Behandlungen mit mehreren Tieren und mehreren Sprechern waren die verlässlichste Quelle für diese Art von Fehler. Wenn zwei Halter im selben Termin über zwei Tiere sprechen, ordnete der Assistent ein Symptom oder einen Plan gelegentlich dem falschen Patienten zu. Ich habe gelernt, das auszugleichen, indem ich während der Behandlung sprachliche Marker gesetzt habe und das Tier ausdrücklich benannte, bevor ich seine Anamnese oder seinen Plan besprach. Das half, verlangte aber auch, meine Art zu behandeln zu verändern, und das gehört ehrlich dazugesagt. Dieselbe Anpassung galt für Behandlungen mit mehreren Sprechern. Wenn zwei Halter durcheinandersprachen oder schnell zwischen Themen wechselten, waren die Notizen schwächer. Ich begann, mitten in der Behandlung klarstellende Sätze einzuschieben, teils dem Assistenten zugute, teils weil es ohnehin gute klinische Praxis ist. Beides steht nicht im Widerspruch zueinander. Markennamen, Diätprodukte, Bezeichnungen von Ergänzungsfuttermitteln und einige Arzneimittelbegriffe waren ein zweiter wiederkehrender Schwachpunkt. Ein bestimmter Produktname wurde manchmal korrekt transkribiert, aber eigenartig ausgelegt, nämlich als wörtliche Beschreibung einer Sache statt als Eigenname. Keiner dieser Fehler war für sich allein klinisch gefährlich. Alle brauchten einen Menschen, der sie bemerkt. Die über den längsten Nutzungszeitraum schwächsten Abschnitte waren Anamnese und Plan der SOAP-Dokumentation. Das sind die beiden Abschnitte, deren gute Erstellung am meisten klinisches Urteilsvermögen erfordert. Die Anamnese hängt davon ab, das Gesagte eines Kunden zu deuten und in den richtigen klinischen Rahmen zu setzen. Der Plan verlangt, Entscheidungen wiederzugeben, die getroffen, aber während der Behandlung manchmal nicht ausdrücklich formuliert wurden. Das sind schwierige Aufgaben für jedes nichtklinische System, und sie blieben durchgehend die Bereiche, denen ich die größte Aufmerksamkeit gewidmet habe.

Wie sich der Prüfaufwand tatsächlich verteilen sollte

Jede KI-erstellte Notiz ist weiterhin ein fachliches klinisches Dokument und sollte geprüft werden, bevor sie in die Akte eingeht. Das steht nicht zur Debatte. Die nützlichere Frage ist, wie sich dieser Prüfaufwand über die verschiedenen Notizarten verteilen sollte, denn jede Notiz gleich zu behandeln verschwendet entweder Zeit bei den einfachen oder erzeugt falsches Zutrauen bei den komplexen. Als persönliche Arbeitsregel habe ich festgestellt, dass die Prüfung einer Notiz häufig etwa 5 % der Behandlungsdauer beanspruchte. Bei einem zehnminütigen Impftermin sind das rund dreißig Sekunden. Bei einem dreißigminütigen komplexen Fall mindestens etwa neunzig Sekunden, manchmal mehr. Das klingt kleinteilig, aber das Gespür dafür entwickelt sich von selbst, sobald man das Werkzeug einen Monat oder länger durchgängig genutzt hat. Was sich mit der Zeit ändert, ist nicht, dass dem Werkzeug pauschal leichter zu vertrauen wäre. Es ist, dass die eigene Art zu behandeln klarer wird, was die Zusammenfassungen zuverlässiger macht. Der Assistent gibt wieder, was im Raum gesagt wurde. War die Behandlung gut strukturiert, mit klaren sprachlichen Übergängen zwischen Themen und ausdrücklichen Angaben dazu, welches Tier und welches Anliegen gerade behandelt wird, gibt die Notiz diese Struktur wieder. War die Behandlung gedrängt, gehetzt oder chaotisch, gibt die Notiz das ebenso wieder. Die Qualität der Eingabe prägt die Qualität der Ausgabe auf eine Weise, die keine Genauigkeitsangabe eines Anbieters erfassen kann.

Das Fazit für die Praxis

Die Genauigkeit eines KI-Dokumentationsassistenten ist keine Prozentzahl, die man glauben oder verwerfen kann. Sie ist ein Muster, das sich über die Zeit entwickelt, geprägt davon, wie konsequent Sie das Werkzeug nutzen und wie gut Ihr Behandlungsstil zu dem passt, was das Werkzeug leisten kann. Die Praxen, die am meisten aus Lupa Notes machen, haben durch echten Einsatz an echten Behandlungen gelernt, welche Notizen sich in fünfzehn Sekunden überfliegen lassen und welche eine gründliche fachliche Prüfung brauchen, bevor sie in die Nähe der Akte kommen. Dieses Wissen kommt nicht aus einem Anbietertest oder einer Prozentzahl. Es kommt aus einem Monat täglicher Nutzung über das gesamte Spektrum der Behandlungsarten, einschließlich der schwierigen. Wenn Sie sich damit befassen, was ein KI-Dokumentationsassistent ist und was er für Ihre Praxis leisten kann, oder wenn Sie zwischen einem eigenständigen Assistenten und einem PMS mit integrierter KI entscheiden, dann stellen Sie die Frage nach der Genauigkeit in diesen Begriffen: Was passiert bei den schwierigen Behandlungen, nicht nur bei den klaren, und wie lange braucht das Ergebnis, bis es zurückkommt?