KI für MVZ-Verwaltung: Abrechnung EBM und GOÄ

TL;DR

Medizinische Versorgungszentren verlieren durchschnittlich €42.000-65.000 pro Jahr durch fehlerhafte oder unvollständige EBM- und GOÄ-Kodierung. Ein KI-System analysiert Behandlungsdokumentationen, schlägt passende Ziffern vor und erkennt vergessene Leistungen. MVZ mit 8-15 Ärzten erreichen 38% weniger Abrechnungsfehler und 12% höhere Erlöse bei gleichem Behandlungsvolumen.

Das Abrechnungsproblem in deutschen MVZ

Die EBM- und GOÄ-Abrechnung gehört zu den komplexesten Verwaltungsaufgaben in der ambulanten Medizin. Der EBM-Katalog umfasst über 7.500 Ziffern, die GOÄ weitere 6.000. Regelmäßige Änderungen durch den Bewertungsausschuss machen die korrekte Kodierung zur permanenten Herausforderung.

In einem MVZ mit 10 Ärzten erstellen medizinische Fachangestellte (MFA) monatlich 3.000-5.000 Abrechnungen. Studien der KBV zeigen: 8-14% aller EBM-Abrechnungen enthalten Fehler. Davon sind 60% Unterkodierungen, also Leistungen, die erbracht aber nicht abgerechnet wurden. Jede vergessene Ziffer kostet direkt Erlöse.

Häufigste Abrechnungsfehler im MVZ:

Hochgerechnet auf ein MVZ mit 10 Ärzten und 4.000 Abrechnungen/Monat ergibt sich bei 10% Fehlerquote und €22 durchschnittlichem Erlösverlust pro Fehler ein Jahresverlust von €105.600. Davon sind €42.000-65.000 durch KI-gestützte Kodierung vermeidbar.

So funktioniert KI-gestützte Abrechnung

Das System analysiert die Behandlungsdokumentation des Arztes und schlägt passende EBM- und GOÄ-Ziffern vor. Es ersetzt nicht die MFA, sondern unterstützt sie als intelligente Kodierungshilfe.

# KI-Abrechnungssystem für MVZ
system:
  name: "MVZ-Kodierassistent"
  typ: "Unterstützungssystem (kein Ersatz für MFA)"

  datenquellen:
    - "Arztbrief / Behandlungsdokumentation (PVS-Export)"
    - "ICD-10-Diagnosen der Sitzung"
    - "Vorherige Abrechnungen des Patienten (Quartal)"
    - "EBM-Katalog (aktuelles Quartal)"
    - "GOÄ-Verzeichnis mit Analogbewertungen"

  ki_pipeline:
    schritt_1: "Dokumentenanalyse – Behandlungsschritte extrahieren"
    schritt_2: "Ziffernvorschlag – EBM/GOÄ-Ziffern zuordnen"
    schritt_3: "Plausibilitätsprüfung – Ausschlüsse und Budgets prüfen"
    schritt_4: "Ergänzungsvorschläge – Vergessene Leistungen identifizieren"

  integration:
    pvs: "Schnittstelle zu medatixx, CGM TURBOMED, x.isynet"
    export: "xDT-Format (BDT/GDT) für KV-Abrechnung"
    datenschutz: "On-Premise, keine Cloud-Verarbeitung"

  ergebnisse:
    vorher:
      fehlerquote: "10-14%"
      unterkodierung: "6-9%"
      erlösverlust: "€42.000-65.000/Jahr"
    nachher:
      fehlerquote: "6-8%"
      unterkodierung: "2-3%"
      erlösverlust: "€12.000-20.000/Jahr"

Behandlungsdokumentation analysieren

Das KI-Modell liest die Freitext-Dokumentation des Arztes und extrahiert durchgeführte Leistungen. Beispiel: "Sonografische Untersuchung beider Nieren, Blutentnahme zur Kontrolle der Retentionsparameter, ausführliches Gespräch zur Therapieumstellung" wird in drei kodierbare Leistungen aufgeschlüsselt.

Das System erkennt auch implizite Leistungen: Wenn eine Sonografie dokumentiert ist, aber die Zuschlagsziffer für die Befunddokumentation fehlt, schlägt es diese vor. Bei Chronikerpatienten prüft es, ob die Chronikerziffer im aktuellen Quartal bereits abgerechnet wurde.

Plausibilitätsprüfung vor dem Absenden

Bevor die Abrechnung an die KV geht, prüft das System:

• Ausschlusskombinationen: EBM-Ziffern, die nicht zusammen abgerechnet werden dürfen
• Budgetrelevanz: Warnung, wenn das Praxisbudget für bestimmte Leistungen erschöpft ist
• Mengenbegrenzung: Ziffern mit maximaler Häufigkeit pro Quartal
• Altersbezug: Leistungen, die nur für bestimmte Altersgruppen abrechenbar sind

Praxisbeispiel: Urologisches MVZ in Hessen

Ein urologisches MVZ mit 4 Fachärzten und 6 MFA hat den KI-Kodierassistenten im September 2025 eingeführt. Das MVZ verarbeitet monatlich 2.800 EBM-Abrechnungen und 400 GOÄ-Abrechnungen (Privatpatienten).

Vorher: Fehlerquote 12,3%, davon 7,8% Unterkodierungen. Jährlicher Erlösverlust durch Unterkodierung: €58.000. Die MFA benötigten durchschnittlich 4,5 Minuten pro Abrechnungsfall.

Nachher: Fehlerquote 7,1%, Unterkodierung 2,4%. Die MFA benötigen 3,2 Minuten pro Fall. Jährlicher Erlösgewinn: €41.600. Zusätzlich sanken die Rückforderungen der KV um 67%, weil weniger fehlerhafte Kombinationen eingereicht wurden.

Die Implementierung dauerte 6 Wochen inklusive Anbindung an das PVS-System (medatixx) und einer zweiwöchigen Testphase, in der das KI-System parallel zur manuellen Kodierung lief.

Kosten und ROI-Berechnung

Bei €41.600-52.000 jährlichem Erlösgewinn amortisiert sich das System nach 7-9 Monaten. Ab dem zweiten Jahr liegt der Nettogewinn bei €33.000-43.000. Die detaillierte Kalkulation variiert je nach Fachrichtung und Patientenmix.

Datenschutz und regulatorische Anforderungen

Patientendaten verlassen zu keinem Zeitpunkt das MVZ-Netzwerk. Das KI-Modell läuft auf einem lokalen Server innerhalb der Praxis. Die Verarbeitung erfolgt ohne Internetverbindung.

Relevante Regelwerke:

• DSGVO Art. 9: Verarbeitung besonderer Kategorien personenbezogener Daten erfordert Rechtsgrundlage (hier: Art. 9 Abs. 2h – Gesundheitsversorgung)
• SGB V §295: Pflicht zur korrekten Kodierung bleibt beim Arzt, das KI-System ist Hilfsmittel
• EU AI Act: Abrechnungssysteme fallen nicht unter Hochrisiko-KI, solange der Arzt die finale Entscheidung trifft

Der Einsatz muss im Verzeichnis der Verarbeitungstätigkeiten dokumentiert werden. Eine Datenschutz-Folgenabschätzung empfiehlt sich, ist aber bei rein On-Premise-Betrieb nicht verpflichtend.

Für einen umfassenden Überblick über KI im Unternehmen und die Budgetplanung lesen Sie unsere Leitfäden.

Auswahl des richtigen Systems

Drei Ansätze stehen zur Verfügung:

1. Spezialisierte Medizin-KI (z.B. Averbis, ID Berlin): Höchste Genauigkeit bei der Kodierung, aber €30.000-80.000 Lizenzkosten pro Jahr. Sinnvoll für MVZ mit 20+ Ärzten.

2. Open-Source-LLM mit Fachtraining: Llama 3.1 mit Fine-Tuning auf EBM/GOÄ-Daten. Niedrigere laufende Kosten, aber höherer Implementierungsaufwand. Sinnvoll für MVZ mit eigenem IT-Personal.

3. PVS-integrierte Module: Einige PVS-Anbieter (CGM, medatixx) bieten eigene Kodierungsassistenten. Geringster Integrationsaufwand, aber eingeschränkte Funktionalität und Anbieter-Abhängigkeit.

FAQ

Kann das KI-System die MFA bei der Abrechnung ersetzen?

Nein. Das System schlägt Ziffern vor und prüft Plausibilität. Die finale Freigabe und Verantwortung liegt bei der MFA und dem Arzt. Eine vollautomatische Abrechnung ohne menschliche Kontrolle ist rechtlich nicht zulässig.

Wie aktuell sind die EBM-Daten im System?

Die EBM-Datenbank wird quartalsweise aktualisiert, synchron mit den Änderungen des Bewertungsausschusses. Updates werden 2 Wochen vor Quartalsbeginn eingespielt und getestet.

Funktioniert das System auch für Zahnmedizin (BEMA/GOZ)?

Grundsätzlich ja, die Architektur ist übertragbar. Die Kodierungslogik für BEMA und GOZ unterscheidet sich aber erheblich vom EBM. Separate Implementierung erforderlich.

Wie hoch ist die Genauigkeit der Ziffernvorschläge?

Bei den Top-3-Vorschlägen liegt die korrekte Ziffer in 91-94% der Fälle dabei. Bei eindeutigen Leistungen (Sonografie, Labor) erreicht das System 98%. Bei komplexen Mehrfachleistungen sinkt die Quote auf 82-86%.

Was passiert bei einem Systemausfall?

Die MFA arbeiten wie gewohnt manuell weiter. Das KI-System ist ein Assistenz-Tool, kein kritisches System. Nach dem Neustart verarbeitet es offene Fälle automatisch nach.