KI-Voicebot für Arztpraxen: Terminvergabe 24/7

TL;DR

Deutsche Arztpraxen verlieren durchschnittlich 32 % aller Anrufe — Patienten legen bei Wartezeiten über 30 Sekunden auf. Ein KI-Voicebot beantwortet Anrufe sofort, vergibt Termine 24/7 und bearbeitet Rezeptanfragen automatisch. Praxen mit 800+ Anrufen pro Woche entlasten ihr Team um 25 Stunden wöchentlich. Die Kosten: €290–450 pro Monat bei einer Amortisation in unter 4 Wochen.

Das Telefonproblem in deutschen Arztpraxen

Montag, 8:02 Uhr: 14 Patienten in der Warteschleife, 3 MFA am Empfang, 2 davon im Sprechzimmer beschäftigt. Eine MFA telefoniert — 13 Patienten warten. Die Realität in deutschen Arztpraxen:

• 800–1.200 Anrufe pro Woche bei Hausarztpraxen mit 1.500+ Scheinen/Quartal
• 32 % der Anrufe gehen verloren (Quelle: KBV-Praxisbarometer 2025)
• 67 % der Anrufe sind Routineanfragen: Terminvereinbarung, Rezeptbestellung, Überweisungsanfrage
• €38.000–52.000 Personalkosten pro MFA-Vollzeitstelle jährlich
• 4,7 Minuten durchschnittliche Gesprächsdauer für eine Terminvereinbarung

Jeder verlorene Anruf ist ein potenzieller Patientenverlust. Bei einem durchschnittlichen Quartalsumsatz von €45 pro GKV-Patient bedeuten 50 verlorene Patienten im Quartal €9.000 weniger Umsatz.

Was ein KI-Voicebot für Arztpraxen leistet

Terminvergabe

Der Voicebot kennt den Praxiskalender in Echtzeit und vergibt Termine nach definierten Regeln:

# Terminvergabe-Konfiguration
terminarten:
  akutsprechstunde:
    dauer: 10
    vorlauf_min: 0
    vorlauf_max: "gleicher Tag"
    prioritaet: "hoch"

  vorsorge:
    dauer: 30
    vorlauf_min: "3 Tage"
    vorlauf_max: "8 Wochen"
    prioritaet: "normal"

  impfung:
    dauer: 15
    vorlauf_min: "1 Tag"
    vorlauf_max: "4 Wochen"
    prioritaet: "normal"

regeln:
  - "Akuttermine nur vormittags"
  - "Vorsorge nur Di/Do nachmittags"
  - "Maximal 3 Akuttermine pro Stunde"
  - "Puffer: 10 Min. alle 2 Stunden"

Rezeptbestellung

Patienten nennen ihr Medikament — der Voicebot prüft gegen die Patientenakte und legt die Anfrage zur Arztsignatur bereit. Durchlaufzeit: 45 Sekunden statt 4,7 Minuten.

Triagierung

Bei Symptombeschreibungen kategorisiert der Voicebot nach Dringlichkeit:

• Rot: Sofortiger Rückruf durch MFA (Brustschmerzen, Atemnot)
• Gelb: Akuttermin am gleichen Tag
• Grün: Regulärer Termin in den nächsten Tagen

Überweisungsmanagement

Automatische Erfassung von Überweisungswünschen mit Facharzt-Kategorie und Weiterleitung an die MFA zur Vorbereitung.

Praxisbeispiel: Gemeinschaftspraxis in Hessen

Eine hausärztliche Gemeinschaftspraxis (3 Ärzte, 5 MFA, 2.100 Scheine/Quartal) in der Wetterau hat im September 2025 einen KI-Voicebot eingeführt:

Ausgangslage:

• 1.050 Anrufe pro Woche
• 34 % verlorene Anrufe
• 2 MFA ausschließlich für Telefon eingeteilt
• Wartezeit: durchschnittlich 2,8 Minuten
• Patientenbeschwerden: 12/Monat zum Thema Erreichbarkeit

Ergebnisse nach 4 Monaten:

Die freigewordene MFA-Zeit wird für Wundversorgung, DMP-Dokumentation und Patientenbetreuung vor Ort genutzt.

Anbietervergleich für den deutschen Markt

Empfehlung: Praxen mit Doctolib → Doctolib Phone. Alle anderen → Aaron.ai (breiteste PVS-Integration) oder VITAS (beste API für Eigenintegration).

Technische Integration

PVS-Anbindung

Die meisten Voicebots verbinden sich über die Schnittstelle des Praxisverwaltungssystems:

# Integration Aaron.ai → CGM M1 PRO
schnittstelle: "HL7 FHIR R4"
verbindung: "VPN-Tunnel (IPsec)"
daten_sync:
  kalender: "Echtzeit (Webhook)"
  patientenstamm: "Read-only (alle 15 Min.)"
  rezeptanfragen: "Write (neue Anfrage anlegen)"

datenschutz:
  speicherort: "Deutschland (Frankfurt)"
  verschluesselung: "AES-256 at rest, TLS 1.3 in transit"
  aufbewahrung: "Gesprächsprotokoll 10 Jahre (§630f BGB)"
  avv: "Auftragsverarbeitungsvertrag nach Art. 28 DSGVO"

Telefonanlage

Der Voicebot wird als SIP-Trunk vor die bestehende Telefonanlage geschaltet. Bei Nicht-Erkennung oder Patientenwunsch erfolgt sofortige Weiterleitung an die MFA.

Datenschutz und Patientenrechte

Medizinische Sprachdaten unterliegen besonderem Schutz (Art. 9 DSGVO):

• Einwilligung: Patient wird zu Gesprächsbeginn informiert und kann jederzeit zur MFA wechseln
• Datenminimierung: Nur terminrelevante Daten werden erfasst (Name, Geburtsdatum, Terminwunsch)
• Serverstandort: Ausschließlich Deutschland (§203 StGB — ärztliche Schweigepflicht)
• Löschfristen: Gesprächsaufzeichnungen nach Transkription automatisch gelöscht (24 Std.)
• Auditlog: Jeder Datenzugriff wird revisionssicher protokolliert

Einführungsfahrplan

1. Woche 1: Anbieter auswählen, AVV unterzeichnen, PVS-Schnittstelle konfigurieren
2. Woche 2: Terminarten und Regeln definieren, Begrüßungstexte formulieren
3. Woche 3: Testbetrieb mit 5 % der Anrufe (interne Tester)
4. Woche 4: Rollout auf 50 % der Anrufe, MFA-Schulung
5. Woche 5–6: Vollbetrieb, Feintuning der Spracherkennung
6. Monat 3: Review und Optimierung der Terminregeln

Grundlagen zur KI-Einführung beschreibt der Komplettleitfaden KI für Unternehmen. Die Kostenplanung erleichtert der Artikel KI-Kosten für Unternehmen. Für die Wirtschaftlichkeitsanalyse hilft die ROI-Berechnung mit Excel-Vorlage. Praktische Tipps zur Umsetzung finden Sie unter KI implementieren.

FAQ

Verstehen ältere Patienten den Voicebot?

Ja. Aktuelle Voicebots führen natürliche Gespräche und erkennen Dialekte. In der Praxis akzeptieren 89 % der Patienten über 65 den Voicebot — vorausgesetzt, die Weiterleitung zur MFA ist jederzeit möglich.

Was passiert bei Notfällen?

Der Voicebot erkennt Notfall-Schlüsselwörter (Brustschmerzen, Atemnot, Bewusstlosigkeit) und leitet sofort an die MFA weiter. Zusätzlich wird auf die 112 verwiesen.

Wie lange dauert die Einrichtung?

Mit einem spezialisierten Anbieter (Aaron.ai, Doctolib Phone) dauert die Einrichtung 2–3 Wochen. Die technische Integration in das PVS benötigt 1–2 Tage.

Kann der Voicebot auch Rückrufe organisieren?

Ja. Der Patient hinterlässt Name und Anliegen, der Voicebot erstellt einen priorisierten Rückrufauftrag für die MFA — inklusive vorgeschlagener Rückrufzeit.

Wie hoch ist die Erkennungsrate bei Dialekt?

Aktuelle Modelle (Whisper, Azure Speech) erreichen 94–97 % Erkennungsrate bei Hochdeutsch und 87–92 % bei starkem Dialekt (Bayerisch, Schwäbisch, Sächsisch).