Was passiert, wenn eine KI mit einem Klick die gesamte Patientenakte analysieren kann?

Von der Informationsflut zur klinischen Klarheit: Wie KI die psychologische Diagnostik grundlegend verändert

Psychotherapeutin arbeitet mit digitalem Tablet und analysiert Patientendaten – KI-gestützte Diagnostik

Stellen Sie sich vor: Ein Patient kommt zur dritten Folgekonsultation. Sie haben ihn seit über einem Jahr in Behandlung. Es gibt eine Voranamnese, mehrere Sitzungsnotizen, ausgefüllte Fragebögen zu Depression, Angst und ADHS, einen Bericht einer vorbehandelnden Kollegin, zwei Arztbriefe vom Internisten sowie eine Reihe von Nachrichten aus dem Patientenportal. Insgesamt: vielleicht 80 bis 120 Seiten Material.

Bevor die Sitzung beginnt, haben Sie realistischerweise fünf bis zehn Minuten, um sich vorzubereiten. Sie überfliegen die letzten Notizen, werfen einen Blick auf den aktuellen PHQ-9-Wert und versuchen, den roten Faden wiederzufinden. Dass in einem Arztbrief vom Vorjahr eine Bemerkung über Schlafstörungen steht, die sich perfekt mit dem heute erneut geäußerten Erschöpfungsgefühl deckt – das bleibt möglicherweise unverknüpft. Nicht aus Nachlässigkeit. Sondern weil kein Mensch bei jedem Schritt alle verfügbaren Informationen im Kopf hat.

Das eigentliche Problem: Nicht Mangel an Daten, sondern Mangel an Kapazität zur Vernetzung

Die psychotherapeutische und psychiatrische Praxis hat in den letzten Jahren nicht weniger, sondern deutlich mehr Dokumentation produziert. Standardisierte Assessments, elektronische Patientenakten, strukturierte Anamnesebögen, KI-gestützte Voranamnesen – all das erzeugt wertvolle klinische Information. Das Problem ist nicht mehr das Fehlen von Daten. Das Problem ist die kognitive Kapazität, diese Daten vollständig und systematisch miteinander in Beziehung zu setzen.

Die Kognitionswissenschaft kennt dieses Phänomen gut: Der menschliche Geist ist herausragend in der Erkennung von Mustern in einem überschaubaren Kontext, aber überfordert bei der simultanen Integration von Hunderten von Einzelinformationen über einen langen Zeitraum. Das ist keine Schwäche – es ist menschliche Biologie. Und es ist der Ausgangspunkt für eine ernsthafte Auseinandersetzung mit der Frage: Was könnte eine KI hier leisten?

Was es bedeutet, wenn eine KI die gesamte Akte kennt

Moderne KI-Systeme der neuesten Generation sind in der Lage, sehr große Mengen an Text gleichzeitig zu verarbeiten – ohne zu vergessen, ohne zu ermüden, ohne selektiv zu sein. Das bedeutet: Eine KI, die Zugang zur vollständigen Patientenakte hat, „liest" nicht sequenziell und bruchstückhaft, sondern integriert alle Informationen simultan.

In einer psychotherapeutischen oder psychiatrischen Anwendung heißt das konkret: Die KI kann gleichzeitig die Erstanamnese, alle Sitzungsnotizen, die ausgefüllten Fragebögen der letzten Monate, vorhandene Arztbriefe, Berichte von Kooperationspartnern und Patientennachrichten in eine einheitliche Analyse einbeziehen. Nicht nacheinander, sondern auf einmal – und mit dem expliziten Auftrag, Zusammenhänge, Muster und klinische Auffälligkeiten zu benennen.

Die KI stellt keine Diagnose. Sie sagt: „Zwischen Ihrer Sitzungsnotiz vom März, dem PHQ-9-Verlauf und diesem Satz in der Voranamnese gibt es eine Verbindung, die es wert sein könnte, sie anzusprechen." Die klinische Bewertung liegt beim Menschen.

Fallbeispiel 1: ADHS, Angststörung und Burnout – wenn Komorbiditäten das Bild verschleiern

Ein 38-jähriger Ingenieur kommt mit der Hauptbeschwerde Erschöpfung und Konzentrationsproblemen in die Praxis. Über zwei Jahre hinweg füllt er mehrere Fragebögen aus: MBI für Burnout, GAD-7 für Angst, PHQ-9 für Depression. Alle Werte sind auffällig. Die Diagnose lautet zunächst depressive Episode und Angststörung. Die Behandlung läuft, mit mäßigem Erfolg.

Erst im dritten Behandlungsjahr erwähnt der Patient beiläufig, dass er als Kind nie einen Schulabschluss auf Anhieb geschafft habe, immer als „faul" gegolten habe und bis heute Schwierigkeiten habe, Dinge zu Ende zu bringen. Diese Bemerkung steht in einer Sitzungsnotiz – aber sie ist nicht systematisch mit dem Gesamtbild verknüpft worden.

Eine KI, die die vollständige Akte analysiert, könnte diesen Satz im Kontext aller anderen Informationen gewichten – und die Frage aufwerfen: Gibt es im vorliegenden Material Hinweise auf eine bislang nicht diagnostizierte ADHS im Erwachsenenalter, die die Erschöpfung und die Therapieresistenz miterklärt? Das ist kein Diagnosevorschlag. Es ist eine strukturierte Rückfrage, die zu einem relevanten klinischen Gespräch führen kann.

Fallbeispiel 2: Autismusverdacht in der Erwachsenenpsychiatrie

Autismusspektrumstörungen bei Erwachsenen werden nach wie vor häufig übersehen oder fehldiagnostiziert – besonders bei Frauen, die gesellschaftlich trainiert sind, ihre Schwierigkeiten zu kaschieren (sogenanntes „Masking"). Eine 31-jährige Lehrerin kommt mit Burnout, sozialer Erschöpfung und Beziehungsproblemen. In den Sitzungsnotizen tauchen über Monate hinweg immer wieder Formulierungen auf: Unfähigkeit, soziale Situationen intuitiv zu navigieren; das Gefühl, soziale Regeln analytisch erlernen zu müssen; intensive Interessen; Reizsensitivität.

Jede dieser Beobachtungen für sich genommen wirkt unspektakulär. Zusammengenommen, über 18 Sitzungen hinweg, in Kombination mit einem deutlich erhöhten AQ-Screening-Wert aus dem zweiten Behandlungsmonat, ergibt sich ein kohärenteres klinisches Bild. Eine KI, die alle diese Daten simultan verarbeitet, könnte die Häufigkeit und die Kohärenz dieser Hinweise sichtbar machen – und die Frage stellen, ob eine weiterführende Autismusdiagnostik in Betracht gezogen werden sollte.

Fallbeispiel 3: Langjährige Behandlung mit hunderten Seiten Dokumentation

In der Langzeitpsychotherapie ist die Informationsmenge besonders hoch. Ein Patient mit komplexer PTBS und rezidivierender Depression, der seit sechs Jahren in Behandlung ist, hat eine Akte mit mehreren hundert Seiten: Dutzende Sitzungsnotizen, multiple Verlaufsfragebögen, Krisenprotokolle, zwei stationäre Entlassungsberichte, Arztbriefe, Medikationspläne, Nachrichten. Hinzu kommen Informationen, die schriftlich fixiert wurden, aber nie systematisch ausgewertet wurden – wie wiederkehrende Formulierungen des Patienten zu bestimmten Auslösern oder Beziehungsmustern.

Eine KI, die über all diese Informationen verfügt, kann Fragen beantworten wie: In welchen Lebensphasen war der Patient besonders stabil? Welche Ereignisse gingen den Krisen jeweils voraus? Gibt es Ähnlichkeiten in den Beschreibungen, die der Patient bei verschiedenen Rückfällen benutzt hat? Was hat in der Vergangenheit geholfen – und was nicht? Diese Art von longitudinaler Analyse ist für Fachkräfte manuell kaum realisierbar, wenn die Akte über viele Jahre gewachsen ist.

Wie KI als Reflexionspartner funktioniert – und wo die Grenzen liegen

Der Begriff „Reflexionspartner" ist hier bewusst gewählt. Eine KI trifft keine klinischen Entscheidungen. Sie stellt keine Diagnosen. Sie schreibt keine Therapiepläne. Was sie kann: strukturiert nachfragen, Informationen bündeln, Hypothesen formulieren, die der Fachkraft zur Bewertung vorgelegt werden. Das ist eine andere Form von Unterstützung als ein Entscheidungssystem – es ist eher vergleichbar mit einer sehr guten Supervision oder einem kompetenten Kollegengespräch, das immer verfügbar ist.

Die Entscheidung, ob diese Hinweise klinisch relevant sind, liegt immer bei der Fachkraft. Die diagnostische Einschätzung, die therapeutische Beziehungsgestaltung, die Abwägung ethischer Fragen – das sind Dimensionen menschlicher Expertise, die keine KI replizieren kann und soll.

Klinische Konsistenz und Qualitätssicherung durch systemisches Gedächtnis

Ein bislang wenig diskutierter Vorteil der KI-gestützten Aktenanalyse ist die klinische Konsistenz. In der Praxis kommt es nicht selten vor, dass Informationen, die in der Anamnese erhoben wurden, in späteren Sitzungen nicht mehr aktiv präsent sind. Ein Trauma, das in der ersten Sitzung erwähnt wurde, kann im weiteren Verlauf in den Hintergrund geraten – nicht weil die Fachkraft es vergessen hat, sondern weil der Fokus sich verlagert hat und die Dokumentation selten systematisch rückwärts gelesen wird.

Eine KI mit Zugang zur vollständigen Akte stellt dieses systemische Gedächtnis zur Verfügung. Sie kann sicherstellen, dass klinisch relevante Informationen aus frühen Phasen der Behandlung nicht verschwinden – und sie kann aktiv auf Inkonsistenzen hinweisen, etwa wenn eine aktuelle Beschreibung des Patienten einem früheren Befund widerspricht.

Zeiteffizienz: Weniger Vorbereitung, mehr Präsenz

Fachkräfte in der ambulanten Versorgung verbringen einen erheblichen Teil ihrer Arbeitszeit mit dem Vorbereiten von Sitzungen – besonders nach Urlauben, bei langen Behandlungsverläufen oder wenn Patient:innen nach langer Pause zurückkehren. Eine KI, die auf Anfrage eine präzise Zusammenfassung der Behandlung erstellt, die wichtigsten klinischen Entwicklungen markiert und offene Fragen benennt, kann diese Vorbereitungszeit dramatisch reduzieren.

Das ist kein Luxus. Es ist eine Voraussetzung für Qualität. Wer fünf Minuten vor einer Sitzung hetzt und versucht, sich an Details zu erinnern, ist weniger präsent als jemand, der strukturiert informiert in die Begegnung geht. Mehr Präsenz bedeutet bessere therapeutische Beziehung – und bessere therapeutische Beziehung ist einer der stärksten Prädiktoren für Therapieerfolg.

Wissensmanagement als unterschätzter Faktor in der Praxis

Jede gut geführte Patientenakte ist ein Wissensspeicher. Sie enthält nicht nur klinische Fakten, sondern auch implizites Wissen: Was hat funktioniert? Was hat den Patienten belastet? Wie beschreibt er sein Erleben in Krisen versus in stabilen Phasen? Dieses Wissen ist heute häufig „eingeschlossen" in Dokumenten, auf die selten zurückgegriffen wird. Die KI macht es nutzbar.

Besonders in Praxen, die Patient:innen über viele Jahre begleiten, oder in Einrichtungen mit wechselndem Personal (Weiterbildungsassistenten, Vertretungen), ist dieses strukturierte Wissensmanagement von hohem Wert. Eine neue Fachkraft kann sich in Minuten ein fundiertes Bild von einem komplexen Fall machen – nicht weil die KI die Behandlung zusammenfasst, sondern weil sie die vorhandene Dokumentation intelligent aufbereitet.

Ethische Dimensionen: Verantwortung, Datenschutz, Transparenz

Die Vorstellung, dass eine KI die gesamte Patientenakte analysiert, wirft legitime Fragen auf. Diese müssen ernst genommen werden, nicht beiseitegeschoben.

Datenschutz ist dabei die unmittelbarste Anforderung. Patientendaten im Bereich psychischer Gesundheit gehören zu den sensibelsten Kategorien personenbezogener Informationen, die es gibt. Jedes System, das diese Daten verarbeitet, muss höchsten Anforderungen an Verschlüsselung, Datenspeicherung, Zugriffsrechte und regulatorische Konformität genügen – insbesondere im Kontext der DSGVO und der spezifischen Anforderungen im deutschen Gesundheitswesen.

Darüber hinaus stellt sich die Frage der Transparenz: Patient:innen sollten wissen und zustimmen können, dass ihre Daten KI-gestützt analysiert werden. Und Fachkräfte müssen klar verstehen, auf welcher Grundlage eine KI Hinweise gibt – damit sie diese einordnen und gegebenenfalls kritisch hinterfragen können.

Schließlich bleibt die zentrale ethische Leitlinie unverrückbar: Die diagnostische Einschätzung, die Behandlungsentscheidung und die Beziehungsgestaltung liegen in der Verantwortung der Fachkraft. KI ist Werkzeug. Der Mensch ist Arzt, Therapeutin, Psychologin.

Die Zukunft: KI als integraler Bestandteil klinischen Denkens

Es ist absehbar, dass KI-gestützte Aktenanalyse in den kommenden Jahren zu einem Standardwerkzeug in Psychotherapie und Psychiatrie wird – ähnlich wie digitale Fragebögen oder elektronische Patientenakten heute. Die Frage ist nicht ob, sondern wie gut diese Systeme implementiert werden: Wie transparent sind sie? Wie valide sind ihre Hinweise? Wie gut schützen sie Patientendaten? Wie nahtlos lassen sie sich in bestehende Arbeitsabläufe integrieren?

Fachkräfte, die sich frühzeitig mit diesen Möglichkeiten auseinandersetzen, werden in einer besseren Position sein, die Entwicklung kritisch mitzugestalten – statt passiv Konsumenten von Systemen zu sein, die ohne ihre Perspektive entwickelt wurden. Die psychologische und psychiatrische Profession hat das Recht und die Pflicht, eigene Anforderungen an KI-Systeme zu formulieren und deren Entwicklung aktiv zu beeinflussen.

Was klinisch gut implementierte KI-Analyse leisten kann – eine Zusammenfassung

Fazit: Nicht mehr Information – sondern besser genutztes Wissen

Die psychologische und psychiatrische Praxis leidet nicht an einem Mangel an Informationen. Sie leidet an der Schwierigkeit, die vorhandenen Informationen vollständig, konsistent und zeiteffizient zu nutzen. Genau hier liegt das Potenzial der KI-gestützten Aktenanalyse – nicht als Ersatz für klinisches Urteil, sondern als Instrument, das das klinische Urteil besser informiert.

Wenn eine KI tatsächlich alle verfügbaren Informationen einer Patientenakte intelligent analysieren, strukturieren und mit der Fachkraft gemeinsam reflektieren kann – und das unter Wahrung höchster datenschutzrechtlicher Standards –, dann ist das kein Zaubertrick. Es ist eine technische Lösung für ein klinisches Problem, das zu lange als unvermeidliche Begleiterscheinung des Berufsalltags hingenommen wurde. Und es ist ein Schritt in Richtung einer Versorgungsrealität, in der Fachkräfte die Zeit und die kognitive Kapazität haben, wirklich das zu tun, wofür sie ausgebildet wurden: Menschen verstehen, begleiten und heilen.

KI Diagnostik Psychotherapie, Patientenakte KI Analyse, klinische Entscheidungsunterstützung, psychologische Diagnostik, ADHS Komorbidität, Autismus Diagnostik, Wissensmanagement Praxis, KI Psychiatrie