Confidential AI in der Versorgung

Das Dokumentationsparadoxon 

Die medizinische Versorgung lebt von Aufmerksamkeit. Ärzte sollen zuhören, diagnostizieren, behandeln. Doch in der Realität verbringen Ärzte durchschnittlich ein Drittel ihrer Arbeitszeit mit Dokumentation und Verwaltung. Das ist nicht eine Nebenbeschäftigung, sondern ein zentrales Effizienzproblem, das die Versorgungsqualität gefährdet, den Fachkräftemangel verschärft und die Attraktivität des Arztberufes mindert. 

Künstliche Intelligenz – insbesondere Sprachmodelle und Spracherkennung – bietet hier eine Lösung. Automatisierte Dokumentation reduziert den Aufwand messbar, gibt Ärzten Zeit für Patienten zurück und wird von Patienten selbst positiv bewertet. Gleichzeitig entstehen dabei neue Sicherheitsanforderungen, insbesondere bei KI-Lösungen aus der Cloud. 

Das Problem: Dokumentation frisst Zeit und Ressourcen 

Im September 2025 veröffentlichten die Deutsche Krankenhausgesellschaft und das Deutsche Krankenhausinstitut eine repräsentative Blitzumfrage unter 400 Krankenhäusern mit einem klaren Befund: 

Ärzte verbringen täglich fast drei Stunden mit Dokumentation und administrativen Aufgaben. Das entspricht rund einem Drittel ihrer Arbeitszeit. 

Die Dimension ist erheblich: 

• 88 % der befragten Krankenhäuser berichten, dass der Dokumentationsaufwand in den letzten 12 Monaten zugenommen hat. 
• Würde die Dokumentationszeit pro Arzt um nur eine Stunde täglich sinken, stünden bundesweit rechnerisch rund 22.000 zusätzliche Arztkapazitäten für die direkte Patientenversorgung zur Verfügung.
• Ein Arzt mit 40-Stunden-Woche verliert etwa 12 Stunden pro Woche an Verwaltungstätigkeiten.

Es handelt sich damit nicht um ein Randphänomen einzelner Häuser, sondern um eine strukturelle Bindung hochqualifizierter Arbeitszeit. 

Die Folgen sind vielschichtig. Der administrative Overhead trägt zu Unzufriedenheit und Burnout bei und verschärft so den ohnehin bestehenden Fachkräftemangel. Weniger Zeit pro Patienten bedeutet geringere Aufmerksamkeit und ein erhöhtes Risiko für Fehler. Wartezeiten verlängern sich, weil vorhandene Kapazität administrativ gebunden ist. Gleichzeitig entstehen erhebliche volkswirtschaftliche Kosten: Jede Stunde Dokumentation ist verlorene Leistungskapazität im System. 

Auch das Bundesministerium für Gesundheit bestätigt die wachsende Belastung durch Bürokratie und verweist darauf, dass 90 Prozent des Pflegepersonals sich durch administrative Anforderungen überfordert fühlen. 

Die zentrale Frage lautet daher nicht, ob Dokumentation notwendig ist, sondern wie sie effizienter organisiert werden kann, ohne Sicherheit und Sorgfalt zu kompromittieren. 

Die Lösung: KI-gestützte Dokumentation in der Praxis 

Moderne Sprachmodelle können Arzt-Patienten-Gespräche automatisch mitschreiben und strukturierte medizinische Dokumentation erzeugen. Das Modell hört oder liest das Gespräch, extrahiert relevante medizinische Informationen und formatiert diese automatisch in die erforderliche Dokumentationsstruktur, etwa Anamnese, Befund, Assessment oder Diagnose. Darüber hinaus können KI-Systeme Freitexte strukturieren, Dokumente zusammenfassen und administrative Prozesse im Versorgungsalltag unterstützen. Die Software übernimmt die Formatierung und Verknüpfung mit vorhandenen Patientendaten. Für den Arzt entfällt ein erheblicher Teil der manuellen Eingabe- und Strukturierungsarbeit. 

Dass dieses Prinzip funktioniert, zeigt ein Praxisbeispiel der Charité Berlin. Rund 70 Ärzte testeten ein KI-System zur Echtzeit-Dokumentation in verschiedenen Fachrichtungen, mehrere tausend Patientengespräche wurden analysiert. 

Die Ergebnisse: 

• Deutlich reduzierter Dokumentationsaufwand 
• Mehr Zeit für ein fokussiertes Gespräch mit Patienten 
• Durchweg positives Patientenfeedback 

Prof. Dr. Alexander Meyer vom Institut für Künstliche Intelligenz in der Medizin (IKIM) der Charité fasst zusammen:

„Unsere Auswertungen zeigen, dass sich der Dokumentationsaufwand mit dieser Technologie deutlich reduziert hat. Unsere Ärzte haben so nachweislich mehr Zeit für ein fokussiertes Gespräch mit ihren Patienten. Auch das Feedback der Patienten war durchweg positiv.“ 

Das System ist seit Oktober in deutschen Kliniken verfügbar. Es handelt sich nicht um ein Zukunftsszenario, sondern um realen Einsatz. 

Anbieter für derartige KI-Lösungen im Gesundheitswesen gibt es bereits und ihre Zahl steigt. Die entscheidende Frage lautet jedoch: Was geschieht mit den sensiblen Patientendaten, die dabei verarbeitet werden? 

Das Sicherheitsproblem: Datenschutz und Vertrauen 

Warum Standard-Cloud-Lösungen nicht ausreichen 

KI-Sprachmodelle sind ressourcenintensiv – sie benötigen teure GPUs und massive Rechenleistung. Für Kliniken und Praxen ist der Weg zur Public Cloud oft unausweichlich. Doch genau hier entstehen neue Probleme. 

Standard-Cloud-KI-APIs wie ChatGPT, Claude oder vergleichbare Dienste funktionieren nach diesem Modell: 

• Der Arzt oder die Klinik sendet Patientendaten zur KI in die Cloud 
• Die Daten werden dort im Klartext verarbeitet – der Cloud-Anbieter und sein Personal können sie einsehen 
• Teilweise werden Eingaben für Verbesserungen der Modelle verwendet 

DSGVO und ärztliche Geheimhaltung verlangen höchste Sorgfalt beim Umgang mit Patientendaten. Das Einsenden von Patientengesprächen an externe KI-Dienste ist rechtlich komplex und wird von vielen Datenschützern kritisch gesehen. Im schlimmsten Fall verbieten Kliniken KI-Tools aus Sicherheitsbedenken vollständig – und Ärzte verlieren damit genau die Entlastung, die sie eigentlich dringend brauchen.

Das On-Prem-Dilemma 

Manche Organisationen weichen auf lokale On-Prem-Lösungen aus. Das scheint sicherer – die Daten verlassen das Gebäude nicht. Doch in der Praxis entstehen neue Probleme: 

• GPU-Hardware ist teuer und knapp: Moderne KI-Modelle brauchen H100-GPUs oder ähnlich leistungsstarke Hardware. Der Kaufpreis liegt im sechsstelligen Euro-Bereich. Die Verfügbarkeit ist begrenzt 
• Keine echte Skalierbarkeit: On-Prem-Infrastrukturen lassen sich nicht flexibel vergrößern 
• Hohe Betriebskosten: Eigene Rechenzentren erfordern Fachpersonal, Kühlung, Wartung, Sicherheit – eine kontinuierliche Belastung der IT-Budgets 
• Schlechteres Service-Update: Cloud-Anbieter aktualisieren ihre Modelle regelmäßig. On-Prem-Systeme laufen oft auf veralteten Versionen 

Die Lösung: Confidential AI 

Sicherheit und Skalierbarkeit müssen sich jedoch nicht ausschließen. Eine Technologie namens Confidential AI ermöglicht es, KI Workloads in der Cloud zu betreiben und Patientendaten dabei auch während der Verarbeitung technisch abzusichern. 

Confidential AI basiert auf Confidential Computing, einer Hardware- und Software-Technologie, die Daten nicht nur während der Übertragung und im Ruhezustand verschlüsselt, sondern auch während der Verarbeitung im Arbeitsspeicher. Das funktioniert durch spezielle Prozessor-Technologien (AMD SEV-SNP, Intel TDX) und moderne GPUs (NVIDIA H100, H200). Der Kern der Idee: 

• Die Verarbeitung findet in einer isolierten vertrauenswürdigen Ausführungsumgebung (VAU) statt. 
• Der Cloud-Provider, das Host-Betriebssystem, Systemadministratoren – niemand kann die Daten im Klartext einsehen, auch nicht, während der KI-Verarbeitung. 
• Remote Attestation ermöglicht kryptografische Nachweise darüber, welche Software innerhalb der isolierten Umgebung läuft. Datensicherheit wird damit verifizierbar und basiert nicht auf bloßen Zusicherungen des Cloud Anbieters. 

Das ist fundamental anders als ein „sicherer Cloud-Service". Bei Confidential Computing sind Service- und Cloud-Provider technisch ausgeschlossen von den Daten – nicht vertraglich versprochen, sondern durch Hardware erzwungen. 

Privatemode AI in der Praxis

Privatemode ist ein KI-Service, der dieses Sicherheitsmodell umsetzt. Im Einsatz könnte das beispielsweise so aussehen: 

Der Arzt spricht mit dem Patienten und nimmt das Gespräch mit einer Anwendung auf. Diese Anwendung übermittelt die Audiodatei verschlüsselt an Privatemode. Dort wird sie innerhalb einer vertrauenswürdigen Ausführungsumgebung transkribiert und verarbeitet. Das Ergebnis wird anschließend verschlüsselt an die Anwendung zurückgegeben, wo es weiterverarbeitet und beispielsweise in einen Bericht überführt wird. 

Der Arzt nutzt damit KI-Funktionen, ohne dass Dritte technisch Zugriff auf die Inhalte des Patientengesprächs erhalten, und muss sich somit keine Gedanken um die Sicherheit der sensiblen Daten machen. 

Die operativen Vorteile im Überblick

• Keine dauerhafte Speicherung der Prompts für Modelltraining 
• Nutzung leistungsstarker Cloud Infrastruktur ohne eigene GPU Investitionen 
• Flexible Skalierung je nach Auslastung 
• Integration in bestehende Systeme ohne Veränderung der Workflow Logik 

Bereits im Gesundheitswesen im großen Maßstab im Einsatz

Confidential Computing von Edgeless Systems kommt in Deutschland bereits in der elektronischen Patientenakte (ePA) zum Einsatz. Für mehr als 50 Millionen Versicherte wird dort ein technischer Betreiberausschluss umgesetzt, der von der gematik vorgeschrieben ist. Die Backend Infrastruktur erhält dabei keinen Zugriff auf Patientendaten. Das Sicherheitsprinzip ist somit im hochregulierten Gesundheitsumfeld produktiv etabliert. 

Privatemode AI überträgt dieses Sicherheitsmodell auf KI-Anwendungen in der Versorgung und ermöglicht die nachweisbar geschützte Verarbeitung von Modellanfragen. NVIDIA beschreibt Privatemode AI in einem Solution Brief als erstes GenAI Framework, das Prompts dauerhaft verschlüsselt hält. 

KI in der Versorgung braucht einen skalierbaren und sicheren Ansatz 

Die Ausgangslage ist eindeutig: 

• Der Dokumentationsaufwand in der medizinischen Versorgung ist strukturell zu hoch. 
• KI kann diesen Aufwand messbar reduzieren. 
• Cloud-Lösungen lösen das Sicherheitsproblem nicht vollständig, On-Prem-Ansätze hingegen scheitern häufig an Skalierbarkeit und Wirtschaftlichkeit. 

Confidential AI schließt diese Lücke. Sie kombiniert die Skalierbarkeit moderner Cloud-Infrastruktur mit einem technisch durchgesetzten Betreiberausschluss. Damit wird die Verarbeitung sensibler Patientendaten nicht nur organisatorisch, sondern architektonisch abgesichert – auf Hardwareebene.

Confidential Computing ist in der elektronischen Patientenakte für mehr als 50 Millionen Versicherte produktiv im Einsatz. Privatemode AI überträgt dieses Sicherheitsmodell auf KI-Anwendungen im Versorgungsalltag. Für Softwarehersteller im Gesundheitswesen bedeutet das: Generative KI lässt sich integrieren, ohne die Kontrolle über sensible Daten zu verlieren. 

Möchten Sie mehr darüber erfahren, wie sich nachweisbar sichere KI in der Versorgung einsetzen lässt? Kontaktieren Sie uns für eine technische Demo.