KI-Dokumentation Psychotherapie: DSGVO-konform implementieren

KI Dokumentation in der Psychotherapie gewinnt rasant an Bedeutung — und das aus gutem Grund. Ärzte in Deutschland schätzen laut einer Studie am Universitätsklinikum Jena, dass sie im Median 60 Prozent ihrer täglichen Arbeitszeit in der elektronischen Dokumentationsumgebung verbringen — objektive Messungen ergaben einen Anteil von 37 Prozent (Teufel et al., 2021). Unabhängig von der Messmethode leisten Klinikärzte täglich ein bis zwei Stunden Überstunden, nahezu ausschließlich für Dokumentationsaufgaben. Obwohl diese Zahlen aus dem stationären Bereich stammen, berichten auch niedergelassene Psychotherapeuten von erheblichem Dokumentationsaufwand: Verlaufsdokumentation, das Schreiben von Therapieberichten für Kostenträger, Antragsberichte an Gutachter, PTV-Formulare und Behandlungspläne binden erhebliche Zeitressourcen. Moderne Spracherkennung in der Therapie und KI-gestützte Textverarbeitung versprechen, diesen Aufwand substanziell zu reduzieren. Doch der Einsatz von Künstlicher Intelligenz bei hochsensiblen Gesundheitsdaten erfordert eine DSGVO-konforme Vorgehensweise und sorgfältige Planung.

Dieser Leitfaden stellt sieben evidenzbasierte Strategien vor, mit denen Sie automatische Therapiedokumentation sicher, datenschutzkonform und qualitätsgesichert in Ihrer Praxis einsetzen können — von der DSGVO-konformen KI in der Psychotherapie über die Qualitätssicherung bis hin zur Wirtschaftlichkeitsanalyse.

Was ist KI-gestützte Therapiedokumentation?

KI-gestützte Therapiedokumentation bezeichnet den Einsatz von Künstlicher Intelligenz zur automatisierten Erfassung, Strukturierung und Aufbereitung therapeutischer Sitzungsinhalte. Das Spektrum reicht von der Spracherkennung in der Therapie über die automatische Sitzungszusammenfassung bis hin zur Möglichkeit, per KI einen Therapiebericht schreiben zu lassen. Der typische Arbeitsablauf umfasst drei Schritte: Erstens zeichnet eine Spracherkennungssoftware das Therapiegespräch auf und wandelt es in Text um. Zweitens analysiert ein KI-Modell das Transkript und extrahiert klinisch relevante Informationen. Drittens generiert das System strukturierte Dokumentationsbausteine — etwa Sitzungszusammenfassungen, Verlaufsnotizen oder Berichtsvorlagen.

Die Technologie basiert auf zwei Kernkomponenten: automatische Spracherkennung (ASR) und natürliche Sprachverarbeitung (NLP). Aktuelle ASR-Systeme erreichen in kontrollierten Szenarien Wortfehlerraten von unter neun Prozent, wobei die Genauigkeit bei konversationellen Mehrpersonen-Szenarien — wie sie in der Therapie typisch sind — erheblich variieren kann (Ng et al., 2025). Die NLP-Komponente verarbeitet den transkribierten Text und identifiziert diagnostisch relevante Muster, Interventionen und Therapiefortschritte.

Im deutschsprachigen Raum haben sich spezialisierte Anbieter für die psychotherapeutische Dokumentation etabliert. Verschiedene Lösungen positionieren sich mit BSI-C5-Zertifizierung und Zero-Storage-Architektur. Ein Schweizer Anbieter bedient den deutschsprachigen Raum mit Datenhaltung ausschließlich in der Schweiz und wird von über 150 Fachpersonen genutzt. Clara Health entwickelt mit SCRIBE eine Lösung, die lokale Verarbeitung und DSGVO-Konformität in den Vordergrund stellt.

Für die psychotherapeutische Praxis sind besonders folgende Dokumentationstypen relevant: Verlaufsberichte an Kostenträger, Antragsberichte an Gutachter im Rahmen des Gutachterverfahrens, PTV-Formulare (PTV 1-12), diagnostische Befundberichte sowie die laufende Sitzungsdokumentation. KI-Dokumentationswerkzeuge können insbesondere bei der Sitzungszusammenfassung und bei Verlaufsberichten unterstützen. Bei Antragsberichten an Gutachter und diagnostischen Befundberichten ist besondere Vorsicht geboten, da diese eine differenzierte klinische Urteilsbildung erfordern, die KI nicht leisten kann.

Strategie 1: DSGVO-konforme Werkzeugauswahl

DSGVO-konforme KI in der Psychotherapie beginnt mit der richtigen Werkzeugauswahl. Als Psychotherapeut unterliegen Sie der Schweigepflicht nach § 203 StGB — jede Weitergabe von Patientendaten an Dritte, auch an KI-Anbieter, muss mit dieser Grundpflicht vereinbar sein. Gesundheitsdaten fallen darüber hinaus unter Art. 9 DSGVO als besondere Kategorie personenbezogener Daten, deren Verarbeitung grundsätzlich untersagt ist — es sei denn, eine der Ausnahmen nach Art. 9 Abs. 2 DSGVO greift. Für die therapeutische Dokumentation kommen insbesondere Art. 9 Abs. 2 lit. h (Gesundheitsversorgung) und Art. 9 Abs. 2 lit. a (ausdrückliche Einwilligung) in Betracht.

Die BSI-C5-Zertifizierung (Cloud Computing Compliance Criteria Catalogü) wird laut Branchenberichten seit dem 1. Juli 2025 für Cloud-Anbieter im deutschen Gesundheitswesen in vielen Konstellationen gefordert (vgl. § 393 SGB V, DiGAV). C5 umfasst 17 Kontrollbereiche mit 121 Anforderungen. Dabei ist ausschließlich die Typ-2-Attestierung gültig, die die Wirksamkeit der Sicherheitsmaßnahmen über einen längeren Zeitraum nachweist — nicht nur deren Vorhandensein zu einem bestimmten Stichtag (Kiteworks, 2025).

Wenn Sie KI als Cloud-Dienst nutzen, stellt dies eine Auftragsverarbeitung dar, die einen Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO erfordert. Cloud-Dienstleister dürfen Gesundheitsdaten nur verarbeiten, wenn ein AVV vorliegt und der Anbieter geeignete technische und organisatorische Schutzmaßnahmen durch Zertifikate wie ISO 27001 oder BSI C5 nachweist (SRD Rechtsanwälte).

Strategie 2: Informierte Patienteneinwilligung gestalten

Die Kassenzahnärztliche Bundesvereinigung (KBV) stellt klar: Der Einsatz von KI muss gegenüber Patienten transparent sein. Eine mündliche Erklärung ist ausreichend, sofern diese in der Praxisverwaltung dokumentiert wird. Bei der Nutzung von KI für die Dokumentation oder bei Hochrisikosystemen ist eine ausdrückliche Einwilligung erforderlich (KBV).

Eine wirksame Einwilligung für die KI-gestützte Therapiedokumentation sollte folgende Elemente umfassen: den Zweck und die Funktionsweise der KI-Dokumentation, welche Daten erfasst, verarbeitet und gespeichert werden, welche KI-Werkzeuge eingesetzt werden, die Freiwilligkeit der Teilnahme und das Recht, die Einwilligung jederzeit zu widerrufen, ohne dass die Behandlung beeinträchtigt wird, sowie das Recht auf eine ausschließlich manuell erstellte Dokumentation.

Die Einwilligung nach Art. 9 Abs. 2 lit. a DSGVO verlangt bei Gesundheitsdaten erhöhte Bestimmtheit und Präzision. Pauschale Formulierungen wie "Ich stimme der Nutzung von KI zu" genügen nicht. Die Einwilligung muss spezifisch benennen, welche KI-Systeme für welche Dokumentationszwecke eingesetzt werden.

Eine Studie zur Patientenakzeptanz von KI im Gesundheitswesen am Universitätsklinikum RWTH Aachen ergab, dass Patienten grundsätzlich offen gegenüber KI sind, aber zurückhaltender werden, wenn KI ihre eigene Behandlung betrifft. Ältere Patienten, Frauen und Personen mit geringerer Bildung zeigten sich vorsichtiger (Fritsch et al., 2022). Ein Schweizer psychiatrisches Zentrum erzielte mit einer spezialisierten Dokumentationslösung dennoch eine Patientenzustimmungsrate von 97 Prozent — ein Beleg dafür, dass transparente Kommunikation und sorgfältige Implementierung die Akzeptanz erheblich fördern können.

Strategie 3: Qualitätssicherung KI-generierter Berichte

Wenn Sie per KI einen Therapiebericht schreiben lassen, ist das Ergebnis nicht fehlerfrei. Forschungsergebnisse zeigen, dass KI-Zusammenfassungen in etwa 80 Prozent der Fälle korrekt sind — das bedeutet jedoch auch, dass in rund 20 Prozent der Fälle Fehler auftreten können. Diese umfassen Halluzinationen (das Generieren von Informationen, die nicht im Quellmaterial enthalten sind) und Auslassungen (PMC, 2023). KI-Systeme können zudem Kontextfehler produzieren, etwa indem sie Erkrankungen von Familienangehörigen fälschlicherweise dem Patienten zuordnen (PMC, 2023).

Für die systematische Qualitätsbewertung steht mit dem PDQI-9 (Physician Documentation Quality Instrument) ein validiertes Rahmenwerk zur Verfügung. Es misst Dimensionen wie Genauigkeit, Vollständigkeit und wahrgenommene Verzerrung und kann die iterative Qualitätsoptimierung KI-generierter klinischer Dokumentation informieren (Frontiers in AI, 2025).

Kaiser Permanente hat ein formalisiertes Qualitätssicherungsprogramm für KI-Dokumentation etabliert, das als Modell dienen kann: Ein Evaluationsteam bewertet Risikoniveaus, nutzt quantitative und qualitative Ansätze, gibt Rückmeldung an den Anbieter und steuert die Einführung in Phasen mit anschließender kontinuierlicher Überwachung (Permanente Medicine).

Für Ihre Praxis empfiehlt sich ein pragmatischer Ansatz: Prüfen Sie jede KI-generierte Dokumentation vor der Freigabe. Achten Sie besonders auf korrekte Zuordnung von Symptomen und Diagnosen, die Vollständigkeit der dokumentierten Interventionen und Therapieziele sowie die sprachliche Angemessenheit im klinischen Kontext. Dokumentieren Sie wiederkehrende Fehlertypen und melden Sie diese an den Anbieter.

Strategie 4: Integration in den Praxisalltag

Die erfolgreiche Einführung von KI Dokumentation in der Psychotherapie erfordert einen strukturierten Arbeitsablauf, der die therapeutische Präsenz nicht beeinträchtigt. Forschungsergebnisse deuten darauf hin, dass die Integration von Technologie in die therapeutische Arbeit sorgfältig gestaltet werden muss, um die therapeutische Beziehung zu schützen.

Ein erprobter Arbeitsablauf für die automatische Therapiedokumentation umfasst folgende Schritte:

1. Vor der Sitzung: Patienteneinwilligung einholen und dokumentieren. Aufnahmegerät oder Softwarelösung vorbereiten.
2. Während der Sitzung: Aufnahme starten. Die therapeutische Arbeit steht im Vordergrund — die Technologie arbeitet im Hintergrund.
3. Nach der Sitzung: KI-generierte Zusammenfassung und Dokumentationsbausteine prüfen.
4. Qualitätskontrolle: Inhaltliche Korrektur und Ergänzung. Keine KI-generierte Dokumentation ohne therapeutische Freigabe.
5. Archivierung: Freigegebene Dokumentation im Praxisverwaltungssystem speichern.
6. Datenlöschung: Audio- und Sitzungsdaten gemäß den Vereinbarungen löschen.

Die BPtK betont, dass Ärzte und Psychotherapeuten Entscheidungen im Dialog mit Patienten treffen — nicht die Technologie. KI-Anwendungen können die Befundung, Behandlungsauswahl oder Dokumentation unterstützen, die fachliche Verantwortung verbleibt beim Behandler (BPtK; KBV).

Strategie 5: Datensicherheit und Architektur

Bei der Verarbeitung hochsensibler Therapiedaten ist die technische Architektur des KI-Systems entscheidend. Grundsätzlich lassen sich zwei Ansätze unterscheiden: lokale Verarbeitung und Cloud-basierte Verarbeitung.

Bei der lokalen Verarbeitung verlassen die Audiodaten und Transkripte das Endgerät nicht. Die KI-Modelle laufen direkt auf dem Rechner oder Mobilgerät des Therapeuten. Dieser Ansatz bietet das höchste Datenschutzniveau, da keine Übertragung an externe Server erfolgt.

Bei der Cloud-basierten Verarbeitung werden Daten an Server übermittelt, auf denen leistungsfähigere KI-Modelle laufen. Hier ist die BSI-C5-Typ-2-Attestierung zwingend. Verschiedene Anbieter setzen auf eine Zero-Storage-Architektur, bei der alle Sitzungsdaten bis Mitternacht des Erstellungstages unwiderruflich gelöscht werden. Die Verarbeitung erfolgt ausschließlich auf C5-zertifizierten Servern in der EU.

Unabhängig vom gewählten Ansatz gelten folgende Sicherheitsanforderungen: Ende-zu-Ende-Verschlüsselung bei der Datenübertragung, Verschlüsselung ruhender Daten, Zugriffskontrollen und Authentifizierungsmechanismen, Protokollierung aller Zugriffe und Verarbeitungsvorgänge sowie ein Verbot der Nutzung von Patientendaten für das Training von KI-Modellen ohne spezifische Einwilligung (SRD Rechtsanwälte).

Strategie 6: Umgang mit KI-Grenzen und Fehlern

Ein realistisches Verständnis der Leistungsgrenzen ist für den sicheren Einsatz von KI Dokumentation in der Psychotherapie unabdingbar. Insbesondere die Spracherkennung in der Therapie unterliegt spezifischen Herausforderungen. Die systematische Übersichtsarbeit von Ng et al. (2025) zeigt, dass Wortfehlerraten in kontrollierten Diktierszenarien bei 8,7 Prozent liegen, in konversationellen Szenarien jedoch auf über 50 Prozent ansteigen können. F1-Werte rangieren zwischen 0,416 und 0,856. Herausforderungen bestehen bei Akzenten, spezialisierter Fachterminologie und Szenarien mit mehreren Sprechern.

Die historische Entwicklung zeigt eine kontinuierliche Verbesserung: Ältere Studien ermittelten Genauigkeitsraten von 88,90 bis 96,00 Prozent, mit einer jährlichen Verbesserung von etwa 0,03 Prozent (Blackley et al., 2019). Moderne spezialisierte Systeme erreichen bei guter Audioqualität Genauigkeitsraten von 98 bis 99 Prozent. Dennoch bleiben Risiken bestehen, insbesondere bei spezialisierter Terminologie (Hodgson & Coiera, 2016).

KI-Halluzinationen — das Generieren von Informationen, die nicht in den Quelldaten vorhanden sind — stellen ein besonderes Risiko dar. Diese entstehen durch die Natur der Trainingsdaten, den Fokus auf musterbasierte Inhaltsgenerierung und inhärente Limitierungen der KI-Systeme (MIT Sloan). Retrieval-Augmented Generation (RAG), bei der das KI-Modell auf eine kuratierte Wissensbasis zugreift, kann die Häufigkeit von Halluzinationen reduzieren.

Für den Praxisalltag bedeutet dies: Behandeln Sie jede KI-generierte Dokumentation als Entwurf, nicht als fertiges Dokument. Schulen Sie sich und Ihr Praxisteam in der Erkennung typischer KI-Fehler. Etablieren Sie ein Eskalationsverfahren für schwerwiegende Fehler und dokumentieren Sie identifizierte Ungenauigkeiten für die kontinuierliche Verbesserung.

Strategie 7: Wirtschaftlichkeit und Praxisnutzen

Die ökonomische Bewertung von KI-gestützter Dokumentation deutet auf erhebliches Einsparpotenzial hin. Deutsche Klinikärzte verbringen laut einer Medscape-Erhebung bis zu drei Viertel ihres Arbeitstages mit administrativen Aufgaben (Medscape, 2024). Laut Anbieterangaben können KI-Dokumentationslösungen den Dokumentationsanteil von 40 Prozent auf 15 Prozent der Arbeitszeit reduzieren und damit täglich zwei bis drei Stunden freisetzen. Epic-Daten deuten auf eine Reduktion der Dokumentationszeit pro Behandlungskontakt um 15,5 Prozent hin. Diese Zahlen stammen aus dem US-amerikanischen Krankenhauskontext und sind nicht ohne Weiteres auf die ambulante psychotherapeutische Praxis übertragbar.

Im stationären Bereich berichtet ein Schweizer psychiatrisches Zentrum laut Anbieterangaben über 50 Prozent weniger Dokumentationszeit bei gleichzeitig hoher Zufriedenheit der Behandler. Verschiedene Anbieter beziffern die mögliche Zeitersparnis nach eigenen Angaben auf bis zu 80 Prozent für Dokumentationsaufgaben.

Für eine individuelle Wirtschaftlichkeitsanalyse Ihrer Praxis können Sie folgende Kennzahlen erheben:

• Zeitaufwand aktuell: Wie viele Stunden verbringen Sie wöchentlich mit Dokumentation?
• Kosten der KI-Lösung: Monatliche oder jährliche Lizenzkosten des gewählten Anbieters.
• Zeitersparnis: Konservativ 30 bis 50 Prozent Reduktion der Dokumentationszeit.
• Zusätzliche Kapazität: Gewonnene Zeit kann für zusätzliche Behandlungsstunden, Supervision oder Work-Life-Balance genutzt werden.
• Amortisationszeitraum: Laut Anbieterangaben kann dieser je nach Praxissetting und Dokumentationsvolumen unter drei Monaten liegen. Die tatsächliche Amortisation hängt von Praxisform, Dokumentationsumfang, Korrekturaufwand und Audioqualität ab.

Bharadwaj et al. (2024) zeigten in einer Studie zur KI-Implementierung in der Radiologie einen ROI von 451 Prozent über fünf Jahre, der unter Berücksichtigung der eingesparten Arztzeit auf 791 Prozent anstieg. Obwohl diese Zahlen aus einem anderen Fachbereich stammen, verdeutlichen sie das erhebliche Potenzial von KI-gestützter Dokumentation zur Effizienzsteigerung im Gesundheitswesen.

Fazit

KI-gestützte Dokumentation in der Psychotherapie ist keine Zukunftsvision, sondern bereits heute praxistauglich — vorausgesetzt, der Einsatz erfolgt mit der gebotenen Sorgfalt. Die sieben vorgestellten Strategien bilden einen strukturierten Rahmen für die sichere und wirksame Implementierung:

1. DSGVO-konforme Werkzeugauswahl: BSI-C5-Typ-2-Zertifizierung, EU-Serverstandort und AVV als Mindestanforderungen.
2. Informierte Patienteneinwilligung: Transparente Kommunikation über Zweck, Funktionsweise und Rechte.
3. Qualitätssicherung: Jede KI-generierte Dokumentation wird vor der Freigabe geprüft.
4. Integration in den Praxisalltag: Strukturierter Arbeitsablauf, der die therapeutische Präsenz schützt.
5. Datensicherheit und Architektur: Lokale oder C5-zertifizierte Cloud-Verarbeitung mit Zero-Storage-Architektur.
6. Umgang mit KI-Grenzen: Realistische Erwartungen an Genauigkeit und systematische Fehlerbehandlung.
7. Wirtschaftlichkeit: Messbare Zeitersparnisse mit kurzen Amortisationszeiträumen.

Die regulatorischen Rahmenbedingungen — von der DSGVO über die BSI-C5-Zertifizierung bis hin zu den KBV-Leitlinien — schaffen klare Anforderungen, an denen sich Therapeuten orientieren können. NLP-Anwendungen in der klinischen Praxis erreichen mittlerweile durchschnittliche F1-Werte und AUC-Werte über 85 Prozent (Crema et al., 2022), und die Akzeptanz bei Patienten kann bei sorgfältiger Implementierung 97 Prozent erreichen.

Der entscheidende Grundsatz bleibt: KI unterstützt, der Therapeut entscheidet. Solange Sie diese Verantwortungsteilung konseqünt einhalten, bietet die automatische Therapiedokumentation eine erhebliche Entlastung — damit Sie sich auf das konzentrieren können, was Ihre Arbeit ausmacht: die therapeutische Beziehung.

Dieser Artikel dient der allgemeinen Information und ersetzt keine datenschutzrechtliche, medizinische oder psychotherapeutische Beratung. Bei konkreten Fragen zur Implementierung von KI-Dokumentation in Ihrer Praxis wenden Sie sich an Ihre zuständige Datenschutzbehörde, Psychotherapeutenkammer oder kontaktieren Sie uns direkt.