top of page

KI im Praxisalltag: Gezielt experimentieren lohnt sich doppelt.

17. Sept.
4 Min. Lesezeit

Wer gezielt mit KI experimentiert, lernt ihre Grenzen kennen und findet dabei genau jene Aufgaben, die in der Praxis am meisten Zeit kosten.


In vielen Praxen steht KI an einem von zwei Punkten. Entweder wurde sie einmal ausprobiert, und die Sache verlief im Sand. Oder man wartet ab, bis jemand sagt, wofür sie taugt. Beide Wege enden gleich: Nach einem Jahr weiss im Betrieb niemand genauer als zuvor, wo KI hilft und wo nicht.


Dabei ist die Bereitschaft längst da. Im Swiss eHealth Barometer 2026 können sich 84 Prozent der befragten Gesundheitsfachpersonen vorstellen, Routineaufgaben künftig mit KI zu automatisieren. Was fehlt, ist nicht der Wille. Es fehlt ein Verfahren für den Einstieg.

Die gute Nachricht vorweg: Dieses Verfahren braucht weder IT-Projekt noch Budget, sondern vier Fragen an eine einzige Aufgabe. Wie Sie damit systematisch experimentieren, Ihre KI-Kompetenz aufbauen und dabei auf messbare Zeitgewinne stossen, erfahren Sie in diesem Beitrag.


Wo KI hilft, steht in keiner Anleitung

Die Harvard Business School hat gemeinsam mit der Boston Consulting Group 758 Beraterinnen und Berater mit und ohne KI arbeiten lassen. Bei Aufgaben innerhalb der Fähigkeiten des Systems erledigten die KI-Nutzenden 12,2 Prozent mehr Aufgaben, arbeiteten 25,1 Prozent schneller und lieferten deutlich bessere Qualität.


Bei einer Aufgabe ausserhalb dieser Fähigkeiten kehrte sich das Bild um. Dort lagen die KI-Nutzenden 19 Prozentpunkte seltener richtig als die Gruppe ohne KI. Die Forschenden nennen das eine jagged technological frontier, eine gezackte Grenze: Manche Aufgaben erledigt KI mühelos, andere von scheinbar gleicher Schwierigkeit gar nicht. Und: Von aussen ist diese Grenze nicht zu sehen.


Die Grenze der KI steht in keinem Handbuch. Man findet sie nur, indem man sie auslotet.


Jeder Versuch ist zugleich eine Lektion

Genau deshalb ist Experimentieren kein Zeitvertreib, sondern die günstigste Form der Weiterbildung. KI-Kompetenz, in der Forschung als AI Literacy beschrieben, meint die Fähigkeiten, die es braucht, um in einem von KI geprägten Umfeld zu leben, zu lernen und zu arbeiten. Sie entsteht nicht im Kurs allein, sondern dort, wo jemand eine eigene Aufgabe testet, das Ergebnis prüft und den Unterschied bemerkt. Nicht Wissen über Technik also, sondern Urteilsvermögen über ihren Einsatz.


Diese Kompetenz ist überdies eine Pflicht. Artikel 4 des EU AI Act verlangt seit dem 2. Februar 2025, dass Betriebe die KI-Kompetenz ihres Personals sicherstellen; die Bestimmung kann Schweizer Praxen erfassen, sobald ein EU-Bezug besteht. Wer ohnehin befähigen muss, kann das am besten an einer echten Aufgabe tun.


Bleibt die Frage, wo man sucht. Die Befragung von gfs.bern im Auftrag der FMH gibt die Richtung vor: Praxisambulant tätige Ärztinnen und Ärzte wendeten 2025 durchschnittlich 54 Minuten pro Tag allein für Anforderungen von Behörden und Versicherungen auf, am meisten für Anfragen zu Rechnungsstellungen und für Berichte an Erwerbsausfallversicherungen. Ein Jahr zuvor bezeichneten 65 Prozent der praxisambulant Tätigen diesen Aufwand als eher oder eindeutig überflüssig.


Vier Fragen, bevor Sie ein Experiment starten

Erstens: aufwendig und spürbar. Die Aufgabe kostet regelmässig Zeit oder Konzentration. Was zwei Minuten dauert, taugt nicht als erster Versuch, selbst wenn KI es gut erledigt — der Gewinn bliebe unsichtbar.

Zweitens: auftretend und wiederkehrend. Die Aufgabe fällt täglich oder wöchentlich an. Das nützt doppelt: Ein Zeitgewinn summiert sich, und mehrere Versuche lassen sich direkt vergleichen. Aus diesem Vergleich entsteht Erfahrung.

Drittens: anleitbar und beschreibbar. Der Ablauf lässt sich mit Regeln oder einer Vorlage erklären, etwa die Antwort auf eine wiederkehrende Rückfrage zur Rechnungsstellung. Wer eine Aufgabe nicht beschreiben kann, kann auch keine KI dafür anleiten. Dieser Schritt schärft den Blick auf den eigenen Prozess, ob das Experiment nun gelingt oder nicht.

Viertens: absicherbar und verantwortbar. Das Ergebnis lässt sich kontrollieren. Die FMH empfiehlt, solche Systeme nur dort einzusetzen, wo man fachlich in der Lage ist, Fehler zu erkennen und die Antwortqualität zu beurteilen; für Patientendaten verlangt sie lokal gehostete oder kontrollierte Modelle. Für den ersten Versuch heisst das: erfundene oder sicher anonymisierte Beispiele in einem frei zugänglichen Tool, echte Patientendaten nie.


Vier Ja, und die Aufgabe ist Ihr Versuchsfeld. Sie lernen, wo die Grenze verläuft. Sie messen, ob die Zeit tatsächlich sinkt. Und: Sie entscheiden aus eigener Erfahrung, ob daraus ein fester Arbeitsschritt wird.


Nicht das spektakulärste Tool bringt Ihre Praxis weiter, sondern die unscheinbarste wiederkehrende Aufgabe, die Sie gezielt testen.


Bereit für einen Austausch? Vereinbaren Sie ein unverbindliches Erstgespräch: www.felber-advisory.ch/kontakt. Gemeinsam finden wir die Aufgaben, die sich in Ihrer Praxis für einen ersten Versuch eignen, und legen fest, wie Ihr Team sicher und messbar experimentiert.



Quellen

 
 
 

Kommentare

bottom of page