Webinar-Rückblick: Erkenntnisse aus dem Einsatz von KI im Gesundheitswesen

Gesundheitssysteme sollen mehr für Patientinnen und Patienten leisten, ohne zusätzliches Personal einzustellen. Das meiste, was Patientinnen und Patienten frustriert, passiert rund um die Versorgung, nicht während der Versorgung selbst. Den richtigen Arzt oder die richtige Ärztin zu finden, ist aufwendig. Ebenso wie bei jedem Übergang dieselbe Geschichte erneut zu erzählen. 

In unserer aktuellen Behind-the-Agent-Session sprach Cindy Liu (Enterprise Deployment, ElevenLabs) mit Jacque Myers (Global Healthcare Lead, Slalom), Sylvia Doane Stephenson (Managing Director, Slalom) und Cristal Woodley (Chief Marketing and Experience Officer, Renown Health) darüber, wo KI-Agenten im Gesundheitswesen tatsächlich eingesetzt werden und was nötig ist, um sie produktiv einzusetzen.

Der Unterschied zwischen Implementierungen, die sich weiterentwickeln, und solchen, die ins Stocken geraten, liegt im Einstieg: eine Journey mit hohem Volumen, klarer Messbarkeit und geringem Risiko statt einer Vielzahl spezialisierter Pilotprojekte.

Warum die Patient Journey weiterhin bruchstückhaft ist

Patientinnen und Patienten stecken in einem endlosen Kreislauf fest. Bei jedem Versorgungsübergang bestätigen sie ihre Identität und erklären erneut, weshalb sie anrufen. Sie warten und werden weitergeleitet. Antworten, die sie anderswo suchen, sind widersprüchlich. Wenn sie schließlich die richtige Person erreichen, beginnt der Prozess von vorn.

Alle Touchpoints existieren – Website, Patientenportal, Contact Center, EHR, Abrechnung –, aber sie kommunizieren nicht miteinander. Eine vernetzte Journey beginnt dort, wo sich die Patientin oder der Patient befindet, und setzt zuerst dort an, wo das Risiko gering und die Wirkung hoch ist.

Die meisten Organisationen beginnen mit KI an den Rändern, bei spezialisierten Anwendungsfällen mit geringem Risiko. Keiner davon entwickelt sich weiter. Jacques Alternative nennt sie Hero Journey: eine zentrale Journey, die einen großen Teil Ihrer Arbeit abbildet, weiterhin risikoarm ist und die Sie ausbauen, statt sie für jeden Anwendungsfall neu aufzusetzen.

Demo: Terminvereinbarung von Anfang bis Ende

Die Terminvereinbarung eignet sich gut als Hero Journey: Sie hat ein hohes Volumen, ist messbar und risikoarm genug, um darauf aufzubauen. So sieht der vordere Teil dieser Journey von der Patientenaufnahme bis zur Terminbestätigung durchgängig aus.

Szenario: Eine Patientin benötigt ein neues Kontaktlinsenrezept. Sie findet auf der Website ihrer Versicherung einen Optometristen im Versicherungsnetz und ruft in der Praxis an. Dort nimmt ein virtueller Terminassistent den Anruf entgegen.

Gezeigt wurde:

• Der Agent führte die Aufnahme von Neupatientinnen und -patienten dialogbasiert durch und erfasste Namen, Geburtsdatum und Telefonnummer
• Er verifizierte ihre Telefonnummer mit einem echten SMS-Code und konnte fortfahren, nachdem der Code beim ersten Versuch falsch verstanden worden war
• Als die Anruferin ihre Versicherten-ID nicht mehr wusste, sagte der Agent ihr, sie solle die Karte zum Termin mitbringen, und fuhr fort
• Er bot drei Termine an, buchte einen davon und versendete eine aus dem Gesprächsverlauf erstellte Bestätigungs-E-Mail sowie eine SMS-Erinnerung
• Derselbe Agent lief auch über SMS – mit identischem Workflow als Textkonversation und ohne separate Implementierung

Warum das wichtig ist: Ein Agent stand sowohl hinter der Telefonleitung als auch hinter dem Textverlauf. Das Erlebnis war somit standardmäßig omnichannel. Die Demo war in etwa zwei Stunden erstellt – schnell genug, damit ein Team innerhalb weniger Tage einen Prototyp entwickeln und intern vorstellen kann. Der Produktiveinsatz im Unternehmen hat einen anderen Umfang. Der Großteil der Arbeit liegt in Integration, Tests und Compliance, die ein Agent vor dem Go-live benötigt. Bei ElevenLabs übernehmen dies unsere Forward Deployed Engineers.

Wo Sie beginnen sollten – und was tatsächlich blockiert

Die Reihenfolge für ein Gesundheitssystem, das startet:

• Ambient Listening: falls es noch nicht in Ihr EHR integriert ist. Diese Arbeit läuft meist über einen Dokumentationsanbieter, schafft aber das Vertrauen der Behandelnden, von dem alles Weitere abhängt.
• Das Contact Center: Die meisten Systeme sehen es als Kostenstelle. Es kann stattdessen als Wachstumszentrum dienen.
• Patientenaufklärung und Therapietreue: Wiederholbare Aufgaben mit unmittelbar messbarem ROI, die sich skalieren lassen.

Das Hindernis für die Contact-Center-Automatisierung ist die Terminplanung der Ärztinnen und Ärzte. Präferenzkarten und Terminvorlagen sind der sichtbare Teil. Langsam ist die Umsetzung von Veränderungen bei Menschen, die hoch qualifiziert, hoch spezialisiert und sehr unabhängig sind. Was funktioniert: ärztliche Fürsprecher, eine abgestimmte Führung, die den Wandel begleiten kann, und kontinuierliche Unterstützung – manchmal bis hin zu einem individuellen Coach pro Behandelndem.

Wie Renown Health auf Agenten hinarbeitet

Renown versorgt Patientinnen und Patienten in einem Gebiet von 100.000 Quadratmeilen – von Salt Lake City bis Sacramento.

Cristals Team beginnt mit einem klar abgegrenzten Pilotprojekt. Die betrachteten Anwendungsfälle kommen vollständig ohne Patienteninformationen aus. Interne Erfolge schaffen die Grundlage, um die Compliance für die nächsten Schritte zu gewinnen. 

Der Weg dorthin führte über die Daten. Cristals Team arbeitete mit Behandelnden an Terminvorlagen und standardisierte gleichzeitig die offene Terminvergabe. Schnelle Erfolge durch Ambient Listening öffneten die Tür: Behandelnde, die eine bessere Lebensqualität erlebten, kamen zurück und fragten, was noch möglich sei.

Sie äußerte sich auch klar zum Tempo: Marketing- und Contact-Center-Teams können nicht warten, denn Patientinnen und Patienten nutzen das bereits und erwarten es bereits.

Sicherheit, HIPAA und das Onboarding von Agenten wie neue Mitarbeitende

Emotional aufgeladene Anrufe sind das Erste, wonach die meisten Teams fragen. Renown misst bereits die Stimmung in Gesprächen seines Call Centers und leitet Anrufende an erfahrenere menschliche Agenten weiter, wobei dieser Kontext bei der Übergabe erhalten bleibt. Dieselbe Disziplin gilt für KI-Agenten.

Arbeiten Sie Agenten genauso ein wie Mitarbeitende: Geben Sie ihnen SOPs und ein Wissenszentrum, trainieren Sie Verhaltensweisen für Unterbrechungen und Eskalationen und evaluieren Sie sie vor dem Go-live sowie in laufenden PDSA-Zyklen (Plan, Do, Study, Act) anhand antagonistischer Beispiele.

Leitplanken wirken auf drei Ebenen:

• Steuerung über den System-Prompt
• Eingabevalidierung fängt adversariale Versuche ab, bevor der Agent antwortet
• Echtzeit-Evaluierung jeder Antwort anhand Ihrer konfigurierten Richtlinie

Bei der Compliance gelten dieselben HIPAA-Standards, die EHRs regeln, auch für KI-Systeme: BAAs mit KI-Anbietern, Interoperabilität, die richtigen führenden Systeme, De-Identifizierung bei jeder Datenübertragung und kein Training mit Patientendaten ohne ausdrückliche Einwilligung. ElevenLabs verlangt von Kunden im Gesundheitswesen einen BAA und bietet einen Modus ohne Datenspeicherung. Daten werden zur Verarbeitung weitergeleitet und anschließend in Ihre eigene geschützte Umgebung zur Speicherung zurückgegeben.

Was bereit ist – und was Sie messen sollten

KI ist heute bei Kunden im Gesundheitswesen produktiv im Einsatz: Sie führt Echtzeitgespräche mit niedriger Latenz und folgt einem Skript, ohne die Fragen auszulassen, die sie stellen soll.

Jedes Modell im Stack ist jedoch naturgemäß probabilistisch – unabhängig davon, ob es sich um Speech to Text, das LLM oder Text to Speech handelt. Deshalb sind die deterministischen Ebenen darum herum wichtig. Jede Implementierung benötigt einen vorab festgelegten Risikoschwellenwert und ein Eskalationsprotokoll – unabhängig davon, ob an einen Menschen oder ein leistungsfähigeres Modell übergeben wird.

Sobald dieser Schwellenwert festgelegt ist, stellt sich die Frage, was Sie messen. Renown Health verfolgt die pro Kanal gebuchten Termine und ordnet sie danach zu, ob sie über einen Agenten, einen Anruf oder eine SMS zustande kamen. Patientinnen und Patienten sollten die Versorgung so erreichen können, wie sie alles andere erreichen.

Oder messen Sie den Net Promoter Score bei Patientinnen und Patienten, Pflegekräften und Ärztinnen und Ärzten. Denn die meisten Menschen mögen ihre Behandelnden bereits. Die Belastung entsteht durch alles rund um die Versorgung. Steigende Zufriedenheit bedeutet daher, dass die Belastung sinkt. Auf Plattformebene beobachten wir eingesetzte Agenten und bediente Minuten für die Akzeptanz sowie CSAT und die Deflection Rate, um zu beurteilen, ob die Arbeit Wirkung zeigt.

Best Practices für den Einsatz von KI-Agenten im Gesundheitswesen

1. Wählen Sie eine Hero Journey, keinen Randfall: Eine Journey mit hohem Volumen, klarer Messbarkeit und geringem Risiko, die im gesamten Unternehmen ausgebaut wird, ist besser als eine Vielzahl spezialisierter Implementierungen, die sich nie weiterentwickeln.
2. Bereinigen Sie die Daten, bevor Sie den Prozess automatisieren: Terminvorlagen und Standards für die offene Terminvergabe müssen zuerst geklärt werden. Ein Agent übernimmt jedes Chaos, das darunter liegt.
3. Gewinnen Sie ärztliche Fürsprecher und unterstützen Sie sie durch die Führung: Die technische Arbeit ist nicht der langsame Teil. Die Zustimmung unabhängiger Behandelnder ist es – und sie braucht echte Unterstützung bis zur Einführung.
4. Arbeiten Sie Agenten wie neue Mitarbeitende ein: SOPs, ein Wissenszentrum, trainierte Verhaltensweisen für Unterbrechungen und Eskalationen sowie Evaluierungen anhand antagonistischer Beispiele vor dem Go-live und in laufenden PDSA-Zyklen.
5. Machen Sie alles Faktische deterministisch: Rufen Sie Daten, Verfügbarkeiten und Akteninformationen über Tools ab. Lassen Sie das Modell nicht ableiten, was es nachschlagen kann.
6. Definieren Sie Ihren Eskalationsschwellenwert vorab: Jedes Modell im Stack ist probabilistisch. Entscheiden Sie im Voraus, was eine Übergabe an einen Menschen oder ein leistungsfähigeres Modell auslöst.
7. Messen Sie nach Kanal und Zufriedenheit: Pro Kanal gebuchte Termine zeigen, ob Patientinnen und Patienten das Angebot tatsächlich nutzen. Der NPS von Patientinnen und Patienten, Pflegekräften sowie Ärztinnen und Ärzten zeigt, ob die Belastung sinkt.

Sehen Sie sich die vollständige Session an

Sehen Sie sich das vollständige Webinar an: Behind the Agent: Session zum Einsatz von KI im Gesundheitswesen.