KI-Telefonassistent für Arztpraxen:
Rezeption entlasten, Patienten besser erreichen.

Siebenmal klingeln, zweimal besetzt, einmal auf der Mailbox — und dann in eine andere Praxis gewechselt. Das ist keine Übertreibung, sondern die häufige Erfahrung von Patienten, die montags um acht Uhr morgens einen Termin brauchen. Für Arztpraxen hat das Folgen: nicht nur der entgangene Schein, sondern ein Vertrauensverlust, der schwer zu reparieren ist. Ein KI Telefonassistent für Arztpraxen setzt genau hier an: Er nimmt jeden Anruf an, führt einen strukturierten Dialog, bucht Termine direkt in die Praxissoftware — und unterscheidet verlässlich, ob ein Patient einen Routinetermin möchte oder dringend einen Arzt braucht.

Warum Arztpraxen am Telefon strukturell überlastet sind

Das Telefon ist in vielen Praxen nach wie vor der meistgenutzte Kontaktweg — und gleichzeitig der am schlechtesten skalierbare. Die Rezeption ist der engste Flaschenhals: Wenn 35 Patienten am Montagmorgen gleichzeitig anrufen, kann keine Medizinische Fachangestellte (MFA) alle Leitungen bedienen. Das liegt nicht an mangelndem Einsatz, sondern an der Natur der Anfragen.

Besonders belastende Situationen kennt jede Praxismanagerin:

• Quartalsbeginn: Jeder dritte Patient ruft an, weil er seinen Schein erneuern lassen will oder eine Überweisung braucht. In der ersten Praxiswoche eines Quartals kann das Anrufvolumen auf das Dreifache des Normalwerts steigen.
• Montags von 8 bis 10 Uhr: Berufstätige planen ihren Wochentag. In dieser Zeitspanne kommen in einer Hausarztpraxis mit 1.000 Quartalspatienten leicht 50 bis 70 Anrufversuche in zwei Stunden.
• Grippewelle und Pollenflug: Arztpraxen in Bayern erleben jährlich drei bis vier Wochen, in denen das Volumen auch ohne strukturelle Probleme verdoppelt.

Hinzu kommt die Vorhersehbarkeit: Studien aus Hausarztpraxen zeigen, dass 60 bis 70 Prozent aller eingehenden Anrufe auf vier Kategorien entfallen — Terminanfragen, Rezeptanfragen, Laborergebnis-Anfragen und Krankschreibungen. Das sind regelbasierte Aufgaben, die sich automatisieren lassen, ohne dass ein Arzt oder eine MFA manuell eingreift.

Welche fünf Anruftypen ein KI-Telefonassistent übernimmt

Der entscheidende Unterschied zu einem klassischen Anrufbeantworter: Der Assistent handelt — er notiert nicht nur. Er führt einen Dialog, versteht das Anliegen und leitet daraus eine Aktion ab: Buchung, Bestätigung, Weiterleitung oder strukturierte Notiz für die MFA.

Anruftyp	Was der KI-Assistent tut	Was an die MFA geht
Terminwunsch (Neu- oder Folgetermin)	Prüft freie Slots in der Praxissoftware, schlägt Zeiten vor, bucht und verschickt Bestätigung	Automatische Buchung — kein manueller Schritt
Rezeptanfrage (Folgerezept, Dauermedikation)	Nimmt Name, Geburtsdatum, Medikament und Abholwunsch auf — legt strukturierte Aufgabe in der Praxissoftware an	MFA prüft und gibt frei, Arzt unterschreibt
Laborergebnis anfragen	Identifiziert den Patienten, prüft ob Ergebnis vorliegt, gibt neutralen Statushinweis	Nur bei auffälligem Befund: Rückrufwunsch hinterlegen
Krankschreibung / AU verlängern	Nimmt Zeitraum und Diagnosegruppe auf, leitet strukturiert weiter	MFA entscheidet: Telefon-AU oder Termin nötig
Notfall / dringendes Anliegen	Erkennt Schlüsselbegriffe, stellt sofort zu einer MFA durch — oder gibt Notruf-Hinweis	Immer: direkte Weiterleitung, keine Automatisierung

Wie die technische Anbindung an Ihre Praxissoftware funktioniert

Hier kommt n8n ins Spiel. Viele KI-Telefonassistenten für Arztpraxen — Aaron AI, voixa.de, Sematell, sprachassistent.ai — bringen die Spracherkennung und den Dialogfluss mit. Die Anbindung an die Praxis-IT wird von diesen Anbietern jedoch oft nur generisch gelöst. Mit einem n8n-Workflow als Middleware entsteht eine maßgeschneiderte Verbindung, die sich ohne Eingriff in die Praxissoftware realisieren lässt.

Ein typischer Ablauf:

1. Webhook-Node: Der KI-Assistent sendet nach jedem abgeschlossenen Gespräch eine strukturierte JSON-Nachricht — Anruftyp, Patientendaten, Wunschtermin, Medikament — an einen n8n-Webhook.
2. Set-Node: Daten werden in das Format der Praxissoftware übersetzt (Doctolib, TIM, samedi oder CGM PraxisMedica WebServices).
3. HTTP Request-Node: n8n sendet den Terminbuchungsauftrag oder die Rezeptaufgabe per REST-API direkt in die Praxissoftware.
4. IF-Node: Falls kein freier Slot verfügbar ist oder ein API-Aufruf fehlschlägt, geht automatisch eine Benachrichtigung via Gmail- oder Outlook-Node an die MFA.
5. Google Calendar-Node (optional): Für Praxen, die Terminerinnerungen separat per SMS verschicken, synchronisiert n8n den Praxiskalender und triggert einen Erinnerungs-Workflow 24 Stunden vor dem Termin.

Diese Architektur hält die Lösung modular: Der Sprachassistent kann ausgetauscht werden, ohne den n8n-Workflow anfassen zu müssen — nur der Webhook-Endpunkt ändert sich.

Beispiel: Doctolib-Integration in einer Nürnberger Praxis

Eine Hausarztpraxis in Nürnberg-Ost mit vier Ärztinnen nutzt Doctolib für die Online-Terminbuchung — aber nur für zwei der vier Ärztinnen. Der KI-Telefonassistent bucht bei diesen zwei Ärztinnen direkt über die Doctolib-API (GET /availabilities → POST /bookings), bei den anderen zwei legt er eine Aufgabe im internen Taskboard an. Der HTTP Request-Node prüft dazu in Echtzeit die Verfügbarkeit und schreibt die Buchung vollautomatisch — ohne manuellen Schritt an der Rezeption.

Ein konkretes Praxisbeispiel aus Bayern

Eine allgemeinmedizinische Praxis mit drei Ärztinnen und zwei MFAs in Ingolstadt hatte 2025 ein klassisches Problem: Montags von 8 bis 11 Uhr gingen durchschnittlich 68 Anrufversuche ein — verteilt auf zwei Telefonleitungen. Rund 40 Prozent waren Terminanfragen, die restlichen 60 Prozent Rezept- und Befundanfragen. Die zwei MFAs verbrachten täglich über drei Stunden damit, Anrufe anzunehmen, zwischen Leitungen zu wechseln und Rückrufwünsche zu notieren.

Nach Einführung des KI-Telefonassistenten — mit n8n als Middleware zur Praxissoftware (CGM PraxisMedica) — reduzierte sich die manuelle Gesprächszeit auf unter 45 Minuten täglich. Alle Terminbuchungen liefen vollautomatisch. Rezeptanfragen landeten als strukturierte Aufgaben direkt in PraxisMedica, ohne Übertragungsfehler. Die Kapazität der beiden MFAs verschob sich auf Patientenbetreuung am Empfang und in den Behandlungsräumen.

DSGVO und ärztliche Schweigepflicht: Was wirklich gilt

In keiner anderen Branche ist der Datenschutz so eng mit dem Strafrecht verbunden wie in der Medizin. Die ärztliche Schweigepflicht nach § 203 StGB gilt auch für Mitarbeitende — und auch für digitale Systeme, die Patientendaten verarbeiten. Wer die Anforderungen kennt, erkennt jedoch, dass ein KI-Telefonassistent datenschutzkonform betreibbar ist.

Was der Assistent nicht darf: Diagnosedaten, Behandlungsdetails oder Inhalte aus der Patientenakte an Dritte weitergeben. Was er darf: Name, Geburtsdatum, Telefonnummer und Terminwunsch entgegennehmen — dieselben Daten, die bei einer manuellen Buchung verarbeitet werden.

Konkrete technische und vertragliche Anforderungen:

• Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO mit dem Anbieter
• EU-Server — US-Anbieter ohne angemessene Garantien sind in der Arztpraxis nicht einsetzbar
• Transparenzhinweis zu Gesprächsbeginn: Der Patient muss hören, dass er mit einem digitalen System spricht
• Keine dauerhafte Diagnosespeicherung: Aussagen wie „Ich habe Rückenschmerzen” dürfen nicht in Logs gespeichert werden — nur das Terminanliegen
• Notfall-Protokoll: Bei Schlüsselbegriffen (Brustschmerz, Atemnot, starke Blutung) muss sofortige Weiterleitung zu einer MFA oder ein Notruf-Hinweis folgen

Wie eine datenschutzkonforme n8n-Infrastruktur für das Gesundheitswesen aussieht, zeigt unser Ratgeber n8n DSGVO-konform betreiben.

Worauf Sie beim Anbietervergleich achten sollten

Im deutschen Markt gibt es inzwischen eine Handvoll spezialisierter Anbieter: Aaron AI, voixa.de, Sematell, sprachassistent.ai sowie internationale Plattformen wie Twilio als technische Basis. Die Unterschiede bei DSGVO-Reife und Praxissoftware-Anbindung sind erheblich.

Für bayerische Praxen gilt: Über den Digitalbonus Bayern sind bis zu 50 Prozent der Einrichtungskosten förderfähig — das senkt den Einstieg erheblich. Unser Leistungsangebot umfasst neben der technischen Einrichtung auch die Begleitung beim Förderantrag. Eine erste Einschätzung, welche Anruftypen in Ihrer Praxis automatisierbar sind, gibt die kostenlose Potenzialanalyse — in 30 Minuten, ohne Fachchinesisch.

FAQ

Was kostet ein KI-Telefonassistent für Arztpraxen? +

Das hängt von der Anzahl der Anrufe, den Anruftypen (Termin, Rezept, Befund) und der gewünschten Praxissoftware-Anbindung ab. Statt eines Standardpakets erstellen wir nach einer kostenlosen Potenzialanalyse innerhalb von 48 Stunden ein verbindliches Festpreisangebot, das genau auf Ihre Praxis zugeschnitten ist. Für bayerische Praxen sind im Rahmen des Digitalbonus Bayern bis zu 50 % der Kosten förderfähig.

Kann der KI-Telefonassistent Rezeptanfragen entgegennehmen? +

Ja. Der Assistent nimmt Name, Geburtsdatum, Medikament und Abholwunsch strukturiert auf und legt eine fertige Aufgabe direkt in Ihrer Praxissoftware an — ohne manuelle Übertragung. Die MFA prüft und gibt frei, der Arzt unterschreibt. Das Gespräch mit dem Patienten dauert typischerweise unter 90 Sekunden.

Ist ein KI-Telefonassistent in der Arztpraxis DSGVO-konform? +

Ja, wenn er richtig konfiguriert ist. Der Patient wird zu Gesprächsbeginn informiert, dass er mit einem digitalen System spricht. Es werden nur terminbuchungsrelevante Daten gespeichert, die Verarbeitung läuft ausschließlich auf EU-Servern, und mit dem Anbieter wird ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO geschlossen. Wir konfigurieren den Datenschutz bevor der erste Anruf durch das System läuft.

Mit welcher Praxissoftware kann der Assistent verbunden werden? +

Doctolib, TIM, samedi und CGM PraxisMedica lassen sich über REST-APIs anbinden. Für Praxissoftware ohne offene API (z. B. ältere Medistar-Versionen) bauen wir einen n8n-Workflow als Middleware, der Daten strukturiert übergibt und MFA-seitig als fertige Aufgabe erscheint.

Was passiert, wenn ein Patient einen medizinischen Notfall schildert? +

Der Assistent ist auf Schlüsselbegriffe wie Brustschmerz, Atemnot, starke Blutung oder Bewusstlosigkeit trainiert. Bei diesen Signalen stellt er sofort zu einer MFA durch — oder gibt unmissverständlich den Hinweis auf den Notruf 112. Kein Patient mit einem echten Notfall bleibt in einem automatisierten Dialog.