Über das Projekt

Tannenhof Berlin-Brandenburg ist ein Anbieter von Suchttherapie in Deutschland. Therapeut:innen verbrachten erhebliche Zeit damit, während der Sitzungen Papiernotizen zu machen und sie danach ins digitale Patientenaktensystem Patfak zu übertragen – langsam, fehleranfällig und ermüdend. Die Dokumentation musste für Berichte an die Deutsche Rentenversicherung (DRV) formatiert werden, was eine weitere Schicht manueller Arbeit bedeutete.

N3XTCODER hat einen KI-Transkriptionspilot gebaut, finanziert über Civic Coding, der Therapiesitzungen auf Arbeits-iPhones und iPads aufnimmt, transkribiert und strukturierte Berichte produziert, die für DRV-Reporting formatiert sind – und damit die Papiernotizen-Pipeline komplett ersetzt.

Die Herausforderung

Healthcare-Transkription ist keine Standard-NLP-Aufgabe. Die Anforderungen gingen über reine Genauigkeit hinaus:

• Patientendaten sind lebenskritisch. Audioaufnahmen von Therapiesitzungen gehören zu den sensibelsten Datenkategorien. EU-gehostete Infrastruktur mit gehärteten Zugriffskontrollen war nicht verhandelbar.

• Klinische Terminologie muss stimmen. Suchttherapie hat ein eigenes Fachvokabular. Eine Transkription, die klinische Begriffe falsch wiedergibt, ist schlimmer als keine Transkription.

• Der Output muss zum DRV-Berichtsformat passen. Die Deutsche Rentenversicherung hat spezifische Reporting-Anforderungen. Der KI-Output musste strukturiert darauf passen, nicht nur Rohtext sein.

• Therapeut:innen müssen dem System vertrauen. Wenn Therapeut:innen dem System nicht vertrauen, nutzen sie es nicht. Buy-in vom klinischen Team musste in den Prozess eingebaut werden, nicht vorausgesetzt.

Der Ansatz

Wir haben mit einer Premortem-Session gestartet, bevor eine Zeile Code geschrieben wurde. Das Team definierte drei fehleranfällige Kategorien: rechtliche Änderungen (was, wenn sich Regularien mitten im Pilot ändern?), Datensicherheit (was, wenn eine Aufnahme von der falschen Person abgerufen wird?) und User-Akzeptanz (was, wenn Therapeut:innen das Tool ablehnen?). Das hat jede Architekturentscheidung danach geprägt.

Der Prototyp nimmt Sitzungen auf Arbeits-iPhones und iPads auf, transkribiert sie mit Speech-to-Text-Modellen auf EU-gehosteter Infrastruktur und produziert strukturierte Zusammenfassungen, formatiert für DRV-Reporting. Wir haben die Storage-Bucket-Sicherheit gehärtet, A/B gegen das Standard-Patnova-Produkt getestet und die UI-Terminologie nach Feedback des klinischen Teams von "Monologue" zu "Einzel" umbenannt – eine kleine Änderung, die einen großen Unterschied für die Akzeptanz machte.

Der Pilot nutzte 32 Stunden Civic-Coding-Beratung und wurde Feature-first gebaut: das MVP ging zuerst live, dann wurde auf Basis von echtem klinischem Feedback iteriert.

Tech-Stack

• Transkription: Speech-to-Text auf EU-gehosteter Infrastruktur

• Aufnahmegeräte: Arbeits-iPhones und iPads

• Output-Format: Strukturierte Berichte, formatiert für die Deutsche Rentenversicherung (DRV)

• Patientenakten-Integration: Patfak digitales Patientenaktensystem

• Infrastruktur: EU-gehostet mit gehärteter Storage-Bucket-Sicherheit

• Finanziert über: Civic Coding (Bundesinitiative Deutschlands)

Das Ergebnis

• Premortem-first-Ansatz kartierte rechtliche, Sicherheits- und User-Akzeptanz-Risiken vor der ersten Zeile Code

• A/B-getestet gegen das Standardprodukt (Patnova), um zu validieren, dass KI-Transkription klinische Qualitätsstandards erfüllt

• Klinisches Team gestaltete die UI – Terminologie-Änderungen und Workflow-Anpassungen auf Basis von Therapeut:innen-Feedback

• Meilenstein erreicht, an dem Tannenhof internes Budget für die vollständige Implementierung 2026 beantragen kann

• Datenschutz, Patientenschutz und Arztgeheimnis von Tag eins in die Architektur eingebaut – nicht nachgerüstet