ChatGPT und Patientendaten in der Arztpraxis: Zahlen und Regeln

Leitfaden für Arztpraxen · Stand: 22.10.2026 · Redaktion: Thomas Neumann (Gründer LYSI NXT LVL, baut Lysi Doc)

Kurz gesagt: Die Hälfte der befragten Ärzt:innen nutzt in der Praxis private KI-Tools wie ChatGPT, meist ohne eine freigegebene Alternative. Bundesärztekammer und KBV stellen klar: Schweigepflicht und Datenschutz gelten beim Einsatz von KI ohne Einschränkung. Wer KI nutzt, sollte deshalb keine Angaben eingeben, über die sich Patient:innen erkennen lassen.

Fasse den Verlauf zusammen: Herr Jonas Brandt[PATIENT1], geb. 02.11.1958[DATUM1],
seit März zunehmende Belastungsdyspnoe …

Wie viele Ärzt:innen nutzen ChatGPT und andere KI-Tools?

Etwa die Hälfte, je nach Studie. In der größten Umfrage nutzen 50 % der befragten Ärzt:innen private KI-Tools wie ChatGPT für Recherche, 28 % für Dokumentation. Medizinische Fachangestellte nutzen sie seltener. Eine Studie an bayerischen Unikliniken kommt auf ähnliche Werte. Die Zahlen im Überblick:

ZahlWas sie misstQuelle
50 %der befragten Ärzt:innen nutzen private KI-Tools wie ChatGPT für Recherche (MFA: 30 %)Doctolib/YouGov 2026 [1]
28 %nutzen sie für Dokumentation (MFA: 17 %)ebd.
mehr als die Hälfteder Befragten äußert Bedenken zu Datenschutz und Datensicherheitebd.
46,67 %der Befragten an fünf bayerischen Unikliniken nutzen Sprachmodelle täglich oder wöchentlich, bei den Ärzt:innen genau die HälfteScientific Reports 2026 [2]
64,17 %sagen, ihre Einrichtung sei auf Sprachmodelle nicht vorbereitet; nur 11,67 % halten sie für vorbereitetebd.

Zu den Studien: Der Digital Health Report wurde von Doctolib in Auftrag gegeben, einem Anbieter von Praxissoftware. YouGov befragte im Juli und August 2025 online 204 Ärzt:innen und 210 MFA. Die Studie aus Bayern ist begutachtet, aber klein: 120 Befragte, davon 70 Medizinstudierende, 36 Ärzt:innen und 14 aus der Verwaltung.

Offen bleibt: Keine deutsche Studie misst, wie viele Ärzt:innen dabei Patientendaten eingeben. Die Zahlen zeigen, dass KI genutzt wird, nicht was eingegeben wird.

Was ist Schatten-KI?

Schatten-KI heißt: Mitarbeitende nutzen KI-Tools, die die Einrichtung nicht freigegeben hat, meist mit einem privaten Konto. Der Digital Health Report 2026 verwendet den Begriff für Praxen. Er erklärt die Nutzung damit, dass zertifizierte Alternativen fehlen [1].

Was sagen Bundesärztekammer und KBV zu KI?

Für KI gibt es keine Ausnahme. Bundesärztekammer und KBV haben ihre Hinweise zur Schweigepflicht im Oktober 2025 aktualisiert und KI ausdrücklich aufgenommen. Wer ChatGPT in der Arztpraxis nutzt, muss dieselben Sicherungsmaßnahmen treffen wie bei jedem anderen IT-System, das Patientendaten verarbeitet.

„Sowohl die Schweigepflicht als auch die datenschutzrechtlichen Anforderungen gelten uneingeschränkt auch beim Einsatz von Künstlicher Intelligenz (KI) in der Arztpraxis. Daher sind – wie bei anderen IT-Systemen – geeignete Sicherungsmaßnahmen zu treffen.“BÄK und KBV, Hinweise und Empfehlungen zur ärztlichen Schweigepflicht, Datenschutz und Datenverarbeitung in der Arztpraxis, Stand 01.10.2025, S. 8 [3]

Forschende der Universitätsmedizin Magdeburg, die ein eigenes Sprachmodell im Klinikum betreiben, schreiben: Cloud-Tools wie ChatGPT nutzen Eingaben für das Training, und ihr Einsatz im Krankenhaus erfüllt die nötigen Standards der Datensicherheit nicht [4].

Ist ChatGPT in der Arztpraxis nach DSGVO erlaubt?

Ein pauschales Verbot gibt es nicht, eine pauschale Erlaubnis auch nicht. Entscheidend ist, was eingegeben wird. Gibt die Praxis Gesundheitsdaten (Art. 9 DSGVO) an einen KI-Anbieter, braucht sie eine Rechtsgrundlage und in der Regel einen Auftragsverarbeitungsvertrag (Art. 28 DSGVO). Ein privates ChatGPT-Konto hat keinen solchen Vertrag mit der Praxis.

Dazu kommt die Schweigepflicht nach § 203 StGB. Sie verbietet, Patientengeheimnisse unbefugt zu offenbaren, unabhängig vom Datenschutzrecht. Texte ohne Angaben, über die sich Patient:innen erkennen lassen, sind deshalb der übliche Weg, KI in der Praxis zu nutzen.

Kann man Patientendaten für ChatGPT anonymisieren?

Ja, aber Namen zu löschen reicht selten. Anonym ist ein Text erst, wenn sich die Person auch mit Zusatzwissen nicht mehr bestimmen lässt (Erwägungsgrund 26 DSGVO). Eine seltene Diagnose, ein Beruf, ein Wohnort und ein Datum können zusammen genügen, um jemanden zu erkennen. Dann ist der Text nicht anonym.

Werden Name und Geburtsdatum durch Platzhalter ersetzt und bleibt die Zuordnung in der Praxis, heißt das Pseudonymisierung (Art. 4 Nr. 5 DSGVO). Die Daten bleiben personenbezogen, aber das KI-Tool sieht die direkten Angaben nicht.

Wie nutzt man ChatGPT, ohne Patient:innen erkennbar zu machen?

Mit ein paar festen Regeln, die das ganze Team kennt. Die wichtigste: Was eine Patientin oder einen Patienten erkennbar macht, bleibt draußen oder wird vorher ersetzt. Die übrigen Punkte betreffen das Tool, die Praxisregeln und die Antwort, die zurückkommt:

Was macht Lysi Doc dabei?

Lysi Doc ist eine Desktop-App, die ausgewählte Angaben durch Platzhalter ersetzt, bevor ein Text an eine Institution, eine Kollegin oder ein KI-Tool geht. Sie läuft lokal, ohne Cloud und ohne Upload.

Kommt die Antwort zurück, setzt die App die Originale wieder ein. Die Zuordnung liegt nur im Arbeitsspeicher eures Geräts und verschwindet beim Schließen. Die Erkennung übersieht manches; ihr prüft die Treffer vor dem Teilen. Mehr zu Lysi Doc →

← Zurück zum Leitfaden: Patientendaten versenden

Dieser Leitfaden ist keine Rechtsberatung. Ob ein bestimmtes KI-Tool in eurer Praxis eingesetzt werden darf, klärt ihr mit eurer Datenschutzbeauftragten.

Quellen

  1. Doctolib: Digital Health Report 2026, Befragung durch YouGov, Juli/August 2025. about.doctolib.de · Bericht (PDF)
  2. Vladika J, Fichtl A, Matthes F: Investigating expectations and needs regarding the use of large language models at Bavarian university clinics. Scientific Reports 16:10505, 26.03.2026. nature.com
  3. BÄK und KBV: Hinweise und Empfehlungen zur ärztlichen Schweigepflicht, Datenschutz und Datenverarbeitung in der Arztpraxis, Stand 01.10.2025. kbv.de (PDF)
  4. Grünig A, Kriebel J, Varghese J et al.: Implementation and User Evaluation of an On-Premise Large Language Model in a German University Hospital Setting. JMIR AI 2026;5:e84362. pubmed.ncbi.nlm.nih.gov