Die Lage ist ernster als die meisten denken
Der Mangel an Medizinischen Fachangestellten ist keine vorübergehende Angelegenheit. Laut Bundesagentur für Arbeit gilt der MFA-Beruf als Engpassberuf mit einer durchschnittlichen Vakanzzeit von über 200 Tagen. In einer Zi-Umfrage der Kassenärztlichen Vereinigung Bremen aus dem Jahr 2024 gaben 83 Prozent der befragten Praxen an, im vergangenen Jahr aktiv nach MFA gesucht zu haben. Acht von zehn hatten Schwierigkeiten bei der Stellenbesetzung. Jede dritte Praxis hat in der Folge Leistungen reduziert. 17 Prozent erwägen sogar die dauerhafte Schließung.
Wer diese Zahlen ernst nimmt, kommt zu einer ungemütlichen Schlussfolgerung: Die Personalknappheit ist nicht wegtrainierbar. Sie lässt sich nur abfedern — durch bessere Prozesse und durch den gezielten Einsatz von KI an den richtigen Stellen.
Die Frage ist nicht, ob KI in die Praxis Einzug hält, sondern welche Aufgaben sie konkret übernehmen kann, ohne dass die Patientenbeziehung leidet. Genau darum geht es in diesem Beitrag.
Die Aufgabenmatrix: Was ist delegierbar, was nicht?
Eine realistische Betrachtung beginnt mit einer ehrlichen Inventur der Empfangs- und Organisationsaufgaben. Drei Kategorien helfen bei der Einordnung.
Gut delegierbar an KI. Regelbasierte, wiederkehrende Aufgaben mit klarer Datenstruktur. Terminvergabe für Routineuntersuchungen, Folgerezeptanfragen bei stabiler Medikation, Überweisungsausstellung bei etablierten Facharzt-Verbindungen, Erinnerungen an Vorsorgetermine, strukturierte Anamnese-Erhebung.
Teilweise delegierbar. Aufgaben, die eine Vorstrukturierung durch KI plus eine abschließende menschliche Entscheidung erfordern. Triage bei akuten Beschwerden (KI sammelt die Infos, MFA/Arzt entscheidet), Bearbeitung komplexer Rezeptanfragen, Rückfragen zu Laborwerten, Koordination bei mehreren Fachärzten.
Nicht delegierbar — und soll es auch nicht sein. Das persönliche Gespräch am Empfang mit einem unsicheren oder aufgeregten Patienten. Die Aggressions-De-Eskalation. Die Situation, in der jemand weint, einen Angehörigen verloren hat, oder mit einer schwierigen Diagnose kommt. Die medizinische Assistenz am Behandlungsstuhl. Das menschliche Erkennen, dass etwas „anders“ ist als üblich.
Diese Grenzziehung ist entscheidend. Wer sie nicht zieht, macht entweder zu wenig oder zu viel — und verliert in beiden Fällen die Patientenbindung.
Drei Einsatzfelder, die heute produktiv laufen
Terminvergabe
Die Terminvergabe ist der klassische KI-Anwendungsfall in der Praxis. Ein Assistent auf dem Telefon oder im Webchat prüft den Praxiskalender, erkennt den Terminanlass (Routine vs. akut), schlägt passende Slots vor und bestätigt. Die MFA sieht nur die Fälle, bei denen der Assistent unsicher war — oder in denen der Patient ausdrücklich mit einem Menschen sprechen wollte.
In der Praxis lassen sich so 50 bis 70 Prozent aller Terminvergabe-Anfragen automatisiert erledigen. Wie das im Detail funktioniert, haben wir in Telefon-Chaos in der Praxis genauer beschrieben.
Folgerezepte
Folgerezepte sind das zweite große Zeitfresser-Thema. Der Patient ruft an oder schreibt, dass er ein Medikament weiter braucht. Die MFA prüft die Akte, legt das Rezept auf dem Schreibtisch des Arztes ab, der Arzt unterschreibt, die MFA benachrichtigt den Patienten, der Patient kommt vorbei. Pro Rezept: 10 bis 15 Minuten verteilt über mehrere Personen.
Ein strukturierter KI-Prozess übernimmt die Aufnahme, prüft gegen eine Regel-Engine (Medikament regelmäßig verordnet? Kein DMP-Konflikt? Keine offenen Fragen zu Nebenwirkungen?), legt dem Arzt eine fertige Freigabeliste vor. Der Arzt arbeitet die Liste in einem Rutsch ab. Die MFA verarbeitet nur die Rezepte, die wirklich unklar sind — und die Patientenkommunikation läuft automatisch.
Überweisungen
Überweisungen folgen demselben Muster. Wenn ein Patient eine Überweisung zu einem Facharzt braucht, zu dem in den letzten sechs Monaten bereits überwiesen wurde, ist das ein regelbasierter Vorgang. Die KI erfasst den Wunsch, prüft die Historie, legt die Überweisung zur Signatur vor, benachrichtigt den Patienten. Die MFA wird nur bei Ausnahmen eingebunden.
Fallbeispiel: Eine Hausarztpraxis, 12 Wochen nach Einführung
Eine typische Hausarztpraxis mit zwei Ärzten, drei MFA und rund 1.200 Scheinen pro Quartal hat folgende Vorher-/Nachher-Situation. Vor der Einführung: Täglich 150–180 Telefonate, davon rund 60 Prozent Terminvergabe, 20 Prozent Rezeptanfragen, 20 Prozent Sonstiges. Die MFA am Telefon ist praktisch den ganzen Vormittag gebunden, die MFA am Tresen springt ein, der Behandlungsablauf leidet.
Nach 12 Wochen mit KI-Assistenz: 60 Prozent der Terminvergabe läuft automatisch, 70 Prozent der Rezeptanfragen sind vorstrukturiert und werden vom Arzt in einem Block freigegeben. Das Telefonvolumen für die MFA sinkt um rund 50 Prozent. Die MFA am Tresen arbeitet wieder ihre eigentlichen Aufgaben — Patientenempfang, Wartezimmer-Management, medizinische Assistenz. Die Wartezeit für Patienten sinkt spürbar, weil der Ablauf im Vorfeld besser strukturiert ist.
Was gegen den Einsatz sprechen könnte
Drei ehrliche Einwände, die wir regelmäßig hören — und die wir ernst nehmen.
„Meine Patienten wollen mit Menschen reden.“ Das stimmt, und zwar häufiger, als wir IT-Leute wahrhaben wollen. Die Lösung ist nicht, den Menschen zu ersetzen, sondern die richtigen Anliegen an den Menschen zu leiten. Ein guter KI-Assistent übergibt aktiv an die MFA, wenn der Patient das möchte — oder wenn das Anliegen nicht in die automatisierbaren Kategorien fällt.
„Meine MFA fühlt sich dadurch entwertet.“ Das ist ein Risiko bei schlechter Einführung. Wenn die MFA erlebt, dass die einfachen Aufgaben weg sind und nur noch die schwierigen bleiben — ohne Anerkennung, ohne Schulung, ohne Einbeziehung in den Prozess — ist Frust programmiert. Bei guter Einführung ist der Effekt umgekehrt: Die MFA erlebt Entlastung, kann wieder Patientenarbeit machen und wird zum Gatekeeper und Trainer des Assistenten.
„Der Datenschutz ist mir zu kompliziert.“ Er ist beherrschbar. Mit einem zertifizierten Anbieter, einem sauberen AVV, einer aktualisierten Datenschutzerklärung und einer kurzen Abstimmung mit dem Datenschutzbeauftragten der KV ist das Thema in wenigen Wochen abgehakt.
Der wirtschaftliche Blick
Eine vollbeschäftigte MFA kostet in Deutschland je nach Region und Erfahrung 35.000 bis 45.000 Euro pro Jahr (Brutto, inkl. Arbeitgeberkosten). Ein KI-Telefon- und Rezept-Assistent in einer mittelgroßen Praxis liegt zwischen 200 und 500 Euro pro Monat, inklusive Anbindung. Selbst wenn dieser nur 0,5 MFA-Stellen an Entlastung bringt — was in der Praxis deutlich überschritten wird — amortisiert sich die Investition innerhalb eines Quartals.
Dabei geht es aber selten um reine Kostenrechnung. Die realistischere Betrachtung lautet: In einer Situation, in der eine MFA-Stelle 200 Tage unbesetzt bleibt, ist eine KI-Lösung kein Luxus, sondern die einzige Möglichkeit, den Praxisbetrieb aufrechtzuerhalten.
Was man nicht von einem Assistenten erwarten sollte
Wir haben noch in keinem Projekt erlebt, dass ein KI-Assistent in der ersten Woche alles richtig macht. Fehler gehören zur Einführungsphase — und die Frage ist nicht, wie man sie vermeidet, sondern wie man sie schnell erkennt und korrigiert. Ein gut konfiguriertes System meldet sich proaktiv, wenn es unsicher ist, und eskaliert lieber einmal zu viel als einmal zu wenig. Auch das gehört zur ehrlichen Einordnung: Wer einen Assistenten als Set-and-forget-Lösung einführt, wird enttäuscht sein. Wer ihn als lernendes Werkzeug begreift, das im ersten Quartal intensiv betreut und dann kontinuierlich verbessert wird, bekommt eine echte Entlastung.
Einführung in Etappen — nicht als Big Bang
Ein häufiger Fehler bei KI-Projekten in Praxen ist der Versuch, alles gleichzeitig zu lösen. Das funktioniert nie. Die belastbare Reihenfolge: Start mit dem Telefonassistenten für Terminvergabe (höchste Frequenz, einfachste Automatisierung). Nach sechs Wochen Erweiterung um Rezept-Anfragen. Nach weiteren sechs Wochen Übernahme der Überweisungs-Routine. Insgesamt ein halbes Jahr für einen kompletten Entlastungs-Baustein, der in Summe oft 50 Prozent der MFA-Empfangslast abdeckt.
Das schrittweise Vorgehen hat zwei Vorteile. Erstens: Das Team erlebt Erfolge früh, die Akzeptanz wächst mit den Ergebnissen. Zweitens: Wenn etwas nicht funktioniert, ist der Fehler klein und gut zu beheben — nicht ein Scherbenhaufen aus drei gleichzeitig eingeführten Systemen.
Wo anfangen
Wer in der eigenen Praxis realistisch einschätzen will, wo KI am meisten bringen würde, sollte eine Woche lang ehrlich dokumentieren: Wie viele Anrufe gehen rein, welche Anliegen, wie viele MFA-Minuten verbrennen dabei? Die Antwort zeigt fast immer ein klares Muster — und meistens liegt der Hebel an den drei oben beschriebenen Stellen.
Wenn Sie über einen konkreten Einstieg nachdenken, melden Sie sich gerne für ein Erstgespräch. Wir schauen uns die Zahlen an und entscheiden gemeinsam, ob und wo ein Pilot Sinn ergibt.
