Wenn das Telefon mitdenkt: KI-gestützte Anrufautomatisierung

Hand aufs Herz: Wer eine Praxis führt oder in der Verwaltung arbeitet, kennt diesen einen speziellen Sound. Es ist das Telefon, das genau dann klingelt, wenn man eigentlich gerade mitten in einer Dokumentation steckt. Auch wichtige Gespräche mit Patient:innen werden so oft unterbrochen.

Oft handelt es sich um Routineanliegen wie kurzfristige Absagen, Fragen nach Terminen oder die Bitte um einen Rückruf. Was am Telefon nur Sekunden dauert, zieht im Hintergrund oft viel Arbeit nach sich. Software muss geöffnet, Patient:innen gesucht und Termine abgeglichen werden.

Ich habe mich als Entwickler gefragt, ob man diese Prozesse nicht automatisieren kann. Das Ziel war eine deutliche Entlastung für alle Mitarbeiter:innen. Dabei sollte die Menschlichkeit jedoch nicht auf der Strecke bleiben. In den letzten Wochen habe ich ein System implementiert, das die lokale Telefonanlage der Praxis, eine KI-Transkription und die TheraPlanner API nahtlos verknüpft. Das Ergebnis ist eine KI Telefonie Automatisierung, die tatsächlich mitdenkt.

Das technologische Herzstück

Mein Ziel war eine Lösung, die nicht nur reagiert, sondern den Kontext versteht. Dafür habe ich verschiedene Tools zu einem Workflow in n8n zusammengeführt. Ich habe mich bewusst für n8n als Orchestrierung-Plattform entschieden, da diese lokal läuft. So lässt sie sich hervorragend in die bestehende Infrastruktur der Praxis integrieren. Sensible Daten müssen die eigenen Server so nicht unnötig verlassen.

Der Prozess beginnt, sobald ein Anruf über die API der lokalen Telefonanlage registriert wird. Auch Nachrichten auf dem Anrufbeantworter lösen den Workflow aus. Im ersten Schritt erfolgt die Identifikation über die TheraPlanner API. Anhand der Telefonnummer erkennt das System sofort die passende Person. Der Kontext ist somit direkt verfügbar, ohne dass eine manuelle Suche nötig ist.

Für die Transkription nutze ich eine lokale Instanz von OpenAIs Whisper. Das ist aus Datenschutzgründen im Gesundheitswesen essenziell. Whisper wandelt das Gesprochene präzise in Text um. Das funktioniert sogar bei schnellem Sprechen oder Dialekten sehr zuverlässig.

Datenschutz

Der entscheidende Punkt für die Sicherheit der Patient:innendaten: Dieser Text wird anschließend an ein lokales Sprachmodell (LLM) übergeben. Um höchsten Datenschutz zu garantieren, erfolgt auch die Klassifizierung der Anrufe komplett innerhalb der Praxis-Infrastruktur. Es werden keine Daten an externe Cloud-Anbieter wie OpenAI oder Google gesendet. Das KI-Modell erkennt die Absicht der Patient:innen lokal und bereitet die nächsten Schritte vor.

Dank dieser intelligenten Analyse versteht das System nun auch komplexe zeitliche Bezüge. Wenn Patient:innen sagen, dass sie „nächsten Freitag“ nicht kommen können, berechnet die KI das korrekte Datum. Danach sucht sie gezielt nach entsprechenden Terminen. Handelt es sich um eine eindeutige Absage, wird diese von der KI Telefonie Automatisierung vollautomatisch durchgeführt. Bei Unklarheiten bereitet die KI alle Informationen übersichtlich für die finale Bearbeitung vor.

Ein zentraler Kommunikationshub für alles

Früher waren Informationen über Anrufe oft verteilt. Sie befanden sich in den Köpfen der Mitarbeiter:innen oder auf gelben Klebezetteln. Manchmal landeten sie auch in verschiedenen digitalen Postfächern. Heute fließen alle diese Fäden in einem zentralen Kommunikationshub innerhalb von TheraPlanner zusammen. Dort werden sämtliche Anfragen aller Kanäle gebündelt dargestellt.

Das System erkennt dabei nicht nur Absagen. Es verwaltet auch proaktiv den Status der Kommunikation. Ein Beispiel für die Entlastung im Alltag ist die automatische Erledigung von To-Dos. Wenn Patient:innen um Rückruf bitten, erstellt das System automatisch eine Aufgabe im Hub. Sobald ein:e Mitarbeiter:in diese Person zurückruft, erkennt die Telefonanlagen-API den ausgehenden Anruf. Das System markiert das To-Do daraufhin automatisch als erledigt. Das manuelle Abhaken entfällt somit komplett.

Und jetzt?

Technik muss einen messbaren Mehrwert bieten. Oft unterschätzen wir, wie viel Zeit Kleinstaufgaben fressen, wenn sie sich über den Tag summieren. Schaut man sich den manuellen Prozess detailliert an, wird schnell klar, warum die Automatisierung so effektiv ist:

1. Eine Nachricht auf dem Anrufbeantworter muss vollständig abgehört werden. Meist macht man sich dabei parallel Notizen zu Name, Anliegen und Telefonnummer (~1-2 Min).
2. Der/die Patient:in muss in der Praxissoftware händisch gesucht werden. Danach folgt der Abgleich: Welcher Termin war gemeint? Findet man den Eintrag im vollen Kalender sofort? (~1-2 Min).
3. Die Absage muss eingetragen oder ein Rückruf-To-Do erstellt werden. Oft wandert hier ein Zettel auf den Stapel oder eine Aufgabe in ein zweites System (~1 Min).
4. Die Nummer muss mühsam vom Zettel oder Bildschirm ins Telefon abgetippt werden. Nach dem Gespräch muss die Erledigung wiederum händisch im System markiert werden (~1-2 Min).

Realistisch betrachtet sparen wir pro Routinefall durch die KI Telefonie Automatisierung durchschnittlich fünf bis sechs Minuten reine Arbeitszeit. Das System eliminiert die gesamte Vorbereitungs- und Suchzeit.

Bei konservativ gerechneten zehn solcher Anrufe pro Tag sparen wir fast eine Stunde Arbeitszeit täglich. Auf das Jahr hochgerechnet sind das über 200 Stunden gewonnene Zeit pro Mitarbeiter:in. Zeit, die nun für die tatsächliche Arbeit mit den Menschen zur Verfügung steht.

Darüber hinaus liegt die Erfolgsquote bei der Identifikation von Patient:innen über die Telefonnummer bei nahezu 100 %. Das Wichtigste ist jedoch die 24/7-Verfügbarkeit. Kein Anruf und keine Absage gehen mehr verloren, da das System auch außerhalb der Sprechzeiten arbeitet.

In Zahlen

Fazit – Technik, die den Rücken freihält

Diese Automatisierung ist für mich als Entwickler ein Paradebeispiel für moderne Prozessoptimierung. Man kann kognitive Last durch kluge Vernetzung massiv reduzieren. Wenn das Team weiß, dass das System im Hintergrund die Termine sortiert und To-Dos verwaltet, arbeitet es deutlich entspannter. Es zeigt eindrucksvoll, wie lokale KI-Modelle einen realen Unterschied im analogen Praxisalltag machen, ohne Kompromisse beim Datenschutz einzugehen.