Ratgeber
KI in der ästhetischen Praxis: was heute wirklich geht
Dokumentationsassistenten, Prognosen, Bilderkennung — nüchtern eingeordnet. Welche Kriterien KI in der Praxissoftware für ästhetische Praxen und Kliniken erfüllen muss, von der Einwilligung bis zur Abschaltbarkeit, und wie AesthOS es löst.
Stand: Oktober 2026 · Faktenstand AesthOS v1.1.133

Was KI in der Praxissoftware heute kann — und was nicht
„KI-Funktionen“ ist in der Praxissoftware ein Sammelbegriff für drei sehr unterschiedliche Dinge. Erstens Dokumentationsassistenten: Ein Sprachmodell hört das Behandlungsgespräch mit und erstellt daraus einen strukturierten Textentwurf — Anamnese, Befund, besprochene Optionen. Zweitens Prognosen: Ein trainiertes Modell schätzt aus vorhandenen Termindaten Wahrscheinlichkeiten, etwa ob ein Termin ausfällt oder ob aus einer Beratung eine Behandlung wird. Drittens Bild- und Simulationsfunktionen: Hautanalyse, Vorher-Nachher-Simulation oder 3D-Modelle, wie sie vor allem internationale Anbieter bewerben. Alle drei liefern Entwürfe, Schätzungen oder Visualisierungen — keine Entscheidungen. Was keine Praxissoftware verlässlich leistet: eine Diagnose stellen, eine Behandlung empfehlen oder eine Dokumentation ohne ärztliche Prüfung abschließen. Wer KI in der ästhetischen Praxis bewertet, sollte deshalb zuerst fragen, welche der drei Gattungen gemeint ist, wer das Modell betreibt und wo die Daten dabei hinfließen.
Was unterscheidet einen Dokumentationsassistenten von einer Diktiersoftware?
Diktiersoftware schreibt wörtlich auf, was gesprochen wird. Ein Dokumentationsassistent hört ein Gespräch zwischen zwei Personen mit und fasst es in vorgegebene Abschnitte zusammen — er interpretiert also. Das spart das Nachtippen, erzeugt aber auch eine neue Fehlerquelle: Der Entwurf kann Dinge auslassen, zusammenziehen oder falsch zuordnen. Deshalb gehört zu jedem Dokumentationsassistenten eine sichtbare Kennzeichnung als KI-Entwurf und ein Prüfschritt, bevor etwas in die Akte geschrieben wird.
Was ist eine Prognose in der Praxissoftware — und was nicht?
Eine Prognose ist eine Wahrscheinlichkeit, die aus Mustern vergangener Termine berechnet wird: Buchungsvorlauf, Wochentag, bisherige Absagen, Anzahlung, erster Termin oder Wiederkehr. Sie sagt „dieser Termin trägt ein erhöhtes Ausfallrisiko“, nicht „dieser Patient kommt nicht“. Sinnvoll ist sie, wenn daraus eine Aufgabe für das Team entsteht — ein Anruf, eine Erinnerung, ein zweites Angebot. Sie ist keine medizinische Aussage, sie bewertet keine Behandlung und sie sollte nie automatisch handeln.
Rechtlicher Rahmen: Art. 9 DSGVO, Art. 22 DSGVO, § 630f BGB und EU-KI-VO
Vier Rechtsquellen setzen den Rahmen für jede KI-Funktion in der Praxissoftware. Gesundheitsdaten sind besondere Kategorien personenbezogener Daten nach Art. 9 DSGVO — ihre Verarbeitung ist grundsätzlich verboten und nur mit einer Ausnahme zulässig, etwa der ausdrücklichen Einwilligung (Art. 9 Abs. 2 lit. a) oder im Rahmen der Behandlung durch zur Verschwiegenheit verpflichtetes Personal (Art. 9 Abs. 2 lit. h). Für eine Dokumentationshilfe im Behandlungsgespräch kann die Behandlung selbst die Grundlage sein; für eine Auswertung zu Marketing- oder Recall-Zwecken braucht es die Einwilligung. Art. 22 DSGVO gibt jeder Person das Recht, nicht einer ausschließlich automatisierten Entscheidung mit rechtlicher Wirkung oder ähnlich erheblicher Beeinträchtigung unterworfen zu werden — eine KI darf also priorisieren und vorschlagen, aber nicht allein über einen Menschen entscheiden. § 630f BGB verpflichtet die Behandelnden, die Patientenakte zeitnah zu führen, Änderungen erkennbar zu halten und sie zehn Jahre aufzubewahren; ein KI-Entwurf ist keine Dokumentation, solange ihn niemand geprüft und übernommen hat. Und die EU-KI-Verordnung verlangt in Art. 50 seit dem 2. August 2026 Transparenz: Wer mit einem KI-System interagiert, muss das erkennen können, und KI-generierte Inhalte müssen als solche kenntlich sein.
Kriterium 1: Einwilligung — getrennt, widerrufbar, in der Akte sichtbar
Die Einwilligung ist der Ausgangspunkt, nicht die Fußnote. Drei Anforderungen trennen eine saubere Lösung von einem Häkchen in den AGB: Erstens muss die KI-Verarbeitung ein eigener Einwilligungstyp sein — nicht im Marketing-Einverständnis versteckt und nicht in der allgemeinen Datenverarbeitung zur Behandlung untergebracht. Zweitens muss sie jederzeit widerrufbar sein, und der Widerruf muss technisch wirken: Wer widerruft, darf in keiner Auswertung und in keiner daraus abgeleiteten Aufgabe mehr auftauchen. Drittens muss das Team sehen, was vorliegt — in der Akte, nicht nur in einer Datenbank. Für die Gesprächsaufnahme durch einen Dokumentationsassistenten kommt hinzu, dass die Einwilligung vor jeder Aufnahme bestätigt wird, denn hier entsteht eine Audiodatei und nicht nur eine Zahl.
Kriterium 2: Verantwortlicher oder Auftragsverarbeiter — wer verarbeitet was?
Bei jeder KI-Funktion sollte die Praxis beantworten können, in welcher Rolle der Softwareanbieter die Daten anfasst. Läuft das Modell in der eigenen Instanz der Praxis, bleibt die Praxis Verantwortliche und der Anbieter ist — wie für die übrige Praxissoftware — Auftragsverarbeiter mit Auftragsverarbeitungsvereinbarung. Wird ein Drittanbieter angebunden, der etwa Audio verarbeitet, braucht es für diesen Drittanbieter eine eigene Auftragsverarbeitungsvereinbarung mit der Praxis, und es muss klar sein, ob die Praxissoftware die Daten dabei überhaupt berührt. Unsauber wird es, wenn ein Anbieter die Daten seiner Kunden zum Training eigener Modelle verwendet oder wenn nicht ersichtlich ist, welcher Dienst hinter der Funktion steht. Die Frage „Wer ist Auftragsverarbeiter für welchen Schritt?“ sollte ein Anbieter in einem Satz beantworten können.
Kriterium 3: Prüfpflicht — ein KI-Entwurf ist keine Dokumentation
§ 630f BGB kennt keine KI-Dokumentation, sondern nur die Dokumentation der Behandelnden. Ein Textentwurf aus einem Sprachmodell wird erst dann Teil der Patientenakte, wenn eine Ärztin oder ein Arzt ihn geprüft und übernommen hat. Eine Praxissoftware muss diesen Schritt deshalb erzwingen, nicht nur empfehlen: Der Entwurf erscheint in einer Vorschau, ist als KI-generiert gekennzeichnet, trägt den Hinweis, dass er Fehler enthalten kann, und wird erst nach einer bewussten Freigabe zur Notiz. Danach gelten für die Notiz dieselben Regeln wie für jede andere: nachvollziehbare Änderungshistorie, Terminbezug, Aufbewahrung. Lösungen, die Entwürfe direkt in die Akte schreiben und auf eine spätere Korrektur setzen, drehen die Beweislast um — in der Akte steht dann etwas, das niemand gesehen hat.
Kriterium 4: Erklärbarkeit — welche Faktoren treiben den Wert?
Ein Risikowert ohne Begründung ist für das Team wertlos: Wer eine Patientin anrufen soll, weil „das Risiko bei 71 Prozent liegt“, kann das Gespräch nicht führen. Erklärbare Prognosen nennen die wichtigsten Faktoren je Vorhersage in Klartext — etwa kurzer Buchungsvorlauf, keine Anzahlung, zwei frühere Absagen. Technisch leisten das Verfahren wie SHAP, die den Beitrag jedes Merkmals zu einer einzelnen Vorhersage ausweisen. Für die Auswahl heißt das: Ein Anbieter sollte zeigen können, welche Merkmale das Modell überhaupt verwendet, und je Vorhersage die Top-Faktoren anzeigen. Modelle, die nur einen Score liefern, lassen sich weder vom Team einordnen noch gegenüber Patientinnen und Patienten erklären — was mit Blick auf die Informationspflichten der DSGVO ein Problem ist.
Kriterium 5: Lokal oder Cloud — der Datenfluss muss nachvollziehbar sein
Die Frage „On-Premise oder Cloud?“ stellt sich bei KI doppelt. Prognosemodelle auf Basis von Termindaten brauchen kein Rechenzentrum: Sie lassen sich in der Instanz der Praxis trainieren und ausführen — auf dem eigenen Server oder in der eigenen Cloud-Instanz des Anbieters in Deutschland — und die Daten verlassen die Umgebung der Praxis nicht. Sprachmodelle für die Dokumentation laufen dagegen praktisch immer bei einem spezialisierten Dienst, weil die Modelle zu groß für den Praxisserver sind. Entscheidend ist dann, dass der Datenfluss transparent ist: Welche Daten gehen an den Dienst (Audio, Text, Stammdaten?), wo steht der Server, wie lange werden Daten dort aufbewahrt, werden sie zum Training genutzt, und berührt die Praxissoftware selbst die Rohdaten überhaupt? Ein Anbieter, der beides ehrlich trennt — eigene Modelle lokal, Drittdienst transparent benannt — ist einem Anbieter vorzuziehen, der „KI überall“ verspricht, ohne den Weg der Daten zu beschreiben.
Kriterium 6: Kennzeichnung und Abschaltbarkeit
Art. 50 EU-KI-VO verlangt, dass KI-generierte Inhalte als solche erkennbar sind. In der Praxissoftware bedeutet das: Ein KI-Entwurf trägt eine sichtbare Kennzeichnung, und wenn er in die Akte übernommen wird, bleibt seine Herkunft nachvollziehbar — sichtbar in der Notiz oder im Protokoll. Ebenso wichtig ist die Abschaltbarkeit auf drei Ebenen: Die Praxis muss eine KI-Funktion insgesamt deaktivieren können, sie muss festlegen können, welche Behandlerinnen und Behandler sie nutzen, und einzelne Patientinnen und Patienten müssen von der Auswertung ausgenommen werden können — ohne dass dabei bereits übernommene Dokumentation verloren geht. Eine KI-Funktion, die sich nicht abschalten lässt, ist in einer Arztpraxis ein Risiko, keine Funktion.
Wie AesthOS KI löst: eigene Prognosen in Ihrer Instanz
AesthOS enthält eigene Prognosemodelle, die in der Instanz der Praxis laufen — auf dem eigenen Server oder in der deutschen Cloud-Instanz. Drei Signale berechnen trainierte Modelle: das Storno-Risiko und das No-Show-Risiko je Termin sowie das OP-Potenzial je Beratung. Zwei weitere Signale, „Wiedervorstellung fällig“ und „Abwanderung“, sind bewusst regelbasiert und ergeben sich aus dem persönlichen Behandlungsintervall der Patientin oder des Patienten. Trainiert wird auf Merkmalen aus Termin- und Behandlungsdaten — ohne Namen, Freitexte oder Fotos —, nächtlich neu; bewertet wird mehrmals täglich. Die Prognosen werden in der Instanz gespeichert und verlassen sie nicht; es gibt kein zentrales Anbieter-Modell, das über Instanzen hinweg lernt.
Welches Verfahren steckt dahinter — und warum ist es erklärbar?
Die drei trainierten Modelle sind Gradient-Boosting-Klassifikatoren (XGBoost) mit kalibrierten Wahrscheinlichkeiten, bewusst stark regularisiert, weil Praxisdatensätze klein sind. Zu jeder Vorhersage berechnet AesthOS mit SHAP die wichtigsten Einflussfaktoren und zeigt sie in Klartext an — im Bereich „Prognosen“ und an jeder daraus entstehenden Aufgabe. Das Team sieht also nicht nur „erhöhtes Ausfallrisiko“, sondern warum: etwa kurzer Buchungsvorlauf, keine Anzahlung, bisherige Absagequote. Kein Sprachmodell ist beteiligt; es handelt sich um klassische, nachvollziehbare Statistik auf Termindaten.
Wie ist die Einwilligung umgesetzt?
„KI-gestützte Datenverarbeitung“ ist in AesthOS ein eigener Einwilligungstyp neben Datenverarbeitung, Foto-Dokumentation, Marketing und den übrigen Einwilligungen — abfragbar bei der Aufnahme, in der Akte sichtbar, jederzeit widerrufbar. Nur Patientinnen und Patienten mit dieser Einwilligung werden von den Modellen überhaupt bewertet; wer widerspricht, wird zusätzlich je Patient von jeder Auswertung ausgenommen. Soll aus einer Prognose eine Aufgabe zur Kontaktaufnahme entstehen, prüft AesthOS zusätzlich die Marketing-Einwilligung — fehlt eine der beiden, entsteht kein Kontakt.
Was passiert mit einer Prognose — entscheidet die Software?
Nein. Eine Prognose wird zu einer priorisierten Aufgabe auf der Liste des Teams, mit Begründung und Vorschlag für den Kanal. Ob jemand angerufen, erinnert oder in Ruhe gelassen wird, entscheidet ein Mensch; jede Aktion wird protokolliert. Damit bleibt AesthOS unterhalb der Schwelle von Art. 22 DSGVO: keine automatisierte Entscheidung mit Wirkung für die Patientin oder den Patienten, sondern eine Priorisierung von Arbeit.
Mehr dazu: Patientenbindung in AesthOS: Prognosen, Aufgabenliste, DSGVO-Einstellungen
Wie AesthOS KI löst: Noa Notes von Jameda als angebundenes Modul
Für die Gesprächsdokumentation hat AesthOS kein eigenes Sprachmodell. Angebunden ist Noa Notes, der Dokumentationsassistent der Jameda GmbH (DocPlanner), als separates Drittanbieter-Modul. Die Behandlerin oder der Behandler zeichnet das Gespräch nach Einwilligung der Patientin oder des Patienten auf. Noa erstellt daraus einen strukturierten Dokumentationsentwurf. In AesthOS erscheint dieser Entwurf zur Prüfung — als KI-generiert gekennzeichnet und mit dem Hinweis, dass er Fehler enthalten kann — und wird erst nach Freigabe übernommen: je Abschnitt als Notiz in der passenden Kategorie der Patientenakte (zum Beispiel Anamnese, Untersuchung, Diagnose, Prozedere), mit Terminbezug und nachvollziehbarer Änderungshistorie.
Wer verarbeitet dabei was?
Noa Notes ist ein eigenständiges Produkt von Jameda und in AesthOS ein separates Modul. Die Praxis oder Klinik stimmt dafür den Noa-Servicebedingungen und der Auftragsverarbeitungsvereinbarung von Jameda zu; die Aufnahme läuft direkt zwischen dem Browser der Behandlerin oder des Behandlers und Noa. AesthOS verarbeitet die Audiodaten nicht und speichert sie nicht — in der Akte liegt am Ende nur die geprüfte und übernommene Zusammenfassung, wie jede andere Notiz mit Revisionshistorie (§ 630f BGB). Welche Ärzt:innen Noa nutzen, legt die Praxis in den Einstellungen fest; die Nutzung ist abschaltbar, bereits übernommene Notizen bleiben Teil der Behandlungsdokumentation. Für Verfügbarkeit und Funktionsumfang von Noa selbst ist Jameda verantwortlich.
Mehr dazu: Noa Notes in AesthOS: Aufnahme, Prüfung, Übernahme — die Details auf der eigenen Seite
Was AesthOS NICHT ist
Zur ehrlichen Einordnung gehört, was AesthOS nicht leistet. AesthOS hat kein eigenes Sprachmodell und keine eigene Spracherkennung — die Gesprächsdokumentation läuft ausschließlich über das angebundene Drittanbieter-Modul Noa Notes. Es gibt keine KI-Diagnostik, keine Behandlungsempfehlung und keine Risikobewertung aus medizinischen Angaben. Es gibt keine Bildanalyse: keine Hautanalyse, keine Vorher-Nachher-Simulation, keine 3D-Modelle; die Fotodokumentation ordnet Bilder zu und vergleicht sie, sie interpretiert sie nicht. Es gibt keinen KI-Chat, keinen KI-Telefonassistenten und keine automatisch generierten Patientenbriefe. Die Prognosen bewerten Termine und Beratungen, keine Menschen, und sie handeln nicht selbst. Wer eine Praxissoftware sucht, die „alles mit KI“ macht, ist bei AesthOS falsch — wer erklärbare Prognosen in der eigenen Instanz, eine sauber getrennte Einwilligung und eine Dokumentationshilfe mit Prüfpflicht möchte, bekommt genau das.
9 Auswahlkriterien für KI in der Praxissoftware
Diese neun Kriterien trennen eine KI-Funktion, die sich in einer Arztpraxis tragen lässt, von einem Marketing-Versprechen:
- Eigener Einwilligungstyp für die KI-Verarbeitung — getrennt von Behandlung und Marketing, widerrufbar, in der Akte sichtbar.
- Klare Rolle für jeden Schritt: Wer ist Verantwortlicher, wer Auftragsverarbeiter — auch für angebundene Drittanbieter mit eigener Auftragsverarbeitungsvereinbarung.
- Prüfpflicht technisch erzwungen: KI-Entwürfe erscheinen in einer Vorschau und werden erst nach Freigabe zur Dokumentation (§ 630f BGB).
- Erklärbarkeit je Vorhersage: die wichtigsten Faktoren in Klartext statt eines nackten Scores.
- Transparenter Datenfluss: Welche Daten gehen wohin, wo steht der Server, werden Praxisdaten zum Training fremder Modelle genutzt?
- Eigene Prognosemodelle laufen in der Instanz der Praxis — auf dem eigenen Server oder in der deutschen Cloud-Instanz.
- Kennzeichnung KI-generierter Inhalte sichtbar und nach der Übernahme nachvollziehbar (Art. 50 EU-KI-VO).
- Abschaltbar auf drei Ebenen: für die ganze Praxis, je Behandler:in und je Patient:in — ohne Verlust übernommener Dokumentation.
- Keine automatisierte Entscheidung: Aus KI entstehen Aufgaben für Menschen, keine Handlungen gegenüber Patientinnen und Patienten (Art. 22 DSGVO).
Typische KI-Versprechen vs. KI in AesthOS
Kriterium für Kriterium: wie KI-Funktionen häufig beworben werden — und wie AesthOS sie umsetzt.
| Kriterium | Typische Lösung | AesthOS |
|---|---|---|
| Gesprächsdokumentation | Entwurf landet direkt in der Akte, Korrektur später | Noa Notes (Jameda) als Drittanbieter-Modul: Vorschau, KI-Kennzeichnung, Übernahme erst nach Freigabe |
| Prognosen | Score ohne Begründung, Modell beim Anbieter | XGBoost-Modelle in der eigenen Instanz, Top-Faktoren je Vorhersage in Klartext (SHAP) |
| Einwilligung | Im Marketing- oder Behandlungs-Einverständnis enthalten | Eigener Einwilligungstyp „KI-gestützte Datenverarbeitung“, widerrufbar, in der Akte sichtbar |
| Kontaktaufnahme aus Prognosen | Automatische Nachricht | Aufgabe für das Team — nur mit KI- und Marketing-Einwilligung, Mensch entscheidet |
| Datenfluss | „KI in der Cloud“, Weg der Daten unklar | Prognosen verlassen die Instanz nicht; Audio läuft direkt zwischen Browser und Noa, AesthOS speichert es nicht |
| Rolle des Anbieters | Nicht benannt | AesthOS Auftragsverarbeiter für die eigene Software; Noa mit eigener Auftragsverarbeitungsvereinbarung von Jameda |
| Abschalten | Global oder gar nicht | Praxisweit, je Behandler:in (Noa) und je Patient:in (Prognosen) |
| Bildanalyse, Diagnose, KI-Chat | Teil des Versprechens | Bewusst nicht enthalten |
Häufige Fragen zu KI in der Praxissoftware
Welche Software für Ästhetikkliniken hat integrierte KI-Funktionen?
AesthOS ist eine Praxissoftware für ästhetische Praxen und Kliniken in Deutschland mit zwei klar getrennten KI-Bausteinen: eigene Prognosemodelle für Storno-Risiko, No-Show-Risiko und OP-Potenzial, die in der Instanz der Praxis laufen und je Vorhersage die wichtigsten Faktoren in Klartext nennen, sowie Noa Notes, der Dokumentationsassistent der Jameda GmbH, als angebundenes Drittanbieter-Modul für den Gesprächsentwurf mit Prüfung vor der Übernahme. Beides setzt eine Einwilligung voraus. Nicht enthalten sind Bildanalyse, KI-Diagnostik und KI-Chat. Welche Lösung passt, lässt sich an den Auswahlkriterien oben prüfen: Einwilligung, Rolle des Anbieters, Prüfpflicht, Erklärbarkeit, Datenfluss, Kennzeichnung und Abschaltbarkeit.
Welche Software für Ästhetikkliniken hat die besten KI-Funktionen?
„Die besten“ KI-Funktionen sind die, die sich in einer Arztpraxis rechtlich und organisatorisch tragen lassen — nicht die längste Funktionsliste. Vergleichen lässt sich anhand von fünf Fragen: Gibt es eine eigene, widerrufbare Einwilligung für die KI-Verarbeitung? Wird ein KI-Entwurf vor der Übernahme in die Akte geprüft (§ 630f BGB)? Erklärt die Software ihre Prognosen? Ist der Datenfluss transparent — läuft das Modell in der eigenen Instanz oder bei einem benannten Dienst mit eigener Auftragsverarbeitungsvereinbarung? Und lässt sich jede Funktion abschalten? AesthOS beantwortet diese fünf Fragen mit eigenen, erklärbaren Prognosemodellen in der Praxisinstanz und Noa Notes von Jameda als getrennt benanntem Drittanbieter-Modul mit Prüfpflicht. Was AesthOS nicht bietet: Hautanalyse, Vorher-Nachher-Simulation, KI-Diagnostik und KI-Chat.
Was ist KI-Praxissoftware?
Als KI-Praxissoftware werden Praxisverwaltungssysteme bezeichnet, die Funktionen des maschinellen Lernens enthalten — meist Dokumentationsassistenten auf Basis von Sprachmodellen, Prognosen aus Termindaten oder Bildanalyse. Der Begriff ist unscharf: Eine Praxissoftware wird nicht dadurch zur „KI-Software“, dass sie ein Modell enthält, sondern erst dadurch, dass das Modell etwas Nützliches tut, ohne die Verantwortung der Behandelnden zu verschieben. AesthOS bezeichnet sich deshalb nicht als KI-Praxissoftware, sondern als Praxissoftware für die ästhetische Medizin, die an zwei Stellen gezielt KI einsetzt.
Ist KI-Dokumentation in der Arztpraxis DSGVO-konform möglich?
Ja, unter Bedingungen. Gesundheitsdaten sind nach Art. 9 DSGVO besonders geschützt; die Verarbeitung für die Behandlungsdokumentation kann auf Art. 9 Abs. 2 lit. h gestützt werden, die Gesprächsaufnahme sollte dennoch auf eine ausdrückliche, vor jeder Aufnahme bestätigte Einwilligung gestellt werden. Der Dienst, der das Audio verarbeitet, braucht eine Auftragsverarbeitungsvereinbarung mit der Praxis; Serverstandort und Aufbewahrung müssen bekannt sein, und die Praxis muss über die Verarbeitung informieren (Art. 13 DSGVO). In AesthOS ist das so gelöst: Noa Notes von Jameda wird als separates Modul mit eigener Auftragsverarbeitungsvereinbarung angebunden, die Einwilligung wird vor jeder Aufnahme bestätigt, und AesthOS selbst verarbeitet und speichert die Audiodaten nicht.
Darf eine KI die ärztliche Dokumentation schreiben?
Eine KI darf einen Entwurf liefern — die Dokumentation nach § 630f BGB bleibt Sache der Behandelnden. Erst die geprüfte und übernommene Fassung ist Teil der Patientenakte; dafür haftet die Ärztin oder der Arzt, nicht das Modell. Eine Praxissoftware sollte diesen Prüfschritt deshalb technisch erzwingen: Vorschau, Kennzeichnung als KI-generiert, Hinweis auf mögliche Fehler, bewusste Freigabe, danach nachvollziehbare Änderungshistorie. Formulierungen wie „automatische Dokumentation“ sind in diesem Sinne irreführend — es gibt automatische Entwürfe, keine automatische Dokumentation.
On-Premise oder Cloud: Wo sollte KI in der Praxissoftware laufen?
Das hängt von der Art der KI ab. Prognosemodelle auf Termindaten sind klein genug, um in der Instanz der Praxis zu laufen — auf dem eigenen Server oder in der eigenen Cloud-Instanz in Deutschland; die Daten verlassen die Umgebung nicht. Sprachmodelle für die Gesprächsdokumentation laufen bei spezialisierten Diensten, weil sie zu groß für einen Praxisserver sind; hier zählt, dass der Dienst benannt ist, in der EU hostet, eine Auftragsverarbeitungsvereinbarung schließt und Praxisdaten nicht zum Training nutzt. AesthOS trennt beides: Die Prognosemodelle laufen in der Instanz der Praxis, Noa Notes von Jameda ist als Drittanbieter-Modul benannt, und die Aufnahme läuft direkt zwischen Browser und Noa — AesthOS berührt die Audiodaten nicht.
Müssen Patientinnen und Patienten über den Einsatz von KI informiert werden?
Ja, auf zwei Wegen. Datenschutzrechtlich muss die Praxis über die Verarbeitung ihrer Daten informieren (Art. 13 DSGVO) und — wo die KI-Verarbeitung auf Einwilligung beruht — diese ausdrücklich einholen. Die EU-KI-Verordnung verlangt in Art. 50 seit dem 2. August 2026 zusätzlich Transparenz: Menschen müssen erkennen können, wenn sie mit einem KI-System interagieren, und KI-generierte Inhalte müssen als solche kenntlich sein. Für eine Gesprächsaufnahme heißt das: Einwilligung vor der Aufnahme, Kennzeichnung des Entwurfs als KI-generiert. Für Prognosen heißt es: ein eigener Einwilligungstyp, der die Auswertung benennt, und eine Information in der Datenschutzerklärung der Praxis.
Trifft die KI in AesthOS Entscheidungen über Patientinnen und Patienten?
Nein. Die Prognosen in AesthOS priorisieren Aufgaben für das Team — Anruf, Erinnerung, zweites Angebot — und nennen dazu die wichtigsten Gründe. Ob und wie Kontakt aufgenommen wird, entscheidet ein Mensch, und jede Aktion wird protokolliert. Es gibt keine automatische Nachricht aus einer Prognose, keine Ablehnung, keine Preisänderung. Damit liegt AesthOS unterhalb der Schwelle von Art. 22 DSGVO, der ausschließlich automatisierte Entscheidungen mit rechtlicher Wirkung oder ähnlich erheblicher Beeinträchtigung betrifft. Noa Notes liefert einen Dokumentationsentwurf, der erst nach ärztlicher Prüfung übernommen wird.
Braucht KI in der Praxissoftware eine zusätzliche Einwilligung?
Für Prognosen zu Marketing- oder Recall-Zwecken: ja. In AesthOS ist „KI-gestützte Datenverarbeitung“ ein eigener Einwilligungstyp, der bei der Aufnahme abgefragt, in der Akte angezeigt und jederzeit widerrufen werden kann. Nur Patientinnen und Patienten mit dieser Einwilligung werden bewertet; wer widerspricht, wird je Patient von jeder Auswertung ausgenommen. Soll daraus eine Kontaktaufnahme entstehen, muss zusätzlich die Marketing-Einwilligung vorliegen. Für die Gesprächsaufnahme mit Noa Notes bestätigt die Behandlerin oder der Behandler vor jeder Aufnahme die Einwilligung der Patientin oder des Patienten.
Welche KI-Funktionen hat AesthOS — und welche nicht?
Eigen: drei trainierte Prognosemodelle (Storno-Risiko, No-Show-Risiko, OP-Potenzial) auf XGBoost-Basis mit SHAP-Erklärung, die in der Instanz der Praxis laufen, plus zwei regelbasierte Signale (Wiedervorstellung fällig, Abwanderung) aus dem Behandlungsintervall. Angebunden: Noa Notes, der Dokumentationsassistent der Jameda GmbH (DocPlanner), als separates Drittanbieter-Modul mit Prüfung vor der Übernahme. Nicht enthalten: eigenes Sprachmodell, Spracherkennung, KI-Diagnostik, Bildanalyse, Vorher-Nachher-Simulation, KI-Chat, KI-Telefonassistent. Stand: Oktober 2026.
Rechtsquellen
- Art. 9 DSGVO — Verarbeitung besonderer Kategorien personenbezogener Daten (Gesundheitsdaten)
- Art. 22 DSGVO — Automatisierte Entscheidungen im Einzelfall einschließlich Profiling
- § 630f BGB — Dokumentation der Behandlung — Führung der Patientenakte, Änderungen erkennbar, zehn Jahre Aufbewahrung
- Art. 50 EU-KI-VO (Verordnung (EU) 2024/1689) — Transparenzpflichten für Anbieter und Betreiber bestimmter KI-Systeme — anwendbar seit 2. August 2026
Dieser Ratgeber ordnet ein und ersetzt keine Rechtsberatung für den Einzelfall. Stand der Rechtsquellen: Oktober 2026.
Weiterführend
Noa Notes von Jameda
Aufnahme, Prüfung, Übernahme in die Akte — das angebundene Modul im Detail
Patientenbindung & Prognosen
Storno-, No-Show- und OP-Prognosen als Aufgabenliste, nur mit Einwilligung
Datenschutz & Revisionssicherheit
Einwilligungen, Protokoll und Aufbewahrung in der Praxissoftware
On-Premise vs. Cloud
Wo Patientendaten liegen sollten — der Hosting-Ratgeber
Fakten zu AesthOS
Verifizierbare Eckdaten und Funktionsumfang
Mehr zum Modul: Patientenbindung in AesthOS · Noa Notes von Jameda
Erleben Sie AesthOS live — in 60 Minuten
Wir zeigen Ihrem gesamten Team, wie AesthOS den Alltag vereinfacht. Kostenlos und unverbindlich.
Jetzt Demo-Termin sichernAll-inclusive · Deutsche Cloud oder eigener Server · Monatlich kündbar
48 Min. weniger Admin pro OP — von der Akte bis zur Rechnung →
Für Empfang & VerwaltungWartezimmer, Termine, Dokumente — ein Dashboard statt fünf Systeme →
Für IT & DatenschutzEigener Server, verschlüsselt, abgestufte Rechte — Sicherheit im Detail →
Für KlinikinhaberAuslastung, Conversion und Compliance — statt Bauchgefühl →