Uniklinikum automatisiert Patientenanrufe mit Voice-KI

Patienten des Uniklinikums mussten vor der Einführung der Lösung teilweise 45 Minuten in der Warteschleife ausharren, bevor ihr Anruf bearbeitet wurde. Das Problem lag nicht allein im Anrufvolumen: Anders als bei einfachen Terminbuchungen müssen bei klinischen Anrufen neben organisatorischen Informationen auch medizinische Angaben – darunter Alter und Versicherungsstatus – erhoben werden. Gleichzeitig stellen Anrufer ortsbezogene Fragen, etwa nach dem nächstgelegenen Standort oder der Parksituation vor Ort.

Das Uniklinikum hat gemeinsam mit dem KI-Anbieter Octonomy eine Voice-KI implementiert, die eingehende Patientenanrufe automatisiert entgegennimmt und in Echtzeit bearbeitet. Die KI erfragt im Gespräch die notwendigen medizinischen und organisatorischen Daten, beantwortet standortbezogene Fragen und vereinbart Termine – direkt in dem Moment, in dem der Patient anruft.

Octonomy-Geschäftsführer Sushel Bijganath beschreibt das Grundprinzip seines Ansatzes so: „Solange es ein Mensch versteht, kann man es auch einer KI erklären." Die Voice-KI ist dabei nicht als isoliertes Sprachmodell konzipiert. Um Fehlantworten und sogenannte Halluzinationen zu begrenzen, setzt Octonomy nach eigener Aussage zusätzliche Logikschichten rund um das Sprachmodell ein – insbesondere dort, wo strukturierte oder technische Daten verarbeitet werden müssen. Bijganath betont, dass ein KI-Agent ähnlich wie ein neuer Mitarbeiter eingerichtet werden müsse: mit Zugang zu relevanten IT-Systemen, internem Wissen und klaren Regeln für Eskalationen. Dazu gehört ausdrücklich auch die Möglichkeit für die KI, Unsicherheit zu signalisieren, anstatt eine falsche Antwort mit Bestimmtheit zu liefern.

Konkrete Kennzahlen zum Uniklinikum-Projekt werden in den vorliegenden Quellen nicht genannt. Als Ausgangsbefund ist lediglich die Wartezeit von bis zu 45 Minuten dokumentiert, die durch den Einsatz der Voice-KI adressiert werden sollte. Zur allgemeinen Kundenzufriedenheit bei Voice-KI-Einsätzen hält Bijganath fest: „Im schlechtesten Fall bleibt sie stabil, häufig steigt sie sogar."

Der Anwendungsfall illustriert, dass Voice-KI im medizinischen Umfeld über einfache Kalendertermine hinausgeht. Die Kombination aus organisatorischer Terminvereinbarung, Erhebung medizinischer Basisdaten und Beantwortung ortsbezogener Fragen stellt höhere Anforderungen an die Verlässlichkeit der KI als ein Standard-Buchungsdialog. Bijganath weist darauf hin, dass eine belastbare End-to-End-Prozessautomation mit eingelerntem Wissen nach seiner Einschätzung nicht unter 30.000 Euro pro Jahr realisierbar ist – einfache KI-Standardabos reichten für solche Anwendungsfälle nicht aus.