Eine Finanzdirektorin eines franz\u00f6sischen Netzwerks f\u00fcr die postakute Versorgung f\u00fchrt ihren Monatsabschluss durch, doch die Zahlen gehen nicht auf: 2,3 Mio. \u20ac an abgelehnten Anspr\u00fcchen<\/strong> von Zusatzversicherern, unvollst\u00e4ndige Patientenakten<\/strong> zu sp\u00e4t gemeldet, und ein R\u00fcckstand bei der Abrechnung von Rehabilitationsleistungen<\/strong> das ihr Programm zur Medikalisierung von Informationssystemen (PMSI<\/strong>), die sich auf das folgende Quartal auswirken. Keines dieser Probleme ist auf klinisches Versagen zur\u00fcckzuf\u00fchren. Es handelt sich ausschlie\u00dflich um administrative Probleme \u2013 und alle sind vermeidbar.<\/p>\n Dieses Szenario spielt sich in Hunderten von Gesundheitseinrichtungen in Frankreich ab. Seit 2024 sind die medizinischen und rehabilitativen Dienste des Landes (SMR<\/strong>) Dieser Sektor arbeitet nach einem neuen Finanzierungsmodell, bei dem Die H\u00e4lfte der Einnahmen jeder Einrichtung h\u00e4ngt von der Genauigkeit und P\u00fcnktlichkeit ihrer klinischen Kodierung und Abrechnung ab<\/strong>. Der Spielraum f\u00fcr Verwaltungsfehler wurde praktisch beseitigt.<\/p>\n Dieses Problem betrifft nicht nur Frankreich. In den Vereinigten Staaten geben Krankenh\u00e4user mittlerweile \u00fcber 40% ihrer Gesamtausgaben<\/strong> f\u00fcr Verwaltungsaufgaben sowie gesch\u00e4tzte $43 Milliarden pro Jahr<\/strong> der Versuch, von den Versicherern f\u00e4llige Zahlungen f\u00fcr bereits erbrachte Pflegeleistungen einzuziehen. In den OECD-L\u00e4ndern machen die Verwaltungskosten 15 bis 30%<\/strong> der gesamten Gesundheitsausgaben. .<\/p>\n Die Kosteneinsparungen, die KI der Gesundheitsbranche bieten kann, sind enorm. Bei einem Einsatzprojekt mit Schwerpunkt auf betrieblicher Optimierung und einem weiteren mit Schwerpunkt auf generativer KI beliefen sich die kombinierten Die finanzielle Sanierung belief sich bei einem einzelnen Pflegenetzwerk auf \u00fcber 35 Millionen Euro<\/strong>.<\/p>\n In Einrichtungen f\u00fcr die postakute Versorgung, In jeder Phase des Patientenverlaufs kommt es zu Umsatzverlusten<\/strong>: bei der Aufnahme, w\u00e4hrend des Aufenthalts, bei der Entlassung sowie im Forderungsmanagement. Bis vor kurzem waren diese Phasen jeweils von manuellen Abl\u00e4ufen, fragmentierten IT-Systemen und nachtr\u00e4glichen Kontrollen gepr\u00e4gt, durch die Fehler erst Wochen nach dem Geldverlust entdeckt wurden.<\/p>\n Ein gro\u00dfes europ\u00e4isches Netzwerk f\u00fcr die postakute Versorgung hat k\u00fcrzlich eine einheitliche data platform-Plattform eingef\u00fchrt, die die Silos zwischen den klinischen, betrieblichen und finanziellen data-Bereichen aufgebrochen hat. Durch die Plattform wurde die Kodierung von einem retrospektiven Vorgang (bei dem das medizinische Personal die reports-Daten erst Wochen nach der Leistungserbringung einreichte) zu einem pr\u00e4diktiven Echtzeitprozess umgestellt. Behandlungsma\u00dfnahmen wurden unmittelbar nach ihrer Durchf\u00fchrung anhand der Tarifgruppe des Patienten erfasst, und das System ermittelte den optimalen Entlassungszeitpunkt, um die Finanzierung zu maximieren und kostspielige \u00dcberschreitungen zu vermeiden. Ergebnis: 20 Mio. \u20ac wurden durch eine bessere Abstimmung zwischen der tats\u00e4chlichen Leistungserbringung und der Abrechnungsgenauigkeit eingespart \u2013 allein dadurch, dass bestehende data nutzbar und umsetzbar gemacht wurden.<\/p>\n In einem weiteren Einsatz wurden KI-Agenten vier entscheidenden Schritten des Abrechnungszyklus zugeordnet:<\/p>\n Ergebnis: Eine Reduzierung der Fehler bei Versicherungsvertr\u00e4gen um 80% in einer Pilotniederlassung sowie die Einziehung von 15 Mio. \u20ac aus zuvor nicht beglichenen Rechnungen im gesamten Netzwerk.<\/p>\n Die meisten KI-Initiativen im Bereich der Abrechnung im Gesundheitswesen scheitern nicht an der Technologie, sondern an drei L\u00fccken bei der Umsetzung.<\/p>\n L\u00fccke 1 \u2013 data foundations fehlt:<\/strong> KI kann die Abrechnung nicht optimieren, wenn die zugrunde liegenden data-Daten fragmentiert, inkonsistent oder verz\u00f6gert sind. Die oben beschriebene Einf\u00fchrung des Frameworks erforderte monatelange Arbeit, um klinische, betriebliche und finanzielle data-Daten in einem einzigen Modell zu vereinheitlichen, bevor Analysen durchgef\u00fchrt werden konnten. Einrichtungen, die diesen Schritt \u00fcberspringen und direkt zur KI \u00fcbergehen, automatisieren letztendlich fehlerhafte Prozesse.<\/p>\n L\u00fccke 2 \u2013 Compliance wird als Nebensache betrachtet:<\/strong> In Frankreich sehen die Leitlinien der CNIL und der HAS vom M\u00e4rz 2026 zur KI im Gesundheitswesen strenge Auflagen vor: Modelle d\u00fcrfen keine Patientendaten speichern, und RAG-Architekturen (Retrieval-Augmented Generation) m\u00fcssen von Grund auf lokalisiert und DSGVO-konform sein. Einrichtungen, die KI-Workflows von Anfang an unter Ber\u00fccksichtigung der Compliance entwickelt haben, konnten diese schneller einf\u00fchren als solche, die versuchten, die Compliance nachtr\u00e4glich zu integrieren.<\/p>\n L\u00fccke 3 \u2013 Das Projekt liegt ausschlie\u00dflich in der Verantwortung der IT-Abteilung:<\/strong> Jede erfolgreiche Einf\u00fchrung weist ein gemeinsames Merkmal auf: die gemeinsame Verantwortung des CIO und der F\u00fchrungskr\u00e4fte aus den Bereichen Betrieb oder Finanzen. Wird der Einsatz von KI in der Abrechnung als reines Technologieprojekt dargestellt, str\u00e4uben sich klinische und administrative Mitarbeiter gegen die Einf\u00fchrung; wird er jedoch als gemeinsames Bestreben dargestellt, die t\u00e4glichen Frustrationen durch abgelehnte Abrechnungsantr\u00e4ge und manuelle Nacharbeiten zu beseitigen, beschleunigt sich die Einf\u00fchrung.<\/p>\n F\u00fcr F\u00fchrungskr\u00e4fte im Gesundheitswesen, die diesen Weg in Betracht ziehen, ist die Reihenfolge entscheidend:<\/p>\n Die bei diesen beiden Ma\u00dfnahmen eingesparten 35 Millionen Euro stellen keinen Ausrei\u00dfer dar, sondern sind ein Hinweis darauf, wie viel Wert derzeit aufgrund administrativer Ineffizienz verloren geht.<\/strong> Angesichts immer strengerer Finanzierungsmodelle und der Automatisierung der Ablehnungsprozesse durch die Versicherer werden Einrichtungen, die data und KI in ihren Abrechnungszyklus integrieren, ihre Margen sichern k\u00f6nnen. Diejenigen, die dies nicht tun, werden weiterhin bereits erzielte Einnahmen verlieren.<\/p>","protected":false},"excerpt":{"rendered":" Eine Finanzdirektorin eines franz\u00f6sischen Netzwerks f\u00fcr die postakute Versorgung f\u00fchrt ihren Monatsabschluss durch, doch die Zahlen gehen nicht auf: 2,3 Mio. \u20ac an abgelehnten Forderungen von Zusatzversicherern, zu sp\u00e4t gemeldete unvollst\u00e4ndige Patientenakten und ein R\u00fcckstau bei der Kodierung von Rehabilitationsleistungen, der dazu gef\u00fchrt hat, dass die Berichterstattung im Rahmen des Programms zur medizinischen Optimierung der Informationssysteme (PMSI) auf das folgende Quartal verschoben werden musste. Keines dieser Probleme ist auf klinisches Versagen zur\u00fcckzuf\u00fchren. Alle sind administrativer Natur \u2013 und alle sind vermeidbar.<\/p>","protected":false},"featured_media":1393519,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995,21931],"blog-language":[2991],"class_list":["post-1393516","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-category-healthcare","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/1393516","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/1393519"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=1393516"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=1393516"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=1393516"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Wie sich KI heute auf die Abrechnung im Gesundheitswesen auswirkt<\/h2>\n
Zwei sich erg\u00e4nzende Ans\u00e4tze, die einen Mehrwert schaffen<\/h2>\n
1) Fortgeschrittene Business Intelligence im klinischen Betrieb<\/h3>\n
2) Generative KI in Verwaltungsabl\u00e4ufen<\/h3>\n
\n
Behebung der L\u00fccken bei der Abrechnung im Gesundheitswesen<\/h2>\n
\n