Klinik-Chatbot im Alltagstest: Warum nur 13,6 % der Mitarbeiter mitmachen

Wenn Sie derzeit überlegen, einen KI-Chatbot in Ihrer Praxis oder Klinik einzuführen, lohnt sich der Blick auf eine der bislang detailliertesten Langzeitauswertungen zu diesem Thema. Das Boston Children's Hospital hat 14 Monate lang die Nutzung seines internen, HIPAA-konformen LLM-Chatbots „InternalGPT" ausgewertet – inklusive Systemlogs, Nutzerbefragungen und Produktivitätsschätzungen. Die Ergebnisse sind ernüchternd und aufschlussreich zugleich: Nur ein Bruchteil der Belegschaft nutzte das Tool aktiv, doch wer dranblieb, berichtete von erheblichen Produktivitätsgewinnen (Quelle).

Die Zahlen im Überblick

Von rund 15.800 Mitarbeitenden des akademischen Kinderkrankenhauses beantragten 2.149 Personen (13,6 %) einen Zugang zum Chatbot. Von diesen wiederum nutzten 33,6 % das System nach der Anmeldung nie – sie loggten sich schlicht nicht ein. Weitere 13,7 % loggten sich zwar ein, verbrauchten aber keinen einzigen Token, sprich: Sie stellten dem Chatbot keine einzige Anfrage. Nur 52,8 % der Antragsteller nutzten das Tool überhaupt aktiv.

Noch deutlicher wird die Schieflage bei der Verteilung der Nutzung: Die unteren 50 % der Nutzer verbrauchten zusammen gerade einmal 5,6 % aller Tokens, während die oberen 20 % für 69,4 % des gesamten Verbrauchs verantwortlich waren. Eine kleine Gruppe von „Power-Usern" – weniger als 4 % der Nutzerbasis – erzeugte allein mehr als ein Viertel der gesamten Systemlast. Das klassische Pareto-Muster zeigt sich hier fast lehrbuchhaft.

Wer nutzt den Chatbot – und wofür?

Die Motivation für die Anmeldung folgte klar erkennbar den jeweiligen Berufsrollen. Verwaltungsmitarbeitende meldeten sich vor allem an, um administrative Abläufe zu automatisieren (55,8 % dieser Gruppe). Ärztinnen und Ärzte nannten überwiegend klinische Anwendungsfälle: Dokumentation (17,4 %), Patientenbriefe (16,4 %), Fortbildungsmaterial (10,3 %) und klinische Entscheidungsunterstützung (6,2 %) machten zusammen mehr als die Hälfte der klinischen Nutzungsgründe aus. Wissenschaftlich Tätige setzten den Chatbot vor allem für Literaturrecherche und Coding-Unterstützung ein.

Bemerkenswert ist dabei: Die Mitarbeitenden wollten die KI überwiegend für Kernaufgaben ihres Jobs nutzen, nicht für periphere Annehmlichkeiten. Das widerspricht der verbreiteten Annahme, KI-Tools würden vor allem für Nebensächlichkeiten eingesetzt.

Warum die Mehrheit nicht mitmacht

Der eigentlich relevante Teil der Studie für Praxen und Kliniken ist die Befragung der Nicht-Nutzer und Gelegenheitsnutzer. Unter 142 Antworten (Rücklaufquote 10,3 %) nannten die Befragten folgende Hauptgründe:

• Zeitmangel: 51,4 % gaben an, schlicht keine Zeit gehabt zu haben, das Tool zu evaluieren.
• Bedienschwierigkeiten: 21,8 % kamen mit der Nutzung nicht zurecht.
• Integrationsprobleme: 15,5 % konnten den Chatbot nicht in ihren Arbeitsablauf einbinden.
• Zugangshürden: 9,2 % empfanden den Zugriff als zu umständlich.

Auffällig: Kritik an der KI-Leistung selbst – etwa Qualität der Antworten (5,6 %) oder gewünschtes anderes Sprachmodell (3,5 %) – spielte eine deutlich untergeordnete Rolle. Einige Nutzer berichteten zudem von einer Art „Token-Angst" – der Sorge, ihr monatliches Nutzungskontingent zu überschreiten, obwohl der durchschnittliche Verbrauch weit unter den Limits lag.

Der Produktivitätsgewinn bei den Stammnutzern

Unter den 461 Standard- und Power-Usern, die mindestens sechs Monate aktiv waren, gaben die Befragten (n=92, Rücklauf 20 %) einen mittleren wahrgenommenen Produktivitätsgewinn von 30 % an. Hochgerechnet auf die Gehaltskosten ergab dies einen geschätzten Wert zwischen 6,3 und 18,9 Millionen US-Dollar über alle Stammnutzer – je nach Annahmen zur Übertragbarkeit auf Nicht-Antwortende. Wichtig für die Einordnung: Es handelt sich um selbstberichtete, wahrgenommene Effizienzgewinne, nicht um gemessene Outputsteigerungen oder belegte Kosteneinsparungen.

Was das für Ihre eigene Chatbot-Einführung bedeutet

Aus diesen Daten lassen sich für Praxen und Kliniken drei konkrete Handlungsempfehlungen ableiten:

Schulung vor Rollout einplanen, nicht danach. Die häufigste Hürde war nicht die Technik, sondern fehlende Zeit zur Einarbeitung. Wer ein Tool einführt, ohne feste Schulungszeiten oder kurze Praxisdemonstrationen einzuplanen, riskiert, dass ein Großteil der Belegschaft es nie ausprobiert.

Workflow-Integration von Anfang an mitdenken. Ein separates Chat-Fenster, das parallel zum Praxisverwaltungssystem oder der elektronischen Patientenakte bedient werden muss, erhöht die Einstiegshürde erheblich. Je enger ein Tool in bestehende Abläufe – etwa Dokumentation oder Briefschreibung – eingebunden ist, desto eher wird es genutzt.

Erwartungen realistisch kalibrieren. Eine breite, aber flache Nutzung ist normal. Wichtiger als die Zahl der Anmeldungen ist die Frage, ob eine Kerngruppe regelmäßiger Nutzer entsteht, die tatsächlich Zeit spart. Diese Gruppe rechtfertigt oft den gesamten Aufwand der Einführung – vorausgesetzt, sie wird gezielt unterstützt statt nur „mitversorgt".

Für die Praxis heißt das: Technische Reife und HIPAA- beziehungsweise DSGVO-Konformität sind notwendige, aber keine hinreichenden Bedingungen für erfolgreiche KI-Einführung. Entscheidend ist, wie viel Zeit und Struktur Sie in die Befähigung Ihrer Mitarbeitenden investieren – noch bevor die erste Anfrage gestellt wird.