Dr. med. Maja Dobelsek Psychiatrie · KI · Implementierung
Alle Artikel

Essay · Versorgung

25 % mehr Patient:innen ohne zusätzliches Personal: Warum KI der Psychiatrie helfen sollte, Behandlungen rechtzeitig abzuschliessen

Bevor KI Diagnostik oder Psychotherapie übernimmt, sollte sie uns helfen, ambulante Behandlungen zum richtigen Zeitpunkt abzuschliessen.

Dr. med. Maja DobelsekPsychiaterin · Doktorandin, HSG 15. November 2026 · 6 Min. Lesezeit
Persönliche Perspektive. Dieser Essay gibt meine eigene Sicht als Klinikerin und Forscherin wieder, keine feststehende Wahrheit und nicht die Position meines Arbeitgebers.

Kürzlich fragte mich jemand aus meinem Freundeskreis, wo KI in der Psychiatrie als Nächstes eingesetzt werden sollte. Meine erste Antwort war: nicht in der Diagnostik und nicht in der Psychotherapie. Jedenfalls noch nicht.

Bevor KI den Kern unserer klinischen Arbeit berührt, sollte sie meiner Meinung nach zwei bescheidenere Dinge tun. Erstens uns die repetitiven Aufgaben abnehmen. Zweitens helfen, die Zahl der Patient:innen pro Kliniker:in im öffentlichen Gesundheitswesen zu senken. In diesem Artikel geht es um den zweiten Punkt und um einen konkreten Hebel: ambulante Behandlungen zum richtigen Zeitpunkt abzuschliessen.

Was KI nicht zuerst tun muss

Die meiste öffentliche Aufmerksamkeit gilt KI, die diagnostiziert oder Therapie anbietet. Ich verstehe, warum: Das wirkt wie das Herz der Psychiatrie. In meinem Arbeitsalltag ist es aber selten das, was unser Angebot begrenzt.

Was es begrenzt, ist Zeit. Der erste Schritt ist bereits im Gang: Ambient Scribes, die die Dokumentation übernehmen und im Zentrum meiner eigenen Forschung stehen. Sie geben Kliniker:innen pro Konsultation Minuten zurück. Der nächste Schritt ist, die Konsultationen selbst anzuschauen und zu fragen, wie viele davon noch nötig sind.

Der eigentliche Engpass: die Fallzahl

Wenn eine Behandlung 20 % weniger Konsultationen braucht, steigt die Kapazität einer Klinik um 25 %. Das spüren alle, die klinisch arbeiten, intuitiv. Die Rechnung lohnt sich trotzdem.

Nehmen wir eine Kliniker:in mit 100 Terminen pro Monat. Dauert eine Behandlung im Schnitt 10 Konsultationen, reichen diese Termine für 10 Behandlungen. Dauert sie nur 8 Konsultationen, reichen dieselben 100 Termine für 12,5 Behandlungen: 25 % mehr Patient:innen, ohne zusätzliches Personal.

Allgemein gesagt: Braucht jede Behandlung einen Anteil r weniger Konsultationen, wächst die Kapazität um 1 / (1 − r) − 1. Mit r = 0,2 sind das 0,25.

Der Effekt wächst schneller als die Reduktion selbst: 30 % weniger Konsultationen ergeben 43 % mehr Kapazität. Zwei Bedingungen gelten. Die frei gewordenen Termine müssen an Menschen auf der Warteliste gehen, und die wegfallenden Konsultationen müssen solche sein, die keinen Nutzen mehr bringen.

Warum der Abschluss so schwerfällt

Eine laufende ambulante Behandlung mit einer stabilen Patientin oder einem stabilen Patienten abzuschliessen, gehört zu den schwierigsten Gesprächen in unserer Arbeit. Der Grund ist selten klinisch. Es ist die Beziehung, die zwischen Kliniker:in und Patient:in gewachsen ist, und die Sorge, dass der Vorschlag eines Abschlusses wie eine Zurückweisung wirkt.

Die Forschung bestätigt, dass das keine individuelle Schwäche ist. Eine qualitative Studie in drei niederländischen psychiatrischen Diensten fand, dass Gespräche über den Abschluss langfristiger Behandlungen sehr unstrukturiert verliefen und klare Entscheide selten waren1. Die Autor:innen beschreiben das Weiterführen als bequeme Voreinstellung. Ein Abschluss braucht deshalb bewussten Aufwand.

Die Psychotherapieforschung weist in dieselbe Richtung. In der britischen Routineversorgung erreichten Patient:innen mit geplantem Abschluss ähnliche Genesungsraten, egal ob sie wenige oder viele Sitzungen besuchten2. Das «Good-enough-Level»-Modell erklärt das: Menschen hören meist auf, sobald ihre Fortschritte ausreichen, und das in sehr unterschiedlichem Tempo3. Diese Befunde stammen aus der Psychotherapie und nicht aus der ambulanten Psychiatrie. Sie legen aber nahe, dass mehr Sitzungen nicht automatisch mehr Nutzen bedeuten.

In meiner eigenen Klinik sehe ich ein kleines natürliches Experiment. In den Monaten, bevor eine Kliniker:in die Klinik verlässt, wird sie gebeten, möglichst viele Fälle abzuschliessen, und viele Fälle lassen sich dann tatsächlich abschliessen. Das zeigt mir: Kriterien für einen Abschluss gibt es oft. Was fehlt, ist ein Grund, sie anzuwenden, der nicht aus der Beziehung kommt.

Was KI tun könnte: ein Bezugspunkt von aussen

KI könnte gemeinsame, explizite Kriterien auf die ganze Fallliste anwenden und Behandlungen markieren, die für einen Abschluss bereit sein könnten. Die Kliniker:in muss dann nicht mehr sagen: «Ich finde, wir sollten aufhören.» Sie kann sagen: «Unsere Klinik überprüft jede Behandlung nach denselben Kriterien, und Ihre erfüllt sie jetzt. Schauen wir es uns gemeinsam an.»

So wird der Grund für den Abschluss nach aussen verlagert, ohne die therapeutische Beziehung zu gefährden. Es funktioniert wie ein Laborwert oder eine Leitlinie, wenn wir ein Medikament ausschleichen: Der Grund liegt ausserhalb der beiden Menschen im Raum.

Der Grund für den Abschluss liegt ausserhalb der beiden Menschen im Raum.

Konkret könnte ein solches System:

  • die Stabilität über die Zeit verfolgen, zum Beispiel Monate ohne Kriseneinsätze, unveränderte Medikation und erreichte Behandlungsziele;
  • lange Phasen erkennen, in denen die Dokumentation weder ein neues Problem noch eine Änderung im Behandlungsplan zeigt;
  • eine kurze Liste für die Fallbesprechung im Team vorbereiten, damit Abschlussentscheide zu einem festen Traktandum werden;
  • auch den umgekehrten Fall markieren: Patient:innen, denen es nicht besser geht und die vielleicht eine andere oder intensivere Behandlung brauchen.

Der letzte Punkt ist wichtig. Feedbacksysteme in der Psychotherapie helfen am meisten bei Patient:innen, deren Verlauf nicht wie erwartet ist4. Dieselbe Metaanalyse fand keinen Effekt von Feedback auf die Behandlungsdauer. Fortschritt nur zu messen, verkürzt Behandlungen also nicht. Der Entscheid zum Abschluss muss trotzdem gefällt werden, und genau hier würden explizite Abschlusskriterien etwas Neues beitragen.

Leitplanken: was daraus nicht werden darf

Ein Abschluss-Tool hilft Patient:innen nur, wenn es eine Entscheidungshilfe bleibt. Ohne klare Grenzen wird es leicht zur Sparmaschine. Ich würde fünf Bedingungen setzen.

  1. Die Kliniker:in entscheidet. Das System schlägt eine Überprüfung vor; es beendet nie eine Behandlung. Den Grund nach aussen zu verlagern heisst nicht, sich dahinter zu verstecken.
  2. Patient:innen sehen die Kriterien. Feedback wirkt besser, wenn es Kliniker:innen und Patient:innen erreicht5. Der Abschluss wird so zu einem gemeinsamen Blick auf den Verlauf und nicht zu einem Urteil.
  3. Die Kriterien passen zur Diagnose. Manche Erkrankungen, etwa psychotische oder bipolare Störungen, brauchen oft eine langfristige Betreuung. Eine Schwelle für alle wäre klinisch falsch.
  4. Der Abschluss hat eine sichere Landung. Ein klarer Weg zurück, eine Übergabe an die Hausärztin oder den Hausarzt oder an die psychiatrische Spitex für die Rückfallprophylaxe und ein dokumentierter Plan. Ein guter Abschluss ist das Gegenteil von Im-Stich-Lassen6.
  5. Wir prüfen ungleiche Effekte. Wir müssen beobachten, ob bestimmte Gruppen, zum Beispiel Menschen mit wenig Deutschkenntnissen oder weniger Ressourcen, häufiger für einen Abschluss markiert werden als andere.

Und die frei gewordene Kapazität muss an die Menschen gehen, die auf einen ersten Termin warten. Sonst bleibt der Gewinn auf dem Papier.

Was es dafür braucht

Der schwierigste Teil ist nicht die KI. Er besteht darin, uns als Kliniker:innen darauf zu einigen, was «bereit für den Abschluss» bedeutet. Dieser Schritt braucht gar keine Technologie, und er sollte zuerst kommen.

Danach braucht es drei Dinge:

  • Daten. Viele Kliniken, auch meine, erheben strukturierte Verlaufsmasse wie den PHQ-9 nicht routinemässig. Entweder beginnen wir damit, oder wir leiten Verläufe aus den klinischen Notizen ab. Die zweite Variante funktioniert nur, wenn die Dokumentationsqualität gemessen und nicht einfach angenommen wird.
  • Integration. Der Hinweis muss dort erscheinen, wo Kliniker:innen ohnehin arbeiten: in der elektronischen Krankenakte und in der Fallbesprechung. In vielen Spitälern ist die Anbindung eines neuen Tools an die Krankenakte der langsamste Teil.
  • Evaluation. Ein Pilot sollte Wartezeiten, erneute Zuweisungen innerhalb eines Jahres und das Erleben des Abschlusses durch Patient:innen und Kliniker:innen messen. Kapazität, die mit mehr Rückfällen erkauft wird, wäre kein Gewinn.

Zum Schluss

KI, die uns hilft, Behandlungen zum richtigen Zeitpunkt abzuschliessen, ist nicht die aufregendste Idee in der Psychiatrie. Ich halte sie trotzdem für eine der nützlichsten. Sie würde mehr Menschen Zugang zu den Kliniker:innen verschaffen, die bereits da sind, und diesen Kliniker:innen erlauben, gute Behandlungen gut zu beenden.

Das ist meine persönliche Sicht als Assistenzärztin in der Psychiatrie und KI-Forscherin. Ich freue mich, zu hören, wo Kolleg:innen das anders sehen.

Literatur

  1. Koekkoek B, van Meijel B, Perquin A, Hutschemaekers G. Decision making on (dis)continuation of long-term treatment in mental health services is an interpersonal negotiation rather than an objective process: qualitative study. BMC Psychiatry. 2019;19:92. doi:10.1186/s12888-019-2072-0 · PMC
  2. Stiles WB, Barkham M, Wheeler S. Duration of psychological therapy: relation to recovery and improvement rates in UK routine practice. Br J Psychiatry. 2015;207(2):115–122. doi:10.1192/bjp.bp.114.145565 · Cambridge Core
  3. Barkham M, Connell J, Stiles WB, Miles JNV, Margison F, Evans C, Mellor-Clark J. Dose-effect relations and responsive regulation of treatment duration: the good enough level. J Consult Clin Psychol. 2006;74(1):160–167. doi:10.1037/0022-006X.74.1.160
  4. de Jong K, Conijn JM, Gallagher RAV, Reshetnikova AS, Heij M, Lutz MC. Using progress feedback to improve outcomes and reduce drop-out, treatment duration, and deterioration: a multilevel meta-analysis. Clin Psychol Rev. 2021;85:102002. doi:10.1016/j.cpr.2021.102002 · Leiden University
  5. Gondek D, Edbrooke-Childs J, Fink E, Deighton J, Wolpert M. Feedback from outcome measures and treatment effectiveness, treatment efficiency, and collaborative practice: a systematic review. Adm Policy Ment Health. 2016;43:325–343. doi:10.1007/s10488-015-0710-5 · PMC
  6. Psychiatric News. Ending a treatment relationship. 2023. doi:10.1176/appi.pn.2023.06.6.17
Teilen LinkedIn Link kopieren E-Mail
Diesen Essay zitieren Dobelsek M. 25 % mehr Patient:innen ohne zusätzliches Personal: Warum KI der Psychiatrie helfen sollte, Behandlungen rechtzeitig abzuschliessen. majadobelsek.com. 15. November 2026. Verfügbar unter: majadobelsek.com/de/articles/end-treatment-on-time
Über die Autorin Dr. med. Maja Dobelsek ist Psychiaterin an der Psychiatrie St. Gallen und Doktorandin an der Universität St. Gallen (HSG), wo sie eine kontrollierte Studie zu einem KI-Ambient-Scribe im psychiatrischen Alltag leitet. Mehr über mich

Weiterlesen

Essay · Ambient Scribes Wann wird ein medizinischer KI-Scribe zum Entscheidungstool? Essay Wie sich die Arbeit von Psychiater:innen verändert, wenn KI-Werkzeuge überall sind