KI sollte Pflege entlasten. Was, wenn sie stattdessen neue Arbeit produziert?

Künstliche Intelligenz gilt als eine der großen Antworten auf den Fachkräftemangel. Dokumentation soll schneller werden, Informationen sollen leichter verfügbar sein und administrative Tätigkeiten sollen verschwinden. Eine aktuelle Befragung von Wissensarbeitern zeigt allerdings eine andere Seite der Entwicklung: KI kann Arbeit nicht nur reduzieren, sondern neue Arbeit erzeugen. Für die Pflege ist das eine Warnung, die wir ernst nehmen sollten.

Es gibt einen Satz, den man derzeit bei nahezu jeder Diskussion über künstliche Intelligenz im Gesundheitswesen hört: KI soll die Beschäftigten entlasten.

Für die Pflege klingt dieses Versprechen besonders attraktiv. Kaum eine Berufsgruppe steht derart unter Zeitdruck und gleichzeitig vor der Herausforderung, immer mehr Informationen erfassen, bewerten und dokumentieren zu müssen. Wenn künstliche Intelligenz Pflegeberichte formuliert, Übergaben zusammenfasst, Informationen aus Patientenakten findet oder Dokumentationsaufgaben übernimmt, scheint die Rechnung zunächst ziemlich einfach: weniger Zeit am Computer und mehr Zeit für Patientinnen und Patienten.

Aber was passiert, wenn diese Rechnung nicht aufgeht?

Eine aktuelle Befragung unter Wissensarbeitern liefert dazu bemerkenswerte Zahlen. Wie t3n berichtet, würden 41 Prozent der befragten Wissensarbeiter in Deutschland generative KI am liebsten wieder vollständig abschaffen. 39 Prozent geben an, inzwischen mehr Zeit mit der Überprüfung und Korrektur von KI-Ergebnissen zu verbringen, als sie durch deren Einsatz einsparen. 42 Prozent erleben schlechte KI-Ergebnisse sogar als Verzögerung ihrer Projekte und 49 Prozent sehen dadurch die Effizienz ihres Teams beeinträchtigt. Grundlage ist eine internationale Befragung von 2.500 Wissensarbeitern durch die Technologieberatung Adaptavist, darunter 500 Personen aus Deutschland.

Das Bemerkenswerte daran ist allerdings nicht, dass Menschen KI ablehnen. Denn genau das tun viele offenbar nicht. Gleichzeitig wünschen sich 67 Prozent der Befragten sogar einen stärkeren KI-Einsatz in ihren Unternehmen.

Wir haben es also mit einem scheinbaren Widerspruch zu tun: Menschen wollen mehr KI und sind gleichzeitig zunehmend von ihr genervt.

Für mich steckt darin eine wichtige Botschaft für die Digitalisierung der Pflege.

Das eigentliche Problem könnte schlechte KI sein

Wir diskutieren im Gesundheitswesen momentan intensiv darüber, wo künstliche Intelligenz eingesetzt werden kann. Vielleicht sollten wir mindestens genauso intensiv darüber diskutieren, wann ihr Einsatz tatsächlich einen messbaren Nutzen erzeugt.

Denn ein automatisch erzeugter Text ist zunächst einmal noch keine Arbeitserleichterung.

Wenn eine Pflegefachkraft einen KI-generierten Pflegebericht anschließend vollständig lesen, fachlich überprüfen, korrigieren und möglicherweise sogar mit der ursprünglichen Dokumentation abgleichen muss, entsteht eine neue Tätigkeit: die Kontrolle maschinell erzeugter Arbeit.

Aus Dokumentation wird dann Dokumentationskontrolle.

Aus Informationssuche wird Ergebnisvalidierung.

Und aus der versprochenen Zeitersparnis kann im ungünstigsten Fall zusätzliche kognitive Belastung entstehen.

Genau dieser Effekt scheint auch hinter einem Teil der in der Adaptavist-Befragung beschriebenen KI-Müdigkeit zu stehen. 45 Prozent der deutschen Befragten berichten, dass die Beschäftigung mit minderwertigen KI-Ergebnissen ihre Arbeit weniger sinnvoll und repetitiver erscheinen lässt. 37 Prozent fühlen sich dadurch weniger motiviert und ein Viertel sieht sogar die eigene Kreativität eingeschränkt.

Für die Pflege bekommt dieses Problem allerdings noch eine zusätzliche Dimension.

In der Pflege reicht „ziemlich gut“ nicht immer aus

Bei vielen klassischen Wissensarbeiten kann ein schlechter KI-Entwurf ärgerlich sein. In der Patientenversorgung kann ein fehlerhaft zusammengefasster Sachverhalt dagegen eine ganz andere Bedeutung bekommen.

Hat sich der Zustand des Patienten tatsächlich verbessert? Wurde eine relevante Beobachtung korrekt übernommen? Ist eine Medikamenteninformation vollständig? Stammt eine Aussage aus der aktuellen Dokumentation oder aus einem älteren Eintrag? Hat das System eine Information lediglich sprachlich elegant zusammengefasst oder dabei ihre fachliche Bedeutung verändert?

Damit entsteht ein interessantes Paradox.

Je stärker wir KI einsetzen, um komplexe Informationen zusammenzufassen und Pflegefachpersonen kognitiv zu entlasten, desto wichtiger wird gleichzeitig deren Fähigkeit, genau diese Ergebnisse kritisch beurteilen zu können.

Die Pflegefachkraft verschwindet also nicht aus dem Informationsprozess. Ihre Rolle verändert sich.

Sie wird zunehmend zur fachlichen Instanz, die beurteilen muss, ob ein maschinell erzeugtes Ergebnis im konkreten Versorgungskontext überhaupt plausibel ist.

Das ist keine triviale Aufgabe und vor allem keine Tätigkeit, die wir bei Wirtschaftlichkeitsbetrachtungen von KI-Systemen einfach ignorieren dürfen.

Produktivität lässt sich trotzdem nachweisen

Dabei wäre es genauso falsch, aus solchen Befragungen abzuleiten, generative KI steigere grundsätzlich nicht die Produktivität.

Ein viel beachtetes Experiment mit 453 akademisch ausgebildeten Berufstätigen zeigte beispielsweise bereits 2023 bei professionellen Schreibaufgaben deutliche Effekte: Mit ChatGPT sank die durchschnittlich benötigte Bearbeitungszeit um 40 Prozent und gleichzeitig stieg die gemessene Qualität der Ergebnisse um 18 Prozent.

Auch neuere Untersuchungen zeichnen kein grundsätzlich negatives Bild. Eine 2026 veröffentlichte Untersuchung zum Einsatz von Microsoft 365 Copilot kommt beispielsweise zu dem Ergebnis, dass der wahrgenommene Nutzen stark vom jeweiligen Arbeitskontext abhängt. Besonders bei klar strukturierten und textbasierten Tätigkeiten wurde ein Mehrwert gesehen. Die Autoren betonen zugleich die Bedeutung einer kontextspezifischen Einführung, rollenbezogener Qualifizierung und entsprechender Governance.

Genau deshalb halte ich die Frage „Funktioniert KI?“ für wenig hilfreich.

Die interessantere Frage lautet:

Bei welcher Tätigkeit, für welche Person, innerhalb welches Prozesses und mit welchem messbaren Ergebnis funktioniert KI?

Das klingt wesentlich komplizierter. Für eine seriöse Digitalisierung der Pflege ist es aber vermutlich die wichtigere Frage.

Wir dürfen Nutzung nicht mit Nutzen verwechseln

Ein weiteres Problem sehe ich darin, wie wir erfolgreiche KI-Einführungen messen.

Wie viele Mitarbeitende verwenden das System? Wie viele Prompts wurden eingegeben? Wie viele Dokumente wurden automatisch erzeugt? Wie viele KI-Funktionen wurden aufgerufen?

Solche Kennzahlen lassen sich wunderbar in Dashboards darstellen. Sie sagen allerdings erstaunlich wenig darüber aus, ob die Arbeit dadurch tatsächlich besser geworden ist.

Auch Adaptavist weist auf genau diese Diskrepanz hin: Für Unternehmen sei es wesentlich einfacher, Nutzungskennzahlen zu erfassen, als die tatsächlichen Auswirkungen von KI auf die Arbeit zu messen.

Für die Pflege halte ich diese Unterscheidung für entscheidend.

Wenn eine KI-Funktion täglich tausendmal genutzt wird, ist das zunächst nur der Nachweis, dass sie genutzt wird.

Interessanter wäre zu wissen, wie viele Minuten Dokumentationszeit tatsächlich eingespart wurden, wie häufig Ergebnisse korrigiert werden mussten, ob relevante Informationen schneller gefunden wurden, ob sich die Dokumentationsqualität verändert hat und vor allem, ob Pflegefachpersonen anschließend tatsächlich mehr Zeit für pflegerische Arbeit hatten.

Erst dann sprechen wir über einen Outcome.

Vielleicht brauchen wir eine Art „KI-Nettogewinn“

Eigentlich müssten wir bei jeder neuen KI-Anwendung eine ziemlich einfache Rechnung aufstellen.

Auf der einen Seite steht die eingesparte Arbeit: weniger Schreibaufwand, schnellere Informationsbeschaffung, automatische Zusammenfassungen oder automatisierte administrative Tätigkeiten.

Auf der anderen Seite steht die neu entstehende Arbeit: Prompts formulieren, Ergebnisse lesen, Inhalte überprüfen, Fehler korrigieren, Halluzinationen erkennen, Entscheidungen nachvollziehen und gegebenenfalls Dokumentationen nachbearbeiten.

Die Differenz daraus wäre der tatsächliche KI-Nettogewinn.

Und selbst dieser Wert würde noch nicht ausreichen. Denn anschließend müssten wir fragen, was mit der gewonnenen Zeit passiert.

Kommt sie tatsächlich bei Patientinnen und Patienten an? Reduziert sie Belastung? Verbessert sie die Qualität? Oder führt sie lediglich dazu, dass in derselben Zeit noch mehr Aufgaben erledigt werden sollen?

Gerade angesichts des Fachkräftemangels sollten wir bei diesen Fragen genauer hinsehen.

Pflegeinformatik wird zur Schlüsselkompetenz

Für mich zeigt die Diskussion über KI-Müdigkeit deshalb vor allem eines: Je mehr künstliche Intelligenz wir in die Pflege bringen, desto wichtiger wird Pflegeinformatik.

Wir brauchen Menschen, die sowohl den pflegerischen Prozess als auch die Möglichkeiten und Grenzen der Technologie verstehen. Menschen, die beurteilen können, an welcher Stelle eines Prozesses KI tatsächlich sinnvoll ist und an welcher Stelle wir lediglich eine zusätzliche technische Ebene einziehen.

Die Aufgabe besteht nicht darin, möglichst viel KI in die Pflege zu bringen.

Sie besteht darin, die richtige KI an der richtigen Stelle so einzusetzen, dass am Ende tatsächlich weniger Belastung und bessere Versorgung entstehen.

Vielleicht sollten wir deshalb bei der nächsten KI-Demonstration nicht zuerst fragen, wie beeindruckend das System formulieren, zusammenfassen oder analysieren kann.

Wir sollten eine viel einfachere Frage stellen:

Welche Arbeit fällt für die Pflegefachkraft danach wirklich weg?

Und wenn wir darauf keine überzeugende Antwort haben, haben wir möglicherweise noch keine Entlastungstechnologie entwickelt, sondern lediglich eine neue Aufgabe.

Quellen: 

t3n, „KI-Müdigkeit im Job: 41 Prozent würden ChatGPT am liebsten komplett abschaffen“, aktualisiert am 16. August 2026; 

https://t3n.de/news/ki-muedigkeit-wissensarbeiter-chatgpt-studie-produktivitaet-1755296/?utm_source=chatgpt.com

Noy & Zhang, Science (2023), „Experimental evidence on the productivity effects of generative artificial intelligence“; Schmidt et al.,

https://pubmed.ncbi.nlm.nih.gov/37440646/?dopt=Abstract&utm_source=chatgpt.com

 Zeitschrift für Arbeitswissenschaft (2026), „Generative KI in der Wissensarbeit: Wahrnehmung, Nutzen und Akzeptanz von Microsoft 365 Copilot“.