Zusammenfassung zeigen Zusammenfassung verbergen
Eine aktuelle Auswertung zeigt: Künstliche Intelligenz verändert in den USA nicht nur Klinikprozesse, sondern auch die Abrechnung — mit direkten finanziellen Folgen für Versicherte. Warum das jetzt relevant ist: Analysten sehen Millionenverluste durch KI-gestützte Kodierung, obwohl sich die tatsächliche Behandlungsintensität offenbar nicht verändert hat.
Erhebliche Zusatzkosten durch KI-gestützte Kodierung
Die Blue Cross Blue Shield Association, Dachverband vieler unabhängiger US-Krankenkassen, wertete anonymisierte Leistungsdaten aus und kommt zu dem Schluss, dass der Einsatz von KI-Tools bei der Abrechnung über zwei Jahre zu rund 942 Millionen US-Dollar zusätzlichen Ausgaben geführt hat. Grundlage der Auswertung waren Veränderungen in der Einstufung von Erkrankungen und den damit verbundenen Erstattungssätzen.
Gratis-API-Credits monatlich für Max- und Team-Abos von Anthropic: Claude Code bleibt außen vor
Android-Malware kursiert: falsche Chrome-App auf Geräten entdeckt
Dem Verband zufolge stieg die Zahl komplexer Diagnosen in den Jahren 2024 und 2025 deutlich gegenüber 2023, obwohl es keine vergleichbaren Zuwächse bei entsprechenden Behandlungen gab.
Wie KI Diagnosen und Abrechnung beeinflusst
In vielen Kliniknetzwerken analysieren Algorithmen mittlerweile Laborwerte und Patientenakten, um zusätzliche Befunde zu erkennen. Solche Systeme heben insbesondere sogenannte Sekundärdiagnosen hervor — Begleiterkrankungen, die neben der Hauptdiagnose dokumentiert werden und die Abrechnungsstufe erhöhen können.
Mehr als 60 Prozent der untersuchten Krankenhausverbünde nutzen laut Analyse solche KI-Kodierungstools. Dies führt dazu, dass zahlreiche Patientinnen und Patienten in höher vergütete Abrechnungskategorien rutschen, ohne dass sich die dokumentierten Behandlungsmaßnahmen ändern.
Als Beispiel nannten die Forscher Befunde wie Anämien nach großen Darmoperationen: die Anzahl der Anämie-Diagnosen stieg, die Zahl der Transfusionen blieb jedoch unverändert. Für Luke Chalker, Senior Vice President bei der Blue Cross Blue Shield Association, deutet diese Diskrepanz darauf hin, dass die Systeme eher abrechnungsrelevante Hinweise erfassen als tatsächlich schwerere Krankheitsverläufe.
Worum es finanziell geht
Etwa 70 Prozent der ermittelten Mehrkosten lassen sich laut Analyse auf sekundäre Diagnosen zurückführen — das sind rund 650 Millionen US-Dollar. Solche Verschiebungen schlagen unmittelbar auf die Gesamtkosten im Gesundheitssystem und können langfristig zu höheren Prämien und Selbstbeteiligungen der Versicherten führen.
- Gesamte Mehrkosten: rund 942 Millionen US-Dollar über zwei Jahre
- Hauptursache: vermehrte Erfassung von Sekundärdiagnosen durch KI
- Nutzung: über 60 Prozent der Krankenhausverbünde setzen KI-Kodierung ein
- Behandlungsumfang: kein vergleichbarer Anstieg bei konkreten Therapien wie Transfusionen
- Folgen: zusätzlicher Druck auf Beiträge und Selbstbeteiligungen
Ein Wettlauf zwischen Kliniken und Versicherern
Die Technologie dient längst nicht nur Krankenhäusern: Auch Versicherer verwenden KI, etwa um Vorabgenehmigungen zu prüfen oder potenziell abweisbare Ansprüche zu identifizieren. Das hat Berichten zufolge zu heftigen Auseinandersetzungen zwischen Kliniken und Kassen geführt.
Dave Mazurkiewicz, Finanzchef eines großen Krankenhausverbunds, bringt es auf den Punkt: Beide Seiten nutzen Algorithmen, um in Patientenakten nach finanziell relevanten Hinweisen zu suchen — mit widersprechenden Interessen. Ergebnis: Prozesse, die eigentlich effizienter werden sollten, verschärfen bestehende Konflikte und bieten aktuell wenig Mehrwert für Patientinnen und Patienten.
Ausblick: Regulierung, Transparenz, Outcome-orientierung
Die Befunde werfen grundlegende Fragen auf: Wie sollten KI-Systeme validiert werden? Wer kontrolliert, ob Algorithmen medizinische Relevanz von rein abrechnungstechnischen Signalen unterscheiden? Und wie lassen sich Anreize so gestalten, dass Patientenergebnis statt Abrechnungscode im Mittelpunkt steht?
Für Politik und Aufsichtsbehörden ergibt sich ein klares Handlungsfeld: mehr Transparenz über eingesetzte Algorithmen, regelmäßige Audits und eine stärkere Ausrichtung der Vergütung an tatsächlichen Behandlungsergebnissen statt an rein kodierten Diagnosen. Solange diese Fragen offen bleiben, besteht die Gefahr, dass KI vor allem die Finanzströme verändert — nicht aber die Versorgung der Patientinnen und Patienten.
