KI-Kodierung im US-Gesundheitswesen treibt Kosten für Patienten nach oben

Künstliche Intelligenz (KI) dringt immer tiefer in das US-amerikanische Gesundheitssystem ein – und längst nicht mehr nur dort, wo sie Ärzte bei Diagnose und Behandlung unterstützt. Die Systeme entscheiden zunehmend mit, was Krankenhäuser in Rechnung stellen, was Versicherer zahlen und welche Ansprüche abgelehnt werden. Über KI als Produktivitätswerkzeug und deflationäre Kraft wird viel gesprochen. Erste Erkenntnisse werfen jedoch die Frage auf, ob diese Tools ein ohnehin schon kostspieliges System weiter verteuern.

Die Blue Cross Blue Shield Association (BCBSA) hat kürzlich geschätzt, dass die Nutzung KI-gestützter medizinischer Kodierung durch Krankenhäuser zwischen 2023 und 2025 zu zusätzlichen Kosten in Höhe von fast 1 Milliarde Dollar (942 Millionen Dollar) für ihre Krankenversicherungspläne beigetragen hat. Ein Großteil dieses Anstiegs sei auf sekundäre Diagnosen zurückzuführen gewesen, die Patienten in höher vergütete Erstattungskategorien einordneten, teilte die Vereinigung mit. Bei diesen Diagnosearten handele es sich nach Angaben der BCBSA „um solche, die aus einzelnen Laborwerten abgeleitet sein können, was sie besonders gut für die Erkennung durch KI-Tools geeignet macht“.

Der Befund fällt in eine Phase, in der Krankenhäuser, Versicherer und andere Teile des Gesundheitssystems KI zunehmend in der Abrechnung, Kodierung und Prüfung von Ansprüchen einsetzen. Damit stellt sich die Frage, ob die Verringerung der administrativen Belastung zugleich die im System verankerten finanziellen Anreize verstärkt. Für deutsche Leser ist wichtig: Das US-System finanziert sich überwiegend privat, Abrechnungscodes bestimmen dort unmittelbar die Höhe der Vergütung – ein Mechanismus, der in dieser Form im deutschen Vergütungssystem deutlich schwächer ausgeprägt ist.

Die Details

Christopher Whaley, Gesundheitsökonom an der Brown University, der sich mit Krankenhauskodierung befasst, sieht in KI einen Verstärker: Die Technologie scheine „die bestehenden und zugrunde liegenden Abrechnungsanreize, die im System verankert sind, zu beschleunigen und in gewisser Weise die Erfassung dieser Anreize zu erleichtern“. Zugleich betont er, dass zusätzliche, durch KI identifizierte Diagnosen nicht zwangsläufig unangemessen seien. „In vielen Fällen sind die Diagnosen legitim und wurden zuvor nicht erfasst“, sagte Whaley. Es gebe aber auch Zustände, die „klinisch betrachtet keine große Rolle spielen und keinen Einfluss auf die Versorgung des Patienten haben“, dennoch aber zu einem weiteren Abrechnungscode und einer höheren Zahlung führen könnten.

Die BCBSA schrieb in ihrer Analyse, das Wachstum dessen, was sie „komplexe Kodierung“ nennt, sei in einen Zeitraum gefallen, in dem 60 Prozent der Krankenhaussysteme begannen, KI-Kodierungstools einzusetzen. „Es gibt eine klare Diskrepanz zwischen Kodierung und Behandlung“, heißt es in dem Bericht. Rund 70 Prozent – oder 653 Millionen Dollar – der vom Versicherer identifizierten Abrechnungen seien mit zusätzlichen Diagnosen verbunden gewesen, die nicht von einer Veränderung der Versorgungsleistung begleitet worden seien, sagte Luke Chalker, Senior Vice President für Produkt- und Datenwissenschaft bei der BCBSA, gegenüber CNBC.

Chalker ging allerdings nicht so weit, den gesamten Anstieg allein der KI zuzuschreiben. „Zwar tragen mehrere Faktoren zur Intensivierung der Kodierung bei, doch deuten die Ergebnisse darauf hin, dass KI-fähige Kodierungs- und Dokumentationswerkzeuge eine Rolle spielen“, sagte er. Verbraucher hätten durchaus Grund zur Sorge: Eine komplexere Kodierung könne zu höheren Erstattungen führen, ohne dass mehr Versorgungsleistungen erbracht würden. „Diese Kosten können sich schließlich in Form höherer Prämien und Eigenbeteiligungen niederschlagen“, sagte Chalker.

Der Druck auf die Prämien ist ohnehin groß. Laut der neuesten Prognose der Beratungsfirma Marsh & McLennan Companies soll die Kosten pro Mitarbeiter für die Gesundheitsversorgung im Jahr 2027 durchschnittlich um 8,2 Prozent steigen – der höchste Anstieg seit 2003.

Die American Hospital Association (AHA) widersprach der Analyse der BCBSA deutlich. „Patienten heute sind älter und klinisch komplexer“, und KI-Tools hülfen Anbietern, „die Zustände ihrer Patienten angemessen zu erfassen, um die Versorgungsplanung zu unterstützen“, sagte eine Sprecherin der AHA in einer Erklärung gegenüber CNBC. Der BCBSA-Analyse fehle „der Kontext, der notwendig ist, um die Auswirkungen dieser Tools auf die Qualität der Gesundheitsversorgung, den Zugang der Patienten oder die Ausgaben sinnvoll zu bewerten“.

Chalker betonte, dass Blue-Cross-Blue-Shield-Unternehmen KI ebenfalls in der Anspruchsprüfung einsetzen – allerdings mit menschlicher Kontrolle: „jede klinische Ablehnung immer von einem qualifizierten menschlichen Kliniker überprüft wird“.

Hintergrund: Was bisher geschah

Bereits am 30.01.2026 berichtete aktien.news, dass sich die Gesundheitskosten in den USA zur größten finanziellen Sorge amerikanischer Haushalte entwickelt haben. Laut einer Umfrage der überparteilichen Forschungsgruppe KFF bereiteten die Ausgaben für Krankenversicherung und medizinische Behandlungen 66 Prozent der US-Bürger Sorgen – mehr als Miete, Lebensmittel oder Benzinkosten. Die Studie befragte Mitte Januar 1.426 Erwachsene; 32 Prozent der besorgten Amerikaner gaben an, „sehr besorgt“ zu sein, weitere 34 Prozent sind „eher besorgt“.

Am 13.02.2026 berichtete aktien.news über eine weitere Kostenfront: Die Strompreise in den USA sind im Jahr 2025 um 6,9 Prozent gestiegen, mehr als das Doppelte der allgemeinen Inflationsrate von 2,9 Prozent. Goldman Sachs führt den Anstieg in einer Analyse vor allem auf den rasant wachsenden Energiebedarf von Rechenzentren für künstliche Intelligenz zurück.

Am 28.06.2026 folgte ein Beitrag über die Grundsatzdebatte, wer im US-System über Behandlungen entscheidet – der behandelnde Arzt oder die Krankenversicherung. Gefordert wurde ein grundlegender Wandel, bei dem Ärzte und KI-gestützte Diagnosetools gemeinsam die Führung übernehmen und über eine digitale Gesundheitsakte individuellere Entscheidungen treffen. Am 14.06.2026 schließlich stufte Barclays Oscar Health auf „Overweight“ hoch und hob das Kursziel von 30 auf 35 US-Dollar an – mit der These, dass die durch KI getriebene Verdrängung von Berufseinsteigern im Bürosektor den Markt für Individualversicherungen nach dem Affordable Care Act zum am schnellsten wachsenden Segment der US-Krankenversicherungen machen könnte.

Was das für Anleger bedeutet

Der Befund relativiert die verbreitete Annahme, KI wirke im Gesundheitswesen automatisch kostensenkend. Zwar hebt Marisa Greenwald, Partnerin bei Oliver Wyman im Praxisbereich Health and Life Sciences, die Vorteile hervor: Durch weniger administrative Arbeit könnten Ärzte mehr Zeit für die Patientenbetreuung aufwenden und weniger Zeit mit Dokumentation nach Feierabend verbringen. Gesundheitssysteme setzten KI auch ein, um Ärzten „wieder ein gewisses Maß an Work-Life-Balance zurückzugeben“. Finanziell könne mehr Zeit für die Betreuung das Patientenvolumen erhöhen, während genauere Kodierung „zusätzliche Schweregrade und Diagnosekomponenten erfassen“ könne – mit höheren Erstattungen als Folge.

Greenwald räumt jedoch ein, dass sich kaum trennen lässt, wie viel des Anstiegs auf bessere Dokumentation und wie viel auf andere Faktoren zurückgeht: „Es ist schwer herauszufinden, wie viel davon auf eine bessere Genauigkeit zurückzuführen ist. Es wird immer Missbrauch, Benutzerfehler und Overcoding geben.“ Nutzen Anbieter KI zur Verbesserung der Kodierung und antworten Versicherer mit eigenen KI-Tools, die zu mehr Ablehnungen führen, sei „die Aufrüstungsspiral darauf poised to exacerbate“ – also geeignet, sich weiter zu verschärfen.

Ausblick

Für das Jahr 2027 erwartet die Beratungsfirma Marsh & McLennan Companies einen durchschnittlichen Anstieg der Gesundheitskosten pro Mitarbeiter um 8,2 Prozent – der höchste Wert seit 2003. Greenwald formuliert die Hoffnung, dass beide Seiten erkennen, dass sie „allesamt nur Kosten und Belastung in ein ohnehin schon herausgefordertes und belastetes System einbringen“. Andernfalls drohten „Roboter, die mit Robotern sprechen und einfach gegeneinander kämpfen“.

Vanessa Moldovan, Autorin von „The Healthcare Revenue Cycle AI Playbook“ und Leiterin der RCM-Strategie bei Magical, lehnt eine vollständig autonome Kodierung ab: „Es sollte immer ein Mensch im Loop geben.“ KI-generierte Kodierungen sollten genauso auditiert werden, wie Gesundheitsorganisationen traditionell die Arbeit menschlicher Kodierer geprüft haben. Chalker stimmte zu und sagte, KI solle „die Entscheidungsfindung unterstützen, nicht die menschliche Urteilskraft ersetzen“. Brown-Ökonom Whaley betont zugleich, der ultimative Test dürfe nicht allein sein, ob KI die Gesundheitsausgaben senkt: Steigen die Ausgaben, während sich Zugang oder Qualität der Versorgung verbessern, könnte das dennoch lohnenswert sein.

Kurz erklärt

• Medizinische Kodierung: Zuordnung von Diagnosen und Behandlungen zu standardisierten Codes, über die im US-System die Vergütungshöhe bestimmt wird.
• Sekundärdiagnose: Zusätzliche, neben der Hauptdiagnose erfasste Erkrankung, die die Abrechnungskategorie und damit die Vergütung beeinflussen kann.
• Revenue Cycle Management: Steuerung aller Abrechnungsprozesse im Gesundheitswesen, von der Dokumentation über die Rechnungsstellung bis zur Bearbeitung von Ablehnungen.
• Anspruchsprüfung: Verfahren, mit dem Versicherer prüfen, ob und in welcher Höhe sie eine eingereichte Leistung erstatten.