Voice AI und TTS im deutschen Gesundheitswesen: Datenschutz, Sprache und Bereitstellung

Hinweis zum Umfang. Dieser Artikel bietet technische Orientierung für die Beschaffung und keine medizinische, sicherheitsbezogene oder rechtliche Beratung.

Wichtige Erkenntnisse

• Trennen Sie administrative von klinischen Abläufen. Eine Terminvereinbarung birgt andere Risiken als die Bewertung von Symptomen, Beratung zu Medikamenten oder Triage.
• Für Gesundheitsdaten sind sowohl eine Rechtsgrundlage nach Artikel 6 DSGVO als auch eine einschlägige Ausnahme nach Artikel 9 erforderlich. Vor einer umfangreichen Verarbeitung von Gesundheitsdaten ist eine Datenschutz-Folgenabschätzung durchzuführen.
• EU-Routing und eine On-Premise-Bereitstellung können den Datenpfad verkleinern. Weder machen sie den gesamten Voice-Workflow automatisch rechtskonform noch belegen sie Zero Retention.
• TTS muss den freigegebenen Ausgangstext korrekt wiedergeben. Das System darf weder Medikamente, Dosierungen, Diagnosen oder Behandlungen auswählen noch eine synthetische Stimme als medizinisches Fachpersonal ausgeben.
• Die Freigabe muss scheitern, sobald im kritischen Testsatz eines Workflows ein Patientenname, Medikament, eine Dosis, Einheit, ein Datum oder eine Terminreferenz falsch wiedergegeben wird.
• Anfragen außerhalb des genehmigten Umfangs, widersprüchliche Identitätsangaben, unbestätigte Schreibvorgänge und sicherheitsrelevante Äußerungen benötigen einen getesteten Übergabepfad an einen Menschen oder einen genehmigten Notfallablauf.

Zuletzt aktualisiert am 10. August 2026. Administrative Bereitstellungen benötigen eine rechtliche, sicherheitstechnische, datenschutzrechtliche und betriebliche Prüfung. Klinische Einsätze müssen zusätzlich von qualifizierten klinischen Fachleuten und hinsichtlich des Medizinprodukterechts bewertet werden.

Was ist die sicherste TTS-Architektur für das deutsche Gesundheitswesen?

Beginnen Sie mit dem kleinsten Datenfluss, der die genehmigte Aufgabe erfüllen kann. Übermitteln Sie an TTS nur den tatsächlich zu sprechenden Text, entfernen Sie unnötige Patientenkennungen und halten Sie Rohinhalte aus regulären Logs fern. Wählen Sie anschließend eine Bereitstellung, deren Datengrenze die Organisation tatsächlich betreiben und überprüfen kann.

KugelAudio dokumentiert einen direkten EU-Endpunkt und eine kommerzielle Self-Hosting-Bereitstellung mit Kubernetes und Helm. Die öffentliche Self-Hosting-Dokumentation beschreibt, wo die Inferenz ausgeführt werden kann. Sie legt nicht fest, wie angebundene Systeme für Lizenzierung, Support, Monitoring, STT, LLM, Telefonie oder Aufzeichnung mit Daten umgehen. Nutzen Sie den ausführlicheren Leitfaden zu On-Premise-Infrastruktur, um diese Grenzen vollständig abzubilden.

Geeignet für: Vom Kunden betriebenes TTS, wenn die Organisation den Dienst sicher betreiben kann und die Synthesegrenze kontrollieren muss; der direkte EU-Endpunkt, wenn ein verwalteter Betrieb mit festgelegtem EU-Routing für TTS benötigt wird.

Warum sind Sprachdaten im Gesundheitswesen sensibel?

Ein Anruf kann Gesundheitsdaten offenbaren, bevor eine Diagnose genannt wird: Bereits der Name einer Klinik, der Grund für einen Termin, ein Medikament, Symptom oder eine Versicherungsangabe kann genügen. Sprachdaten gelten nach der DSGVO nur dann als biometrische Daten, wenn sie mit besonderen technischen Verfahren verarbeitet werden, um eine Person eindeutig zu identifizieren. Ein gewöhnlicher Audiostream ist daher nicht automatisch ein biometrisches Datum nach Artikel 9.

Bestimmen Sie für personenbezogene Daten eine Rechtsgrundlage nach Artikel 6. Werden Gesundheitsdaten verarbeitet, benötigen Sie zusätzlich eine einschlägige Ausnahme nach Artikel 9 sowie die Einhaltung aller anwendbaren deutschen Vorschriften. Einwilligung ist nicht die einzige mögliche Grundlage und sollte nicht automatisch gewählt werden. Artikel 32 der DSGVO verlangt eine dem Risiko angemessene Sicherheit. Für diesen Workflow bedeutet das belastbare Nachweise zu Zugriffskontrollen, gegebenenfalls Verschlüsselung, Vertraulichkeit, Integrität, Wiederherstellung und regelmäßigen Kontrollen statt einer pauschalen Aussage, die Plattform sei sicher.

Nach Artikel 35 ist vor einer Verarbeitung, die voraussichtlich ein hohes Risiko birgt, eine Datenschutz-Folgenabschätzung erforderlich; die umfangreiche Verarbeitung von Daten nach Artikel 9 wird ausdrücklich genannt. Eine kleine Arztpraxis fällt nicht automatisch darunter. Dokumentieren Sie Umfang und Risiko, statt pauschal zu behaupten, jeder oder kein Einsatz von Voice AI im Gesundheitswesen benötige eine DSFA. Die EDPB-Leitlinien zu virtuellen Sprachassistenten unterstützen die Bewertung von Transparenz, Rechtsgrundlage und Datenschutz durch Technikgestaltung.

Das deutsche Berufsgeheimnis ist gesondert zu prüfen. § 203 StGB schützt Geheimnisse, die bestimmten Berufsgruppen, darunter Ärzten, anvertraut werden. Ein Auftragsverarbeitungsvertrag allein beantwortet nicht, ob ein Dienstleister Patientengeheimnisse erhalten darf. Qualifizierte Rechtsberatung sollte dokumentieren, ob jeder Dienstleister als mitwirkende Person erforderlich ist, welche Daten er benötigt und wie die Geheimhaltungspflichten entlang der Kette abgesichert werden.

Die Verordnung über den Europäischen Gesundheitsdatenraum ist in Kraft, wird jedoch stufenweise anwendbar: Die allgemeine Anwendung beginnt am 26. März 2027, weitere Vorschriften folgen später. Zum Aktualisierungszeitpunkt dieses Artikels ist sie daher vor allem für die Planung relevant; nicht sämtliche EHDS-Pflichten gelten bereits.

Bedeutet keine Anrufaufzeichnung, dass keine Anrufe gespeichert werden?

Nein. Auch bei deaktivierter Anrufaufzeichnung können andere Daten gespeichert werden: Live-Transkripte, LLM-Prompts und -Antworten, Synthesetext, erzeugtes Audio, Traces, Nutzdaten in Fehlermeldungen, Supporttickets, Caches und Backups. Erfassen Sie jede Datenklasse und testen Sie deren Löschung beziehungsweise die erforderliche Aufbewahrung.

Zero Retention darf nicht dazu führen, dass gesetzlich aufzubewahrende Unterlagen gelöscht werden. § 630f BGB sieht beispielsweise für Behandlungsdokumentationen vorbehaltlich anderer Vorschriften grundsätzlich eine Aufbewahrung von zehn Jahren nach Abschluss der Behandlung vor. Das rechtfertigt nicht die Speicherung sämtlicher Aufzeichnungen oder Modellspuren. Bewahren Sie den erforderlichen Datensatz im vorgesehenen System auf und löschen Sie nicht benötigte vorübergehende Daten nach dem dafür festgelegten Zeitplan.

Was muss TTS im deutschen Gesundheitswesen korrekt aussprechen?

Erstellen Sie den Freigabetestsatz aus genau den administrativen oder klinisch genehmigten Skripten, die das System später sprechen soll. Berücksichtigen Sie Namen von Patienten, Ärzten und Medikamenten, Wirkstärken, Einheiten, Dezimalwerte, Datums- und Uhrzeitangaben, Telefonnummern, Praxisnamen, Terminreferenzen, deutsche Komposita, Abkürzungen sowie den erforderlichen Wechsel zwischen Deutsch und Englisch. Testen Sie außerdem mit beeinträchtigter Telefonqualität, den Produktivstimmen und den vorgesehenen Sprechgeschwindigkeiten.

Prüfen Sie drei Ebenen getrennt:

1. Korrektheit der Quelle: Das maßgebliche System hat den richtigen Wert geliefert.
2. Korrektheit der Darstellung: Die Normalisierung hat weder die Bedeutung verändert noch Ziffern, Dezimalzahlen, Einheiten oder Abkürzungen falsch gruppiert.
3. Korrektheit des Audios: Deutschsprachige Fachprüfer haben den beabsichtigten Wert ohne Raten verstanden.

KugelAudio dokumentiert Aussprachewörterbücher, Inline-IPA, Normalisierung und Break-Tags. Mit diesen Kontrollen lässt sich eine bekannte Aussprache korrigieren; sie prüfen nicht, ob eine verordnete Dosis medizinisch richtig ist. Sperren Sie den betroffenen Workflow, sobald ein kritisches Element falsch wiedergegeben wird. Versionieren Sie das freigegebene Wörterbuch und den Testsatz und führen Sie beide nach Änderungen an Modell, Stimme, Wörterbuch, Normalisierung oder Prompt erneut aus. Dieser Artikel enthält keine Ergebnisse zur medizinischen Aussprache oder zu Dialekten. Verwenden Sie die deutsche Benchmark-Methode mit muttersprachlichen Fachprüfern, statt Qualität aus einer Sprachliste abzuleiten.

Wie sollte ein Voice-Workflow im Gesundheitswesen sicher scheitern?

Definieren Sie Abbruchbedingungen als ausführbare Testfälle statt als allgemeines Versprechen, „bei Unsicherheit weiterzuleiten“. TTS selbst kennt weder Diagnose noch Absichtssicherheit oder klinische Bewertung. Der umgebende Workflow muss den Auslöser erkennen und die genehmigte Reaktion wählen.

Legen Sie für jede Weiterleitung Betriebszeiten, Zuständigkeit für die Warteschlange, zulässigen Kontext, Warteansage und den Ablauf bei Nichterreichbarkeit fest. Klinische und Notfallskripte müssen von einer klinisch qualifizierten verantwortlichen Person genehmigt werden; rein administrative Abläufe kann eine administrative Produktverantwortung freigeben.

Wo können Gesundheitsteams Voice AI verantwortungsvoll einsetzen?

Beginnen Sie mit klar begrenzten administrativen Aufgaben: Öffnungszeiten, Wegbeschreibung, Terminvereinbarung oder Erinnerungen aus einem verlässlichen Kalender. Auch dabei sind Identitäts- und Offenlegungskontrollen erforderlich, sobald patientenspezifische Informationen betroffen sind.

Symptombewertung, Medikamentenberatung, Diagnose, Behandlungsauswahl und Notfalltriage sind klinische Abläufe. Ein allgemeiner Voice Agent oder eine TTS-Engine darf nicht wie medizinisches Fachpersonal behandelt werden. Vor einem solchen Einsatz sind eine festgelegte klinische Verantwortung, ein validierter Verwendungszweck, Risikomanagement, menschliche Aufsicht und eine regulatorische Bewertung erforderlich.

Wann kann Sprachsoftware im Gesundheitswesen zu einem medizinischen Gerät oder einer Hochrisiko-KI werden?

Der Einsatz in einem Krankenhaus allein macht Software noch nicht zu einem medizinischen Gerät. Gemäß der EU-Medizinprodukteverordnung hängt die Qualifizierung vom Verwendungszweck des Herstellers ab: Allzwecksoftware bleibt allein deshalb ausgeschlossen, weil sie im Gesundheitswesen verwendet wird, während Software für Diagnose, Prävention, Überwachung, Vorhersage, Prognose oder Behandlung qualifiziert sein kann. Die MDCG 2019-11 rev.1 Guidance der Europäischen Kommission stellt den Software-Entscheidungsrahmen bereit. Bewerten Sie das gesamte Produkt und seine Angaben, nicht die Komponente TTS isoliert.

Auch das EU-KI-Gesetz stuft nicht jedes KI-System im Gesundheitswesen als Hochrisiko ein. Gemäß Artikel 6 Absatz 1 stellt ein KI-System auf dem Produktweg nur dann ein hohes Risiko dar, wenn es ein Sicherheitsbestandteil eines Produkts ist oder selbst ein Produkt ist, das unter das aufgeführte EU-Produktrecht fällt und dieses Produkt einer Konformitätsbewertung durch Dritte bedarf; Diese Verpflichtungen gemäß Artikel 6 Absatz 1 gelten nach dem aktuellen Zeitplan ab dem 2. August 2027. Unabhängig davon gelten seit dem 2. August 2026 die Transparenzpflichten gemäß Artikel 50. Stellen Sie bei einem anruferorientierten KI-System im Anwendungsbereich sicher, dass den Personen bei der ersten Interaktion mitgeteilt wird, dass sie mit der KI interagieren, es sei denn, dies ist aus den Umständen und dem Kontext offensichtlich. Verlassen Sie sich bei der Offenlegung nicht allein auf eine synthetische Stimme.

Was sollte bei der Beschaffung im Gesundheitswesen gefragt werden?

• Zeichnen Sie den vollständigen STT-, LLM-, TTS-, Telefonie-, Analyse-, Support- und Backup-Datenfluss. Welche Inhalte verlassen das Gesundheitsumfeld?
• Benennen Sie Verantwortliche, Auftragsverarbeiter und deren Rollen sowie die Rechtsgrundlagen nach Artikel 6, die Ausnahmen nach Artikel 9, Unterauftragsverarbeiter, Orte von Fernzugriffen und internationale Datenübermittlungen.
• Zeigen Sie die Kontrolltests gemäß Artikel 32 und, sofern erforderlich, die DSFA an, nicht nur Richtliniendokumente oder Zertifizierungen.
• Erläutern Sie, wie § 203 StGB, Gesprächsaufzeichnung, Behandlungsprotokolle und datenklassenspezifische Löschung beurteilt wurden.
• Demonstrieren Sie sämtliche oben beschriebenen Eskalationspfade, einschließlich einer fehlgeschlagenen Übergabe an einen Menschen und eines nicht bestätigten Schreibvorgangs in einem nachgelagerten System.
• Führen Sie den produktionsnahen deutschen Freigabetestsatz aus und stellen Sie Ausgangstext, unverändertes Audio, Einstellungen, Modell- und Stimmversionen, Prüferentscheidungen und Fehler bereit.
• Geben Sie den beabsichtigten Zweck an und dokumentieren Sie die Klassifizierung nach MDR und AI Act, einschließlich der Frage, wer für die Neubewertung zuständig ist, wenn sich Funktionen oder Marketingaussagen ändern.

Eine belastbare Antwort besteht aus Nachweisen: Datenflussdiagramm, Vertragsklausel, Konfigurationsexport, Zugriffsprüfung, Wiederherstellungs- oder Löschtest, unveränderter Audiosatz, Ergebnis einer Fehlerinjektion oder unterzeichnete Klassifizierungsentscheidung. Ein einfaches „Ja“ des Anbieters ist kein Abnahmeergebnis.

Wann ist On-Premise-TTS im Gesundheitswesen die falsche Wahl?

Betreiben Sie TTS nicht selbst, wenn die Organisation die Umgebung nicht patchen, überwachen, skalieren, absichern und wiederherstellen oder Modell- und Stimmressourcen nicht schützen kann. Ein vertraglich klar geregelter EU-Dienst kann sicherer sein als ein unzureichend betriebener lokaler Cluster.

Umgekehrt kann eine gut betriebene interne Plattform die Zahl externer Systeme verringern, denen sensible Synthesetexte zugänglich sind. Entscheiden Sie anhand von Bedrohungsmodell, Datenfluss, Betriebskapazitätstest und Wiederherstellungsübung und nicht allein anhand des Begriffs „On-Premise“.

Was sind die Einschränkungen dieses Leitfadens?

Dieser Leitfaden bestimmt für keinen konkreten Workflow die Rechtsgrundlage, Ausnahme nach Artikel 9, das Ergebnis einer Datenschutz-Folgenabschätzung, die Einhaltung des Berufsgeheimnisses, den Medizinproduktestatus, die Einordnung nach dem EU AI Act oder die klinische Sicherheit. Er behandelt TTS als eine Komponente eines Sprachsystems und veröffentlicht keine Testergebnisse zu medizinischer Aussprache, Dialekten, Sicherheit, Datenspeicherung oder klinischer Leistung.

FAQ

Ist TTS gemäß der DSGVO für das Gesundheitswesen zulässig?

Grundsätzlich ja. Der Verantwortliche benötigt eine Rechtsgrundlage nach Artikel 6 und bei der Verarbeitung von Gesundheitsdaten eine einschlägige Ausnahme nach Artikel 9. Zusätzlich sind unter anderem Zweckbindung, Datenminimierung, Sicherheit, Speicherfristen, Transparenz, Betroffenenrechte und Kontrollen der Auftragsverarbeiter zu gewährleisten. Vor einer Verarbeitung mit voraussichtlich hohem Risiko ist eine Datenschutz-Folgenabschätzung erforderlich; dazu zählt insbesondere die umfangreiche Verarbeitung von Daten nach Artikel 9.

Kann TTS im Gesundheitswesen On-Premise betrieben werden?

Ja. KugelAudio dokumentiert eine kommerzielle Bereitstellung mit Kubernetes und Helm, bei der TTS in der Kundeninfrastruktur läuft. Lizenzierung, Updates, Telemetrie, Supportzugriffe und alle weiteren Komponenten des Voice-Stacks müssen dennoch geprüft werden.

Bedeutet On-Premise-TTS im Gesundheitswesen automatisch Zero Retention?

Aus der Bereitstellungsbezeichnung folgt keine automatische Garantie. Der Kunde kann Logs, Caches und Backups der TTS-Schicht kontrollieren, muss sie jedoch passend konfigurieren und testen. STT, LLM, Telefonie, Support- und Aufzeichnungssysteme sind gesondert zu betrachten. Erforderliche Behandlungsdokumentation muss im dafür vorgesehenen klinischen System verbleiben.

Wird die medizinische Aussprache auf Deutsch unterstützt?

Kugel 3 unterstützt Deutsch; KugelAudio bietet Wörterbücher, Inline-IPA, Normalisierung und Break-Tags. Das ist kein zertifizierter Qualitätsnachweis für medizinische Sprache. Testen Sie vor der Freigabe jeden produktionskritischen Begriff und Wert mit deutschsprachigen Fachprüfern.

Kann ein Voice-Agent im Gesundheitswesen in Deutschland Anrufe aufzeichnen?

Nur innerhalb eines rechtlich geprüften und genehmigten Ablaufs für alle Gesprächsbeteiligten. § 201 StGB stellt die unbefugte Aufzeichnung nicht öffentlich gesprochener Worte unter Strafe; eine bloße Ankündigung ist nicht automatisch eine Einwilligung. Lassen Sie die Aufzeichnung deaktiviert, bis qualifizierte Rechtsberatung Rechtsgrundlage, gegebenenfalls Einwilligung oder sonstige Befugnis, Transparenz, Zugriffe und Speicherfristen dokumentiert hat.

Macht ein EU-Hosting einen Voice-Agenten im Gesundheitswesen konform?

Nein. Ein EU-Endpunkt grenzt Fragen zu Standort und Datenübermittlung ein. Er begründet allein weder einen rechtmäßigen Zweck noch eine Ausnahme nach Artikel 9 und belegt nicht Berufsgeheimnis, Sicherheit, angemessene Speicherfristen, Transparenz, Betroffenenrechte, Medizinproduktestatus oder sicheres Verhalten entlang der gesamten Verarbeitungskette.