KI für Pflegekräfte: die 18 Identifikatoren, die nie in den Prompt dürfen, und was stattdessen geht

Was darf eine Pflegekraft in ChatGPT, Claude oder Gemini einfügen?

Alles, was keiner der 18 Identifikatoren ist, die HHS in der HIPAA-Safe-Harbor-Regel aufführt, und nichts, was einer ist. Wir haben am 27. September 2026 die HIPAA-Seiten der drei Anbieter gelesen. Anthropic: "Team plans and individual plans (Free, Pro, and Max) can't enable HIPAA." Google deckt die Gemini-App nur über ein Workspace-BAA ab, das "applies to the extent Customer is acting as a Covered Entity or a Business Associate" gilt, was eine Pflegekraft mit privatem Gmail nicht ist. Das kostenlose ChatGPT for Clinicians von OpenAI ist der einzige Einzelplan mit einem BAA, das du in den Einstellungen unterzeichnen kannst, und seine Berechtigtenliste lautet "physicians (MD/DO), nurse practitioners (NP), physician assistants (PA), and pharmacists". Eine RN mit privatem Konto hat nirgends ein BAA, also ist die Liste unten die ganze Regel.

Die 18 Identifikatoren stehen in 45 CFR 164.514(b)(2), hier aus der HHS-Leitlinienseite zitiert, dazu der Ort, an dem sich jeder in einer Pflegenotiz versteckt. HHS führt sie als Identifikatoren "of the individual or of relatives, employers, or household members of the individual", also zählt auch der Vorname der Tochter.

Zwei der 18 erwischen auch Leute, die sich für sorgfältig hielten. Daten: Das Jahr bleibt, alles Kleinere geht, und ein Alter über 89 wird zu "90 oder älter". Geografie: HHS erlaubt die ersten drei Ziffern einer Postleitzahl nur, wenn das abgedeckte Gebiet mehr als 20,000 Menschen hat. Dieselbe Seite erklärt, warum kleine Details zählen: Die Kombination aus Geburtsdatum, Geschlecht und fünfstelliger Postleitzahl "is unique for over 50% of residents in the United States". Eine Notiz ohne Namen ist nicht anonymisiert.

Die Arbeitsmethode hat drei Schritte. Entfernen: Gehe die 18 Zeilen durch und ersetze in einem Texteditor, bevor irgendetwas einen Chatbot berührt. Prompten: Bitte um die Umformulierung, die Formulierung, das Handout, die SBAR, mit Platzhaltern an den Stellen der Details. Wieder einfügen: Setze die echten Details im EHR ein, wo sie hingehören, wenn du den Entwurf dort einfügst. Whizi, das diese Seite veröffentlicht, steht hier in derselben Zeile wie ChatGPT und Claude: ein persönlicher Arbeitsbereich mit GPT, Claude, Gemini und 280+ Modellen hinter einem Login, ohne BAA, ohne EHR-Anbindung, mit einer Datenschutzerklärung, die sagt, dass Prompts an OpenRouter und den Modellanbieter gehen und nicht zum Training von Whizi-eigenen KI-Modellen verwendet werden. Die Liste gilt dafür genau so, wie sie dasteht.

Die meisten Leser können sich nicht auf eine Richtlinie des Arbeitgebers stützen. In der 2025 Future Ready Healthcare Survey, die Wolters Kluwer am 27. Januar 2026 veröffentlichte, nannten 57% der Pflegekräfte Datenschutz und Datensicherheit als eines der größten Risiken generativer KI, und 22% sagten, ihre Organisation habe formale Vorgaben dafür. Bis deine welche hat, sind die 18 Zeilen die Vorgabe. Was du nie in einen KI-Chat einfügen solltest ist dieselbe Regel für den Rest deines Lebens.

Kann KI eine Pflegenotiz ohne Patientendaten schreiben?

Ja, und die Notiz ist nur so sauber wie die, die du einfügst, denn als wir drei Modelle baten, die Identifikatoren für uns zu entfernen, hat eines die Aufgabe nicht zu Ende gebracht.

Die Notiz war fiktiv, eine Aufnahme wegen Herzinsuffizienz, mit 12 eingebauten Identifikatoren: dem Namen der Patientin, dem Namen ihrer Tochter, einer Straße, einem Ort mit Postleitzahl, einem Geburtsdatum, einem Aufnahmedatum, dem Alter 92, einer Telefonnummer, einer E-Mail, einer MRN, einer Medicare-Nummer und der Seriennummer eines Herzschrittmachers. Der Prompt nannte die Regel: "Remove every identifier listed under the HIPAA Safe Harbor method (45 CFR 164.514(b)(2)(i), items A through R) from the nursing note below and replace each one with a bracketed placeholder such as [NAME], [DATE] or [MRN]. Keep every clinical detail unchanged." Ein Durchlauf pro Modell am 27. September 2026, Temperatur 0.2. GPT-5.6 Terra und Gemini 3.7 Flash ersetzten alle 12. Claude Sonnet 5 ersetzte 11 und gab "[NAME], 92 F" als erste Zeile zurück. HHS-Punkt C sagt "all ages over 89", also ist diese Notiz weiterhin PHI.

Das größere Problem liegt vor dem Fehler. Damit ein Modell eine Notiz bereinigt, fügst du die Notiz ein, und das Einfügen ist die Offenlegung. Der Entfernen-Schritt gehört also dir, von Hand, und das Modell bekommt die Platzhalter-Version. Hier der Durchlauf, der zeigt, was es zurückgibt. Modell: Claude Sonnet 5, 27. September 2026. Prompt: "Rewrite this de-identified nursing progress note as an SBAR shift handover (Situation, Background, Assessment, Recommendation). Keep every number exactly as written, add nothing that is not in the note, and keep it under 170 words. Plain text, four short labelled paragraphs." gefolgt von der bereinigten Notiz (erwachsene Frau über 89, aufgenommen [DATE] mit akuter Dekompensation einer chronischen Herzinsuffizienz, HFrEF, Schrittmacher, CKD 3, Vitalzeichen, Rasselgeräusche, Ödeme 2+, Gewicht minus 1.4 kg, Furosemid um 0600, 650 mL Ausfuhr, 40 Fuß gegangen, Tochter am Bett).

Ausgabe, 143 Wörter, Fettdruck entfernt: "Situation: Female patient, over 89 years old, admitted for acute on chronic heart failure exacerbation, currently on diuresis with improving fluid status. Background: History of HFrEF, dual-chamber pacemaker placed 2019, CKD stage 3, hypertension. Weight down 1.4 kg from admission to 71.2 kg. IV furosemide given at 0600 per order. Assessment: At 0800, alert and oriented x3, BP 132/78, HR 74 paced, RR 20, SpO2 94% on 2 L nasal cannula, temp 36.8. Bilateral crackles to mid lung fields, 2+ pitting edema to knees. Urine output 650 mL over the shift. Mild dyspnea on exertion, none at rest, no chest pain. Ambulated 40 feet with walker and standby assist. Daughter at bedside, requests discharge teaching by email. Recommendation: Continue diuresis, daily weights, strict I and O, fluid restriction 1.5 L. PT re-eval tomorrow. Discharge planning has started; coordinate email discharge teaching with daughter."

Jede Zahl blieb erhalten und nichts kam dazu, und genau das ist bei einer solchen Umformulierung das Einzige, was du prüfen musst. "Improving fluid status" in der ersten Zeile ist die Schlussfolgerung des Modells aus dem Gewichtsverlauf, also lies es als Entwurf, nicht als Befund; das ist der Satz, den du änderst, bevor du ihn um 1900 vorträgst.

Die andere Dokumentationshilfe kommt ganz ohne Patienten aus: Formulierungen. "Give me ten objective ways to chart that a patient declined a scheduled oral medication, each under 20 words, no judgment words, no diagnosis" liefert eine Sammlung, die du in einer Notiz auf dem Handy behalten kannst. Dieselbe Form funktioniert für Schmerzreassessment, einen Sturz ohne Verletzung, die Verweigerung eines Bades, einen Angehörigen, der am Telefon beleidigend war. Die Klinikversionen davon, Epic's Art und Microsofts Dragon Copilot, laufen im EHR unter dem BAA des Krankenhauses, und Epic sagte am 26. Februar 2026, dass die Notiz am Schichtende bei Mercy von 3.5 Minuten auf etwa 32 Sekunden fiel, mit "Nurses review and edit the draft before signing". Ein persönlicher Chatbot sieht die Akte nicht, also formuliert er und du fügst ein.

Wie bekommt man ein Patienten-Handout auf Sechstklässler-Niveau?

Schreibe die Klassenstufe in den Prompt, denn ohne Angabe schrieben alle drei getesteten Modelle über dem Niveau, das AHRQ empfiehlt. Das Health Literacy Universal Precautions Toolkit von AHRQ sagt, Materialien sollten "at the 4th or 6th grade level as recommended" geschrieben sein, "the average reading level for U.S. adults is 8th or 9th grade", und fast ein Viertel der US-Erwachsenen habe geringe Lesekompetenz. Ein Handout enthält keinen Patienten und ist deshalb das Sicherste auf dieser Seite, um es von Grund auf zu entwerfen.

Der Prompt war beide Male derselbe, ein Handout zum Hüftgelenkersatz mit 250 Wörtern: "Write a one-page patient handout titled 'Caring for yourself at home after a hip replacement'. Cover wound care, activity and movement, and the warning signs that mean the patient should call the clinic. Plain text, no markdown, no bullet symbols, about 250 words." Beim zweiten Durchlauf kam hinzu: "Write it at a sixth-grade reading level: short sentences, common words, Flesch-Kincaid grade 6 or lower." Wir bewerteten die sechs Ausgaben mit der Flesch-Kincaid-Formel der Bibliothek textstat. Ohne Vorgabe begann Gemini mit "Taking proper care of yourself at home is essential for a safe and smooth recovery."; mit Vorgabe schrieb es "Keep your cut clean and dry." Jedes Modell schoss nach unten über das Ziel hinaus, auf Stufe 2.6 bis 3.9. Wenn das Ergebnis also wie ein Kinderbuch klingt, bitte um "grade 5 to 6" statt "6 or lower".

Zwei Dinge prüft eine Lesbarkeitsformel nicht. Richtigkeit: Warnzeichen, Belastungsregel und Wundversorgungsschritte sind klinischer Inhalt und werden von der Person, die Patientenmaterial freigibt, mit dem Standard-Handout deiner Station abgeglichen, denn ein Modell nennt einen Tag für die Drainentfernung oder eine Fahrregel, die es erfunden hat. Handlungsfähigkeit: AHRQ merkt an, dass Lesbarkeitsformeln "focus on the length of the words and sentences, not on meaning", und verweist auf sein PEMAT-Instrument dafür, ob ein Patient nach dem Blatt handeln kann. Übersetze die freigegebene englische Fassung zuletzt, nicht zuerst, und lies kann ChatGPT Blutwerte lesen für die Patientenseite derselben Vorsicht.

Welche KI-Tools sind für Pflegekräfte gebaut, und was kosten sie?

Die für Pflegekräfte gebauten Tools teilen sich in Scribes, die den Kontakt aufzeichnen und die Notiz unter einem BAA entwerfen, und Lern-Apps, die nie einen Patienten sehen. Ein allgemeiner Assistent ist günstiger als die Scribes und deckt alles auf dieser Seite ab, außer der Aufzeichnung. Die Preise stammen am 27. September 2026 von der jeweiligen Preisseite der Anbieter, in US-Dollar.

Wo Whizi verliert, ist genau diese Zeile: Es hat keine EHR-Integration, keine Ambient-Aufzeichnung eines Patientenkontakts und kein BAA, kann also die eine Aufgabe nicht erfüllen, für die Scribes bezahlt werden, und ersetzt auch nicht den Gratisplan von Heidi für eine Pflegekraft, die eine aufgezeichnete Übergabe will. Was es hat und ein Einzelanbieter-Plan nicht, ist das zweite Modell. Der Anonymisierungstest oben ist das Argument: Dieselbe bereinigte Notiz durch zwei Modelle zeigt dir, welches eine Zahl behalten und welches "improving fluid status" erfunden hat, und der Side-by-Side-Vergleich beginnt bei Pro; bei Starter lässt du die bereinigte Notiz nacheinander durch zwei Modelle laufen, und der zweite Durchlauf kostet Credits, kein zweites Abo für $20. Die Dateiseite derselben Regel ist für Pflegekräfte kurz: keine Akten-Exporte, keine Entlassungsberichte, keine eingescannten Deckblätter.

Kann KI beim NCLEX-Lernen helfen, eine Übergabe schreiben und die Chefin anmailen?

Ja zu allen dreien, und keines enthält einen Patienten. Der NCLEX ist der mit einer Zahl: Die vorläufigen NCSBN-Zahlen für 2025, berichtet von Nurse.org am 18. Februar 2026, nennen für alle NCLEX-RN-Kandidaten eine Bestehensquote von 69.1%, nach 73.3% im Jahr 2024, während erstmals antretende, in den USA ausgebildete Kandidaten Stand 1. November 2025 zu 87.1% bestanden. Die Prüfung ist seit dem 1. April 2023 der Next Generation NCLEX, mit Fallstudien und Aufgaben zum klinischen Urteil, und diese Form solltest du anfordern: "Write five Next Generation NCLEX-style case study questions on fluid overload in heart failure, with a rationale for every option, and name the client needs category each one tests." Prüfe jede Begründung gegen dein Lehrbuch, denn ein Modell nennt aus dem Gedächtnis einen Laborbereich oder eine Dosis und erfindet die Quelle, wenn du nach einer fragst. Die Fragenbanken in der Tabelle oben werden von Menschen geschrieben und geprüft; das Modell ist für die Erklärung, die du um 2 Uhr nachts nicht verstanden hast.

Übergabe ist Struktur, und Struktur braucht keine PHI. IHI beschreibt SBAR als "an easy-to-remember, concrete mechanism useful for framing any conversation, especially critical ones, requiring a clinician's immediate attention and action." Der Prompt aus Abschnitt zwei macht aus bereinigten Stichpunkten in einem Durchlauf vier beschriftete Absätze; eine Version für eine ganze Zuteilung lautet "Here are de-identified bullet points for four patients, labelled bed A to D. Write each as an SBAR handover under 100 words, same order, and flag any bed where the recommendation is missing." Der Hinweis ist der nützliche Teil: Das Modell bemerkt gut, dass Bett C ein Assessment hat, aber keinen Plan.

E-Mails an die Leitung sind die Nutzung, die Pflegekräfte unterschätzen, denn der Entwurf, den du um 0730 nach einer Nachtschicht schreibst, ist nicht der, den du gelesen haben willst. "I am a staff nurse on a 32-bed medical unit. Write a 150-word email to my nurse manager asking for a meeting about the last three night shifts, where the ratio was 1 to 7 against a unit standard of 1 to 5. State the three dates, keep it factual, no blame, and end with a specific ask." Setze die echten Daten selbst ein; sie gehören dir, nicht einem Patienten. Derselbe Prompt erledigt einen Diensttausch, einen Antrag auf Erstattung einer Zertifizierung und eine schriftliche Antwort auf eine Beschwerde.

Die Linie, die du halten solltest, ist die der ANA. Ihr Positionspapier von 2022 zum ethischen Einsatz von KI in der Pflegepraxis, im Dezember 2022 vom ANA Board of Directors verabschiedet, zitiert den Ethikkodex: "Systems and technologies that assist in clinical practice are adjunct to, not replacements for, the nurse's knowledge and skill." Die Regel für jeden Prompt auf dieser Seite ist also dieselbe. Wenn er gegen die 18 Zeilen verstößt, kommt er nicht hinein. Wenn nicht, ist das Modell ein schneller erster Entwurf, und du bist die Unterschrift.