In Notaufnahmen, psychiatrischen Stationen und Rettungsleitstellen wird seit einigen Jahren mit Systemen experimentiert, die Aggression früher erkennen sollen als der Mensch. Sprachmodelle analysieren Tonlagen, Kameras werten Bewegungsmuster aus, tragbare Sensoren messen Puls und Hautleitwert. Zwischen Marketingversprechen der Hersteller und dem tatsächlichen Nutzen im Klinikalltag liegt eine Lücke, die sich langsam schließt. Ein nüchterner Blick auf den aktuellen Stand.

Was Aggressionserkennung technisch bedeutet

Der Begriff ist unscharf. Gemeint sind sehr unterschiedliche Verfahren, die häufig in einem Atemzug genannt werden: akustische Analyse von Stimmen, computergestützte Auswertung von Videobildern, Erkennung physiologischer Stressmuster über Wearables und Textanalyse in digitalen Patientenakten. Die Systeme sind zumeist Klassifikatoren, die trainiert wurden, bestimmte Muster als potenziell eskalierend zu markieren.

Wichtig ist die Unterscheidung zwischen Detektion und Prädiktion. Ein System, das das Zerbrechen einer Scheibe akustisch erkennt, reagiert auf ein Ereignis. Ein System, das aus Bewegungs- und Sprachdaten eine Wahrscheinlichkeit für eine Eskalation innerhalb der nächsten Minuten schätzt, macht eine Prognose. Beides wird unter dem Schlagwort KI-gestützte Aggressionserkennung verkauft, wirft aber sehr unterschiedliche Fragen auf.

Für Kliniken relevant sind heute vor allem drei Anwendungsfelder: akustische Alarmierung in Wartebereichen, sensorgestützte Personennotrufe für Beschäftigte und teilautomatisierte Auswertung von Sprach- und Verhaltensmustern in geschlossenen Bereichen wie Aufnahmestationen oder Maßregelvollzug.

Was heute funktioniert, was noch nicht

Verlässlich funktionieren einfache akustische Trigger. Erkennung von Rufen, Schreien, Glasbruch oder plötzlicher Lautstärkezunahme ist technisch beherrschbar und wird in einzelnen Notaufnahmen ergänzend zu klassischen Notrufknöpfen eingesetzt. Auch Personennotrufsysteme mit Beschleunigungssensor, die einen Sturz oder ein längeres Bewegungsloch registrieren, sind erprobte Technik.

Deutlich schwieriger ist die inhaltliche Deutung. Die Unterscheidung zwischen einem lauten, aber harmlosen Wortwechsel und einem eskalierenden Konflikt gelingt heutigen Systemen nur eingeschränkt. Auch die Erkennung nonverbaler Anzeichen über Videoanalyse ist fehleranfällig, insbesondere bei diversen Patientengruppen, bei Menschen in psychischen Ausnahmezuständen und bei kulturell unterschiedlichem Ausdrucksverhalten. Falsche Positivmeldungen sind der Regelfall, nicht die Ausnahme.

  • Akustische Ereigniserkennung: technisch reif, klinisch punktuell im Einsatz.
  • Wearables mit Notruf- und Sturzerkennung: verfügbar, Einführung in Kliniken uneinheitlich.
  • Videobasierte Verhaltensanalyse: Forschungsstadium, hoher Aufwand, unklarer Zusatznutzen.
  • Prädiktion über Textanalyse in Patientenakten: einzelne Pilotprojekte, methodisch umstritten.

Hersteller wie Anbieter arbeiten stark daran, ihre Systeme zu verbessern. Belastbare, unabhängig geprüfte Wirksamkeitsdaten aus dem deutschen Versorgungsalltag gibt es bislang kaum. Die BGW und die Deutsche Gesetzliche Unfallversicherung verweisen in ihren Handreichungen darauf, dass technische Systeme organisatorische und personelle Maßnahmen ergänzen, aber nicht ersetzen können.

Datenschutz, Ethik und die Perspektive der Patientinnen und Patienten

KI-gestützte Aggressionserkennung fällt in Deutschland in ein enges rechtliches Feld. Kameras und Mikrofone in Behandlungsräumen berühren das Recht am eigenen Bild, das Recht am gesprochenen Wort und die informationelle Selbstbestimmung. In vielen Fällen ist eine Datenschutz-Folgenabschätzung nach Artikel 35 DSGVO verpflichtend, häufig auch die Mitbestimmung des Personalrats oder Betriebsrats sowie die Beteiligung der oder des Datenschutzbeauftragten.

Zweifach kritisch ist der Blick von Patientinnen und Patienten. Wer akut in psychischer Not, verwirrt oder unter Substanzeinfluss in eine Klinik kommt, kann selten frei entscheiden, ob sie oder er von einem algorithmischen System bewertet werden möchte. Es gibt Hinweise aus internationalen Studien, dass automatisierte Verhaltensbewertung bestimmte Gruppen häufiger als aggressiv einstuft als andere. Fairness und Diskriminierungsfreiheit sind hier keine akademischen Fragen, sondern direkte Patientensicherheit.

Ein System, das Menschen häufiger falsch als gefährlich einstuft, verschiebt Gewalt nicht, es erzeugt sie.

Für die betroffenen Beschäftigten wiederum ist entscheidend, dass Alarme funktionieren, ernst genommen werden und mit klaren Reaktionsketten hinterlegt sind. Ein Sensor am Kittel nutzt wenig, wenn niemand kommt oder wenn Fehlalarme die Alarmmüdigkeit vergrößern.

Wo KI heute realistisch hilft

Realistisch ist KI in der Aggressionsprävention kein Alleskönner, sondern ein weiterer Baustein. Wo sie sinnvoll eingebettet ist, unterstützt sie mehrere Ebenen zugleich: schnellere Alarmierung im Ernstfall, dokumentierte Häufungen als Grundlage für Personal- und Raumplanung, Rückkopplung an Deeskalationsschulungen. Der eigentliche Hebel bleibt organisatorisch und menschlich.

  • Räumliche Gestaltung von Wartebereichen und Aufnahmezonen.
  • Ausreichende Personaldichte in Hochrisikozeiten, insbesondere nachts und an Wochenenden.
  • Regelmäßige Deeskalationstrainings für alle Berufsgruppen, auch Verwaltung und Empfang.
  • Verbindliche Nachbereitung von Vorfällen mit Führungskräften.
  • Klare Kommunikation gegenüber Patientinnen und Patienten über Wartezeiten und Abläufe.

Kliniken, die Aggressionserkennungssysteme einführen, berichten, dass der größte Nutzen häufig gar nicht in der Technik selbst liegt, sondern in dem Umstand, dass die Einführung ein systematisches Gespräch über Gewalt in der eigenen Einrichtung erzwingt. Vorfälle werden erfasst statt verdrängt, Verantwortlichkeiten benannt, blinde Flecken sichtbar.

Ausblick

Die nächste Generation an Systemen wird versuchen, akustische, visuelle und physiologische Signale zusammenzuführen und mit Kontextdaten wie Wartezeiten oder Personalbesetzung zu kombinieren. Damit wachsen Chance und Risiko zugleich. Bessere Vorhersagen sind möglich, aber auch tiefere Eingriffe in Grundrechte und höhere Fehlerkosten, wenn Systeme sich irren.

Für Träger, Klinikleitungen und Praxisverantwortliche empfiehlt sich deshalb ein nüchterner Zugang: Anforderungen zuerst, Technik danach. Wer Aggressionserkennung einführen will, sollte zuerst beschreiben, welches Problem sie lösen soll, welche Alarmkette daran hängt und wer die Verantwortung trägt. Erst dann ergibt der Blick auf konkrete Produkte Sinn.

Gewalt im Gesundheitswesen zeigt sich in beide Richtungen. Sie trifft Pflegekräfte, Ärztinnen und Ärzte und Rettungsdienste. Sie trifft aber auch Patientinnen und Patienten, gerade dann, wenn sie besonders vulnerabel sind. KI-gestützte Systeme können helfen, Eskalationen früher sichtbar zu machen. Ob sie tatsächlich Schutz erzeugen, entscheidet sich nicht am Algorithmus, sondern an der Kultur der Einrichtung, die ihn einsetzt.