Eine aktuelle Studie in der Zeitschrift für Verhaltenstherapie (Taubitz & Alpers, 2026) untersucht erstmals systematisch, wie Large Language Models Therapiegespräche transkribieren, Sprechern zuordnen und datenschutzkonform aufbereiten können. Das Ergebnis: Die Technologie funktioniert, und sie funktioniert lokal. Die Autoren zeigen, dass die gesamte Verarbeitungskette, von der Transkription bis zur Sprecherzuordnung, auf lokaler Infrastruktur laufen kann, ohne dass sensible Patientendaten das Gerät verlassen müssen.
Das ist ein entscheidender Befund. Denn parallel dazu bestätigt eine randomisierte klinische Studie mit 238 Ärztinnen und Ärzten aus 14 Fachrichtungen (Lukac et al., 2025), dass KI-gestützte Dokumentation die Dokumentationszeit messbar reduzieren und Burnout-Werte verbessern. Die
Die Kombination beider Studien legt nahe: Das Potenzial der KI-gestützten Dokumentation ist belegt, und die Verarbeitung muss nicht in der Cloud stattfinden. Lokale Modelle bieten einen entscheidenden Vorteil, weil sie die grundlegendste Anforderung der therapeutischen Praxis erfüllen: Vertraulichkeit.
Genau hier setzen wir mit neoscript an. Unsere Plattform betreibt Sprachmodelle ausschließlich auf lokaler Infrastruktur. Die Sitzungsdokumentation entsteht dort, wo das Gespräch stattfindet, in der Praxis. Keine Datenweitergabe an Dritte, keine Abhängigkeit von externen Servern, kein Restrisiko für die therapeutische Schweigepflicht, kein Cloud-Act-Risiko.
Die Forschung zeigt: Lokale KI ist nicht nur machbar, sondern der richtige Weg für sensible Anwendungsfälle wie die Psychotherapie.
Quellen:
Taubitz & Alpers (2026). Language Model, bitte zum Diktat. Verhaltenstherapie, 36(2). https://karger.com/ver/article/36/2/91/939843/ Lukac et al. (2025). Ambient AI Scribes in Clinical Practice: A Randomized Trial. NEJM AI. https://pubmed.ncbi.nlm.nih.gov/41497288/
