TKNext
KI-Erfassung und Abrechnung von Krankentransportscheinen für das Gesundheitswesen
| Programm / Ausschreibung | SDT, SDT-Förderung , Go Digital | Status | laufend |
|---|---|---|---|
| Projektstart | 01.01.2025 | Projektende | 30.04.2026 |
| Zeitraum | 2025 - 2026 | Projektlaufzeit | 16 Monate |
| Projektförderung | € 95.873 | ||
| Keywords | Krankentransportschein, Abrechnung, Künstliche Intelligenz, Digitalisierung, Gesundheitswesen, Automatisierung, Krankenkassenabrechnung, Tarife, Patientendaten | ||
Projektbeschreibung
Das Projekt zielt auf die Entwicklung einer Softwarelösung ab, die mithilfe künstlicher Intelligenz Krankentransportscheine automatisiert erfasst und abrechnet. Patienten, die aufgrund ihrer gesundheitlichen Einschränkungen keine öffentlichen Verkehrsmittel nutzen können, erhalten einen Krankentransportschein, der von der Krankenkasse bezahlt wird. Die App wird die manuelle Eingabe von Transportscheindaten durch KI-basierte Texterkennung (OCR) ersetzen und die Abrechnung effizienter und fehlerfrei gestalten. Es erfolgt eine Prüfung der Daten auf Vollständigkeit und Richtigkeit, bevor sie an die Krankenkassen übermittelt werden. Dies spart Zeit und reduziert menschliche Fehler.
Ausgangssituation, Problematik bzw. Motivation:
Derzeit werden Krankentransportscheine in der Regel manuell in Drittanbietersoftware eingegeben. Dies ist fehleranfällig und zeitaufwendig, insbesondere da viele Scheine handschriftlich ausgefüllt werden. Dieser Prozess führt zu Verzögerungen in der Abrechnung und erhöht den administrativen Aufwand sowohl für Taxiunternehmen als auch Krankenkassen. Es besteht ein erheblicher Bedarf an einer automatisierten Lösung, die diesen Prozess digitalisiert und optimiert.
Ziele und Innovationsgehalt:
Das Ziel ist es, eine innovative Softwarelösung zu schaffen, die die manuelle Eingabe von Krankentransportscheinen durch KI-basierte Texterkennung ersetzt. Die App soll die Abrechnung mit Krankenkassen automatisieren, indem sie handschriftliche Scheine erkennt, die relevanten Daten extrahiert und überprüft, und den Abrechnungsprozess digital abwickelt. Dies erhöht die Effizienz, reduziert Fehler und beschleunigt die Auszahlung an Taxiunternehmen. Neu ist der Einsatz von künstlicher Intelligenz in einem bisher manuell geprägten Verwaltungsprozess.
Angestrebte Ergebnisse bzw. Erkenntnisse:
Das Projekt soll ein marktreifes Produkt hervorbringen, das die Erfassung und Abrechnung von Krankentransportscheinen automatisiert. Durch die Digitalisierung wird der gesamte Prozess effizienter, was zu Kosteneinsparungen und einer verbesserten Zusammenarbeit zwischen Taxiunternehmen und Krankenkassen führt. Die Software soll sich als Branchenstandard etablieren und langfristig auf weitere ähnliche Abrechnungsprozesse im Gesundheitswesen ausgeweitet werden können.
Abstract
The project aims to develop an AI-based software solution that automates the capturing and billing of medical transportation certificates. Currently, these certificates are often filled out manually and then entered into third-party software for billing. This process is time-consuming and error-prone, particularly since many certificates are handwritten. The software will use optical character recognition (OCR) to scan and extract the necessary data from the forms, verify their accuracy, and streamline the billing process with healthcare insurers. The innovation lies in applying artificial intelligence to a traditionally manual process, significantly improving efficiency and reducing errors.
Endberichtkurzfassung
TKNext ist eine KI-gestützte Erfassungs- und Abrechnungslösung für Krankentransportscheine, die den gesamten Workflow vom handschriftlich ausgefüllten Schein bis zur elektronischen Übermittlung an die Österreichische Gesundheitskasse (ÖGK) automatisiert.
Im Förderzeitraum wurde ein Custom Extraction Model auf Basis moderner KI-Dokumentenverarbeitung über neun iterative Modellversionen entwickelt und auf 388 realen Krankentransportscheinen beim Pilotkunden Gregor Pixner produktiv erprobt. Das System erkennt 26 Felder pro Schein automatisch; in 99,7 % der Fälle ist keine manuelle Nachbearbeitung durch das Modell erforderlich. Bei der strengsten Qualitätsmessung (gewichtete Field-Confidence über alle Felder) wurde mit 85,5 % das angestrebte Antragsziel von 95 % knapp verfehlt — gezieltes Re-Training auf handschriftlichen Freitextfeldern wird die Marke in der Wartungsphase erreichbar machen.
Die DKT-2.2-konforme ELDA-Integration (Export, Retour-Verarbeitung, Storno-Mechanismus), die Anbindung an eine externe Buchhaltungslösung sowie eine moderne Cloud-Anwendung ergeben eine Multi-Mandanten-fähige Lösung im produktiven Pilotbetrieb.
Vermarktung erfolgt als Lizenz-/Subscription-Modell an österreichische Krankentransport-Anbieter; der Direktvertrieb in Oberösterreich ist gestartet, eine Erweiterung auf Behindertentransport und Patiententransport im Krankenhausverbund ist mittelfristig geplant.