Velella/Orthopädie
KI-Sichtbarkeit in der Orthopädie: was die Studienlage zeigt
Für die Orthopädie ist besonders direkt untersucht worden, ob eine KI den passenden Behandler nennt. Die Ergebnisse sind gemischt, und gerade deshalb aufschlussreich. Dieser Beitrag fasst zusammen, was belegt ist und was nicht.
Von VelellaStand 21. November 2026Lesezeit etwa 7 Minuten
Das Wichtigste
- Gesetzlich Versicherte geben jährlich mindestens 397 Millionen Euro für Selbstzahlerleistungen in Orthopädie und Unfallchirurgie aus1.
- Von 74 KI-Empfehlungen für einen Knie-Operateur waren 66 Prozent passend, sechs Namen waren erfunden2.
- In der größten Stadt der Untersuchung stimmten alle Empfehlungen, in den beiden kleinsten weniger als die Hälfte2.
- ChatGPT belegte Antworten zu Knie- und Hüftprothesen zu 64 Prozent mit fehlerhaften Literaturangaben3.
Ein Fach mit hohem Selbstzahleranteil
Der IGeL-Report 2024 des Medizinischen Dienstes beziffert die Ausgaben gesetzlich Versicherter für Selbstzahlerleistungen auf mindestens 2,4 Milliarden Euro im Jahr. Grundlage ist eine Befragung von 2.013 Versicherten zwischen 18 und 80 Jahren. Orthopädie und Unfallchirurgie stehen mit 397 Millionen Euro an dritter Stelle der Fachgebiete1.
Mehr als zwei Drittel der Befragten gaben an, für eine gute Entscheidung über solche Leistungen nicht oder nur teilweise genug zu wissen1. Diese Unsicherheit ist der Grund, weshalb Patienten nachfragen, bevor sie zahlen, und sie tun es zunehmend bei einer KI.
Die Bewertung der Leistungen selbst ist dabei nicht unumstritten. Der IGeL-Monitor stufte 2025 Hyaluronsäure-Injektionen bei Knie- und Hüftarthrose als „negativ“ ein4. Ein Patient, der ein Sprachmodell nach dieser Behandlung fragt, wird mit hoher Wahrscheinlichkeit auf diese Einschätzung stoßen. Eine Praxis, die die Leistung anbietet, sollte das wissen und die Studienlage auf ihrer Website offen einordnen.
Wie Patienten sich informieren
Nach der aktuellen Bitkom-Befragung recherchieren 80 Prozent der Menschen in Deutschland online zu Symptomen und Gesundheitsfragen. 70 Prozent von ihnen nutzen dafür auch einen KI-Chatbot5.
Für Bewertungsportale ist der Einfluss auf die Arztwahl in Deutschland belegt: In einer Querschnittsstudie mit 1.505 Teilnehmern hatten sich 65 Prozent der Portalnutzer wegen der Bewertungen für einen bestimmten Arzt entschieden6.
Was Sprachmodelle über orthopädische Fragen antworten
Zwei systematische Übersichtsarbeiten ordnen die Leistung ein. Zhang und Kollegen fanden bei Fragen aus orthopädischen Facharztprüfungen Ergebnisse zwischen 45 und 73,6 Prozent, je nach Modell und Prüfung. Bei der Klassifikation von Erkrankungen reichte die Genauigkeit von 2 bis 100 Prozent7.
Russell und Kollegen verglichen KI-Systeme direkt mit Orthopäden. Bei häufigen Patientenfragen und in Notfallszenarien schnitten die Systeme vergleichbar oder besser ab. Bei der klinischen Einschätzung, welche Patienten von einem Eingriff profitieren, lag ChatGPT mit 65 Prozent Genauigkeit unter den Operateuren mit 76 Prozent8.
Schwartzman und Kollegen baten ChatGPT, 33 typische Fragen vor einer Knie- oder Hüftprothese ausschließlich anhand begutachteter Literatur zu beantworten. Die Antworten erhielten von Operateuren im Mittel 4,4 von 6 Punkten für die Richtigkeit. Von 109 angegebenen Literaturstellen waren jedoch 70 fehlerhaft, das sind 64 Prozent3.
Wie zuverlässig Sprachmodelle Operateure empfehlen
Emrich und Kollegen stellten drei frei zugänglichen Modellen die Frage, die auch ein Patient stellen würde: Der Hausarzt rät zu einem künstlichen Kniegelenk, wen empfehlen Sie mir an meinem Wohnort? Untersucht wurden vier US-amerikanische Städte unterschiedlicher Größe2.
Von 74 Empfehlungen waren 49 passend, das heißt, der genannte Arzt operierte regelmäßig Knieprothesen und praktizierte in der Region. 13 der Genannten führten den Eingriff nicht durch, sechs praktizierten andernorts, sechs Namen waren erfunden. Die Systeme unterschieden sich stark, von 36 bis 87 Prozent passender Empfehlungen. Korrekte Kontaktdaten gab es insgesamt nur in 23 Prozent der Fälle2.
Auffällig ist das Gefälle zwischen den Orten. In New York waren alle 24 Empfehlungen passend, in den beiden kleinsten Städten 44 und 45 Prozent2. Je dünner die öffentlich verfügbare Information über die Behandler eines Ortes, desto unzuverlässiger die Empfehlung. Als Grundlage nannten die Modelle Websites von Praxen und Kliniken, Bewertungsportale, lokale Medien und die Website des amerikanischen Facharztgremiums für Orthopädie.
Was eine Empfehlung ursächlich verschiebt, haben Gillani und Baig in einem randomisierten Versuch mit sieben Modellen geprüft. Eine Bewertung von 4,7 statt 3,9 Sternen erhöhte die Wahrscheinlichkeit einer Empfehlung um 31,4 Prozentpunkte, ein höheres Honorar senkte sie um 20 Prozentpunkte9.
Was Texte zitierfähig macht
Aggarwal und Kollegen prüften auf 10.000 Suchanfragen, welche Textmerkmale die Sichtbarkeit in KI-Antworten erhöhen. Zitate, Zahlenangaben und Quellenverweise brachten bis zu rund 40 Prozent Zuwachs, das Anreichern mit Suchbegriffen keinen10.
Für die Orthopädie liegt darin eine Chance. Ein Fach, dessen Selbstzahlerleistungen öffentlich kritisch bewertet werden, gewinnt Glaubwürdigkeit, wenn es die Evidenz selbst nennt, auch dort, wo sie begrenzt ist.
Die Studien im Überblick
| Arbeit | Anlage | Kernergebnis |
|---|---|---|
| Emrich et al. 20262 | Drei Modelle, vier Städte, 74 Empfehlungen | 66 % passend; sechs erfundene Namen; 23 % korrekte Kontaktdaten |
| Gillani und Baig 20269 | Randomisierter Versuch, sieben Modelle | Bewertung 3,9 → 4,7 Sterne: +31,4 Prozentpunkte |
| Russell et al. 20258 | Systematische Übersichtsarbeit | Patientenfragen vergleichbar oder besser; klinische Einschätzung schlechter |
| Zhang et al. 20247 | Systematische Übersichtsarbeit | Prüfungsfragen 45–73,6 % richtig |
| Schwartzman et al. 20253 | 33 Fragen zu Knie- und Hüftprothese | 4,4 von 6 Punkten; 64 % fehlerhafte Literaturangaben |
Grenzen der Evidenz
- Die Untersuchung zu Operateuren umfasst vier Städte und 74 Empfehlungen. Das genügt für eine Richtung, nicht für belastbare Anteile je Modell2.
- Die Angaben des IGeL-Reports beruhen auf einer Hochrechnung aus einer Befragung und schließen Privatversicherte nicht ein1.
- Wie viele Patienten in Deutschland eine KI gezielt nach einer Praxis fragen, ist bislang nicht repräsentativ erhoben. Die Bitkom-Befragung erfasst die Recherche zu Symptomen und Gesundheitsfragen, nicht die Arztsuche5.
- Die Arbeiten zu Empfehlungen durch Sprachmodelle stammen aus den USA oder arbeiten mit erfundenen Arztprofilen2, 9. Ob sich die Größenordnungen auf deutsche Städte und deutschsprachige Anfragen übertragen lassen, ist offen.
- Mehrere zitierte Arbeiten sind Vorabveröffentlichungen ohne abgeschlossene Fachbegutachtung9, 11. Wir kennzeichnen sie im Literaturverzeichnis.
- Die Systeme ändern sich schneller, als Studien erscheinen. Ein Ergebnis gilt für das geprüfte Modell zum geprüften Zeitpunkt.
Was daraus für Ihre Praxis folgt
Öffentliche Angaben prüfenWenn Modelle Kontaktdaten nur in einem Viertel der Fälle richtig wiedergeben2, ist die Vereinheitlichung von Adresse, Telefonnummer, Sprechzeiten und Schwerpunkten der erste Schritt.
Schwerpunkte benennenDie Modelle erkannten oft nicht, wer auf Endoprothetik spezialisiert ist2. Operative Schwerpunkte, Fallzahlen und Qualifikationen gehören ausdrücklich auf die Website.
Selbstzahlerleistungen ehrlich einordnenNutzen, Grenzen und Studienlage einer Leistung mit Quelle angeben10. Das ist zugleich die beste Antwort auf kritische Bewertungen4.
Wiederholt und über mehrere Systeme messenZwischen den Modellen lagen 36 und 87 Prozent passender Empfehlungen2. Eine einzelne Abfrage in einem System sagt wenig.
Rechtlicher Rahmen
Werbung für ärztliche Leistungen unterliegt dem Heilmittelwerbegesetz12 und der ärztlichen Berufsordnung. Sachliche berufsbezogene Information ist erlaubt, anpreisende, irreführende oder vergleichende Werbung nicht13. Dieser Beitrag ersetzt keine Rechtsberatung.
Literatur
- Medizinischer Dienst Bund. IGeL-Report 2024. Pressemitteilung vom 3. Dezember 2024. Online-Befragung durch forsa, n = 2.013. https://md-bund.de/fileadmin/dokumente/Pressemitteilungen/2024/2024_12_03/24_12_03_IGeL-Report_2024.pdf
- Emrich CM, Gazan EC, Baur AJ, Gabrielli AS, Bernstein JA, Landy DC. Can artificial intelligence models appropriately recommend knee arthroplasty surgeons? HSS J. 2026; online vor Druck. doi:10.1177/15563316251412853 https://doi.org/10.1177/15563316251412853
- Schwartzman JD, Shaath MK, Kerr MS, Green CC, Haidukewych GJ. ChatGPT is an unreliable source of peer-reviewed information for common total knee and hip arthroplasty patient questions. Adv Orthop. 2025;2025:5534704. doi:10.1155/aort/5534704 https://doi.org/10.1155/aort/5534704
- Medizinischer Dienst Bund. IGeL können mehr schaden als nützen – Aufklärung über Schadensrisiko unzureichend. Pressemitteilung zum IGeL-Monitor vom 19. August 2025. https://md-bund.de/fileadmin/dokumente/Pressemitteilungen/2025/2025_08_19/2025_08_19_Pressemitteilung_IGeL-Monitor.pdf
- Bitkom e. V. 8 von 10 suchen bei Krankheit oder Beschwerden Rat im Netz. Presseinformation vom 18. November 2026. Repräsentative Telefonbefragung, n = 1.132. https://www.bitkom.org/Presse/Presseinformation/8-von-10-suchen-Krankheit-Beschwerden-Rat-im-Netz
- Emmert M, Meier F, Pisch F, Sander U. Physician choice making and characteristics associated with using physician-rating websites: cross-sectional study. J Med Internet Res. 2013;15(8):e187. doi:10.2196/jmir.2702 https://doi.org/10.2196/jmir.2702
- Zhang C, Liu S, Zhou X, et al. Examining the role of large language models in orthopedics: systematic review. J Med Internet Res. 2024;26:e59607. doi:10.2196/59607 https://doi.org/10.2196/59607
- Russell J, Rosen J, Vella-Baldacchino M. Artificial intelligence fails to outperform orthopaedic surgeons: a systematic review. J Exp Orthop. 2025. doi:10.1002/jeo2.70548 https://doi.org/10.1002/jeo2.70548
- Gillani SA, Baig MSA. Whose doctor does the AI recommend? An algorithm audit of reputation and demographic signals in large language model–assisted physician choice. arXiv:2608.14399 [Preprint]. 2026. https://arxiv.org/abs/2608.14399
- Aggarwal P, Murahari V, Rajpurohit T, Kalyan A, Narasimhan K, Deshpande A. GEO: Generative Engine Optimization. In: Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD ’24). 2024. doi:10.1145/3637528.3671900 https://doi.org/10.1145/3637528.3671900
- Jacques E, Datuowei E, Jones V II, Basch C, Vanderpool C, Udeozo N, Chapa G. Authority signals in AI cited health sources: a framework for evaluating source credibility in ChatGPT responses. arXiv:2601.17109 [Preprint]. 2026. https://arxiv.org/abs/2601.17109
- Gesetz über die Werbung auf dem Gebiete des Heilwesens (Heilmittelwerbegesetz, HWG), § 11. https://www.gesetze-im-internet.de/heilmwerbg/__11.html
- Bundesärztekammer. (Muster-)Berufsordnung für die in Deutschland tätigen Ärztinnen und Ärzte (MBO-Ä), § 27: Erlaubte Information und berufswidrige Werbung.
Stand der Recherche: 21. November 2026. Vorabveröffentlichungen sind im Verzeichnis als Preprint gekennzeichnet.
Interessenkonflikt: Velella bietet Leistungen zur KI-Sichtbarkeit von Arztpraxen an.