TY - GEN A1 - Currle, Edda A1 - Haug, Sonja A1 - Weber, Karsten T1 - Artificial Intelligence and anamnesis: Results of a population survey N2 - Digital procedures are increasingly implemented to enhance efficiency in healthcare, with Artificial Intelligence (AI) — particularly chatbot s— showing significant potential for future applications. However, little is known about patients’ acceptance of such technologies. The study “AI and Anamnesis” addresses this gap by investigating the German population’s acceptance of and willingness to use AI-driven technologies for digital anamnesis. This poster presents results from the first wave of the survey, offering initial insights into public attitudes and potential barriers to adoption. KW - Künstliche Intelligenz KW - Anamnese KW - Technologieakzeptanz KW - Bevölkerungsbefragung Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-83325 ER - TY - CHAP A1 - Greiner, Nina A1 - Currle, Edda A1 - Bahr, Gudrun A1 - Weber, Karsten ED - Weber, Karsten ED - Haug, Sonja ED - Lauer, Norina ED - Mohr, Christa ED - Pfingsten, Andrea ED - Raptis, Georgios ED - Bahr, Gudrun T1 - Die Rekrutierung von Proband*innen im Projekt DeinHaus 4.0 Oberpfalz BT - Prozess, Herausforderungen und Bewertung T2 - Digitale Technik für ambulante Pflege und Therapie III - Nutzung, Akzeptanz, Wirkung und Lebensqualität N2 - Beschrieben wird der Rekrutierungsprozess im Projekt DeinHaus 4.0. Hierbei werden die spezifischen Herausforderungen bei der Akquise von Schlaganfallbetroffenen aufgezeigt und diskutiert. T3 - Regensburger Beiträge zur Digitalisierung des Gesundheitswesens - 4 KW - Rekrutierung KW - Schlaganfallpatient KW - Forschungsprojekt KW - Telerehabilitation KW - Herausforderungen Y1 - 2024 SN - 978-3-8394-6728-2 U6 - https://doi.org/10.14361/9783839467282-004 SP - 29 EP - 61 PB - transcript CY - Bielefeld ER - TY - GEN A1 - Currle, Edda A1 - Haug, Sonja A1 - Weber, Karsten T1 - Künstliche Intelligenz und Anamnese (KI-Anamnese) — Fragebogen der Trendstudie zur Akzeptanz von KI in der Anamnese in Arztpraxen in Deutschland mit Codeplan N2 - Die Studie stützt sich auf eine Quotenstichprobe der deutschsprachigen Bevölkerung im Alter von 18 bis 74 Jahren. Sie wurde als Längsschnittstudie (Trendstudie) mit insgesamt zwei Wellen mit dem gleichen Fragebogen durchgeführt. Welle 1 war vom 18. bis 24. November 2024 im Feld, die zweite Befragungswelle vom 13. bis 17. November 2025. Mit der Datenerhebung wurde das Umfrageinstitut NielsenIQ-GfK beauftragt. Je 1.000 Personen wurden online im Rahmen des GfK eBUS®-Deutschland befragt. Die Teilnehmenden wurden mithilfe einer Kombination aus Online- und Offline-Methoden rekrutiert. Um eine möglichst genaue Abbildung der Grundgesamtheit zu gewährleisten, wurden die Merkmale Geschlecht, Alter, Region, Haushaltsgröße, Ortsgröße sowie der Bildungsstand des Haushaltsvorstands quotiert, etwaige Abweichungen durch ein iteratives Gewichtungsverfahren ausgeglichen. Der Fragebogen besteht aus neun standardisierten Fragen; zuzüglich wurden soziodemographische Merkmale erhoben. Einzelne Fragen wurden, zum Teil übersetzt sowie abgewandelt, aus anderen Studien übernommen. KW - Anamnese KW - Bevölkerungsumfrage KW - Künstliche Intelligenz KW - Technologieakzeptanz KW - Fragebogen Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-87079 N1 - Der Fragebogen ist Anhang zu folgender Veröffentlichung: Currle, E., Haug, S. & Weber, K. (2025). Akzeptanz des Einsatzes von Künstlicher Intelligenz im Anamneseprozess: Ergebnisse einer Bevölkerungsbefragung in Deutschland [Acceptance of artificial intelligence tools for medical history-taking: Findings of a population survey in Germany]. Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen, 198-199, 9–17. https://doi.org/10.1016/j.zefq.2025.10.003 Nachweis auf dem Publikationsserver unter: https://opus4.kobv.de/opus4-oth-regensburg/frontdoor/index/index/docId/8671 Zugehöriges Datenset: 10.5281/zenodo.18017447 (DOI) CY - Regensburg ER - TY - GEN A1 - Haug, Sonja A1 - Currle, Edda A1 - Weber, Karsten T1 - Künstliche Intelligenz und Anamnese (KI-Anamnese) - Datensätze Welle 1 und Welle 2 [Data set] N2 - Die Studie stützt sich auf eine Quotenstichprobe der deutschsprachigen Bevölkerung im Alter von 18 bis 74 Jahren. Sie wurde als Längsschnittstudie (Trendstudie) mit insgesamt zwei Wellen mit dem gleichen Fragebogen durchgeführt. Welle 1 war vom 18. bis 24. November 2024 im Feld, die zweite Befragungswelle vom 13. bis 17. November 2025. Mit der Datenerhebung wurde das Umfrageinstitut NielsenIQ-GfK beauftragt. Je 1.000 Personen wurden online im Rahmen des GfK eBUS®-Deutschland befragt. Die Teilnehmenden wurden mithilfe einer Kombination aus Online- und Offline-Methoden rekrutiert. Um eine möglichst genaue Abbildung der Grundgesamtheit zu gewährleisten, wurden die Merkmale Geschlecht, Alter, Region, Haushaltsgröße, Ortsgröße sowie der Bildungsstand des Haushaltsvorstands quotiert, etwaige Abweichungen durch ein iteratives Gewichtungsverfahren ausgeglichen. Der Fragebogen besteht aus neun standardisierten Fragen; zuzüglich wurden soziodemographische Merkmale erhoben. Einzelne Fragen wurden, zum Teil übersetzt sowie abgewandelt, aus anderen Studien übernommen. KW - Anamnese KW - Bevölkerungsumfrage KW - Künstliche Intelligenz KW - Technologieakzeptanz Y1 - 2025 U6 - https://doi.org/10.5281/zenodo.18017447 N1 - Related works: Is described by Other: 10.35096/othr/pub-8707 (DOI) Is metadata for Journal: 10.1016/j.zefq.2025.10.003 (DOI) ER - TY - JOUR A1 - Haug, Sonja A1 - Currle, Edda A1 - Weber, Karsten T1 - Acceptance of Medical History-Taking Supported by Artificial Intelligence and Chatbots: A Population-Based Survey in Germany JF - Healthcare N2 - Background/Objectives: Digital anamnesis tools, including chatbots, are increasingly being developed and evaluated, yet their implementation in German medical practices remains limited. This study examines the acceptance of medical history-taking assisted by artificial intelligence (AI) among the German population. The objective is to derive implications for integrating such systems into digitalization strategies of medical practices. Methods: This study is based on an online survey of the German population, aged between 18 and 74 years, conducted in two independent cross-sectional waves (trend design) in 2024 and 2025 with n = 1000 respondents in each year. Based on the Unified Theory of Acceptance and Use of Technology (UTAUT), three hypotheses regarding the use of AI in medical history-taking were developed and tested using linear regression models. Results: Both waves reveal a high acceptance level of AI-supported anamnesis systems for people aged between 18 and 74, regardless of whether a chatbot is used in medical practice (Scenario 1) or at home (Scenario 2). The latter received slightly less approval for the intention to use (mean intention scores: 3.50 and 3.45, range from 1.0 to 5.0) than Scenario 1 (3.59, 3.56). The indices of Performance Expectancy (PE), Effort Expectancy (EE), and perceived Social Influence (SI) determine the intention to use a chatbot with the strongest correlation of the PE index (Scenario 1: ß =0.466, Scenario 2: ß = 0.475). Most respondents (73% and 75%) expressed a favorable opinion for digitally storing medical history data within their electronic health record (EHR). Conclusions: The findings suggest that gender- and age- specific differentiation—aside from considering the needs of older adults—may be less relevant for designing digitalization strategies than previously assumed. Instead, the focus of medical practices should lie on the practicability of the tool used. Despite currently low EHR utilization rates in Germany, medical practices may expect broad patient approval regarding the digital storage of medical history data. Y1 - 2026 U6 - https://doi.org/10.3390/healthcare14070905 N1 - Corresponding author der OTH Regensburg: Sonja Haug VL - 14 PB - MDPI CY - Basel ER -