TY - CHAP A1 - Weber, Karsten A1 - Currle, Edda A1 - Frommeld, Debora A1 - Haug, Sonja ED - Samida, Stefanie ED - Glaser, Manuela ED - Franken, Lina T1 - Medizin T2 - Handbuch Materialität und Digitalität N2 - Medizinisches Handeln wird durch Digitalisierung verändert, weil sich der Fokus von Patient*innen hin zu Daten über Patient*innen verlagert. Dieser Prozess ist als Entmaterialisierung des Gegenstands der Medizin zu verstehen, da nicht mehr die Körper von Patient*innen selbst, sondern deren digitaler Zwilling im Zentrum des medizinischen Handelns stehen. Anhand von Beispielen aus dem Dreischritt von Anamnese und Diagnose, Behandlung und Therapie sowie Nachsorge und Pflege soll der Prozess von Digitalisierung und Entmaterialisierung der Medizin aufgezeigt werden. KW - Gesundheitsversorgung KW - Anamnese KW - Diagnose KW - Behandlung KW - Therapie KW - Nachsorge KW - Pflege KW - Digitaler Zwilling KW - Elektronische Patientenakte Y1 - 2025 SN - 9783662699874 U6 - https://doi.org/10.1007/978-3-662-69987-4_62-1 SP - 1 EP - 7 PB - Springer CY - Berlin, Heidelberg ER - TY - JOUR A1 - Currle, Edda A1 - Haug, Sonja A1 - Weber, Karsten T1 - Akzeptanz des Einsatzes von Künstlicher Intelligenz im Anamneseprozess: Ergebnisse einer Bevölkerungsbefragung in Deutschland JF - Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen N2 - Hintergrund und Zielsetzung Zunehmend werden digitale Anamneseverfahren, wie z. B. Chatbots, entwickelt und evaluiert, sind jedoch in Arztpraxen in Deutschland noch nicht flächendeckend implementiert. Ziel dieser Arbeit ist die Erhebung der Akzeptanz der Bevölkerung in Deutschland gegenüber KI-gestützten Verfahren im Anamneseprozess, durch die es möglich wird, Rückschlüsse auf die Nutzung der Verfahren und ihre Eignung als Bestandteil von Digitalisierungsstrategien der Praxen zu ziehen. Methode Die Studie basiert auf einer Onlinebefragung der Bevölkerung in Deutschland (Feldphase 18.-24.11.2024, n = 1.000). Zurückgehend auf die „Unified Theory of Acceptance and Use of Technology“ (UTAUT) wurden drei zentrale Hypothesen zur Nutzung von Künstlicher Intelligenz (KI) im Anamneseprozess aufgestellt und mit linearen Regressionsmodellen getestet. Ergebnisse Die Akzeptanz für die Nutzung von KI-gestützten Systemen fällt in beiden untersuchten Szenarien, der Nutzung eines Chatbots zu Hause und der Nutzung eines Chatbots in einer Arztpraxis, hoch aus. Dabei bestätigen sich die erwarteten Zusammenhänge von Leistungserwartung, Aufwandserwartung und erwartetem Sozialem Einfluss mit der Verhaltensabsicht, einen Chatbot in der Arztpraxis oder vor dem Besuch einer Arztpraxis zu nutzen. Die Einflüsse von Alter, Geschlecht oder Erfahrung mit der Technologie zeigen jedoch nicht die vermuteten Zusammenhänge. Diskussion und Schlussfolgerung Die Praktikabilität ist von entscheidender Bedeutung für eine positive Einstellung gegenüber der Nutzung. Dabei zeigt sich kein Unterschied zwischen den Geschlechtern. Bei der Implementierung von Chatbots im Anamneseprozess sollten die Aspekte Praktikabilität, Datenschutz und Datensicherheit eine wesentliche Rolle spielen. Angesichts der Tatsache, dass ein großer Teil der älteren Bevölkerung in Deutschland nach wie vor über begrenzte Erfahrung mit digitalen Technologien verfügt, ist Gebrauchstauglichkeit für diese Bevölkerungsgruppe sowie für Menschen mit Beeinträchtigungen von hoher Relevanz. N2 - Background and objectives Digital tools for medical history-taking, such as chatbots, are increasingly being developed and evaluated but have not yet been implemented across the board in medical practices in Germany. The aim of this study was to survey the acceptance of AI-supported tools for medical history-taking among the German population, thereby allowing conclusions to be drawn about the use of these tools and their suitability as part of digitalization strategies in medical practices. Method The study is based on an online survey among the German population (fieldwork November 18 to 24, 2024, n = 1,000). Based on the ‘Unified Theory of Acceptance and Use of Technology’ (UTAUT), three central hypotheses on the use of artificial intelligence (AI) in the medical history-taking process were generated and tested using linear regression models. Results In the two scenarios examined — patients using a chatbot at home and at the doctor’s office — there was a high level of acceptance for the use of AI-supported systems. The expected relationships between Performance Expectancy, Effort Expectancy and expected Social Influence with the behavioral intention to use a chatbot either in the doctor’s office or before visiting the doctor’s office have been confirmed. However, influential factors such as age, gender, or experience with technology do not show the expected correlations. Discussion and conclusion Practicability is crucial for a favorable attitude towards AI applications. There were no apparent gender differences. When implementing chatbots in the medical history-taking process, the aspects of practicability, data protection, and data security should play a key role. Given that a large number of the elderly in Germany still have limited experience with digital technologies, usability is highly relevant for both this population group and for people with disabilities. T2 - Acceptance of artificial intelligence tools for medical history-taking: Findings of a population survey in Germany KW - Künstliche Intelligenz KW - Anamnese KW - Technologieakzeptanz KW - UTAUT KW - Bevölkerungsumfrage Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:898-opus4-86715 N1 - Corresponding author der OTH Regensburg: Edda Currle VL - 198-199 SP - 9 EP - 17 PB - Elsevier ER - 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 - 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 -