26kgg512 10.3205/26kgg512 urn:nbn:de:0183-26kgg5123 Meeting Abstract Dreher Dreher Andreas Christian AC

Universitätsklinikum Heidelberg, Abteilung für Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland

author Sauer Sauer Hendrik H

Universitätsklinikum Heidelberg, Abteilung für Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland

author Becker Becker Christine C

Universitätsklinikum Heidelberg, Abteilung für Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland

author Jähnig Jähnig Tanja T

Universitätsklinikum Ulm, Institut für Allgemeinmedizin, Ulm, Deutschland

author Bischoff Bischoff Martina M

Universitätsklinikum Freiburg, Institut für Allgemeinmedizin, Freiburg, Deutschland

author Förster Förster Christian C

Universitätsklinikum Tübingen, Institut für Allgemeinmedizin & Interprofessionelle Versorgung, Tübingen, Deutschland

author Altiner Altiner Attila A

Universitätsklinikum Heidelberg, Abteilung für Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland

author Schwill Schwill Simon S

Universitätsklinikum Heidelberg, Abteilung für Allgemeinmedizin und Versorgungsforschung, Heidelberg, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20251030 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0662 512 Deutsche Gesellschaft für Allgemeinmedizin und Familienmedizin Deutsche Gesellschaft für Sozialmedizin und Prävention Netzwerk Evidenzbasierte Medizin e.V. Deutsche Gesellschaft für Medizinische Soziologie 60. Kongress für Allgemeinmedizin und Familienmedizin Gesundheit gestalten Evidenzbasierte Gesundheitsversorgung/Digitalisierung Göttingen 20260930 20261002 OSFM-03-13 TextHintergrund: Mit der zunehmenden Verbreitung von Large-Language-Modellen rückt deren Einsatz in der Primärversorgung in den Fokus. Künstliche Intelligenz (KI) könnte Effizienz und Versorgungsqualität steigern und die hausärztliche Tätigkeit nachhaltig verändern.Zielsetzung/Fragestellung: Untersuchung der Nutzung von KI im Alltag von Weiterbildungsbefugten (WBB) in der Allgemeinmedizin, ihrer Einstellungen sowie ihrer Einschätzung zu Auswirkungen auf die Versorgung und die ärztliche Weiterbildung.Material & Methoden: Alle registrierten WBB im Kompetenzzentrum Weiterbildung Baden-Württemberg (KWBW) wurden 2025 zu einer Online-Befragung eingeladen. Der Fragebogen umfasste 52 Items zu Soziodemografie, KI-Nutzung, Einstellungen sowie Lehrerfahrungen und enthielt Freitextfragen. Die Auswertung erfolgte deskriptiv, Freitexte wurden semiquantitativ analysiert.Ergebnisse: Insgesamt nahmen 137 WB teil (Rücklauf 12%), 55% männlich, 45% weiblich, mittleres Alter 50 Jahre. 75% berichteten über eine überwiegend digitalisierte Praxis. KI wurde häufig privat (64%) und seltener beruflich (34%) genutzt; 43% nutzten KI täglich oder mehrmals wöchentlich. Etwa die Hälfte setzte KI für Differenzialdiagnosen und/oder Therapieempfehlungen ein, ein Viertel für Dokumentation.91% erwarteten eine Effizienzsteigerung im Gesundheitssystem durch KI. 67% beobachteten, dass Patient:innen zunehmend KI vor Arztkontakten nutzen und 82% nahmen eine Zunahme von Verunsicherung durch KI-generierte Informationen wahr. Ein Drittel thematisierte KI aktiv in der Weiterbildung, vor allem hinsichtlich Anwendung und kritischer Bewertung. 75% befürworteten die Integration von KI-Kompetenzen in Curricula.Diskussion: WBB nutzen KI bereits im klinischen Alltag und erwarten weitere Effizienzgewinne, sehen jedoch auch Herausforderungen im Umgang mit informierten und verunsicherten Patient:innen. Die Ergebnisse unterstreichen die Notwendigkeit, zukünftige Hausärzt:innen auf einen kompetenten und reflektierten Umgang mit KI vorzubereiten.Take Home Message für die Praxis: KI gewinnt in der Primärversorgung an Bedeutung. Die Integration von KI-Kompetenz in die allgemeinmedizinische Weiterbildung wird von WBB klar befürwortet und erscheint essenziell. Auch Train-the-Trainer Seminare für WBB sollten die Entwicklung von KI-Kompetenz thematisch integrieren.Interessenkonflikte: Alle Autor:innen sind entweder Fachärzt:innen für Allgemeinmedizin oder Ärzt:innen in Weiterbildung für Allgemeinmedizin. 0 0 0 0