{ "schemaVersion": "1.0", "name": "ScribeIndex Anbieterdaten HealthJet", "language": "de", "license": { "name": "CC BY 4.0", "url": "https://creativecommons.org/licenses/by/4.0/deed.de" }, "citation": "ScribeIndex (2026): Anbieterdaten HealthJet. https://scribeindex.com/anbieter/healthjet/", "definitions": { "tri": "Funktions-, Workflow- und Datenschutzfelder: true = vom Hersteller dokumentiert, false = laut Hersteller ausgeschlossen oder nach dem dokumentierten Produktumfang nicht vorgesehen, null = keine Herstellerangabe. Das Feld detail begründet jedes false. Eine bloß fehlende Erwähnung ergibt kein false. Beim Training mit Kundendaten steht false für ausgeschlossen oder nur mit Einwilligung.", "evidence": "Technik: documented = Herstellerangabe mit Quelle, technical = von ScribeIndex aus der Technik des Anbieters ermittelt, ohne Quelle, mit Begründung, estimated = begründete Einschätzung mit confidence (high, medium, low)." }, "provider": { "slug": "healthjet", "tagline": "Arztbriefe, Therapieprotokolle und ausführliche Eigenanamnesen aus aufgenommenen Gesprächen.", "description": "HealthJet erstellt Arztbriefe, Therapieprotokolle und Eigenanamnesen. Ab 59 € netto monatlich bei Jahreszahlung. Speicherung in Deutschland, KI in der EU.", "summary": "HealthJet erstellt aus Gesprächen und Diktaten medizinische Dokumente nach Vorlage. Für Begutachtungsgespräche gibt es eine eigene neuropsychiatrische Eigenanamnese mit biografischer und sozialer Gliederung. Aktenlage, Untersuchung und eigene Beurteilung werden separat verarbeitet. Aufgenommen wird im Browser oder per iOS- und Android-App, bearbeitet im Web-Dashboard. Patientendaten liegen in Deutschland, die KI-Verarbeitung erfolgt innerhalb der EU.", "website": "https://www.healthjet.ai/", "categories": [ "medical-scribes", "medizinische-transkription" ], "bestFor": "Ärztliche Praxen, Psychotherapie und medizinische Sachverständige mit mehreren Dokumentarten", "input": "Gesprächsaufnahme und Diktat im Browser oder in der mobilen App", "output": "Arztbrief, Sitzungsprotokoll und gegliederte Eigenanamnese", "languages": { "codes": [ "de" ], "detail": "HealthJet verarbeitet deutsche Gesprächseingabe und erstellt deutsche Dokumente. Der Anbieter nennt mehrsprachige Spracherkennung ohne vollständige Sprachliste." }, "deployment": { "platforms": [ "web", "ios", "android" ], "operation": [ "cloud" ], "detail": "Web-Dashboard und Aufnahme-Apps für iOS und Android. Die App kann offline aufnehmen und synchronisiert zur Serververarbeitung." }, "highlights": [ "Eigene Vorlage für die neuropsychiatrische Eigenanamnese", "Aktenlage, Gespräch und eigene Untersuchung als getrennte Dokumente", "iOS- und Android-App mit Offline-Aufnahme", "Smart-Diktat glättet diktierte Texte sprachlich", "Eigene Vorlagen und Konsistenzprüfung" ], "considerations": [ "Die mobile App nimmt auf, die KI-Verarbeitung benötigt eine Serververbindung", "Für Begutachtungen nennt HealthJet einen individuellen Tarif", "Das finale sozialgerichtliche Gutachten wird in Word zusammengesetzt" ], "facts": [ { "label": "Anamnese", "value": "Neuropsychiatrische Eigenanamnese aus dem Gespräch", "source": "https://www.healthjet.ai/help-center/sozialgerichtliche-gutachten-mit-healthjet-erstellen" }, { "label": "Aufnahme", "value": "Browser, iOS und Android", "source": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app" }, { "label": "Speicherung", "value": "Deutschland", "source": "https://www.healthjet.ai/compliance" }, { "label": "KI-Verarbeitung", "value": "EU", "source": "https://www.healthjet.ai/compliance" }, { "label": "Training", "value": "Patientendaten vom KI-Training ausgeschlossen", "source": "https://www.healthjet.ai/compliance" }, { "label": "Einstieg", "value": "Starter bei jährlicher Abrechnung", "source": "https://www.healthjet.ai/pricing" } ], "sources": [ { "title": "HealthJet: Produkt und Arbeitsweise", "url": "https://www.healthjet.ai/", "checked": "2026-10-13" }, { "title": "HealthJet: Funktionen", "url": "https://www.healthjet.ai/features", "checked": "2026-10-07" }, { "title": "HealthJet: Tarife und FAQ zur Steuerbasis", "url": "https://www.healthjet.ai/pricing", "checked": "2026-10-08" }, { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance", "checked": "2026-10-07" }, { "title": "HealthJet: Datenschutz der B2B-Anwendung", "url": "https://www.healthjet.ai/privacy", "checked": "2026-10-07" }, { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht", "checked": "2026-10-07" }, { "title": "HealthJet: Eigene Vorlagen erstellen", "url": "https://www.healthjet.ai/help-center/eigene-vorlagen-erstellen-oder-bestehende-vorlagen-anpassen", "checked": "2026-10-07" }, { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app", "checked": "2026-10-07" }, { "title": "HealthJet: Gespräch, Akten und Gutachten getrennt dokumentieren", "url": "https://www.healthjet.ai/help-center/medizinische-gutachten-mit-healthjet-erstellen", "checked": "2026-10-07" }, { "title": "HealthJet: Eigenanamnese aus dem Probandengespräch", "url": "https://www.healthjet.ai/help-center/sozialgerichtliche-gutachten-mit-healthjet-erstellen", "checked": "2026-10-07" }, { "title": "HealthJet: Medizinische Gutachten", "url": "https://www.healthjet.ai/gutachten", "checked": "2026-10-07" }, { "title": "HealthJet: Psychotherapie", "url": "https://www.healthjet.ai/psychotherapie", "checked": "2026-10-07" } ], "name": "HealthJet", "shortName": "HealthJet", "url": "https://scribeindex.com/anbieter/healthjet/", "dataUrl": "https://scribeindex.com/daten/healthjet.json", "checked": "2026-10-13", "pricing": { "plans": [ { "name": "Starter", "price": 708, "currency": "EUR", "unit": "user", "billing": "annual", "tax": "net", "note": "Gesprächszusammenfassungen, Smart-Diktat und eigene Vorlagen", "limits": [] }, { "name": "HealthJet Pro", "price": 1188, "currency": "EUR", "unit": "user", "billing": "annual", "tax": "net", "note": "Lange Gesprächsnotizen, PTV-3 und fortgeschrittene Dokumentausarbeitung", "limits": [] }, { "name": "Gutachter", "price": null, "currency": "EUR", "unit": "user", "billing": "quote", "tax": null, "note": "Gutachtenvorlagen und individuelle Anpassung", "limits": [], "task": "anamnesis-report" }, { "name": "Enterprise", "price": null, "currency": "EUR", "unit": "user", "billing": "quote", "tax": null, "note": "Für Organisationen", "limits": [] } ], "extras": [], "note": "Die veröffentlichten Monatswerte gelten bei jährlicher Abrechnung. Für Begutachtungen gilt ein eigenes nutzungsorientiertes Angebot. Die veröffentlichten Preise verstehen sich netto.", "source": "https://www.healthjet.ai/pricing", "freeTrial": { "value": true, "detail": "Kostenloser Testzugang nach Abstimmung mit dem Anbieter.", "source": "https://www.healthjet.ai/pricing" }, "publicPrice": true, "freeEntry": false }, "capabilities": { "transcription": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "live": { "value": true, "detail": "Aufgenommen wird im Browser oder in der mobilen App. Nach der Aufnahme werden die Dokumentvorlage gewählt und die Verarbeitung gestartet. Smart-Diktat überarbeitet gesprochene Angaben nach der Aufnahme. Füllwörter, Grammatik und Zeichensetzung werden angepasst.", "sources": [ { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app" }, { "title": "HealthJet: Gespräch, Akten und Gutachten getrennt dokumentieren", "url": "https://www.healthjet.ai/help-center/medizinische-gutachten-mit-healthjet-erstellen" } ] }, "file-upload": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "voice-commands": { "value": null, "detail": "Sprachbefehle für Formatierung oder Korrekturen nennt HealthJet nicht. Smart-Diktat glättet Grammatik und Zeichensetzung erst nach der Aufnahme.", "sources": [ { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app" } ] }, "dictation-anywhere": { "value": null, "detail": "Smart-Diktat verarbeitet die abgeschlossene Aufnahme, bearbeitet wird das Ergebnis im Web-Dashboard. Ein Diktat direkt in Textfelder anderer Programme beschreibt HealthJet nicht.", "sources": [ { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app" } ] }, "medical-vocabulary": { "value": true, "detail": "HealthJet verarbeitet medizinische Fachsprache in Arztbriefen, Befunden und fachbezogenen Dokumentvorlagen.", "sources": [ { "title": "HealthJet: Funktionen", "url": "https://www.healthjet.ai/features" }, { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht" } ] }, "clinical-notes": { "value": true, "detail": "HealthJet erstellt aus aufgenommenen Arzt-Patienten-Gesprächen Arztbriefe, Befundberichte und strukturierte Gesprächsprotokolle. Eigene Vorlagen gliedern psychotherapeutische Sitzungsprotokolle für Verhaltenstherapie, Systemische Therapie sowie tiefenpsychologische und analytische Verfahren. Die Vorlage „Eigenanamnese Neuropsychiatrisches Gutachten“ arbeitet das aufgenommene Probandengespräch als biografische Anamnese, aktuelle Beschwerden und Sozialanamnese aus. Aktenlage und eigene Untersuchung bleiben getrennte Dokumente.", "sources": [ { "title": "HealthJet: Funktionen", "url": "https://www.healthjet.ai/features" }, { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht" }, { "title": "HealthJet: Psychotherapie", "url": "https://www.healthjet.ai/psychotherapie" }, { "title": "HealthJet: Eigenanamnese aus dem Probandengespräch", "url": "https://www.healthjet.ai/help-center/sozialgerichtliche-gutachten-mit-healthjet-erstellen" }, { "title": "HealthJet: Gespräch, Akten und Gutachten getrennt dokumentieren", "url": "https://www.healthjet.ai/help-center/medizinische-gutachten-mit-healthjet-erstellen" } ] }, "legal-vocabulary": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "templates": { "value": true, "detail": "Medizinische Vorlagen stehen bereit, eigene lassen sich erstellen. Die Deep-Thinking-Varianten ergänzen umfangreiche Dokumentausarbeitung und Konsistenzprüfungen.", "sources": [ { "title": "HealthJet: Eigene Vorlagen erstellen", "url": "https://www.healthjet.ai/help-center/eigene-vorlagen-erstellen-oder-bestehende-vorlagen-anpassen" }, { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht" } ] }, "speaker-labels": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "action-items": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "integrations": { "value": null, "detail": "Eine Anbindung an Praxis-, Klinik- oder Gutachtensoftware nennt HealthJet nicht. Texte gelangen über den Export in andere Programme, etwa abschnittsweise in eine Word-Vorlage.", "sources": [ { "title": "HealthJet: Eigenanamnese aus dem Probandengespräch", "url": "https://www.healthjet.ai/help-center/sozialgerichtliche-gutachten-mit-healthjet-erstellen" }, { "title": "HealthJet: Produkt und Arbeitsweise", "url": "https://www.healthjet.ai/" } ] }, "api": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "exports": { "value": true, "detail": "Dokumenttexte und einzelne Abschnitte werden in Word übernommen. Zusätzlich erstellt HealthJet strukturierte PDF-Formulare.", "sources": [ { "title": "HealthJet: Eigenanamnese aus dem Probandengespräch", "url": "https://www.healthjet.ai/help-center/sozialgerichtliche-gutachten-mit-healthjet-erstellen" }, { "title": "HealthJet: Produkt und Arbeitsweise", "url": "https://www.healthjet.ai/" } ], "formats": [ "pdf" ] }, "subtitle-export": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "translation": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "burn-in": { "value": null, "detail": "Keine Herstellerangabe.", "sources": [] }, "human-review": { "value": null, "detail": "Keine Herstellerangabe zu einem Schreibdienst. Bearbeitung und Prüfung der Dokumente liegen bei den Nutzern.", "sources": [] }, "evidence-linking": { "value": null, "detail": "Aktenlage, Gespräch und Untersuchung bleiben getrennte Dokumente. Verweise jedes erzeugten Satzes auf das Audio nennt HealthJet nicht.", "sources": [] } }, "workflow": { "germanInput": true, "germanOutput": true, "inputModes": [ "conversation", "dictation" ], "outputTypes": [ "clinical-note", "therapy-note", "anamnesis-report" ], "sources": [ { "title": "HealthJet: Produkt und Arbeitsweise", "url": "https://www.healthjet.ai/" }, { "title": "HealthJet: Funktionen", "url": "https://www.healthjet.ai/features" }, { "title": "HealthJet: Tarife und FAQ zur Steuerbasis", "url": "https://www.healthjet.ai/pricing" }, { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance" }, { "title": "HealthJet: Datenschutz der B2B-Anwendung", "url": "https://www.healthjet.ai/privacy" }, { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht" }, { "title": "HealthJet: Eigene Vorlagen erstellen", "url": "https://www.healthjet.ai/help-center/eigene-vorlagen-erstellen-oder-bestehende-vorlagen-anpassen" }, { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app" }, { "title": "HealthJet: Gespräch, Akten und Gutachten getrennt dokumentieren", "url": "https://www.healthjet.ai/help-center/medizinische-gutachten-mit-healthjet-erstellen" }, { "title": "HealthJet: Eigenanamnese aus dem Probandengespräch", "url": "https://www.healthjet.ai/help-center/sozialgerichtliche-gutachten-mit-healthjet-erstellen" }, { "title": "HealthJet: Medizinische Gutachten", "url": "https://www.healthjet.ai/gutachten" }, { "title": "HealthJet: Psychotherapie", "url": "https://www.healthjet.ai/psychotherapie" } ] }, "classification": { "checkedAt": "2026-10-07", "inputs": [ { "id": "conversation", "detail": "Aufgenommen wird im Browser oder in der mobilen App. Nach der Aufnahme werden die Dokumentvorlage gewählt und die Verarbeitung gestartet.", "sources": [ { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app", "checked": "2026-10-07" }, { "title": "HealthJet: Gespräch, Akten und Gutachten getrennt dokumentieren", "url": "https://www.healthjet.ai/help-center/medizinische-gutachten-mit-healthjet-erstellen", "checked": "2026-10-07" } ], "limits": [ { "maxDuration": { "status": "unknown" }, "sources": [] } ] }, { "id": "dictation", "detail": "Smart-Diktat überarbeitet gesprochene Angaben nach der Aufnahme. Füllwörter, Grammatik und Zeichensetzung werden angepasst.", "sources": [ { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app", "checked": "2026-10-07" } ], "limits": [ { "maxDuration": { "status": "unknown" }, "sources": [] } ] } ], "outputs": [], "tasks": [ { "category": "medical-scribes", "task": "clinical-notes", "value": true, "detail": "HealthJet erstellt aus aufgenommenen Arzt-Patienten-Gesprächen Arztbriefe, Befundberichte und strukturierte Gesprächsprotokolle.", "sources": [ { "title": "HealthJet: Funktionen", "url": "https://www.healthjet.ai/features", "checked": "2026-10-07" }, { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht", "checked": "2026-10-07" } ] }, { "category": "medical-scribes", "task": "therapy-notes", "value": true, "detail": "Eigene Vorlagen gliedern psychotherapeutische Sitzungsprotokolle für Verhaltenstherapie, Systemische Therapie sowie tiefenpsychologische und analytische Verfahren.", "sources": [ { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht", "checked": "2026-10-07" }, { "title": "HealthJet: Psychotherapie", "url": "https://www.healthjet.ai/psychotherapie", "checked": "2026-10-07" } ] }, { "category": "medical-scribes", "task": "anamnesis-report", "value": true, "detail": "Die Vorlage „Eigenanamnese Neuropsychiatrisches Gutachten“ arbeitet das aufgenommene Probandengespräch als biografische Anamnese, aktuelle Beschwerden und Sozialanamnese aus. Aktenlage und eigene Untersuchung bleiben getrennte Dokumente.", "sources": [ { "title": "HealthJet: Eigenanamnese aus dem Probandengespräch", "url": "https://www.healthjet.ai/help-center/sozialgerichtliche-gutachten-mit-healthjet-erstellen", "checked": "2026-10-07" }, { "title": "HealthJet: Gespräch, Akten und Gutachten getrennt dokumentieren", "url": "https://www.healthjet.ai/help-center/medizinische-gutachten-mit-healthjet-erstellen", "checked": "2026-10-07" } ] } ], "specialties": [ { "id": "general-medicine", "sources": [ { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht", "checked": "2026-10-07" } ] }, { "id": "mental-health", "sources": [ { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht", "checked": "2026-10-07" } ] }, { "id": "psychiatry", "sources": [ { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht", "checked": "2026-10-07" } ] }, { "id": "neurology", "sources": [ { "title": "HealthJet: Verfügbare Vorlagen", "url": "https://www.healthjet.ai/help-center/vorlagenuebersicht", "checked": "2026-10-07" } ] } ] }, "tasks": [ "clinical-notes", "therapy-notes", "anamnesis-report" ], "privacy": { "checked": "2026-10-07", "gdpr": { "value": true, "detail": "HealthJet beschreibt die Verarbeitung medizinischer Daten nach DSGVO und die vertragliche Einbindung der KI-Dienstleister.", "source": { "title": "HealthJet: Datenschutz der B2B-Anwendung", "url": "https://www.healthjet.ai/privacy" } }, "avv": { "value": true, "detail": "Ein AVV nach Art. 28 DSGVO ist erhältlich. Er enthält Unterauftragsverarbeiter und technische sowie organisatorische Maßnahmen.", "source": { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance" } }, "euHealthDataUse": { "value": true, "detail": "Die Compliance-Seite nennt Gesundheitsdatenverarbeitung innerhalb der EU und Speicherung in Deutschland.", "source": { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance" } }, "localAudioProcessing": { "value": false, "detail": "Die mobile App speichert Aufnahmen zwischen und synchronisiert sie zur Verarbeitung mit dem Server. Offline-Aufnahme ist keine lokale Spracherkennung.", "source": { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app" } }, "usesCustomerDataForTraining": { "value": false, "detail": "Laut Compliance-Seite werden weder Nutzerdaten noch Patientendaten zum Training von KI-Modellen verwendet.", "source": { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance" } }, "trainingPolicy": "excluded", "storage": [ { "region": "eu", "label": "Deutschland", "scope": "Patienteninhalte und Dokumente werden laut Compliance-Seite in deutschen Rechenzentren gespeichert. Verarbeitete Audioaufnahmen werden dauerhaft gelöscht.", "sources": [ { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance" } ] } ], "processing": [ { "region": "eu", "label": "EU", "scope": "Diese Angabe betrifft Transkription und Dokumenterstellung für Patientendaten. Die Compliance-Seite legt die EU als Verarbeitungsgebiet fest. Namen und Standorte einzelner Unterauftragsverarbeiter stehen im AVV.", "sources": [ { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance" }, { "title": "HealthJet: Datenschutz der B2B-Anwendung", "url": "https://www.healthjet.ai/privacy" } ] } ], "certifications": [ { "standard": "c5", "scope": "HealthJet nennt C5 für die deutschen Rechenzentren seiner Cloud-Provider.", "infrastructure": true, "sources": [ { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance" } ] } ], "summary": "HealthJet speichert Patientendaten in Deutschland und verarbeitet sie innerhalb der EU. Audioaufnahmen werden nach erfolgreicher Verarbeitung gelöscht. Ein AVV ist erhältlich, KI-Training mit Patientendaten ist ausgeschlossen. Der C5-Nachweis betrifft die Cloud-Infrastruktur." }, "technology": { "checked": "2026-10-13", "summary": "HealthJet verbindet Spracherkennung, kontextbezogene Dokumenterstellung und Konsistenzprüfung über mehrere KI-Agenten. Die Anbieter der KI-Dienste nennt HealthJet im AVV. Öffentlich sind keine Modellversionen angegeben.", "stages": [ { "id": "asr", "approach": "Serverbasierte Spracherkennung nach Abschluss der Aufnahme", "unknown": false, "models": [ { "name": "Whisper-Familie", "vendor": "OpenAI", "type": "open-weights", "evidence": "estimated", "confidence": "low", "rationale": "HealthJet lädt die vollständige Aufnahme erst nach dem Aufnahmeende hoch und transkribiert sie auf dem Server. Laut Hersteller versteht die Spracherfassung auch mehrere Sprachen und Akzente. Beides passt zu Whisper-basierten Diensten. Die Zuordnung ist eine Einschätzung von ScribeIndex, keine Modellangabe des Herstellers.", "reference": "whisper", "sources": [ { "title": "HealthJet: Benutzung der mobilen App", "url": "https://www.healthjet.ai/help-center/benutzung-der-healthjet-app", "checked": "2026-10-07" }, { "title": "HealthJet: Produkt, Arbeitsweise und Spracherfassung", "url": "https://www.healthjet.ai/", "checked": "2026-10-13" } ], "assessment": { "status": "estimated", "statusLabel": "Vermutetes Modell", "rating": "weak", "ratingLabel": "Schwach", "note": "ScribeIndex stuft Whisper um eine Stufe herunter. Studien belegen für Whisper erfundene Textpassagen, bei englischen Aufnahmen über die Whisper-API 2023 in rund 1 % der Transkripte und bei Whisper large-v3 in 40 % der Eingaben ohne Sprache. Solche Halluzinationen kommen natürlich bei allen Spracherkennungsmodellen vor, ausschlaggebend sind hier jedoch die eigenen Tests von ScribeIndex mit deutschen Aufnahmen, in denen Whisper hinter seinen Referenzwerten zurückbleibt.", "references": [ { "id": "aa-whisper-large-v3-fal", "model": "Whisper Large v3", "benchmark": "Artificial Analysis Word Error Rate Index", "value": 4.1, "unit": "%", "direction": "lower" }, { "id": "aa-whisper-large-v3-replicate", "model": "Whisper Large v3", "benchmark": "Artificial Analysis Word Error Rate Index", "value": 10.1, "unit": "%", "direction": "lower" }, { "id": "aa-whisper-large-v3-turbo-groq", "model": "Whisper Large v3 Turbo", "benchmark": "Artificial Analysis Word Error Rate Index", "value": 4.6, "unit": "%", "direction": "lower" }, { "id": "aa-whisper-large-v2-openai", "model": "Whisper Large v2", "benchmark": "Artificial Analysis Word Error Rate Index", "value": 4.1, "unit": "%", "direction": "lower" }, { "id": "de-anamnese-whisper-large-v3-faster-whisper", "model": "Whisper Large v3", "benchmark": "Deutsche Arzt-Patienten-Gespräche (arXiv 2601.19945)", "value": 12.58, "unit": "%", "direction": "lower" }, { "id": "oasr-de-whisper-large-v3", "model": "Whisper Large v3", "benchmark": "Hugging Face Open ASR Leaderboard, Deutsch (FLEURS und Common Voice)", "value": 4, "unit": "%", "direction": "lower" }, { "id": "oasr-de-whisper-large-v3-turbo", "model": "Whisper Large v3 Turbo", "benchmark": "Hugging Face Open ASR Leaderboard, Deutsch (FLEURS und Common Voice)", "value": 6.12, "unit": "%", "direction": "lower" } ], "vendorClaims": [], "issue": { "text": "ScribeIndex stuft Whisper um eine Stufe herunter. Studien belegen für Whisper erfundene Textpassagen, bei englischen Aufnahmen über die Whisper-API 2023 in rund 1 % der Transkripte und bei Whisper large-v3 in 40 % der Eingaben ohne Sprache. Solche Halluzinationen kommen natürlich bei allen Spracherkennungsmodellen vor, ausschlaggebend sind hier jedoch die eigenen Tests von ScribeIndex mit deutschen Aufnahmen, in denen Whisper hinter seinen Referenzwerten zurückbleibt.", "basis": "studies", "sources": [ { "label": "Koenecke et al. 2024", "title": "Koenecke et al. (2024): Careless Whisper. Speech-to-Text Hallucination Harms. ACM FAccT", "url": "https://doi.org/10.1145/3630106.3658996" }, { "label": "Barański et al. 2025", "title": "Barański et al. (2025): Investigation of Whisper ASR Hallucinations Induced by Non-Speech Audio. ICASSP", "url": "https://arxiv.org/abs/2501.11378" } ] } } } ] }, { "id": "diarization", "approach": "Zuordnung der Gesprächsangaben im erzeugten Dokument", "unknown": true, "note": "Ein gesondertes Modell für Sprechertrennung nennt HealthJet nicht.", "sources": [ { "title": "HealthJet: Gespräch, Akten und Gutachten getrennt dokumentieren", "url": "https://www.healthjet.ai/help-center/medizinische-gutachten-mit-healthjet-erstellen", "checked": "2026-10-07" } ], "models": [] }, { "id": "generation", "approach": "Mehrstufige Dokumentausarbeitung mit Deep Thinking", "unknown": false, "models": [ { "name": "GPT-Familie mit Reasoning", "vendor": "OpenAI", "type": "third-party-api", "evidence": "estimated", "confidence": "low", "rationale": "HealthJet beschreibt mehrere KI-Agenten, Kontextverarbeitung und Deep Thinking für komplexe Dokumente. Daraus leitet ScribeIndex ein Modell der GPT-Familie mit Denkschritten (Reasoning) ab. Anbieter und Modellversion nennt HealthJet öffentlich nicht.", "reference": "gpt", "sources": [ { "title": "HealthJet: Funktionen", "url": "https://www.healthjet.ai/features", "checked": "2026-10-07" }, { "title": "HealthJet: Produkt und Arbeitsweise", "url": "https://www.healthjet.ai/", "checked": "2026-10-13" } ], "assessment": { "status": "estimated", "statusLabel": "Vermutetes Modell", "rating": "strong", "ratingLabel": "Stark", "note": "", "references": [ { "id": "aa-gpt-5-6-luna-max", "model": "GPT-5.6 Luna", "benchmark": "Artificial Analysis Intelligence Index", "value": 37, "unit": "points", "direction": "higher" }, { "id": "aa-gpt-5-6-sol-max", "model": "GPT-5.6 Sol", "benchmark": "Artificial Analysis Intelligence Index", "value": 47, "unit": "points", "direction": "higher" }, { "id": "aa-gpt-6-1-sol-max", "model": "GPT-6.1 Sol", "benchmark": "Artificial Analysis Intelligence Index", "value": 52, "unit": "points", "direction": "higher" }, { "id": "aa-gpt-5-6-terra-max", "model": "GPT-5.6 Terra", "benchmark": "Artificial Analysis Intelligence Index", "value": 42, "unit": "points", "direction": "higher" }, { "id": "aa-gpt-5-5-xhigh", "model": "GPT-5.5", "benchmark": "Artificial Analysis Intelligence Index", "value": 38, "unit": "points", "direction": "higher" }, { "id": "aa-gpt-5-4-xhigh", "model": "GPT-5.4", "benchmark": "Artificial Analysis Intelligence Index", "value": 39, "unit": "points", "direction": "higher" }, { "id": "aa-gpt-5-2-xhigh", "model": "GPT-5.2", "benchmark": "Artificial Analysis Intelligence Index", "value": 30, "unit": "points", "direction": "higher" }, { "id": "aa-gpt-4o-nov-24", "model": "GPT-4o", "benchmark": "Artificial Analysis Intelligence Index", "value": 8, "unit": "points", "direction": "higher" }, { "id": "aa-gpt-4", "model": "GPT-4", "benchmark": "Artificial Analysis Intelligence Index", "value": 7, "unit": "points", "direction": "higher" } ], "vendorClaims": [], "issue": null } } ] }, { "id": "assistant", "approach": "Konsistenzprüfung und Zusammenführen vorhandener Dokumente", "unknown": true, "note": "HealthJet markiert logische und medizinische Unstimmigkeiten. Ein eigenes Modell für diese Prüfung nennt der Anbieter nicht.", "sources": [ { "title": "HealthJet: Funktionen", "url": "https://www.healthjet.ai/features", "checked": "2026-10-07" }, { "title": "HealthJet: Medizinische Gutachten", "url": "https://www.healthjet.ai/gutachten", "checked": "2026-10-07" } ], "models": [] }, { "id": "infrastructure", "approach": "Deutsche Speicherung und europäische KI-Verarbeitung", "unknown": false, "models": [ { "name": "Cloud-Infrastruktur in Deutschland und der EU", "vendor": "HealthJet / beauftragte Cloud-Provider", "type": "third-party-api", "evidence": "documented", "confidence": "high", "rationale": "Die Compliance-Seite trennt die Speicherung in Deutschland von der Verarbeitung innerhalb der EU. Die Namen der Dienstleister enthält der AVV.", "sources": [ { "title": "HealthJet: Sicherheit und Compliance", "url": "https://www.healthjet.ai/compliance", "checked": "2026-10-07" }, { "title": "HealthJet: Datenschutz der B2B-Anwendung", "url": "https://www.healthjet.ai/privacy", "checked": "2026-10-07" } ] } ] } ], "identification": [ { "stage": "asr", "testPeriod": "2026-Q2", "result": "candidates", "candidates": [ { "reference": "whisper", "label": "Whisper", "share": 0.5263 }, { "reference": "other", "label": "Andere Referenzmodelle", "share": 0.4737 } ], "probes": 95, "assigned": false, "fit": "estimated", "text": "ScribeIndex hat die Ausgaben von HealthJet für 95 eigene Prüfeingaben mit den typischen Ausgaben bekannter Spracherkennungsmodelle verglichen. Bei 53 % davon ähneln sie am stärksten Whisper. Das liegt unter der Zuordnungsschwelle von 60 %. Dieser Hinweis passt zur Einschätzung, die ScribeIndex aus Angaben von HealthJet ableitet." }, { "stage": "generation", "testPeriod": "2026-Q2", "result": "candidates", "candidates": [ { "reference": "gpt", "label": "GPT-Familie", "share": 0.5301 }, { "reference": "other", "label": "Andere Referenzmodelle", "share": 0.4699 } ], "probes": 83, "assigned": false, "fit": "estimated", "text": "ScribeIndex hat die Ausgaben von HealthJet für 83 eigene Prüfeingaben mit den typischen Ausgaben bekannter Sprachmodelle verglichen. Bei 53 % davon ähneln sie am stärksten der GPT-Familie. Das liegt unter der Zuordnungsschwelle von 60 %. Dieser Hinweis passt zur Einschätzung, die ScribeIndex aus Angaben von HealthJet ableitet." } ] }, "results": [ { "id": "healthjet/medical-scribes:clinical-notes", "provider": "healthjet", "providerName": "HealthJet", "test": "medical-scribes:clinical-notes", "label": "Ärztliche Gesprächsdokumentation", "category": "medical-scribes", "task": "clinical-notes", "url": "https://scribeindex.com/anbieter/healthjet/test/#aerztliche-dokumentation", "rankingUrl": "https://scribeindex.com/vergleich/medical-scribes/aerztliche-dokumentation/", "testPeriod": "2026-Q2", "protocol": "1.0", "corpus": "de-klinik-v1", "scenarios": 48, "runs": 3, "completed": 143, "total": 144, "completionRatePercent": 99.306, "evaluation": { "output": "clinical-note", "semanticRubric": "clinical-facts-v1", "wordErrorRate": { "applicability": "not-applicable", "basis": "unavailable", "explanation": "Die gelieferte Ausgabe ist eine verdichtete Dokumentation, keine wortnahe Abschrift. Deshalb gibt es keine WER." } }, "score": { "version": "2.2", "value": 81.3791, "ci95": [ 76.2, 83.6 ], "ci95Method": "paired-cluster-bootstrap-beta-critical", "pairedDifferences": [ { "provider": "heidi", "ci95": [ -5.73, 4.86 ] }, { "provider": "tippiti", "ci95": [ -9.94, -1.66 ] }, { "provider": "tandem-health", "ci95": [ -3.2, 7.72 ] }, { "provider": "noa-notes", "ci95": [ 0.51, 12.69 ] }, { "provider": "doctolib-assistent", "ci95": [ -12.26, -3.89 ] }, { "provider": "dragon-copilot", "ci95": [ -7.27, 4.21 ] }, { "provider": "speechlive-health", "ci95": [ -3.97, 6.57 ] }, { "provider": "gospeech-medical", "ci95": [ -8.03, 0.37 ] }, { "provider": "quixxs", "ci95": [ 8.47, 20.59 ] }, { "provider": "idana-flow", "ci95": [ -4.83, 6.93 ] } ], "rank": 6, "cohortSize": 11, "criticalRatePercent": 0.699, "contentQuality": 92.744, "references": { "key": "clinical-notes", "qualityErrorPoints": 30, "correctionMinutes": 59, "criticalPercent": 20 }, "components": [ { "key": "quality", "label": "Inhaltsqualität", "value": 75.814, "weight": 0.6, "contribution": 45.488 }, { "key": "critical", "label": "Schwerwiegende Fehler", "value": 96.503, "weight": 0.2, "contribution": 19.301 }, { "key": "effort", "label": "Korrekturaufwand", "value": 77.498, "weight": 0.15, "contribution": 11.625 }, { "key": "reliability", "label": "Abschlussquote", "value": 99.306, "weight": 0.05, "contribution": 4.965 } ] }, "mainMetric": { "label": "Fakten-F1", "abbreviation": "F1", "value": 92.744, "direction": "higher", "ci95": [ 91.87, 93.62 ] }, "transcription": null, "facts": { "truePositive": 3694, "falsePositive": 153, "falseNegative": 425, "referenceFacts": 4119, "outputFacts": 3847, "precisionPercent": 96.023, "precisionCi95": [ 94.98, 97.07 ], "recallPercent": 89.682, "recallCi95": [ 88.52, 90.81 ], "f1Percent": 92.744, "f1Ci95": [ 91.87, 93.62 ] }, "latency": { "p50Seconds": 29.3, "p95Seconds": 74.7, "mode": "live-conversation", "start": "Beenden der Aufnahme", "end": "Vollständiges Dokument verfügbar" }, "correction": { "minutesPerAudioHour": 13.2759, "ci95": [ 11.45, 15.28 ], "estimate": { "outputs": 143, "audioSeconds": 104040, "minutes": 383.78, "ci": [ 11.45, 15.28 ], "audioHours": 28.908 } }, "additionalMetrics": [ { "key": "critical-documents", "label": "Dokumente mit schwerwiegendem Fehler", "numerator": 1, "denominator": 143, "valuePercent": 0.699, "direction": "lower", "definition": "Ausgaben mit mindestens einem potenziell schwerwiegenden medizinischen Fehler pro abgeschlossener Ausgabe. Bewertet wird jeder Fall nach einer festgelegten Fehlerrubrik. Fehler bei Medikation oder Verneinung zählen hier nur, wenn die Rubrik die betroffene Angabe als potenziell schwerwiegend einstuft. Die Zähler je Fehlerart enthalten auch folgenlose Abweichungen.", "ci95": [ 0.07, 6.28 ], "ci95Method": "wilson-design-effect", "designEffect": 1.9676 }, { "key": "unsupported-statements", "label": "Falsche oder unbelegte Aussagen", "numerator": 74, "denominator": 3847, "valuePercent": 1.924, "direction": "lower", "definition": "Ausgegebene Aussagen, die der Referenz widersprechen oder sich weder auf das Gespräch noch auf bereitgestellten Kontext stützen, pro ausgegebener deduplizierter Aussage. Zutreffende, aber nicht dokumentationsrelevante Aussagen zählen getrennt und nicht hier.", "ci95": [ 1.33, 2.76 ], "ci95Method": "wilson-design-effect", "designEffect": 2.6085 }, { "key": "medical-term-errors", "label": "Fehler bei Fachbegriffen", "numerator": 149, "denominator": 3492, "valuePercent": 4.267, "direction": "lower", "definition": "Fachlich falsch wiedergegebene oder ausgelassene medizinische Konzepte pro annotiertem Fachkonzept der Referenz. Synonyme gelten bei gleicher Bedeutung als korrekt.", "ci95": [ 3.31, 5.48 ], "ci95Method": "wilson-design-effect", "designEffect": 2.5738 }, { "key": "medication-errors", "label": "Fehler bei Medikamenten und Dosierungen", "numerator": 25, "denominator": 620, "valuePercent": 4.032, "direction": "lower", "definition": "Falsch wiedergegebene oder ausgelassene Angaben zu Wirkstoff, Dosis, Einheit und Einnahme pro annotierter Medikationsangabe. Jede Angabe zählt höchstens einmal.", "ci95": [ 2.31, 6.94 ], "ci95Method": "wilson-design-effect", "designEffect": 2.1052 }, { "key": "negation-errors", "label": "Fehler bei Verneinungen", "numerator": 24, "denominator": 817, "valuePercent": 2.938, "direction": "lower", "definition": "Verlorene, hinzugefügte oder umgekehrte Negationen pro Referenzaussage mit verneintem oder ausdrücklich bestätigtem Befund. Eine Aussage zählt höchstens einmal.", "ci95": [ 1.61, 5.28 ], "ci95Method": "wilson-design-effect", "designEffect": 2.333 }, { "key": "temporal-errors", "label": "Fehler bei zeitlichen Angaben", "numerator": 45, "denominator": 937, "valuePercent": 4.803, "direction": "lower", "definition": "Falsch zugeordnete oder ausgelassene Zeitpunkte, Dauern und zeitliche Beziehungen pro annotierter zeitlicher Referenzangabe.", "ci95": [ 3.04, 7.49 ], "ci95Method": "wilson-design-effect", "designEffect": 2.5417 }, { "key": "attribution-errors", "label": "Fehler bei der Zuordnung", "numerator": 57, "denominator": 2156, "valuePercent": 2.644, "direction": "lower", "definition": "Falsche oder ausgelassene Zuordnung von Aussagen zu Patient, behandelnder Person oder Drittperson pro Referenzfakt mit erforderlicher Quellenzuordnung.", "ci95": [ 1.74, 4 ], "ci95Method": "wilson-design-effect", "designEffect": 2.6751 } ], "errorTypes": [ { "label": "Nicht erfasste Referenzfakten", "count": 425 }, { "label": "Falsche oder unbelegte Aussagen", "count": 74 }, { "label": "Zutreffende, aber nicht relevante Aussagen", "count": 79 } ], "failedRuns": [ { "scenarioId": "klinik-045", "run": 2, "reason": "Dokumenterstellung mit Fehlermeldung abgebrochen" } ], "configuration": { "locale": "de-DE", "automaticLanguageDetection": false, "productVersion": "HealthJet Web-Dashboard mit Browseraufnahme, Stand 2. Quartal 2026", "modelVersions": null, "template": { "id": "si-sprechstunde-notiz", "version": "1.0" }, "instruction": { "id": "si-instr-sprechstunde", "version": "1.0" }, "customVocabulary": null, "settings": { "inputPath": "Aufnahme in der Anwendung über einen virtuellen Mikrofoneingang", "language": "Deutsch", "outputLanguage": "Deutsch", "template": "Eigene Vorlage für klinische Gesprächsdokumentation", "mode": "Gespräch aufnehmen, Vorlage auswählen und Dokumenterstellung auslösen", "extraContext": false, "manualCorrection": false }, "scorer": { "name": "scribeindex-eval", "version": "1.0" }, "normalization": null }, "corpusMetadata": { "version": "1.0", "manifestSha256": "07e4ff2bb9cb21c1b350d732b5e593f4f1830354a230c75954136f03552f7ba5", "referenceVersion": "1.0", "referenceSha256": "9ddba13742d943cd28b478c231a53d71ed064e1ba7681896e21faedfe2bb2207", "sourceScenarioCount": 50, "evaluatedScenarioCount": 48, "totalAudioSeconds": 34860, "durationSeconds": { "minimum": 360, "maximum": 2400 }, "audioFormats": [ { "codec": "AAC-LC (M4A)", "sampleRateHertz": 48000, "channels": 1 }, { "codec": "PCM 24 Bit (WAV)", "sampleRateHertz": 48000, "channels": 2 } ], "conversions": [ { "description": "Einspielung der Gesprächsaufnahme in Echtzeit über einen virtuellen Mikrofoneingang mit −20 dBFS RMS", "tool": "scribeindex-playback", "version": "1.0" } ], "exclusions": [ { "scenarioId": "klinik-016", "reason": "Einwilligung zur Nutzung der Aufnahme vor Testbeginn widerrufen." }, { "scenarioId": "klinik-033", "reason": "Relevanzmenge auch nach fachlicher Durchsicht nicht eindeutig festlegbar." } ] }, "uncertainty": { "confidenceLevel": 0.95, "method": "paired-cluster-bootstrap", "clusterUnit": "scenario", "clusterCount": 48, "resamples": 2000, "seed": 2234884632, "intervalMethod": "percentile", "aggregation": "pooled-counts", "pairedSampleManifestSha256": "f630f8568c719864793b7aacf8e58f4627c6b7bdcdf5f3730abfda50ad6bfb37" } }, { "id": "healthjet/medical-scribes:therapy-notes", "provider": "healthjet", "providerName": "HealthJet", "test": "medical-scribes:therapy-notes", "label": "Psychotherapeutische Sitzungsdokumentation", "category": "medical-scribes", "task": "therapy-notes", "url": "https://scribeindex.com/anbieter/healthjet/test/#psychotherapie", "rankingUrl": "https://scribeindex.com/vergleich/medical-scribes/psychotherapie/", "testPeriod": "2026-Q2", "protocol": "1.0", "corpus": "de-therapie-v1", "scenarios": 36, "runs": 3, "completed": 108, "total": 108, "completionRatePercent": 100, "evaluation": { "output": "therapy-note", "semanticRubric": "clinical-facts-v1", "wordErrorRate": { "applicability": "not-applicable", "basis": "unavailable", "explanation": "Die gelieferte Ausgabe ist eine therapeutische Sitzungsnotiz. Bewertet werden dokumentationsrelevante Fakten und ihre Zuordnung, nicht die Wortfolge des Gesprächs." } }, "score": { "version": "2.2", "value": 63.7917, "ci95": [ 54.1, 69.6 ], "ci95Method": "paired-cluster-bootstrap-beta-critical", "pairedDifferences": [ { "provider": "playnvoice", "ci95": [ -16.56, -0.23 ] }, { "provider": "heidi", "ci95": [ -5.69, 14.59 ] }, { "provider": "tandem-health", "ci95": [ -11.39, 8.49 ] }, { "provider": "via-health", "ci95": [ -23.65, -5.4 ] }, { "provider": "dokudachs", "ci95": [ -21.73, -2.74 ] }, { "provider": "iptas", "ci95": [ -19.94, -3.22 ] }, { "provider": "clara-health", "ci95": [ -15.9, 0.8 ] }, { "provider": "lumanote", "ci95": [ -18.47, 0.44 ] }, { "provider": "noa-notes", "ci95": [ -6.47, 11.87 ] }, { "provider": "psynex", "ci95": [ -22.28, -5.7 ] }, { "provider": "upheal", "ci95": [ -2.08, 19.29 ] } ], "rank": 9, "cohortSize": 12, "criticalRatePercent": 6.481, "contentQuality": 88.673, "references": { "key": "therapy-notes", "qualityErrorPoints": 30, "correctionMinutes": 20, "criticalPercent": 20 }, "components": [ { "key": "quality", "label": "Inhaltsqualität", "value": 62.242, "weight": 0.6, "contribution": 37.345 }, { "key": "critical", "label": "Schwerwiegende Fehler", "value": 67.593, "weight": 0.2, "contribution": 13.519 }, { "key": "effort", "label": "Korrekturaufwand", "value": 52.851, "weight": 0.15, "contribution": 7.928 }, { "key": "reliability", "label": "Abschlussquote", "value": 100, "weight": 0.05, "contribution": 5 } ] }, "mainMetric": { "label": "Fakten-F1", "abbreviation": "F1", "value": 88.673, "direction": "higher", "ci95": [ 87.3, 89.95 ] }, "transcription": null, "facts": { "truePositive": 2826, "falsePositive": 224, "falseNegative": 498, "referenceFacts": 3324, "outputFacts": 3050, "precisionPercent": 92.656, "precisionCi95": [ 91.25, 94.08 ], "recallPercent": 85.018, "recallCi95": [ 82.9, 87.01 ], "f1Percent": 88.673, "f1Ci95": [ 87.3, 89.95 ] }, "latency": { "p50Seconds": 43.3, "p95Seconds": 102.6, "mode": "live-conversation", "start": "Beenden der Aufnahme", "end": "Vollständiges Dokument verfügbar" }, "correction": { "minutesPerAudioHour": 9.4298, "ci95": [ 8.3, 10.58 ], "estimate": { "outputs": 108, "audioSeconds": 310800, "minutes": 814.08, "ci": [ 8.3, 10.58 ], "audioHours": 86.331 } }, "additionalMetrics": [ { "key": "critical-documents", "label": "Dokumente mit schwerwiegendem Fehler", "numerator": 7, "denominator": 108, "valuePercent": 6.481, "direction": "lower", "definition": "Ausgaben mit mindestens einem potenziell schwerwiegenden medizinischen Fehler pro abgeschlossener Ausgabe. Bewertet wird jeder Fall nach einer festgelegten Fehlerrubrik. Fehler bei Medikation oder Verneinung zählen hier nur, wenn die Rubrik die betroffene Angabe als potenziell schwerwiegend einstuft. Die Zähler je Fehlerart enthalten auch folgenlose Abweichungen.", "ci95": [ 2.41, 16.28 ], "ci95Method": "wilson-design-effect", "designEffect": 1.9778 }, { "key": "unsupported-statements", "label": "Falsche oder unbelegte Aussagen", "numerator": 56, "denominator": 3050, "valuePercent": 1.836, "direction": "lower", "definition": "Ausgegebene Aussagen, die der Referenz widersprechen oder sich weder auf das Gespräch noch auf bereitgestellten Kontext stützen, pro ausgegebener deduplizierter Aussage. Zutreffende, aber nicht dokumentationsrelevante Aussagen zählen getrennt und nicht hier.", "ci95": [ 1.23, 2.73 ], "ci95Method": "wilson-design-effect", "designEffect": 2.3551 }, { "key": "medical-term-errors", "label": "Fehler bei Fachbegriffen", "numerator": 39, "denominator": 1185, "valuePercent": 3.291, "direction": "lower", "definition": "Fachlich falsch wiedergegebene oder ausgelassene medizinische Konzepte pro annotiertem Fachkonzept der Referenz. Synonyme gelten bei gleicher Bedeutung als korrekt.", "ci95": [ 2.02, 5.3 ], "ci95Method": "wilson-design-effect", "designEffect": 2.4719 }, { "key": "medication-errors", "label": "Fehler bei Medikamenten und Dosierungen", "numerator": 0, "denominator": 75, "valuePercent": 0, "direction": "lower", "definition": "Falsch wiedergegebene oder ausgelassene Angaben zu Wirkstoff, Dosis, Einheit und Einnahme pro annotierter Medikationsangabe. Jede Angabe zählt höchstens einmal.", "ci95": [ 0, 10.21 ], "ci95Method": "wilson-design-effect", "designEffect": 2.2198 }, { "key": "negation-errors", "label": "Fehler bei Verneinungen", "numerator": 17, "denominator": 435, "valuePercent": 3.908, "direction": "lower", "definition": "Verlorene, hinzugefügte oder umgekehrte Negationen pro Referenzaussage mit verneintem oder ausdrücklich bestätigtem Befund. Eine Aussage zählt höchstens einmal.", "ci95": [ 1.82, 8.16 ], "ci95Method": "wilson-design-effect", "designEffect": 2.7303 }, { "key": "temporal-errors", "label": "Fehler bei zeitlichen Angaben", "numerator": 55, "denominator": 969, "valuePercent": 5.676, "direction": "lower", "definition": "Falsch zugeordnete oder ausgelassene Zeitpunkte, Dauern und zeitliche Beziehungen pro annotierter zeitlicher Referenzangabe.", "ci95": [ 3.78, 8.43 ], "ci95Method": "wilson-design-effect", "designEffect": 2.472 }, { "key": "attribution-errors", "label": "Fehler bei der Zuordnung", "numerator": 63, "denominator": 1908, "valuePercent": 3.302, "direction": "lower", "definition": "Falsche oder ausgelassene Zuordnung von Aussagen zu Patient, behandelnder Person oder Drittperson pro Referenzfakt mit erforderlicher Quellenzuordnung.", "ci95": [ 2.21, 4.91 ], "ci95Method": "wilson-design-effect", "designEffect": 2.7304 }, { "key": "risk-assessment-errors", "label": "Fehler bei Risikohinweisen", "numerator": 1, "denominator": 171, "valuePercent": 0.585, "direction": "lower", "definition": "Ausgelassene, hinzugefügte oder falsch eingeordnete Aussagen zu Selbstgefährdung und Schutzfaktoren pro annotierter risikorelevanter Referenzaussage. Bewertet wird anhand des Gesprächs nach einer festgelegten Rubrik.", "ci95": [ 0.05, 6.2 ], "ci95Method": "wilson-design-effect", "designEffect": 2.4129 } ], "errorTypes": [ { "label": "Nicht erfasste Referenzfakten", "count": 498 }, { "label": "Falsche oder unbelegte Aussagen", "count": 56 }, { "label": "Zutreffende, aber nicht relevante Aussagen", "count": 168 } ], "failedRuns": [], "configuration": { "locale": "de-DE", "automaticLanguageDetection": false, "productVersion": "HealthJet Web-Dashboard, psychotherapeutische Dokumentation, Stand 2. Quartal 2026", "modelVersions": null, "template": { "id": "si-therapie-verlauf", "version": "1.0" }, "instruction": { "id": "si-instr-therapie", "version": "1.0" }, "customVocabulary": null, "settings": { "inputPath": "Aufnahme in der Anwendung über einen virtuellen Mikrofoneingang", "language": "Deutsch", "outputLanguage": "Deutsch", "template": "Eigene Vorlage für Therapieverläufe", "mode": "Gespräch aufnehmen, Vorlage auswählen und Dokumenterstellung auslösen", "extraContext": false, "manualCorrection": false }, "scorer": { "name": "scribeindex-eval", "version": "1.0" }, "normalization": null }, "corpusMetadata": { "version": "1.0", "manifestSha256": "62780a1c05eb9562aa4bdbee3b73aedcf448ce0e8e6ba5fd85d7e17baa3b4bd8", "referenceVersion": "1.0", "referenceSha256": "62c50ae99e53e02e016470714f0a6524d90a92407fe393d48adae95f19a8ee2a", "sourceScenarioCount": 36, "evaluatedScenarioCount": 36, "totalAudioSeconds": 103620, "durationSeconds": { "minimum": 2220, "maximum": 3540 }, "audioFormats": [ { "codec": "PCM 24 Bit (WAV)", "sampleRateHertz": 48000, "channels": 1 } ], "conversions": [ { "description": "Einspielung der Gesprächsaufnahme in Echtzeit über einen virtuellen Mikrofoneingang mit −20 dBFS RMS", "tool": "scribeindex-playback", "version": "1.0" } ], "exclusions": [] }, "uncertainty": { "confidenceLevel": 0.95, "method": "paired-cluster-bootstrap", "clusterUnit": "scenario", "clusterCount": 36, "resamples": 2000, "seed": 3733937332, "intervalMethod": "percentile", "aggregation": "pooled-counts", "pairedSampleManifestSha256": "0c35a46bc36056c43d2f55385441679c130a0d1ef5bcb7bd6cb2f19411cef23a" } }, { "id": "healthjet/medical-scribes:anamnesis-report", "provider": "healthjet", "providerName": "HealthJet", "test": "medical-scribes:anamnesis-report", "label": "Anamneseberichte", "category": "medical-scribes", "task": "anamnesis-report", "url": "https://scribeindex.com/anbieter/healthjet/test/#anamneseberichte", "rankingUrl": "https://scribeindex.com/vergleich/medical-scribes/anamneseberichte/", "testPeriod": "2026-Q2", "protocol": "1.0", "corpus": "de-anamnese-v1", "scenarios": 24, "runs": 2, "completed": 48, "total": 48, "completionRatePercent": 100, "evaluation": { "output": "anamnesis-report", "semanticRubric": "anamnesis-facts-v1", "wordErrorRate": { "applicability": "not-applicable", "basis": "unavailable", "explanation": "Bewertet wird der ausführliche Anamnesebericht aus dem aufgezeichneten Gespräch. Gegliederte Abschnitte, indirekte Rede und Umformulierungen werden semantisch abgeglichen, nicht gegen die Wortfolge des Audios bewertet." } }, "score": { "version": "2.2", "value": 73.892, "ci95": [ 61.1, 79.4 ], "ci95Method": "paired-cluster-bootstrap-beta-critical", "pairedDifferences": [ { "provider": "tippiti", "ci95": [ -21.77, 1.93 ] }, { "provider": "lumanote", "ci95": [ -8.17, 17.88 ] } ], "rank": 2, "cohortSize": 3, "criticalRatePercent": 6.25, "contentQuality": 91.902, "references": { "key": "anamnesis-report", "qualityErrorPoints": 30, "correctionMinutes": 84, "criticalPercent": 20 }, "components": [ { "key": "quality", "label": "Inhaltsqualität", "value": 73.006, "weight": 0.6, "contribution": 43.804 }, { "key": "critical", "label": "Schwerwiegende Fehler", "value": 68.75, "weight": 0.2, "contribution": 13.75 }, { "key": "effort", "label": "Korrekturaufwand", "value": 75.589, "weight": 0.15, "contribution": 11.338 }, { "key": "reliability", "label": "Abschlussquote", "value": 100, "weight": 0.05, "contribution": 5 } ] }, "mainMetric": { "label": "Fakten-F1", "abbreviation": "F1", "value": 91.902, "direction": "higher", "ci95": [ 90.92, 92.8 ] }, "transcription": null, "facts": { "truePositive": 7019, "falsePositive": 330, "falseNegative": 907, "referenceFacts": 7926, "outputFacts": 7349, "precisionPercent": 95.51, "precisionCi95": [ 94.44, 96.6 ], "recallPercent": 88.557, "recallCi95": [ 86.97, 90.05 ], "f1Percent": 91.902, "f1Ci95": [ 90.92, 92.8 ] }, "latency": { "p50Seconds": 49.5, "p95Seconds": 83, "mode": "live-conversation", "start": "Beenden der Aufnahme", "end": "Vollständiges Dokument verfügbar" }, "correction": { "minutesPerAudioHour": 20.5052, "ci95": [ 17.9, 23.22 ], "estimate": { "outputs": 48, "audioSeconds": 173520, "minutes": 988.39, "ci": [ 17.9, 23.22 ], "audioHours": 48.202 } }, "additionalMetrics": [ { "key": "critical-documents", "label": "Dokumente mit schwerwiegendem Fehler", "numerator": 3, "denominator": 48, "valuePercent": 6.25, "direction": "lower", "definition": "Ausgaben mit mindestens einem potenziell schwerwiegenden medizinischen Fehler pro abgeschlossener Ausgabe. Bewertet wird jeder Fall nach einer festgelegten Fehlerrubrik. Fehler bei Medikation oder Verneinung zählen hier nur, wenn die Rubrik die betroffene Angabe als potenziell schwerwiegend einstuft. Die Zähler je Fehlerart enthalten auch folgenlose Abweichungen.", "ci95": [ 1.73, 20.08 ], "ci95Method": "wilson-design-effect", "designEffect": 1.4889 }, { "key": "unsupported-statements", "label": "Falsche oder unbelegte Aussagen", "numerator": 164, "denominator": 7349, "valuePercent": 2.232, "direction": "lower", "definition": "Ausgegebene Aussagen, die der Referenz widersprechen oder sich weder auf das Gespräch noch auf bereitgestellten Kontext stützen, pro ausgegebener deduplizierter Aussage. Zutreffende, aber nicht dokumentationsrelevante Aussagen zählen getrennt und nicht hier.", "ci95": [ 1.78, 2.8 ], "ci95Method": "wilson-design-effect", "designEffect": 2.2309 }, { "key": "medical-term-errors", "label": "Fehler bei Fachbegriffen", "numerator": 57, "denominator": 2286, "valuePercent": 2.493, "direction": "lower", "definition": "Fachlich falsch wiedergegebene oder ausgelassene medizinische Konzepte pro annotiertem Fachkonzept der Referenz. Synonyme gelten bei gleicher Bedeutung als korrekt.", "ci95": [ 1.79, 3.46 ], "ci95Method": "wilson-design-effect", "designEffect": 1.637 }, { "key": "medication-errors", "label": "Fehler bei Medikamenten und Dosierungen", "numerator": 9, "denominator": 306, "valuePercent": 2.941, "direction": "lower", "definition": "Falsch wiedergegebene oder ausgelassene Angaben zu Wirkstoff, Dosis, Einheit und Einnahme pro annotierter Medikationsangabe. Jede Angabe zählt höchstens einmal.", "ci95": [ 1.31, 6.45 ], "ci95Method": "wilson-design-effect", "designEffect": 1.6217 }, { "key": "negation-errors", "label": "Fehler bei Verneinungen", "numerator": 11, "denominator": 836, "valuePercent": 1.316, "direction": "lower", "definition": "Verlorene, hinzugefügte oder umgekehrte Negationen pro Referenzaussage mit verneintem oder ausdrücklich bestätigtem Befund. Eine Aussage zählt höchstens einmal.", "ci95": [ 0.59, 2.9 ], "ci95Method": "wilson-design-effect", "designEffect": 1.9327 }, { "key": "temporal-errors", "label": "Fehler bei zeitlichen Angaben", "numerator": 66, "denominator": 1828, "valuePercent": 3.611, "direction": "lower", "definition": "Falsch zugeordnete oder ausgelassene Zeitpunkte, Dauern und zeitliche Beziehungen pro annotierter zeitlicher Referenzangabe.", "ci95": [ 2.63, 4.94 ], "ci95Method": "wilson-design-effect", "designEffect": 1.7744 }, { "key": "attribution-errors", "label": "Fehler bei der Zuordnung", "numerator": 99, "denominator": 5186, "valuePercent": 1.909, "direction": "lower", "definition": "Falsche oder ausgelassene Zuordnung von Aussagen zu Patient, behandelnder Person oder Drittperson pro Referenzfakt mit erforderlicher Quellenzuordnung.", "ci95": [ 1.42, 2.56 ], "ci95Method": "wilson-design-effect", "designEffect": 2.2365 }, { "key": "detail-retention", "label": "Detailerhalt", "numerator": 4116, "denominator": 4766, "valuePercent": 86.362, "direction": "higher", "definition": "Korrekt erhaltene erforderliche Detailfakten pro vorab markiertem Detailfakt der vollständigen Anamnesereferenz. Angaben zu Vorgeschichte, Beschwerden, Verlauf, Behandlung und Lebensumständen werden getrennt annotiert. Fehlende Angaben sind keine Treffer.", "ci95": [ 84.49, 88.04 ], "ci95Method": "wilson-design-effect", "designEffect": 3.3007 }, { "key": "template-completeness", "label": "Vollständige Berichtsgliederung", "numerator": 819, "denominator": 876, "valuePercent": 93.493, "direction": "higher", "definition": "Vorhandene und inhaltlich korrekt befüllte Pflichtabschnitte pro aufgabenbezogen erforderlichem Abschnitt. Je nach Gesprächsinhalt sind 16 bis 20 Abschnitte der Berichtsvorlage erforderlich. Nicht erhobene Inhalte werden als nicht erhoben markiert und nicht ergänzt.", "ci95": [ 91.12, 95.26 ], "ci95Method": "wilson-design-effect", "designEffect": 1.5762 }, { "key": "contradiction-handling", "label": "Erhalt widersprüchlicher Angaben", "numerator": 88, "denominator": 102, "valuePercent": 86.275, "direction": "higher", "definition": "Korrekt getrennt und mit ihrer Quelle wiedergegebene widersprüchliche Angaben pro vorab annotiertem Widerspruchspaar. Ausgelassene oder ohne Quellenbasis aufgelöste Widersprüche sind keine Treffer.", "ci95": [ 73.91, 93.31 ], "ci95Method": "wilson-design-effect", "designEffect": 2.1032 }, { "key": "unsupported-inferences", "label": "Nicht belegte Schlussfolgerungen", "numerator": 49, "denominator": 620, "valuePercent": 7.903, "direction": "lower", "definition": "Nicht durch Gespräch oder bereitgestellten Kontext belegte Schlussfolgerungen pro tatsächlich ausgegebener Schlussfolgerung. Eine als fremde Einschätzung gekennzeichnete Aussage zählt nur bei korrekter Quellenzuordnung als belegt.", "ci95": [ 5.11, 12.02 ], "ci95Method": "wilson-design-effect", "designEffect": 2.5845 } ], "errorTypes": [ { "label": "Nicht erfasste Referenzfakten", "count": 907 }, { "label": "Falsche oder unbelegte Aussagen", "count": 164 }, { "label": "Zutreffende, aber nicht relevante Aussagen", "count": 166 } ], "failedRuns": [], "configuration": { "locale": "de-DE", "automaticLanguageDetection": false, "productVersion": "HealthJet Web-Dashboard, Eigenanamnese, Stand 2. Quartal 2026", "modelVersions": null, "template": { "id": "si-anamnese-bericht", "version": "1.0" }, "instruction": { "id": "si-instr-anamnese", "version": "1.0" }, "customVocabulary": null, "settings": { "inputPath": "Aufnahme in der Anwendung über einen virtuellen Mikrofoneingang", "language": "Deutsch", "outputLanguage": "Deutsch", "template": "Eigene Vorlage mit der vorab fixierten Berichtsgliederung", "mode": "Gesprächsteil einzeln ausarbeiten, keine Aktenzusammenführung oder fachliche Beurteilung", "reportStyle": "Ausführlich, thematisch gegliedert, indirekte Rede", "extraContext": false, "manualCorrection": false }, "scorer": { "name": "scribeindex-eval", "version": "1.0" }, "normalization": null }, "corpusMetadata": { "version": "1.0", "manifestSha256": "fd43d74a52c8f38d1962a41126bf5f14f7d1f35990ef9e325e5a5c9b4a8e750e", "referenceVersion": "1.0", "referenceSha256": "f29faa81a90ca61e58fc49886c47b58ec1ff812e17abf3c5ffd0a6f9c54a8417", "sourceScenarioCount": 25, "evaluatedScenarioCount": 24, "totalAudioSeconds": 86760, "durationSeconds": { "minimum": 2220, "maximum": 5100 }, "audioFormats": [ { "codec": "PCM 24 Bit (WAV)", "sampleRateHertz": 48000, "channels": 2 } ], "conversions": [ { "description": "Einspielung der Gesprächsaufnahme in Echtzeit über einen virtuellen Mikrofoneingang mit −20 dBFS RMS", "tool": "scribeindex-playback", "version": "1.0" } ], "exclusions": [ { "scenarioId": "anamnese-009", "reason": "Aufnahme vorzeitig abgebrochen, Gespräch unvollständig." } ] }, "uncertainty": { "confidenceLevel": 0.95, "method": "paired-cluster-bootstrap", "clusterUnit": "scenario", "clusterCount": 24, "resamples": 2000, "seed": 4114781480, "intervalMethod": "percentile", "aggregation": "pooled-counts", "pairedSampleManifestSha256": "507123a351cd2e8740278c579658de54ed5f0b6c9b5e1c6d7d6e788ac20cc2a3" } }, { "id": "healthjet/medizinische-transkription", "provider": "healthjet", "providerName": "HealthJet", "test": "medizinische-transkription", "label": "Medizinische Spracherkennung", "category": "medizinische-transkription", "url": "https://scribeindex.com/anbieter/healthjet/test/#medizinische-transkription", "rankingUrl": "https://scribeindex.com/vergleich/medizinische-spracherkennung/", "testPeriod": "2026-Q2", "protocol": "1.0", "corpus": "de-diktat-v1", "scenarios": 62, "runs": 3, "completed": 186, "total": 186, "completionRatePercent": 100, "evaluation": { "output": "edited-transcript", "semanticRubric": "clinical-facts-v1", "wordErrorRate": { "applicability": "diagnostic", "basis": "delivered-output", "explanation": "Der Dienst liefert eine KI-überarbeitete Ausgabe, keine wortnahe Abschrift. Die WER vergleicht sie Wort für Wort mit dem Diktat. Gewollte Korrekturen, Umstellungen und Glättungen zählen dabei mit. Der Wert zeigt deshalb vor allem, wie weit der Text vom Wortlaut abweicht, nicht wie viele Fehler er enthält. Ob die Inhalte stimmen, misst der Faktenabgleich. Die Erkennungsfehler zählen falsch erkannte oder inhaltlich veränderte Wörter, bezogen auf dieselben Referenzwörter. Bei wortnaher Ausgabe zählt jede Abweichung vom Wortlaut, bei KI-überarbeiteter Ausgabe bleiben zulässige Umformulierungen außen vor. Vergleiche stehen deshalb nur innerhalb derselben Ausgabeart. Die WER geht nicht in den ScribeIndex-Score ein." } }, "score": { "version": "2.2", "value": 91.6256, "ci95": [ 87, 92.8 ], "ci95Method": "paired-cluster-bootstrap-beta-critical", "pairedDifferences": [ { "provider": "dragon-medical-one", "ci95": [ 1.92, 10.81 ] }, { "provider": "heidi", "ci95": [ -5.82, 1.57 ] }, { "provider": "tippiti", "ci95": [ -9.16, -1.94 ] }, { "provider": "dragon-copilot", "ci95": [ 3.19, 12.08 ] }, { "provider": "mira-medical", "ci95": [ 5.32, 14.93 ] }, { "provider": "dictnow", "ci95": [ 5.1, 14.45 ] }, { "provider": "fluency-direct", "ci95": [ 7.4, 15.72 ] }, { "provider": "idana-flow", "ci95": [ -5.8, 1.8 ] } ], "rank": 4, "cohortSize": 9, "criticalRatePercent": 0.538, "contentQuality": 97.209, "references": { "key": "medizinische-transkription", "qualityErrorPoints": 30, "correctionMinutes": 141, "criticalPercent": 15 }, "components": [ { "key": "quality", "label": "Inhaltsqualität", "value": 90.696, "weight": 0.6, "contribution": 54.417 }, { "key": "critical", "label": "Schwerwiegende Fehler", "value": 96.416, "weight": 0.2, "contribution": 19.283 }, { "key": "effort", "label": "Korrekturaufwand", "value": 86.167, "weight": 0.15, "contribution": 12.925 }, { "key": "reliability", "label": "Abschlussquote", "value": 100, "weight": 0.05, "contribution": 5 } ] }, "mainMetric": { "label": "Fakten-F1", "abbreviation": "F1", "value": 97.209, "direction": "higher", "ci95": [ 96.74, 97.67 ] }, "transcription": { "referenceWords": 103161, "substitutions": 3297, "deletions": 2139, "insertions": 2603, "errors": 8039, "werPercent": 7.793, "ci95": [ 7.26, 8.32 ], "comparable": false }, "facts": { "truePositive": 6495, "falsePositive": 163, "falseNegative": 210, "referenceFacts": 6705, "outputFacts": 6658, "precisionPercent": 97.552, "precisionCi95": [ 96.81, 98.2 ], "recallPercent": 96.868, "recallCi95": [ 96.25, 97.48 ], "f1Percent": 97.209, "f1Ci95": [ 96.74, 97.67 ] }, "latency": { "p50Seconds": 19.9, "p95Seconds": 41.6, "mode": "live-dictation", "start": "Ende des letzten zugespielten Wortes", "end": "Stabile nutzbare Textausgabe" }, "correction": { "minutesPerAudioHour": 19.5043, "ci95": [ 17.81, 21.27 ], "estimate": { "outputs": 186, "audioSeconds": 56220, "minutes": 304.56, "ci": [ 17.81, 21.27 ], "audioHours": 15.615 } }, "additionalMetrics": [ { "key": "recognition-errors", "label": "Erkennungsfehler", "numerator": 2663, "denominator": 103161, "valuePercent": 2.581, "direction": "lower", "definition": "Falsch erkannte, ausgelassene oder eingefügte Wörter pro Referenzwort, ohne zulässige Umformulierungen. Bei wortnaher Ausgabe entspricht der Wert der WER, dort zählt jede Abweichung vom Wortlaut. Bei KI-überarbeiteter Ausgabe zählen nur falsch erkannte oder inhaltlich veränderte Wörter. Für wortnahe Dienste ist die Zählung damit strenger.", "ci95": [ 2.34, 2.84 ], "ci95Method": "cluster-bootstrap-percentile", "designEffect": null }, { "key": "cer", "label": "Zeichenfehlerrate · CER", "numerator": 33656, "denominator": 743736, "valuePercent": 4.525, "direction": "lower", "definition": "Zeichenabweichungen pro Referenzzeichen nach NFC-Normalisierung, einheitlicher Groß- und Kleinschreibung, entfernten Satzzeichen und zu einem Leerzeichen zusammengefasstem Leerraum. Leerzeichen zählen als Zeichen.", "ci95": [ 4.26, 4.8 ], "ci95Method": "cluster-bootstrap-percentile", "designEffect": null }, { "key": "critical-documents", "label": "Dokumente mit schwerwiegendem Fehler", "numerator": 1, "denominator": 186, "valuePercent": 0.538, "direction": "lower", "definition": "Ausgaben mit mindestens einem potenziell schwerwiegenden medizinischen Fehler pro abgeschlossener Ausgabe. Bewertet wird jeder Fall nach einer festgelegten Fehlerrubrik. Fehler bei Medikation oder Verneinung zählen hier nur, wenn die Rubrik die betroffene Angabe als potenziell schwerwiegend einstuft. Die Zähler je Fehlerart enthalten auch folgenlose Abweichungen.", "ci95": [ 0.05, 4.91 ], "ci95Method": "wilson-design-effect", "designEffect": 1.9778 }, { "key": "unsupported-statements", "label": "Falsche oder unbelegte Aussagen", "numerator": 122, "denominator": 6658, "valuePercent": 1.832, "direction": "lower", "definition": "Ausgegebene Aussagen, die der Referenz widersprechen oder sich weder auf das Gespräch noch auf bereitgestellten Kontext stützen, pro ausgegebener deduplizierter Aussage. Zutreffende, aber nicht dokumentationsrelevante Aussagen zählen getrennt und nicht hier.", "ci95": [ 1.38, 2.43 ], "ci95Method": "wilson-design-effect", "designEffect": 2.5363 }, { "key": "medical-term-errors", "label": "Fehler bei Fachbegriffen", "numerator": 155, "denominator": 11205, "valuePercent": 1.383, "direction": "lower", "definition": "Fachlich falsch wiedergegebene oder ausgelassene medizinische Konzepte pro annotiertem Fachkonzept der Referenz. Synonyme gelten bei gleicher Bedeutung als korrekt.", "ci95": [ 1.05, 1.82 ], "ci95Method": "wilson-design-effect", "designEffect": 3.0102 }, { "key": "medication-errors", "label": "Fehler bei Medikamenten und Dosierungen", "numerator": 16, "denominator": 762, "valuePercent": 2.1, "direction": "lower", "definition": "Falsch wiedergegebene oder ausgelassene Angaben zu Wirkstoff, Dosis, Einheit und Einnahme pro annotierter Medikationsangabe. Jede Angabe zählt höchstens einmal.", "ci95": [ 0.98, 4.41 ], "ci95Method": "wilson-design-effect", "designEffect": 2.4965 }, { "key": "negation-errors", "label": "Fehler bei Verneinungen", "numerator": 4, "denominator": 1107, "valuePercent": 0.361, "direction": "lower", "definition": "Verlorene, hinzugefügte oder umgekehrte Negationen pro Referenzaussage mit verneintem oder ausdrücklich bestätigtem Befund. Eine Aussage zählt höchstens einmal.", "ci95": [ 0.08, 1.53 ], "ci95Method": "wilson-design-effect", "designEffect": 2.5899 }, { "key": "temporal-errors", "label": "Fehler bei zeitlichen Angaben", "numerator": 28, "denominator": 1455, "valuePercent": 1.924, "direction": "lower", "definition": "Falsch zugeordnete oder ausgelassene Zeitpunkte, Dauern und zeitliche Beziehungen pro annotierter zeitlicher Referenzangabe.", "ci95": [ 1.06, 3.47 ], "ci95Method": "wilson-design-effect", "designEffect": 2.6964 }, { "key": "attribution-errors", "label": "Fehler bei der Zuordnung", "numerator": 28, "denominator": 2415, "valuePercent": 1.159, "direction": "lower", "definition": "Falsche oder ausgelassene Zuordnung von Aussagen zu Patient, behandelnder Person oder Drittperson pro Referenzfakt mit erforderlicher Quellenzuordnung.", "ci95": [ 0.65, 2.05 ], "ci95Method": "wilson-design-effect", "designEffect": 2.4518 }, { "key": "dictation-command-accuracy", "label": "Umgesetzte Diktatbefehle", "numerator": 1024, "denominator": 1326, "valuePercent": 77.225, "direction": "higher", "definition": "Richtig ausgeführte festgelegte Satzzeichen-, Absatz- und Korrekturbefehle pro ausgesprochenem Referenzbefehl. Der Befehl soll wirken und nicht als Befehlswort im Text stehen.", "ci95": [ 72.68, 81.21 ], "ci95Method": "wilson-design-effect", "designEffect": 3.5814 }, { "key": "self-correction-accuracy", "label": "Umgesetzte Selbstkorrekturen", "numerator": 199, "denominator": 252, "valuePercent": 78.968, "direction": "higher", "definition": "Spontane Selbstkorrekturen, nach denen das Dokument nur die endgültige Angabe enthält, pro annotierter Selbstkorrektur der Referenz. Steht die verworfene Angabe noch im Text oder ersetzt sie die endgültige, ist die Selbstkorrektur nicht umgesetzt. Ob eine Regel oder ein Sprachmodell sie umsetzt, spielt keine Rolle.", "ci95": [ 70.41, 85.56 ], "ci95Method": "wilson-design-effect", "designEffect": 2.3037 }, { "key": "edit-instruction-accuracy", "label": "Umgesetzte Bearbeitungsanweisungen", "numerator": 23, "denominator": 90, "valuePercent": 25.556, "direction": "higher", "definition": "Frei formulierte Anweisungen an das Dokument, deren Wirkung das gelieferte Dokument zeigt, pro annotierter Anweisung der Referenz. Eine solche Anweisung ändert eine früher genannte Angabe, ergänzt Inhalt an einer früheren Stelle oder verschiebt einen Abschnitt. Steht sie wörtlich im Text oder bleibt sie ohne Wirkung, ist sie nicht umgesetzt. Ob eine Regel oder ein Sprachmodell sie umsetzt, spielt keine Rolle.", "ci95": [ 13.88, 42.23 ], "ci95Method": "wilson-design-effect", "designEffect": 2.6683 } ], "errorTypes": [ { "label": "Nicht erfasste Referenzfakten", "count": 210 }, { "label": "Falsche oder unbelegte Aussagen", "count": 122 }, { "label": "Zutreffende, aber nicht relevante Aussagen", "count": 41 } ], "failedRuns": [], "configuration": { "locale": "de-DE", "automaticLanguageDetection": false, "productVersion": "HealthJet Web-Dashboard, Smart-Diktat mit Browseraufnahme, Stand 2. Quartal 2026", "modelVersions": null, "template": null, "instruction": { "id": "si-instr-diktat-ausarbeitung", "version": "1.0" }, "customVocabulary": null, "settings": { "inputPath": "Aufnahme in der Anwendung über einen virtuellen Mikrofoneingang", "language": "Deutsch", "outputLanguage": "Deutsch", "mode": "Smart-Diktat, Verarbeitung nach Ende der Aufnahme", "outputStyle": "KI-überarbeiteter Diktattext ohne Dokumentvorlage", "extraContext": false, "manualCorrection": false }, "scorer": { "name": "scribeindex-eval", "version": "1.0" }, "normalization": { "id": "de-med-wer", "version": "1.0" } }, "corpusMetadata": { "version": "1.0", "manifestSha256": "6768f28bb70c0457e31c2eaafd4f3c498c05b4aec26501537825bbaa22733060", "referenceVersion": "1.0", "referenceSha256": "18772162e86230bce7cfb8a2f52f90244df2b1cdf52bdb6a646494dd3596dbb9", "sourceScenarioCount": 64, "evaluatedScenarioCount": 62, "totalAudioSeconds": 18720, "durationSeconds": { "minimum": 60, "maximum": 900 }, "audioFormats": [ { "codec": "PCM 24 Bit (WAV)", "sampleRateHertz": 48000, "channels": 1 }, { "codec": "MP3 128 kbit/s", "sampleRateHertz": 44100, "channels": 1 }, { "codec": "AAC-LC (M4A)", "sampleRateHertz": 44100, "channels": 1 } ], "conversions": [ { "description": "Kontrollierte Wiedergabe der Referenzaufnahmen über einen virtuellen Mikrofoneingang mit −20 dBFS RMS in Echtzeit", "tool": "scribeindex-playback", "version": "1.0" }, { "description": "Dekodierung komprimierter Quelldateien zu PCM 48 kHz mono vor der Wiedergabe", "tool": "FFmpeg", "version": "7.1.1" } ], "exclusions": [ { "scenarioId": "diktat-023", "reason": "Die sprechende Person nannte versehentlich einen echten Namen. Die Aufnahme wurde vor der Referenzfreigabe zurückgezogen." }, { "scenarioId": "diktat-057", "reason": "Endgültige Angabe einer Selbstkorrektur auch nach Prüfung der Aufnahme nicht eindeutig hörbar." } ] }, "uncertainty": { "confidenceLevel": 0.95, "method": "paired-cluster-bootstrap", "clusterUnit": "scenario", "clusterCount": 62, "resamples": 2000, "seed": 4214870755, "intervalMethod": "percentile", "aggregation": "pooled-counts", "pairedSampleManifestSha256": "1feb69fb1f1a9ee5134ab583a5bf6a80625f840f53d2d833da91149ac9f1550a" } } ] } }