Die Anwendung hinter DoXtime. Für den Zahnarzt ist es ein Assistent, mit dem du sprichst. Darunter verbirgt sich ein vollständiges Praxis-CRM mit Patienten, Terminen, Aufzeichnungen, Abrechnung und Berechtigungen. Es ist das Produkt des Kunden und wir sind das Entwicklungsteam.
Was es leistet
Ein Zahnarzt behandelt einen Patienten und diktiert am Behandlungsstuhl, auf einem iPad, freihändig, ohne einen Handschuh auszuziehen. Eine Patientennummer und die gesprochene Behandlung sind die gesamte Eingabe. Daraus erzeugt das System drei Dinge.
Eine strukturierte Aufzeichnung in der Form, wie eine Praxis sie tatsächlich ablegt, mit festen Abschnitten, ohne Prosa, bearbeitbar, bevor sie freigegeben wird. Diktierte Befunde werden zitiert und nicht umformuliert.
Ein Abrechnungsvorschlag über die deutschen Kataloge, gesetzliche und private Gebühren, analoge Positionen, Materialien und Laborarbeiten, mit dem Multiplikator und seiner schriftlichen Begründung, geprüft gegen die Abrechnungsregeln und Position für Position angezeigt, damit die Praxis sehen kann, warum jede Zeile dort ist.
Und ein Plan für das, was noch aussteht, getrennt von dem, was heute abgerechnet wurde, und auf den nächsten Termin übertragen.
Darum herum sitzt der Teil, der es in einer echten Praxis nutzbar macht: ein Chat-Assistent, der den aktuellen Bildschirm, Patienten und Termin kennt; mehrere Praxen und mehrere Zahnärzte mit Berechtigungen bis zur einzelnen Zeile; und ein pro-Praxis-Speicher für Hausregeln, Abkürzungen und Behandlungsbündel, damit das System so abrechnet, wie diese Praxis abrechnet, und nicht wie ein Lehrbuch.
Die zwei Invarianten
Alles andere ist verhandelbar. Diese beiden nicht.
Das Sprachmodell sieht niemals echte Patientendaten. Die Anwendung, die Patientenakten enthält, macht keinerlei Modellaufrufe. Der KI-Pfad läuft über separate Dienste, die Identität wird entfernt, bevor etwas die Anwendung verlässt, jede Entfernung wird protokolliert, und der Löschpfad erstreckt sich über alle Dienste. Die Praxis sieht weiterhin, mit wem der Termin ist. Die Trennung ist etwas, das einem Datenschutzbeauftragten gezeigt werden kann, nicht etwas, das wir behaupten.
Es wird kein Abrechnungscode erfunden. Jede Position basiert auf einer echten Katalogzeile. Das Modell schlägt Kandidaten vor und das System überprüft die erstellte Rechnung gegen den Katalog, anstatt ein Modell Codes aus dem Gedächtnis produzieren zu lassen. Das ist der ganze Unterschied zwischen einer Demo und einer Rechnung, die eine Prüfung übersteht.
Status
Ein Prototyp. Ein Pilotprojekt läuft in München innerhalb der Zahneins-Gruppe.
Technologie-Stack
- Laravel: Die Hauptanwendung.
- Django: Der KI-Dienst.
- MCP: Das eigene Claude oder ChatGPT der Praxis, das auf dieselben Daten zugreift.
Interner Projektindex: siehe INTERNAL.md in diesem Ordner (nicht veröffentlicht).
Zuletzt bearbeitet
- 2026-09-19 Expose DoXtime skills to MCP: list/run tenant skills over the ai-nexus API Open
- 2026-09-19 MCP - alpha v2: stateless MCP over AI Nexus, practice knowledge as a monolith entity In Progress
- 2026-09-19 AI Nexus: OAuth 2.1 authorization server for MCP clients (DCR, PKCE, consent handover from the monolith, grants, introspection) Open
- 2026-09-19 Monolith: MCP connect — sign-in + consent handover to AI Nexus and the "connected AI apps" settings screen Open
- 2026-09-19 Monolith: knowledge_items — practice knowledge entity (table, history, association types with patient guard, /api/ai-nexus/v1 endpoints, settings UI, index chunk for the AI) Open