Außer dem gastgebenden Unternehmen Nuance Healthcare waren die Unternehmen Siemens Healthcare Services, DFC-Systems und 4voice auf dem Podium vertreten. Für die Anwenderseite standen Vertreter der Krankenhäuser Augusta-Krankenanstalt Bochum und Radiologie Oberland am Krankenhaus Agatharied.

Dass die Einführung von Spracherkennung im Krankenhaus mit großen Effizienzgewinnen einhergehen kann, ist viel beschrieben. Große radiologische Abteilungen können mit jährlichen Einsparungen im sechsstelligen Bereich kalkulieren. Die Dokumenten-Turnover-Zeiten verändern sich zum Teil dramatisch. Dauert es ohne Spracherkennung vielerorts Tage, zum Teil Wochen, bis ein Befund oder Brief im jeweiligen System ist, berichten Kliniken, die Spracherkennung nutzen, praktisch ausnahmslos von mehr oder weniger sofortiger Verfügbarkeit. Trotzdem ist die Einführung von Spracherkennung kein Selbstläufer.

Eine wichtige Botschaft der Münchener Runde war, dass Spracherkennung keine Software wie jede andere ist. Installieren, aufrufen, loslegen, das funktioniert nicht bei einer Lösung, die auf der individuellen Interaktion zwischen Mensch und Maschine beruht. Schulungen sind unverzichtbar. Und auch beim Sprechen kann der Diktierende nicht völlig ignorieren, dass er es mit einem Digital-Gegenüber zu tun hat. Das heißt nicht, dass stakkato- oder gar roboterartig gesprochen werden müsste. Eine natürliche Sprache ist in aller Regel die beste Strategie. Nur: Wer so diktiert, dass die Sekretärin früher schon Schwierigkeiten hatte, ein Diktat fehlerfrei zu transkribieren, der wird auch von einer Maschine nicht besser verstanden.

Der Faktor Mensch ist also einer der Schlüssel zum Erfolg bei der Umsetzung von Spracherkennung. Eine sinnvolle Integration in die Prozesse der Dokumentenerstellung ist ein weiterer Punkt. Hier spielt auch die Frage hinein, ob Spracherkennung „online" oder „offline" eingesetzt werden sollte, ob also der Arzt sein Diktat sofort auf dem Bildschirm sieht und korrigiert oder ob eine Schreibkraft zwischengeschaltet wird, die den von der Spracherkennung gelieferten Text in Form bringt.