Fehlgeburten betreffen bis zu jede vierte klinisch erkannte Schwangerschaft und sind mit erheblicher psychischer, partnerschaftlicher und gesundheitsökonomischer Belastung assoziiert [1]. Die Lancet-Serie „Miscarriage Matters“ (2021) hat aufgezeigt, dass in der Versorgung insbesondere strukturelle Defizite bestehen – darunter unzureichende Information, fehlende Nachsorge und marginalisierte psychosoziale Betreuung [1,2].

Auch bei unerfülltem Kinderwunsch erleben viele Paare eine diskontinuierliche Betreuung. Gleichzeitig hat die eigeninitiierte Nutzung digitaler Angebote deutlich zugenommen: Zyklus-Apps, Wearables und hormonbasierte Heimtests werden millionenfach eingesetzt, und prospektive Kohortendaten deuten auf eine Assoziation mit erhöhter Konzeptionsrate hin [3]. Allerdings variieren Validierung und klinische Integration dieser Systeme erheblich. Auch KI-gestützte Anwendungen finden zunehmend Eingang in die Reproduktionsmedizin. Eine aktuelle Analyse zeigt jedoch einen Schwerpunkt auf Screening und Diagnostik, während patientenzentrierte Versorgungsmodelle selten implementiert sind [4].

Vor diesem Hintergrund stellt sich weniger die Frage, ob digitale Lösungen im Bereich Kinderwunsch und Schwangerschaftsverlust eingesetzt werden, sondern vielmehr, wie? Digitale Begleitung darf weder als Ersatz ärztlicher Betreuung noch als rein kommerzielles Lifestyle-Produkt verstanden werden. Ihr Potenzial liegt vielmehr in strukturierter Information, in der Sicherung von Kontinuität zwischen Versorgungskontakten, in der frühzeitigen Triage und – insbesondere nach einem Schwangerschaftsverlust – in einer niederschwelligen, ganzheitlichen und longitudinalen Nachsorge.

‍

Versorgungsrealität und Versorgungslücken

Fertilitätswissen

Unzureichende Fertilitätskompetenz ist ein zentrales strukturelles Problem bereits vor Inanspruchnahme reproduktionsmedizinischer Maßnahmen. Die ESHRE-Empfehlung zur Entwicklung und Implementierung von Tools zur Fertilitätsbildung betont, dass Fertilitätswissen in der Allgemeinbevölkerung durchgehend niedrig bis moderat ausgeprägt ist und systematische Bildungsstrategien fehlen [5].

Qualitative Daten aus Dänemark zeigen, dass junge Erwachsene im Alter von 18 bis 29 Jahren im Mittel nur etwa 54 % der Fragen der Cardiff Fertility Knowledge Scale korrekt beantworten konnten [6]. Gleichzeitig äußerten die Teilnehmenden explizit den Wunsch nach früherer, zielgruppengerechter und professionell vermittelter Information. Bemerkenswert ist die Ambivalenz: Wissen wird als relevant und selbstermächtigend erlebt, gleichzeitig aber auch als potenziell belastend – insbesondere wenn es nicht kontextualisiert und begleitet vermittelt wird [6]. Diese Befunde unterstreichen 2 Aspekte, die für digitale Begleitmodelle relevant sind:

• Der Bedarf an evidenzbasierter, ärztlich kuratierter Information ist hoch.
• Eine reine Informationsvermittlung ohne Einbettung in psychosoziale Kontexte kann hingegen kontraproduktiv wirken.

‍

Fehlgeburt

Fehlgeburten betreffen bis zu 25 % der klinisch ­erkannten Schwangerschaften [1]. Trotz dieser ­hohen Prävalenz ist die Versorgung vielfach auf die akute medizinische Behandlung fokussiert. Die ­Lancet-Serie zur Fehlgeburt fordert explizit eine strukturelle Reform der Fehlgeburtsversorgung und betont die Notwendigkeit systematischer Nachsorge, emotionaler Unterstützung und standardisierter ­Informationspfade [1,2].

Eine dänische qualitative Längsschnittstudie zu Paaren nach 1–2 frühen Fehlgeburten beschreibt in der Folgeschwangerschaft eine ausgeprägte Ver­sorgungslücke in den ersten 20 Schwangerschaftswochen („scary gap in care“), begleitet von hoher Angstbelastung und dem Wunsch nach engmaschigerer Überwachung sowie nach expliziter Anerkennung der vorangegangenen Fehlgeburt; eine zufriedenstellende Betreuung wird häufig erst in der zweiten Schwangerschaftshälfte erlebt [7].

Diese Befunde sind für digitale Konzepte besonders relevant, da die Phase mit dem höchsten Unterstützungsbedarf strukturell am wenigsten versorgt ist. Das Programm PREGAFTERPL (Pregnancy After ­Pregnancy Loss) adressiert diese Lücke entsprechend. Es handelt sich um eine strukturierte digitale Unterstützungsintervention für Paare in einer ­Folgeschwangerschaft nach Fehlgeburt mit folgenden Kernkomponenten:

• evidenzbasierte Information zur aktuellen Schwangerschaft,
• Strategien zum Umgang mit Angst und Unsicherheit,
• definierte Unterstützungs- und Anlaufstellen [8].

Für die klinische Praxis verdeutlicht dies, dass der Bedarf an strukturierter Begleitung von Betroffenen klar artikuliert ist – insbesondere im frühen Schwangerschaftsverlauf.

‍

Kinderwunsch

Parallel zu diesen strukturellen Defiziten ist eine zunehmende Digitalisierung der Eigeninitiative zu beobachten. Zyklus-Apps und hormonbasierte Heimtests werden breit genutzt, teilweise mit positiven Assoziationen zur Fekundabilität [3]. Dennoch besteht eine Diskrepanz zwischen Nutzung und ­evidenzbasierter Einordnung.

Die ESHRE-Empfehlung zur Fertilitätsbildung weist explizit darauf hin, dass digitale Gesundheitskompetenz eine zentrale Determinante für reproduktive Entscheidungen darstellt, viele digitale Angebote jedoch nicht evidenzbasiert sind [5]. Ohne eine zuverlässige Einordnung, die entsprechende fachliche Expertise voraussetzt, kann digitale Selbstoptimierung zu Fehlannahmen über fertile Zeitfenster, Erfolgswahrscheinlichkeiten oder Behandlungsoptionen führen. In einer von uns durchgeführten Online-Umfrage zeigte sich konsistent:

• Digitale Informationsquellen zählen zu den primären ersten Anlaufstellen.
• Gleichzeitig besteht Unsicherheit hinsichtlich der Validität und Qualität dieser Inhalte.
• Der Wunsch nach strukturierter Orientierung („Wann sollte ich mich vorstellen?“, „Welche Diagnostik ist sinnvoll?“) ist ausgeprägt.

Diese Konstellation – hohe digitale Aktivität bei gleichzeitigem Orientierungsbedarf – eröffnet einen klar definierten Interventionsraum für qualitätsgesicherte, ärztlich integrierte digitale Begleitmodelle.

Digitale Begleitung entlang der Patientenreise

Digitale Angebote im Kontext von Kinderwunsch und Fehlgeburt entfalten ihren Mehrwert vor allem dann, wenn sie systematisch in bestehende Versorgungspfade eingebunden werden. Im Mittelpunkt steht dabei eine strukturierte Begleitung entlang definierter Versorgungsphasen – von der initialen evidenzbasierten Information über Diagnostik und Therapie bis hin zur Nachsorge. Ein solches Modell zielt darauf ab, Informationsasymmetrien zu reduzieren, Übergänge zwischen Versorgungskontakten transparenter zu gestalten und Unterstützungsbedarf frühzeitig zu erkennen (Tab.).

‍

Präkonzeptionelle Phase und früher Kinderwunsch

In der Phase vor oder zu Beginn eines akuten Kinderwunsches stehen Information, Risikoeinschätzung und Orientierung im Vordergrund. Viele Paare nutzen bereits digitale Anwendungen zur Zyklusbeobachtung oder Ovulationsbestimmung, jedoch häufig ohne ärztliche Einordnung. Hier können ­qualitätsgesicherte digitale Begleitmodelle eine strukturierende Funktion übernehmen.

Neben der Bereitstellung evidenzbasierter Informationen zu altersabhängiger Fertilität, modifizierbaren Risikofaktoren und realistischen Erfolgsaussichten kann eine strukturierte Selbsteinschätzung integriert werden, etwa hinsichtlich Zyklusregularität, Dauer des Kinderwunsches oder relevanter Vorerkrankungen. Entscheidender Mehrwert entsteht durch klar definierte Schwellenwerte bzw. Interventionspunkte, ab denen eine ärztliche Vorstellung empfohlen wird. Damit kann einerseits eine unnötige Verzögerung bei Risikokonstellationen vermieden, andererseits eine Überdiagnostik bei jungen Paaren mit guten Chancen auf eine spontane Konzeption reduziert werden.

Digitale Präkonzeptionsmodule sind somit weniger als Lifestyle-Angebot, sondern vielmehr als Instrument zur strukturierten Orientierung und Selbsteinordnung zu verstehen.

‍

Frühschwangerschaft

Die Frühschwangerschaft stellt eine Phase erhöhter Unsicherheit dar. Nach vorausgegangener Fehlgeburt ist die subjektive Bedrohungswahrnehmung häufig besonders ausgeprägt [7]. Gleichzeitig besteht ­gerade in den ersten Schwangerschaftswochen oft nur ein begrenzter Zugang zu strukturierter Betreuung.

Digitale Begleitmodelle können in dieser Phase mehrere Funktionen übernehmen. Dazu gehören die standardisierte Aufklärung über typische Symptome und Warnzeichen, eine transparente ­Darstellung diagnostischer Abläufe (z. B. die Bedeutung des frühen Ultraschalls oder des hCG-­Verlaufs) sowie strukturierte Triage-Elemente bei Blutungen oder Schmerzen. Wesentlich ist dabei eine klare ­Abgrenzung digitaler Angebote gegenüber Notfallsituationen sowie eine transparente Kommunikation von Reaktionszeiten bei digitalen Kontaktmöglichkeiten. Nur so lässt sich die Patientensicherheit ­verlässlich gewährleisten.

‍

Fehlgeburt: Akutphase und strukturierte Nachsorge

Nach einer Fehlgeburt endet die strukturierte Betreuung häufig abrupt. Genau an dieser Schnittstelle liegt ein zentrales Potenzial digitaler Begleitmodelle. Während die akute medizinische Versorgung meist standardisiert erfolgt, fehlt häufig eine systematische Nachsorge mit klarer Informations- und Unterstützungsstruktur.

Digitale Module können hier evidenzbasierte Informationen zu Ursachen, Rezidivrisiko und Prognose bereitstellen und häufige Missverständnisse korrigieren. Ergänzend können strukturierte Nachsorgepfade implementiert werden, etwa durch Erinnerungsfunktionen für Kontrolltermine oder Hinweise zur präkonzeptionellen Vorbereitung auf eine erneute Schwangerschaft. Besonders relevant ist die Inte­gration niedrigschwelliger psychosozialer Screening-Elemente, um Patientinnen und Paare mit erhöhter psychischer Belastung frühzeitig zu identifizieren und ggf. gezielt weiterzuvermitteln. Dies zielt auf jene Versorgungslücke, die in der ­frühen Phase nach einer Fehlgeburt wiederholt beschrieben wurde.

‍

Rezidivierende Fehlgeburten

Bei wiederholten Fehlgeburten ist die Versorgung häufig interdisziplinär und diagnostisch komplex. Digitale Werkzeuge können hier primär zur Strukturierung beitragen. Standardisierte Anamnesefragebögen vor der Erstvorstellung, Checklisten zur bereits erfolgten Diagnostik sowie klar aufbereitete Informationsmodule zu diagnostischen und therapeutischen Optionen können die Konsultation effizienter gestalten.

Darüber hinaus kann die strukturierte Darstellung diagnostischer Schritte Transparenz schaffen und die gemeinsame Entscheidungsfindung unterstützen. Gerade bei emotional hochbelasteten Paaren kann eine solche Vorstrukturierung die Gesprächsqualität verbessern und zu einer realistischen Erwartungshaltung beitragen.

Evidenz, Limitationen und neue Entwicklungen

Die Implementierung digitaler Begleitmodelle im Bereich Kinderwunsch und Fehlgeburt sollte nicht primär innovationsgetrieben erfolgen, sondern evidenzbasiert und differenziert. Die derzeitige Datenlage ist heterogen und variiert je nach Anwendungsbereich erheblich.

‍

Digitale Anwendungen bei Kinderwunsch

Für Zyklustracking-Anwendungen existieren prospektive Daten, die eine Assoziation mit verkürzter Time-to-Pregnancy nahelegen, insbesondere bei Integration hormoneller Marker oder Temperaturdaten [3]. Gleichwohl beruhen viele Untersuchungen auf selektionierten, gesundheitsaffinen Kollektiven. Randomisierte kontrollierte Studien sind selten, und klinisch relevante Endpunkte wie Lebend­geburtenraten werden bislang kaum erhoben. ­Digitale Tools können somit die zeitliche Orientierung verbessern und möglicherweise das Timing optimieren. Sie ersetzen jedoch keine reproduktionsmedizinische Abklärung bei klar definierten Indikationen. Ihre Rolle ist primär unterstützend, nicht therapeutisch.

‍

Digitale Unterstützungsangebote nach Fehlgeburt

Die psychische Belastung nach einer Fehlgeburt ist gut dokumentiert. Prospektive Daten zeigen, dass ein relevanter Anteil der Betroffenen Monate nach dem Ereignis Symptome von Angst, Depression oder posttraumatischer Belastung aufweist [9]. Diese Befunde unterstreichen die Notwendigkeit strukturierter Nachsorge- und Unterstützungs­angebote.

Gleichzeitig ist die Evidenz zu digitalen Interventionen in diesem Kontext bislang begrenzt. Programme wie PREGAFTERPL zeigen, dass patientenzentrierte digitale Interventionen theoriegeleitet entwickelt und von Betroffenen akzeptiert werden können [8]. Aussagen zur Wirksamkeit im Sinne einer signifikanten Reduktion psychischer Belastung oder einer Verbesserung von Schwangerschafts-Outcomes ­stehen jedoch bislang weitgehend aus.

‍

Digitale Gesundheitskompetenz und Desinformation

Die digitale Gesundheitskompetenz (eHealth Literacy), also die Fähigkeit, Online-Gesundheitsinformationen kritisch zu bewerten, ist nicht in allen Bevölkerungsgruppen gleichermaßen ausgeprägt und beeinflusst reproduktive Entscheidungen maßgeblich [10,11]. Ärztlich kuratierte digitale Ange­bote können hier als qualitätsgesicherte Referenz dienen, sofern eine transparente Darstellung von Quellen, Aktualisierung und Verantwortlichkeit ­gewährleistet ist (Abb.) [5].

‍

KI-Agenten und Chatbots in der Reproduktionsmedizin

Eine besondere Dynamik entfaltet derzeit der Einsatz generativer KI-Systeme und Chatbots. Große Sprachmodelle zeigen die Fähigkeit, medizinisches Wissen in erheblichem Umfang abzubilden und klinische Fragestellungen sprachlich plausibel zu beantworten [12]. Automatisierte Gesprächsagenten finden im Gesundheitswesen grundsätzlich Akzeptanz, ihre Leistungsfähigkeit bleibt jedoch stark kontextabhängig [13].

Randomisierte Daten zeigen jedoch, dass sich diese Leistungsfähigkeit nicht automatisch in reale Nutzungssituationen überträgt. In einer kontrollierten Studie identifizierten die Sprachmodelle isoliert relevante Diagnosen in über 90 % der Fälle; bei interaktiver Nutzung durch Laien verbesserte sich die Einschätzung klinischer Dringlichkeit hingegen nicht im Vergleich zur herkömmlichen Informationssuche [14]. Ursächlich waren vor allem Interaktionspro­bleme – etwa unvollständige Angaben oder missverständliche Rückfragen – und nicht primär ein Defizit an medizinischem Modellwissen [14].

Von Patientinnen und betroffenen Paaren werden solche Systeme zunehmend zur Einordnung von Symptomen und Befunden genutzt. Ihr Potenzial liegt in der strukturierten Aufbereitung komplexer Informationen und der Vorbereitung ärztlicher Konsultationen. Da große Sprachmodelle (Large Language Models, LLMs) probabilistische Antworten auf Basis ihrer Trainingsdaten generieren und keine individuelle Risikoabwägung vornehmen, erscheint eine Einbettung in hybride Versorgungsmodelle mit klar definierter ärztlicher Verantwortung als sachgerechter Rahmen [15].

‍

Realistische Grenzen digitaler Versorgung

Digitale Begleitung kann Struktur, Information und Kontinuität verbessern. Sie kann jedoch weder komplexe emotionale Prozesse vollständig abbilden noch individuelle ärztliche Entscheidungsprozesse ersetzen. Insbesondere die Verarbeitung einer Fehlgeburt oder die Abwägung reproduktionsmedizinischer Therapiestrategien bleiben ein interpersoneller Prozess.

Zudem ist zu berücksichtigen, dass digitale Angebote nicht alle Patientengruppen gleichermaßen erreichen. Unterschiede in digitaler Kompetenz, Sprachbarrieren oder sozioökonomische Faktoren beeinflussen die Nutzbarkeit erheblich. Digitale ­Versorgung darf daher nicht zu einer neuen Form struktureller Ungleichheit führen.

Vor diesem Hintergrund erscheint ein hybrides ­Modell am plausibelsten: digitale Strukturierung und Informationsvermittlung bei klar definierter ärztlicher Verantwortung. Ein Beispiel für ein solches ­hybrides Begleitmodell ist die von den ­Autoren mitentwickelte Fertia-App, die strukturierte Information, KI-gestützten Chat und Triage-Elemente entlang der beschriebenen Versorgungsphasen ­integriert.

‍

Rechtliche und regulatorische Anforderungen

In Deutschland existiert mit den digitalen Gesundheitsanwendungen (DiGA, „App auf Rezept“) ein regulatorischer Rahmen für digitale Gesundheits­anwendungen, die auf ärztliche Verordnung hin ­genutzt und von Krankenkassen erstattet werden können. Für den Bereich Kinderwunsch und Fehlgeburt ist bislang jedoch keine DiGA zugelassen. Die Implementierung digitaler Begleitmodelle ­erfordert neben medizinischer auch rechtliche Sorgfalt. ­Zentral ist zunächst der Datenschutz: Da regelmäßig hochsensible Gesundheitsdaten verarbeitet werden, setzt die Datenschutzgrund­verordnung Daten­sparsamkeit, transparente Einwilligungsprozesse und sichere Infrastruktur voraus. Darüber hinaus ist zu prüfen, ob eine ­Anwendung unter das Medizinprodukterecht fällt. Sobald digitale Systeme ­diagnostische oder therapeutische Empfehlungen geben oder Risikoklassifikationen vornehmen, kann eine CE-Kennzeichnung erforderlich sein.

Die Grenze zwischen reinem Informationsangebot und medizinischer Entscheidungsunterstützung ist dabei nicht immer trennscharf. Bei digitalen Kommunikationskanälen wie Chat-Funktionen oder Triage-Modulen müssen zudem Reaktionszeiten, Erreichbarkeit und Notfallhinweise klar definiert sein, da die ärztliche Verantwortung auch bei digital unterstützten Prozessen bestehen bleibt. Qualitativ sollten digitale Begleitmodelle evidenzbasiert, regelmäßig aktualisiert und transparent hinsichtlich Quellen und Versionierung sein. Entscheidend bleibt die Einbettung in defini­erte Versorgungspfade mit eindeutiger ärztlicher Verantwortlichkeit – digitale Begleitung ergänzt die Versorgung, darf sie jedoch nicht entpersonalisieren.

‍

Die Evidenzlage zu digitalen Begleitmodellen bei Kinderwunsch und Fehlgeburt ist heterogen; randomisierte Wirksamkeitsdaten bleiben begrenzt. Gleichzeitig zeigen Bedarfsanalysen und Patientinnenperspektiven klar, dass strukturierte digitale Begleitung gewünscht und benötigt wird – insbesondere in Phasen, in denen das Versorgungssystem Lücken aufweist. Voraussetzung für eine sinnvolle Implementierung sind Qualitätsstandards, Datenschutzkonformität und eine konsequent hybride Versorgungslogik mit eindeutiger ärztlicher Verantwortlichkeit. Digitale Begleitung ist damit nicht primär eine technologische Innovation, sondern ein Instrument zur strukturierten Weiterentwicklung reproduktionsmedizinischer Versorgungsqualität.