Die Datenintegrationszentren (DIZ) führen Daten aus unterschiedlichen klinischen Systemen zusammen, harmonisieren und bereiten sie datenschutzkonform auf. Ihr sichtbarster Nutzen liegt bislang jedoch vor allem in der Bereitstellung von Daten für Forschungsprojekte – trotz langer Bearbeitungszeiten und bürokratischer Prozesse beim Datenzugang.
Für die Universitätskliniken entsteht dadurch ein Ungleichgewicht: Sie tragen erheblichen Aufwand für Erschließung, Standardisierung und Bereitstellung ihrer Daten, während der direkte Nutzen für die Versorgung, Qualitätsverbesserungen oder Kosteneinsparungen vielerorts begrenzt bleibt. Klinische Teams können die vorhandenen Daten häufig nicht einfach und selbstständig nutzen, um Versorgungsqualität, Behandlungspfade oder Prozesse zu verbessern.
Interne Nutzung als Voraussetzung für langfristigen Erfolg
Damit sich die Investitionen in die DIZ langfristig auszahlen und ihre Finanzierung verstetigt werden kann, braucht das DIZ eine Nutzungsebene innerhalb des Universitätsklinikums, die aus integrierten Daten konkrete Erkenntnisse und Verbesserungen für die Versorgung ermöglicht. Dafür sind drei Voraussetzungen entscheidend: ein einfacher und sicherer Zugang zu den Daten, Datenschutzmechanismen für die Zusammenarbeit über Abteilungs- und Organisationsgrenzen hinweg sowie KI-Werkzeuge, die medizinische und operative Anwender unterstützen.
Technologisch ist dies bereits möglich:
1. Self-Service statt Analyse auf Bestellung
Klinische Daten sind heute häufig nur über spezialisierte IT-, BI- oder Data-Science-Teams zugänglich. Fachanwender formulieren eine Anfrage und warten auf eine Auswertung. Das begrenzt die Zahl der Analysen und erschwert den explorativen Prozess, bei dem aus einer ersten Antwort unmittelbar die nächste Frage entsteht. Eine Self-Service-Plattform verändert dieses Modell. Berechtigte Anwender können Patientengruppen bilden, Versorgungspfade vergleichen und Ursachen für Abweichungen selbstständig untersuchen. Daten werden damit zu einem kontinuierlich nutzbaren Arbeitsmittel.
2. Synthetische Daten für eine sichere Nutzung
Je breiter Gesundheitsdaten genutzt werden, desto wichtiger werden Datenschutz und Kontrolle. Der Zugang zu Originaldaten im Einklang mit regulatorischen und organisatorischen Vorgaben bleibt dabei die bevorzugte Methode, ist jedoch nicht immer möglich. Die DIZ müssen daher in der Lage sein, den Datenzugang nahtlos auch in synthetischer Form zu ermöglichen. Synthetische Daten bilden die statistischen Eigenschaften realer Daten ab, ohne konkrete Patientinnen und Patienten zu repräsentieren.
So können medizinische Teams Hypothesen prüfen, Analysen vorbereiten und Ergebnisse diskutieren, ohne unmittelbar mit personenbezogenen Daten zu arbeiten. Zugleich erleichtert dies die Zusammenarbeit mit anderen Kliniken, Forschungseinrichtungen und externen Partnern. Synthetische Daten ersetzen weder Governance noch die abschließende Validierung an Originaldaten. Sie senken jedoch die Hürden für eine sichere und produktive Datennutzung.
3. KI als Unterstützung für Fachanwender
Self-Service darf nicht bedeuten, dass jede Ärztin und jeder Arzt komplexe Abfragesprachen oder statistische Verfahren beherrschen muss. KI-Werkzeuge können bei der Formulierung von Fragestellungen, der Definition von Kohorten und der verständlichen Aufbereitung von Ergebnissen unterstützen. Die fachliche Bewertung und die Entscheidung über Maßnahmen bleiben beim Menschen.
Datennutzung bringt Millionen
Konsequent genutzte Daten können Versorgungsqualität und Wirtschaftlichkeit gleichzeitig verbessern. Schon kleine Veränderungen bei Verweildauer, Wiederaufnahmen, Arzneimitteltherapie oder Patientendurchsatz können bei den Fallzahlen eines Universitätsklinikums erhebliche finanzielle Effekte erzielen.
Das Sheba Medical Center in Israel hat dafür ein eigenes ADAMS Center aufgebaut. Klinische und operative Teams nutzen dort eine gemeinsame Datenplattform, um Patientenflüsse, Behandlungsprozesse und Qualitätsprobleme zu untersuchen. Entscheidend ist nicht ein einzelner Anwendungsfall, sondern die Fähigkeit, kontinuierlich neue Fragestellungen zu bearbeiten und Verbesserungen zu messen. Die jährlichen Einsparungen durch ADAMS Center Projekte liegen im zweistelligen Millionenbereich – und resultieren sowohl aus qualitativen Verbesserungen in der Versorgung, als auch durch Prozessoptimierungen und Effizienzsteigerungen.
Auch das McGill University Health Centre in Kanada verfolgt diesen Ansatz. Im Rahmen der Initiative „Solve the Stay“ untersucht das Klinikum Ursachen langer Aufenthalte und bestehender Engpässe. Das Klinikum prognostiziert für das erste Projektjahr mehr als zehntausend eingesparte Aufenthaltstage und ein Einsparvolumen von mehr als 10 Millionen Euro.
Seit Juli 2026 geht auch der Manchester University NHS Foundation Trust diesen Weg. Einer der größten NHS-Klinikverbünde in England – und ein EPIC Haus – gab kürzlich ebenfalls die Einführung einer Self-Service Plattform bekannt. Der erste Schwerpunkt liegt auf Nierenerkrankungen, unter anderem auf der Steuerung von Wartelisten und der Planung von Dialysekapazitäten.
Diese Beispiele zeigen: Datennutzung im klinischen Arbeitsalltag schafft messbaren Mehrwert. Deutschlands Universitätskliniken haben mit den Datenintegrationszentren bereits eine leistungsfähige Grundlage geschaffen, um diesen Mehrwert schnell zu realisieren – und damit gerade angesichts des wachsenden Kostendrucks im Gesundheitswesen einen wichtigen Beitrag zu besserer Versorgung und höherer Effizienz zu leisten. Entscheidend ist nun, nicht weiter vor allem in zusätzliche Dateninfrastrukturen zu investieren, sondern funktionierende Lösungen einzuführen, die vorhandene Daten für medizinische und operative Teams zügig und unmittelbar nutzbar machen.
Autor:
Armin Scheuer ist Director DACH bei MDClone. MDClone ist ein Unternehmen, dass Krankenhäuser bei der eigenen Datennutzung unterstützt, um messbaren und kontinuierliche Verbesserungen in der Versorgung zu erzielen.