Doppelte Datensätze, veraltete Adressen, fünf Schreibweisen für dieselbe Krankenkasse: Was in alten Systemen schlummert, zieht sonst mit um. So bereinigen Sie Stammdaten, bevor Migration und KI darauf aufbauen.
01vorwäsche → formate: datum, telefon, leerzeichen02schreibweisen → ein kostenträger, ein stammsatz03dubletten → regeln schlagen vor, mensch entscheidet04pflichtfelder → was fehlt, wird erfragt, nicht erfunden05veraltetes → archivieren, wo eine frist gilt06danach → migration · dann ki, gezielt
In jeder Einrichtung, die seit Jahren mit derselben Software arbeitet, haben sich Altlasten angesammelt. Niemand hat sie absichtlich angelegt: Eine Klientin wird nach einem Krankenhausaufenthalt neu aufgenommen, statt die alte Karte zu reaktivieren. Eine Kollegin kürzt den Kassennamen ab, ein Kollege schreibt ihn aus. Ein Umzug landet auf dem Zettel statt im System. Solange alle wissen, welche Karte die richtige ist, funktioniert das. Spätestens beim Umzug in ein neues System oder beim Einsatz von KI funktioniert es nicht mehr.
Was im alten System doppelt, veraltet oder falsch steht, steht danach genauso im neuen. Nur schwerer zu finden, weil niemand mehr die Eigenheiten des Altsystems kennt.
Eine KI, die Dokumente zuordnet oder Abrechnungen prüft, kann nur so gut sein wie die Stammdaten dahinter. Zwei Karten für eine Person heißen: zwei halbe Geschichten.
Eine falsche Versichertennummer führt zur Absetzung, eine alte Adresse zur Leerfahrt, eine Dublette zu einem Befund in der falschen Akte.
Datenqualität ist der unsichtbare erste Schritt jeder Digitalisierung. Wer ihn überspringt, zieht seine Probleme mit um und bringt einer KI bei, mit ihnen zu arbeiten.
Stammdaten sind die Daten, die sich selten ändern und auf die sich alles andere bezieht: Klientinnen und Klienten, Patientinnen und Patienten, Kostenträger, Hausarztpraxen, Adressen. In Pflegediensten, Pflegeeinrichtungen und Praxen begegnen uns immer wieder dieselben sechs Baustellen:
Dieselbe Person mit zwei Karten, etwa nach einer Wiederaufnahme, einem Umzug oder einem Tippfehler. Befunde und Leistungen verteilen sich dann auf beide.
Derselbe Kostenträger, dieselbe Straße, dieselbe Arztpraxis in fünf Varianten. Auswertungen und Schnittstellen sehen fünf verschiedene Dinge.
Datumsangaben, Telefonnummern, Groß- und Kleinschreibung, Leerzeichen am Ende. Für Menschen lesbar, für Maschinen ein Hindernis.
Fehlende Versichertennummern, fehlende Hausarztangaben, fehlende Notfallkontakte. Oft fällt es erst auf, wenn jemand die Angabe dringend braucht.
Klientinnen und Klienten, die verstorben oder umgezogen sind, stehen weiter in der aktiven Liste: in der Tourenplanung, in Auswertungen, in Zugriffsrechten.
Wichtiges steht im Bemerkungsfeld statt im dafür vorgesehenen Feld. Keine Regel und keine Schnittstelle findet es dort zuverlässig.
Einzeln wirkt jeder Fehler harmlos. Teuer wird er durch das, was er auslöst. Stoßen Sie den ersten Stein an und sehen Sie, wie aus einem falschen Feld eine Kette von Folgen wird, und wo eine einfache Regel sie stoppt:
Bei der Aufnahme werden zwei Ziffern der Versichertennummer vertauscht. Niemand merkt es, die Karte sieht vollständig aus.
Die Leistungen des Monats gehen mit der falschen Nummer an die Kasse.
Die Kasse kann die Positionen keiner versicherten Person zuordnen und weist sie ab oder setzt sie ab.
Im Büro sucht jemand den Fehler, gleicht mit Verordnung und Karte ab und korrigiert den Stammsatz.
Die Rechnung wird neu gestellt. Das Geld kommt später, und die Zeit fehlt an anderer Stelle.
Wählen Sie einen Fehler und stoßen Sie den ersten Stein an. Jede Folge wird darunter erklärt.
So bereinigen wir Stammdaten: in festen Stationen, jede mit eigenen Regeln, und mit einem klaren Halt dort, wo ein Mensch entscheiden muss. Probieren Sie es an vierzehn Karteikarten eines fiktiven Pflegedienstes aus. Starten Sie Station für Station oder lassen Sie alles durchlaufen, und öffnen Sie danach einzelne Karten, um zu sehen, was sich geändert hat.
14 Karteikarten warten am Eingang. Starten Sie die Stationen einzeln oder lassen Sie alles durchlaufen. An Station 3 hält das Band: Dort entscheiden Sie.
Die Stationen arbeiten unterschiedlich. Formate und Schreibweisen lassen sich mit Regeln vereinheitlichen, die einmal festgelegt und dann immer gleich angewendet werden. Bei Dubletten helfen Ähnlichkeitsverfahren und KI, Kandidaten zu finden. Sie sehen aber nicht, dass zwei Karten zu Vater und Sohn gehören. Fehlende Angaben kann keine Regel erfinden, sie werden erfragt. Und ob eine Karte archiviert oder gelöscht wird, folgt aus Fristen, nicht aus dem Gefühl, dass sie alt ist.
Datenqualität ist nicht nur eine Frage der Ordnung. Die DSGVO verlangt richtige und aktuelle Daten, und für Gesundheitsdaten gelten Aufbewahrungsfristen, die beim Aufräumen nicht verletzt werden dürfen. Die Übersicht ist bewusst vereinfacht und ersetzt keine Einzelfallprüfung.
Personenbezogene Daten müssen sachlich richtig und, wo nötig, auf dem neuesten Stand sein. Unrichtige Daten sind unverzüglich zu berichtigen oder zu löschen. Datenqualität ist damit keine Kür, sondern ein Grundsatz.
Nur Daten, die für den Zweck nötig sind. Die Bereinigung ist ein guter Anlass, Felder abzuschaffen, die niemand braucht, statt sie mit umzuziehen.
Personenbezogene Daten werden nicht länger aufbewahrt, als es der Zweck erfordert. Danach wird gelöscht, außer eine Aufbewahrungspflicht steht dagegen.
Die Behandlungsdokumentation ist in der Regel zehn Jahre nach Abschluss der Behandlung aufzubewahren, soweit andere Vorschriften keine anderen Fristen vorsehen. Für Pflegedokumentation, Abrechnungs- und Personalunterlagen gelten je nach Art unterschiedliche Fristen.
Endet die Versorgung, wird die Karte nicht gelöscht, sondern archiviert: aus der aktiven Liste heraus, mit eingeschränktem Zugriff, unverändert. Das Recht auf Löschung tritt zurück, solange eine gesetzliche Aufbewahrungspflicht besteht.
In der Patientenakte müssen bei Änderungen der ursprüngliche Inhalt und der Zeitpunkt der Änderung erkennbar bleiben. Für Stammdaten empfiehlt sich dasselbe: bereinigen heißt berichtigen, nicht überschreiben.
Welche Datenart, welche Frist, ab welchem Ereignis, wer löscht und wie wird es nachgewiesen. Das gilt auch für Sicherungen und Altsysteme, die nach dem Umzug abgeschaltet werden.
Eine Bereinigung verändert Daten, mit denen andere jeden Tag arbeiten. Deshalb ist vorher geklärt, wer was entscheiden darf, und niemand muss allein über Zweifelsfälle urteilen.
Für jeden Stammdatenbereich gibt es eine zuständige Person: etwa die Verwaltung für Kostenträger, die Pflegedienstleitung für Klientinnen und Klienten. Sie entscheidet über Regeln und Zweifelsfälle.
Regeln und KI schlagen Dubletten vor, ein Mensch entscheidet, eine zweite Person gibt frei. Jede Zusammenführung wird protokolliert und bleibt umkehrbar.
Welche Schreibweise auf welchen Kostenträger zeigt, wird einmal geprüft und freigegeben. Danach gilt die Tabelle für alle Karten, auch für neue.
Was archiviert und was gelöscht wird, legen Sie mit Ihren Datenschutzbeauftragten fest. Löschungen werden dokumentiert, Archivzugriffe protokolliert.
Und die Menschen, die täglich Daten erfassen, gehören von Anfang an dazu. Sie wissen, warum es drei Schreibweisen gibt, und sie sind es, die dafür sorgen, dass keine vierte dazukommt.
Eine Bereinigung ist ein überschaubares Projekt mit festen Schritten, kein Dauerzustand:
Wie viele Karten, welche Felder, wie oft leer, wie viele Schreibweisen? Ein Datenprofil zeigt, wo es wirklich hakt, bevor jemand eine Zeile ändert.
Formate, Zuordnungstabellen, Pflichtfelder und Fristen werden mit den Zuständigen abgestimmt und aufgeschrieben.
Die Waschanlage läuft zuerst auf einer Kopie. Ihr Team sieht jede vorgeschlagene Änderung, bevor sie im Original landet.
Dubletten werden im Vier-Augen-Prinzip entschieden, Rückfragen geklärt, Veraltetes archiviert. Alles mit Historie.
Prüfregeln bei der Eingabe und eine zuständige Stelle für Stammdaten sorgen dafür, dass es sauber bleibt.
Im Gesamtbild gehört die Bereinigung zur ersten Phase. Sie ist das „Vorher“ jeder Migration und die Voraussetzung dafür, dass KI später verlässlich arbeitet.
Systeme und Datenwege aufnehmen, Datenqualität messen und die Stammdaten bereinigen: gemeinsam mit den Menschen, die täglich damit arbeiten.
Erst die sauberen Daten ziehen um, schrittweise, in die EU-Cloud oder auf Ihre Server, mit dem Einverständnis und der Akzeptanz der Mitarbeitenden.
Auf sauberen Stammdaten kann KI zuverlässig zuordnen, vorschlagen und prüfen, eingebettet in die Abläufe, die schon da sind.
Wie es danach weitergeht: Cloud-Migration · Mehr zu unserem Vorgehen
Möglich ist es, aber es wird schwerer. Nach dem Umzug stecken die Fehler in mehr Systemen, und Schnittstellen verteilen sie weiter. Vor der Migration gibt es eine Quelle, ein Team, das die Daten kennt, und einen klaren Zeitpunkt. Wir empfehlen deshalb: erst waschen, dann umziehen.
Bei uns nicht. Regeln und KI finden Kandidaten und zeigen, warum sie ähnlich sind. Entschieden wird von einem Menschen, freigegeben von einer zweiten Person. Die Waschanlage zeigt, warum: Ein hoher Ähnlichkeitswert kann auch Vater und Sohn bedeuten.
Nicht einfach. Zuerst wird geprüft, ob eine Aufbewahrungspflicht gilt, etwa für die Behandlungsdokumentation. Solange sie läuft, wird archiviert. Was keiner Frist mehr unterliegt, wird nach Ihrem Löschkonzept gelöscht und die Löschung dokumentiert. Die Bewertung im Einzelfall gehört in juristische Hände.
Nein. Ihre Software bleibt. Wir arbeiten mit Exporten auf einer Kopie oder über die Schnittstellen, die Ihre Software anbietet. Korrekturen fließen über die vorgesehenen Wege zurück, und wo das nicht geht, als geprüfte Korrekturliste für Ihr Team.
Nur die Personen, die es für die Aufgabe brauchen, auf Grundlage eines Vertrags zur Auftragsverarbeitung, in Rechenzentren in der EU und mit protokollierten Zugriffen. Wo es für Tests reicht, arbeiten wir mit pseudonymisierten Daten.
Mit Prüfregeln bei der Eingabe, einer zuständigen Stelle für Stammdaten und kurzen, regelmäßigen Prüfläufen. Die Waschanlage wird so vom Großputz zur Routine.
Sie planen einen Umzug und wissen nicht, wie sauber Ihre Stammdaten sind? Erstgespräch vereinbaren