Blog
Zurück zur Hauptseite
Data Architecture

Aufbau eines skalierbaren Data Warehouse für Krankenhausgruppen

Wenn man nicht nur für ein Krankenhaus, sondern für eine ganze Gruppe verantwortlich ist — manchmal mit 20, 50 oder sogar über 80 Standorten — vervielfachen sich die Herausforderungen exponentiell. Verschiedene KIS-Anbieter, verschiedene Kodierstandards, verschiedene lokale Prozesse. Dennoch erwartet der Vorstand eine einheitliche Sicht.

Architektur zuerst, Tools danach

Die Versuchung ist groß, mit der Tool-Auswahl zu beginnen: Snowflake? Databricks? Eine traditionelle On-Premise-Lösung? Aber die Architekturentscheidungen sind weitaus wichtiger als das Tooling. Eine gut durchdachte Architektur funktioniert auf nahezu jeder modernen Plattform; eine schlechte Architektur scheitert unabhängig davon, wie viel man investiert.

Die Medallion-Architektur

Für standortübergreifende Krankenhausgruppen hat sich die Medallion-Architektur (Bronze → Silver → Gold) als äußerst effektiv erwiesen:

Bronze-Schicht — Rohdaten-Ingestion. Jedes Quellsystem liefert seine Daten im Originalformat. Keine Transformationen, keine Bereinigung. Dies ist die Single Source of Truth und das Sicherheitsnetz für Debugging.

Silver-Schicht — Bereinigte und standardisierte Daten. Hier passiert die Schwerarbeit: Deduplizierung, Datentypstandardisierung, Code-Mapping (ICD-10, OPS, DRG) und standortübergreifende Harmonisierung. Eine Patientenaufnahme in München muss strukturell identisch sein mit einer in Berlin.

Gold-Schicht — Geschäftsfertige Aggregate und KPIs. Vorberechnete Kennzahlen, optimiert für den Dashboard-Konsum. Hierauf greifen die BI-Tools zu.

Die Harmonisierungs-Herausforderung

Der schwierigste Teil eines standortübergreifenden Data Warehousing im Gesundheitswesen ist nicht die Technologie — es ist die Harmonisierung. Wenn Krankenhaus A eine Prozedur anders kodiert als Krankenhaus B, wenn Kostenstellenstrukturen nicht übereinstimmen, wenn „Bettenbelegung" mit drei verschiedenen Formeln berechnet wird, kann keine Technologie das ohne tiefgreifende Fachkenntnis lösen.

Hier trifft Data Engineering auf Krankenhaus-Controlling. Man braucht Menschen, die beide Welten verstehen.

Inkrementelle Bereitstellung

Versuchen Sie nicht, alle Krankenhäuser gleichzeitig anzubinden. Beginnen Sie mit 2–3 Pilotstandorten, beweisen Sie das Modell, dokumentieren Sie die Sonderfälle, dann rollen Sie in Wellen aus. Jede Welle wird schneller, da die Ingestion-Muster reifen und die Harmonisierungsregeln mehr Szenarien abdecken.

Performance im großen Maßstab

Mit Millionen von Fällen, Milliarden von Einzelpositionen und Dutzenden gleichzeitiger Dashboard-Nutzer wird Performance kritisch. Wichtige Strategien umfassen Partitionierung nach Geschäftsjahr und Standort, Voraggregation häufiger Abfragemuster, inkrementelle statt vollständiger Aktualisierungen und Caching häufig abgerufener KPIs.

Das Ziel ist einfach: Jede Führungskraft an jedem Standort öffnet ein Dashboard und sieht aktuelle, korrekte, vergleichbare Daten — in unter 3 Sekunden.

Alle Artikel