Die Datenausleitung von Gesundheitsdaten aus den Datenintegrationszentren über das Forschungsdatenportal Gesundheit ist nun einfacher möglich.

Die seit Mai 2026 eingesetzte Data Use Project-Pipeline (DUP-Pipeline) erleichtert Forschenden und Datenintegrationszentren an klinischen Standorten den Zugang zu medizinischen Forschungsdaten über das Forschungsdatenportal für Gesundheit der Medizininformatik-Initiative (MII). Sie unterstützt den gesamten Forschungsprozess – von der Machbarkeitsanfrage bis zur Datenanalyse.

Welche konkreten Vorteile bietet die Pipeline im Forschungsalltag? Dazu haben wir Dr. Julian Gründner vom Universitätsklinikum Erlangen befragt. Er ist Entwicklungsleiter im Projekt FDPG+, in dessen Rahmen die DUP-Pipeline entwickelt wurde. Außerdem berichten Antonia Schulz, wissenschaftliche Mitarbeiterin am Datenintegrations-zentrum des Universitätsklinikums Magdeburg und Nutzerin der Pipeline, sowie Burce Kabaoglu, wissenschaftliche Mitarbeiterin bei der TMF e.V. und dem FDPG, von ihren Erfahrungen. Burce Kabaoglu koordiniert die Datenausleitungen für Forschungsprojekte.

Wie hat die Data Use Project-Pipeline, kurz DUP-Pipeline, die Arbeit mit medizinischen Forschungsdaten verändert?

Bild: Antonia Schulz, Bildnachweis: UMMD_Melitta Schubert

Antonia Schulz: Meine Arbeit bei den Datenausleitungen hat sich mit der DUP-Pipeline grundlegend verändert. Dafür kurz, wie es vorher lief: Früher hatte jedes Datennutzungsprojekt vom FDPG sein eigenes Skript, und die verwendeten Programmiersprachen waren sehr unterschiedlich. Oft musste ich erst zusätzliche Pakete installieren, bevor ich ein Skript überhaupt ausführen konnte. Manchmal kam es auch als fertiges Docker-Image. Das hatte den Vorteil, dass man es ohne Vorinstallationen starten konnte, war aber eine Art Blackbox, bei der man nur die Konfigurationsmöglichkeiten einsehen konnte. Für die Verteilung an die Datenintegrationszentren (DIZ) gab es häufig ein eigenes, vom jeweiligen Entwicklungsteam aufgesetztes Repository mit teilweise sehr kurzen und dadurch wenig hilfreichen READMEs. Wie ein Skript genau funktioniert und angewendet wird, musste ich mir also oft selbst erschließen, was durchaus sehr zeitintensiv sein konnte. Es gab weder Unterstützung bei der Prüfung, ob die Einwilligung korrekt berücksichtigt wird, noch einen integrierten Pseudonymisierungsschritt. Die Kohorte bereitzustellen und die IDs zu pseudonymisieren oder zu entfernen, lag komplett bei uns am Standort.

Wie sieht Ihre Arbeit aktuell aus?

Antonia Schulz: Heute brauche ich für ein Projekt kaum noch Erklärungen. Sobald mir die Konfigurationsdateien vorliegen, kann ich direkt loslegen. Der Ablauf ist klar strukturiert und immer gleich, ebenso die eingesetzten Tools. Meine Arbeit konzentriert sich auf die Prüfung der Konfiguration und der Ergebnisse. Die Einrichtung war aufgrund der vielen zusammenwirkenden Komponenten zwar aufwendig, hat sich aber gelohnt. Seit alles eingerichtet ist, beschränken sich meine Aufgaben im Zusammenhang mit den Tools auf überschaubare Tätigkeiten, vor allem Updates und Dokumentation.

Kann man von der Pipeline als „Gamechanger“ sprechen?

Antonia Schulz: Meiner Meinung nach ja. Mit der Pipeline wurde der Deployment-Prozess vom FDPG zu den DIZ vereinheitlicht, und das empfinde ich als große Verbesserung. Ich weiß, wie die Ergebnisse aufgebaut sind und wie sie zustande kommen. Dadurch kann ich sie schnell einordnen und erkenne Fehler früher. Außerdem kann ich lokale Repositorien pflegen, statt mich bei jedem Projekt auf andere Strukturen einzustellen. 

Da die Konfigurationsdateien immer gleich aufgebaut sind, lohnt es sich, sich intensiv einzuarbeiten und beispielsweise eigene standardisierte Skripte zu entwickeln. So lassen sich die Projekte zunehmend schneller bearbeiten. Jeder Pipeline-Lauf wird durch ausführliche Logs dokumentiert, Job-Status und Zwischenstände der einzelnen Schritte bleiben nachvollziehbar. Was früher komplett bei uns lag, ist jetzt fester Bestandteil jeder Ausleitung: Die Pipeline sorgt, falls gefordert, automatisch dafür, dass die Daten einer Person nur für den Zeitraum ausgeleitet werden, für den eine Einwilligung (Broad Consent) vorliegt. Auch die projektbezogene Pseudonymisierung ist integriert, mit zentral vorgegebenen und standortübergreifend einheitlichen Regeln. 

"Die DUP-Pipeline unterstützt Forschungsvorhaben ganzheitlich, von der initialen Machbarkeitsanfrage bis zur Auslieferung und Analyse der Daten." Julian Gründner

Wie sehen die nächsten Schritte in der Entwicklung der Pipeline aus?

Bild: Julian Gründner, Bildnachweis: M. Rabenstein, Universitätsklinikum Erlangen

Julian Gründner: Jetzt geht es darum, sie weiter zu beschleunigen, zusätzliche Schritte zu automatisieren und den Funktionsumfang für die weiteren Forschungsinfrastrukturen auszubauen. Wir erweitern die Filtermöglichkeiten und wollen künftig auch zeitliche Abhängigkeiten innerhalb einer Abfrage abbilden, beispielsweise eine Metformin-Gabe innerhalb von sechs Monaten nach einer Typ-2-Diabetes-Diagnose. Außerdem sollen eine Validierung, eine Qualitätsprüfung und Metadateninformationen wie zum Beispiel Datenkataloge automatisiert Teil der Pipeline werden.

Es hat sich zudem gezeigt, dass die DUP-Pipeline auch in Datenmanagementstellen eingesetzt werden kann, welche die Daten für die Forschenden zusammenführen, qualitätsprüfen und für die Ausleitung vorbereiten. Wir analysieren gezielt, welche manuellen Arbeitsschritte sich standortübergreifend weiter reduzieren und automatisieren lassen. 

Können Sie beschreiben, wie die verschiedenen Bausteine der Medizininformatik-Initiative – vom Consent über den Kerndatensatz bis zum FDPG – in der Pipeline ineinandergreifen?

Julian Gründner: Die DUP-Pipeline unterstützt Forschungsvorhaben ganzheitlich, von der initialen Machbarkeitsanfrage bis zur Auslieferung und Analyse der Daten, und nutzt dafür die gesamte MII-Infrastruktur. Sie formalisiert und standardisiert die Abläufe und sorgt für eine einheitliche Datenverarbeitung. Eingebunden ist auch das FDPG-Datenportal (feasibility.forschen-fuer-gesundheit.de). Es bietet eine Oberfläche, in der Forschende selbstständig die Studienpopulation explorieren und definieren können. Welche Kriterien und Merkmale dafür und für eine Datenausleitung zur Verfügung stehen, legt die Ontologie fest, die aus dem Kerndatensatz in Verbindung mit dem Terminologieserver erstellt wird. Die so erstellte Datendefinition ist sowohl die Grundlage für die Freigabe durch das Use & Access Committee anhand des FDPG-Datennutzungsantrags als auch maschinenlesbar für die Extraktion ausführbar. Dadurch gehen Antrag und Datenausleitung standardisiert Hand in Hand. Für Datenausleitungen unter Berücksichtigung des Broad Consent liefert die Pipeline zudem einen klar beschriebenen, standardisierten und automatisierten Algorithmus, der alle Gesichtspunkte der Einwilligung berücksichtigen kann.

Die Daten werden gemäß dem Datenschutzkonzept der MII und den Anforderungen des jeweiligen Projekts automatisiert und standardisiert minimiert und pseudonymisiert. Abschließend ermöglicht die Pipeline auf Basis der Kerndatensatz-Profile eine standardisierte Überführung der Daten in das CSV-Format. So erhalten auch Forschende ohne Kenntnisse von FHIR, dem internationalen technischen Standard zum Austausch von Gesundheitsdaten, die Daten in einem vertrauten Tabellenformat.

Bild: Burce Kabaoglu, Bildnachweis: privat

Burce Kabaoglu: Unsere Pipeline ist der Ort, an dem die Bausteine der MII zusammenkommen. Ein Vergleich mit der Autoindustrie hilft: Das FDPG ist das Autohaus. Es koordiniert die Projekte, und hier bestellen Forschende das Auto, das sie brauchen. Consent und Kerndatensatz sind die Konstruktionsvorgaben. Sie legen fest, welche Teile verwendet werden dürfen und wie das Auto aussehen soll. Unsere Pipeline ist die Fabrik, die diese Vorgaben in ein fertiges Produkt umsetzt und jede Bestellung an allen beteiligten Standorten exakt nach Plan baut. Die Autos, die vom Band laufen, sind die Datensätze: nach demselben Standard gebaut und bereit für die Forschung.

Welchen konkreten Nutzen hat die standardisierte und automatisierte Datenbereitstellung für Forschende?

Burce Kabaoglu: Sobald Forschende im FDPG-Datenportal festgelegt haben, welche Daten sie interessieren, können sie diese deutlich schneller für die Forschung erhalten. Die Daten können als CSV-Datei genutzt werden. Eine Einarbeitung in FHIR ist nicht mehr zwingend notwendig. Außerdem existieren komplexe Testdaten, die die gleichen standardisierten Schritte durchlaufen haben und für das Vorbereiten der Skripte genutzt werden können. So bleibt mehr Zeit für die eigentliche wissenschaftliche Arbeit. Da die Ausgaben aller Standorte dieselbe Struktur haben, lassen sich Ergebnisse zudem leichter interpretieren und vergleichen. Langfristig kann das zu mehr wissenschaftlichen Publikationen führen.

Quelle: TMF – Technologie- und Methodenplattform für die vernetzte medizinische Forschung

Bildmaterial: UMMD_Melitta Schubert, M. Rabenstein, Universitätsklinikum Erlangen, Burce Kabaoglu privat

Symbolbild: Pixels Hunter/AdobeStock