Klinisches Data Warehouse für die kardiovaskuläre Forschung am Dt. Herzzentrum München: Daten nutzbar machen
DOI: https://doi.org/10.47184/td.2026.01.08 Laborwerte, Bildgebung, Katheterdaten und Entlassbriefe liegen oft in getrennten Silos. Am Deutschen Herzzentrum München führt ein klinisches Data Warehouse diese Quellen in einem pseudonymisierten Data Lake zusammen, harmonisiert sie und überführt sie in ein relationales SQL Data Warehouse. In einer Secure-Cloud-Umgebung entstehen so nachvollziehbare Datenstände, die sich nach FAIR-Prinzipien kuratieren und perspektivisch breiter zugänglich machen lassen.
Datenkuration, Pseudonymisierung, Quellsysteme, Kohortenabfragen, FAIR-Prinzipien
Weltweit wächst die Menge gesundheitsbezogener Daten exponentiell. Obwohl medizinische Routinedaten zunehmend wissenschaftlich Verwendung finden, bleibt ein großer Teil ungenutzt [1]. Neben Datenschutzrestriktionen liegt dies vor allem an der unzureichenden Aufarbeitung heterogener Datensätze. Kliniken generieren täglich große Mengen krankheitsspezifischer Daten, die – im Gegensatz zu großen Repositorien mit oft überwiegend gesunden Populationen – Analysen spezifischer Phänotypen und Pathologien ermöglichen. Trotz fortschreitender Digitalisierung verbleiben viele Daten unstrukturiert in Rohform, sodass vor einer Auswertung häufig aufwendige Kurationsschritte nötig sind [2]. Eine gründliche Datenkuration ist insbesondere für die Entwicklung von robusten KI-Modellen essenziell, denn eine Investition in Datenqualität zahlt sich direkt in Modellqualität aus.
Am Deutschen Herzzentrum München des TUM-Universitätsklinikums wurde in den letzten fünf Jahren im Rahmen der DigiMed Bayern Initiative [3] ein Data Warehouse aufgebaut, um einen Datenkorpus für kardiovaskuläre Erkrankungen zu erstellen. Der Aufbau folgte einem Use-Case-getriebenen Bottom-Up-Ansatz: Konkrete Forschungsfragen waren Ausgangspunkt für die schrittweise Integration und Kuration relevanter Quellen. Ziel dieses Artikels ist die Darstellung von Architektur, Implementierungsstrategie und Governance sowie die Ableitung praxisnaher Erfahrungen für vergleichbare Vorhaben.
