GHX Blog
Stammdatenpflege im Krankenhaus: Mammutaufgabe vor der digitalen Reise
-
Hani Jomaa, Senior Technical Product Manager
Die Digitalisierung kommt langsam, aber sicher im deutschen Gesundheitswesen an. Das Problem: In den Systemen schlummern oft unsaubere Daten, die einem effizienten Beschaffungsprozess im Weg stehen. Vor dem Einsatz von digitalen Lösungen sollten Krankenhäuser deshalb ihre Stammdaten auf Vordermann bringen. Aber wie sehen „saubere“ Daten im Gesundheitswesen eigentlich aus? Und wie stellen Krankenhäuser bei der Stammdatenpflege sicher, dass die Daten dauerhaft sauber bleiben?
Fehlerhafte Stammdaten haben im Gesundheitswesen gravierende Folgen
Kleiner Fehler, große Wirkung – es sind vier Worte, die das Problem der Stammdatenpflege im Gesundheitswesen wohl am besten beschreiben. Denn in kaum einer anderen Branche haben Fehler in den Stammdaten so gravierende Folgen wie im medizinischen Bereich. Während falsche oder verspätete Lieferungen in anderen Industriezweigen ärgerlich, aber zu verschmerzen sind, leidet unter Fehlern in den Stammdaten die gesamte medizinische Supply Chain und damit letztendlich auch die Patientenversorgung. Ganz drastisch ausgedrückt: Je schlechter die Datenqualität in einem Krankenhaus, desto größer das Risiko für die Patienten.
Nun könnte man davon ausgehen, dass dieser Umstand im Gesundheitswesen zu einer besonders hohen Datenqualität führt, genau das Gegenteil ist allerdings der Fall. GHX Daten zeigen, dass in deutschen Krankenhäusern rund die Hälfte aller Stammdaten fehlerhaft ist. Artikelnummern oder Produktbezeichnungen im Kliniksystem stimmen nicht mit denen im Lieferantensystem überein, Verpackungsstufen sind falsch dokumentiert, Artikelnummern oder GTINs fehlen, Herstellerangaben oder Produktinformationen sind unvollständig – die Liste der Fehlerquellen ist lang.
Bleibt die Frage: Warum haben Datenfehler überhaupt so große Folgewirkungen?
Saubere Stammdaten als Basis für den elektronischen Datenaustausch
In Gesprächen mit Kunden ziehe ich gerne den Dominoeffekt heran. Fällt der erste Stein um, fallen auch die anderen. Die Kettenreaktion ist der Unterteilung von operativen Daten geschuldet: Neben statischen Stammdaten, die oft nur einmal angelegt, mehrfach verwendet und selten verändert werden, gibt es dynamische Transaktionsdaten, die auf den Stammdaten basieren. Hierbei handelt es sich nicht um grundlegende Merkmale der Produkte, sondern um prozessbezogene Ereignisse wie Bestellungen, Lieferungen, Rechnungen oder Zahlungen – die alle falsch sind, sollte sich ein Fehler in den Stammdaten eingeschlichen haben.
Ein konkretes Beispiel: Nehmen wir an, die Produktstammdaten eines Lieferanten stimmen nicht mit denen im Kliniksystem angelegten Daten überein. Der Lieferant kann vielleicht noch den gewünschten Artikel trotz falscher Bestelldaten auf die Reise geben, auf Lieferschein und Rechnung in der Klinik decken sich die Daten aber nicht mit der tatsächlich getätigten Bestellung. Die Verantwortlichen im Wareneingang und der Rechnungskontrolle müssen sich auf die Fehlersuche begeben, zum Telefonhörer greifen und den Besteller auf der Station von seiner eigentlichen Arbeit abhalten.
Situationen wie diese führen zu indirekten Kosten in den nachgelagerten Prozessen, die mit mehr Fehlern in den Stammdaten exponentiell wachsen. Es ist nicht nur der Einkauf im Beschaffungsprozess involviert, sondern plötzlich auch der Besteller auf der Station, der Kommissionierer im Wareneingang und der Buchhalter in der Finanzabteilung. Dieser Rattenschwanz an Aufgaben, die allesamt Zeit und damit faktisch Geld kosten, kann auf nur einem kleinen Fehler in den Stammdaten beruhen.
Stammdatenpflege: Clearing- und Mapping-Services für die Stammdaten-Hygiene
Der Grund dafür, dass sich so viele Fehler in den Stammdaten einschleichen, liegt schlichtweg an der Komplexität im Gesundheitswesen. Es ist nicht nur so, dass sich Produktinformationen häufig ändern, Bestellungen erfordern auch eine viel tiefere Datenqualität und Klassifikationsschemata wie ECLASS, UNSPSC oder ATC. Bei der großen Anzahl an medizinischen Produkten, Pharmazeutika und Labormaterialien, die in der Materialwirtschaft regelmäßig gepflegt und aufbereitet werden müssen, wird die Stammdatenpflege zur Mammutaufgabe.
Die gute Nachricht: Krankenhäuser müssen diese zeit- und kostenintensive Aufgabe nicht allein stemmen. Es gibt spezialisierte Dienstleister, die mit Clearing- oder Mapping-Services die Stammdaten bereinigen. Sie bringen die Daten auf das einheitliche Format der Lieferanten, indem sie falsche Schreibweisen von Artikelnummern und Artikelbeschreibungen korrigieren. Fehlende Informationen werden ergänzt, Produkte nach den neuesten Standards klassifiziert und identifizierte Duplikate beseitigt.
Automatisierte Datenprüfung für dauerhaft saubere Stammdaten
Bevor elektronische Beschaffungsprozesse etabliert werden, ist es unerlässlich, seine Stammdaten einmalig auf Vordermann zu bringen. Meine Erfahrungen haben aber gezeigt, dass es damit nicht getan ist. Weil die Branche stark von regulatorischen Vorgaben bestimmt wird und sich daher unglaublich schnell verändert, ist eine integrierte automatisierte Datenprüfung während des Bestellvorgangs mindestens genauso wichtig – nur so sind saubere Daten und reibungslose Prozesse langfristig gewährleistet.
Dazu gehört auch die Anbindung an ein Business-Netzwerk, das auf der Grundlage einer qualitativ hochwertigen Datenbasis aufgebaut ist. Anstatt – wie in herkömmlichen Materialwirtschaftssystemen üblich – alle Artikel manuell anzulegen, sind die Original-Kataloge der wichtigsten Lieferanten vorab integriert, sodass Klinikmitarbeiter die gewünschten Medizinprodukte, Pharmazeutika und Labormaterialien direkt bestellen können. Das Resultat: weniger Fehler, effizientere Prozesse – und eine bessere Patientenversorgung.