EHDS und Sekundärdaten: Warum mehr Datenzugang nicht weniger Methodik bedeutet
In diesem Beitrag
Der European Health Data Space ist in Kraft. Gesundheitsdaten sollen künftig besser für Forschung, Innovation und öffentliche Gesundheit nutzbar werden. Für Studierende und Forschende klingt das zunächst nach einer Erleichterung. Die Realität ist differenzierter.
Die Tür ist geöffnet, aber nicht weit offen
Wer bisher Gesundheitsdaten für eine empirische Arbeit benötigte, kannte das Problem: Registerdaten sind schwer zugänglich, Routinedaten liegen fragmentiert bei verschiedenen Stellen, und elektronische Gesundheitsakten sind für externe Forschende schlicht nicht erreichbar.
Der EHDS will genau das ändern. Die Sekundärnutzung von Gesundheitsdaten wird als strategisches Ziel verankert: Routinedaten, administrative Gesundheitsdaten, Versicherungs- und Entlassungsdaten, Forschungsdaten aus klinischen Studien und sogar Daten aus Wearables und mobilen Apps sollen für Forschung, Politikgestaltung und personalisierte Medizin nutzbar gemacht werden.
Das ist politisch bedeutsam. Und es ist eine echte Chance für empirisch arbeitende Forschende. Aber es ist ausdrücklich kein freier Datenzugriff.
Der European Health Data Space basiert auf der Regulation (EU) 2025/327. Kapitel IV regelt die sekundäre Nutzung elektronischer Gesundheitsdaten durch Datenhalter und Datennutzer. Zentrale Zugangsstellen sind die sogenannten Health Data Access Bodies (HDABs), die Anträge prüfen, Zugänge verwalten und die technische Infrastruktur bereitstellen.
Was Sekundärnutzung unter dem EHDS konkret bedeutet
Zugang nur über formalen Antrag
Sekundäre Nutzung im Sinne des EHDS bedeutet: Wiederverwendung vorhandener Gesundheitsdaten für einen neuen Zweck, der sich vom ursprünglichen Erhebungszweck unterscheidet. Das klingt technisch, hat aber direkte Konsequenzen für jeden, der mit Routinedaten oder Registern arbeiten möchte.
Der Datenzugang läuft nicht direkt, sondern über eine genehmigte Anfrage bei einer HDAB. Laut den offiziellen EHDS-FAQ werden Analysen in sicheren Verarbeitungsumgebungen durchgeführt. Personenbezogene Daten dürfen diese Umgebungen nicht verlassen.
Schutzmechanismen sind Teil des Systems
Das Regelwerk ist bewusst streng gestaltet. Zu den Schutzmechanismen gehören HDAB-Autorisierung, Datenminimierung, Anonymisierung, Pseudonymisierung und die technisch abgesicherten Analyseumgebungen. Re-Identifizierungsversuche sind verboten. Marketingzwecke und Entscheidungen, die Individuen aufgrund ihrer Gesundheitsdaten benachteiligen könnten, sind ausdrücklich unzulässige Nutzungen.
Das Opt-out-Recht und seine Grenzen
Betroffene Personen haben nach Artikel 71 der Verordnung grundsätzlich das Recht, der sekundären Nutzung ihrer Daten zu widersprechen. Wichtig für die Forschungspraxis: Ein Opt-out wirkt laut EHDS-FAQ nicht rückwirkend auf bereits genehmigte Datenpermits. Die Begründung ist methodisch präzise formuliert: Nachträgliche Änderungen in einer sicheren Verarbeitungsumgebung könnten die Integrität statistischer Analysen beeinträchtigen.
Das ist kein bürokratisches Detail. Es zeigt, dass statistische Reproduzierbarkeit im EHDS-Rahmen als schützenswert gilt, und zwar von Anfang an.
Datenzugang unter dem EHDS: Der Weg zur Analyse
Der Denkfehler: Mehr Daten bedeuten leichtere Forschung
Hier liegt die eigentliche Herausforderung für empirische Arbeiten. Sekundärdaten gelten in der Forschungspraxis oft als der unkompliziertere Weg: Die Daten existieren bereits, es braucht keine aufwändige Erhebung, und die Stichprobengrößen sind häufig beeindruckend.
Unter EHDS-Bedingungen ist genau diese Annahme riskant.
Fragmentierung bleibt ein reales Problem
Die wissenschaftliche Analyse von van Drumpt et al. in Frontiers in Digital Health zeichnet ein nüchternes Bild: Die europäische Gesundheitsdatenlandschaft ist fragmentiert. Daten sind häufig nicht ausreichend auffindbar, zugänglich, interoperabel oder wiederverwendbar. Der EHDS setzt organisationsübergreifende Zusammenarbeit und sekundäre Nutzung im Einklang mit der DSGVO als Ziel, löst aber diese strukturellen Probleme nicht automatisch.
Hinzu kommen grundlegende Spannungen zwischen Patientenprivatsphäre und dem Forschungswert neuer Erkenntnisse. Datenschutz, Sicherheit, informierte Opt-out-Prozesse, gerechter Datenzugang und Missbrauchsvermeidung bleiben zentrale Herausforderungen, auch innerhalb des neuen Regelrahmens.
Datenqualität ist keine Selbstverständlichkeit
Der EHDS führt ein sogenanntes Data Quality and Utility Label ein. Für öffentlich finanzierte Datensammlungen kann dieses Label verpflichtend sein. Es soll Transparenz darüber schaffen, was ein Datensatz wirklich enthält und was nicht. Das ist ein Fortschritt. Aber es bedeutet auch: Forschende müssen dieses Label lesen, verstehen und in ihrer Methodenplanung berücksichtigen.
Wer blind auf die Verfügbarkeit großer Datensätze vertraut, ohne Datenqualität, Vollständigkeit und Variablenstruktur kritisch zu hinterfragen, riskiert systematische Verzerrungen in seinen Ergebnissen.
Viele empirische Arbeiten behandeln Sekundärdaten als gegeben. Tatsächlich müssen Variablendefinitionen, Missingness-Muster, Erhebungszeiträume und mögliche Selektionseffekte schon vor der Analyse methodisch durchdacht werden. Gerade bei Routinedaten aus Versicherungs- oder Entlassungsdokumentationen entstehen sonst schwer korrigierbare Verzerrungen.
Was das konkret für Ihre Arbeit bedeutet
Ob Sie an einer Masterarbeit, einer Dissertation oder einem Forschungsprojekt mit Gesundheitsdaten arbeiten: Der EHDS verändert den Rahmen, nicht die methodische Grundlogik. Diese Grundlogik wird unter dem neuen Regelwerk nur sichtbarer und verbindlicher.
Methodische Planung beginnt vor dem Datenzugang
Laufende TEHDAS2-Konsultationen zeigen, dass auch auf Umsetzungsebene an konkreten Leitlinien zu Datenanreicherung und Data Linkage gearbeitet wird. Das ist kein abstraktes Regulierungsthema, sondern berührt direkt die Frage: Welche Datensätze lassen sich sinnvoll verknüpfen? Welche Variablen sind in kombinierten Datensätzen noch belastbar? Welche Verzerrungen entstehen beim Verknüpfen verschiedener Quellen?
Diese Fragen müssen vor der Analyse beantwortet werden, nicht danach.
Methodische Mindestanforderungen bei EHDS-Sekundärdaten
- Forschungsfrage präzise formulieren und zweckgebunden dokumentieren
- Datenquelle auf Eignung für die konkrete Fragestellung prüfen
- Variablenverfügbarkeit und Operationalisierung vorab klären
- Datenqualität und Data Quality Label kritisch bewerten
- Missingness-Muster und mögliche Selektionseffekte analysieren
- Bias-Risiken bei Routinedaten explizit benennen
- Auswertungsstrategie reproduzierbar dokumentieren
- Limitationen transparent und vollständig darstellen
- Opt-out-Regeln und sichere Verarbeitungsumgebungen im Methodenteil berücksichtigen
Datenschutz ist kein Anhang, sondern Studiendesign
Für viele Studierende und Promovierende erscheinen Datenschutzauflagen als nachgelagerte Formalität. Unter dem EHDS ist das nicht mehr vertretbar. Datenminimierung bedeutet, dass nur die Variablen beantragt werden sollten, die tatsächlich zur Forschungsfrage gehören. Pseudonymisierung und sichere Verarbeitungsumgebungen bedeuten, dass Auswertungsstrategien vorab durchdacht sein müssen, weil Nachkorrekturen an den Rohdaten nicht möglich sind.
Wer seinen Datenbedarf nicht präzise begründen kann, wird den Genehmigungsprozess nicht erfolgreich durchlaufen.
| Aspekt | Bisherige Wahrnehmung | Unter EHDS-Bedingungen |
|---|---|---|
| Datenzugang | Oft informell oder projektabhängig | Formaler Antrag bei HDAB erforderlich |
| Datenqualität | Wird selten systematisch bewertet | Data Quality and Utility Label eingeführt |
| Datenschutz | Nachgelagerte Formalität | Integraler Teil des Studiendesigns |
| Auswertung | Lokale Datenanalyse möglich | Nur in sicheren Verarbeitungsumgebungen |
| Reproduzierbarkeit | Empfehlung, aber selten geprüft | Explizit als schützenswert verankert |
| Variablenauswahl | Pragmatisch nach Verfügbarkeit | Begründete Selektion, Datenminimierung |
Der EHDS als Qualitätsrahmen, nicht als Abkürzung
Und was bedeutet das nun unter dem Strich? Der EHDS ist ein ernstzunehmender Fortschritt für die Gesundheitsforschung in Europa. Er schafft einen strukturierten, transparenten und technisch abgesicherten Weg, um vorhandene Gesundheitsdaten für legitime Forschungszwecke nutzbar zu machen. Das ist eine Chance, keine Bedrohung.
Aber er ist kein Freifahrtschein für methodisch unvorbereitete Analysen. Im Gegenteil: Der EHDS macht die methodischen Schwächen, die früher als praktische Zugangsprobleme erschienen, zu sichtbaren Qualitäts- und Nachvollziehbarkeitsfragen.
Mehr Datenzugang ersetzt keine methodische Sorgfalt. Der EHDS professionalisiert die Sekundärnutzung von Gesundheitsdaten. Wer das versteht, ist gegenüber denen im Vorteil, die sich von größeren Datenmengen blenden lassen.
Der praktische Rat für Ihre nächste Arbeit
Wenn Sie mit Gesundheitssekundärdaten arbeiten oder es in Zukunft vorhaben: Denken Sie nicht erst bei der Auswertung an Statistik. Die methodische Qualität entscheidet bereits bei der Frage, welche Daten für welche Forschungsfrage überhaupt geeignet sind, ob die Variablenstruktur zur Hypothese passt und wie Einschränkungen transparent dokumentiert werden.
In einer sicheren Verarbeitungsumgebung, in der keine Rohdaten herausgeladen werden können, gibt es keine zweite Chance für eine schlecht geplante Auswertungsstrategie.
Gerade bei Dissertationen und Forschungsprojekten mit Gesundheitsdaten lohnt es sich, Forschungsfrage, Zielpopulation, Datenquelle, Variablenlogik und Auswertungsstrategie schon in der Konzeptionsphase methodisch sauber aufzusetzen. Was unter dem EHDS als Qualitätsanforderung gilt, ist in der Praxis auch das, was eine Arbeit im Kolloquium verteidigungsfähig macht.
Der EHDS öffnet nicht einfach Datentüren. Er erhöht den Anspruch an das, was hinter diesen Türen wissenschaftlich sauber geschieht. Mehr Zugang zu Gesundheitsdaten ist nur dann ein Gewinn, wenn Studiendesign, Datenschutz und Statistik von Anfang an zusammengedacht werden.
Sekundärdatenanalyse
Gesundheitsdaten
Studiendesign
Datenschutz
Forschungsmethodik