+150 XP

Ein Operating Model für Data Governance aufbauen

# Ein Operating Model für Data Governance aufbauen

Im Board Deck des CFO steht, die durchschnittliche Verweildauer im Krankenhaus liege bei 4,2 Tagen. Im Bericht des Qualitätsausschusses, in derselben Woche erstellt, stehen 4,9 Tage. Beide Teams haben aus „demselben System“ gezogen. Beide sind sich sicher. Und beide treffen gleich Entscheidungen im Millionenbereich auf Basis von Zahlen, die nicht zusammenpassen.

Das ist kein Technologieproblem. Es ist ein Governance-Problem. Und es ist das mit Abstand häufigste Datenproblem in Krankenhäusern.

Warum „Verweildauer“ auseinanderfällt

Verweildauer (LOS, length of stay) klingt trivial: Entlassungsdatum minus Aufnahmedatum. In der Praxis muss ein Krankenhaus ein Dutzend stille Fragen beantworten, bevor diese Subtraktion überhaupt Sinn ergibt.

  • Zählen Beobachtungsaufenthalte (Patienten, die überwacht, aber nicht formal aufgenommen werden) mit?
  • Startet die Uhr bei Ankunft in der Notaufnahme (ED, emergency department) oder bei der stationären Aufnahmeanordnung?
  • Ist die Verlegung in eine Pflegeeinrichtung eine Entlassung oder eine Fortsetzung?
  • Zählen Sie Kalendertage oder überschrittene Mitternachtsgrenzen? (Die „midnight“-Logik von Medicare unterscheidet sich von einer einfachen Tageszählung.)
  • Zählen Neugeborene und ihre Mütter als ein Aufenthalt oder als zwei?

Das Finanzsystem des CFO beantwortet diese Fragen so. Das klinische Qualitätssystem beantwortet sie anders. Keines von beiden liegt falsch. Sie messen unterschiedliche Dinge und nennen beides „LOS“.

Ein Operating Model für Data Governance existiert, um diese Entscheidungen explizit, dokumentiert und verbindlich zu machen, damit eine Zahl überall dasselbe bedeutet.

Die drei Komponenten, die Sie tatsächlich aufbauen

Ein funktionierendes Governance-Modell im Krankenhaus hat drei bewegliche Teile. Sie brauchen kein 40-seitiges Framework. Sie brauchen, dass diese drei funktionieren.

1. Der Data Stewardship Council

Ein Data Steward ist eine namentlich benannte Person, die für Bedeutung und Qualität einer bestimmten Datendomäne verantwortlich ist, nicht für die IT-Plumbing, sondern für die Bedeutung. Stewards sind meist erfahrene operative Mitarbeiter, keine Engineers.

Strukturieren Sie das in zwei Ebenen:

  • Ebene der Executive Sponsors: typischerweise der CMIO (Chief Medical Information Officer) und der CFO oder deren Vertreter. Sie entscheiden Streitfälle und finanzieren Korrekturen.
  • Ebene der Domain Stewards: ein Steward pro Domäne. Typische Krankenhausdomänen: Patientenfälle, Leistungserbringer, Diagnosen/Prozeduren (Kodierung), Terminplanung, Revenue Cycle und klinische Qualitätskennzahlen.

Der Council tagt in festem Rhythmus (monatlich ist üblich) und hat eine Aufgabe: Definitionen freigeben und Konflikte lösen, wenn zwei Abteilungen sich über die Bedeutung einer Kennzahl uneinig sind.

Halten Sie ihn klein. Ein Council mit 8 bis 10 Stewards funktioniert. Ein Council mit 40 Personen ist eine Mailingliste, kein Entscheidungsgremium.

2. Der Definitionskatalog

Das ist Ihre Source of Truth dafür, was jede Kennzahl bedeutet. Auch Business Glossary oder Data Dictionary genannt. Moderne Tools dafür sind etwa das Open-Source-Werkzeug OpenMetadata und kommerzielle Plattformen, aber eine gut gepflegte Tabelle schlägt ein ungenutztes teures Tool.

Jeder Eintrag braucht mindestens:

| Feld | Beispiel für „Stationäre LOS“ |

|---|---|

| Definition | Entlassungszeitpunkt minus Zeitpunkt der Aufnahmeanordnung, in überschrittenen Mitternachtsgrenzen |

| Einschlüsse | Nur formale stationäre Aufnahmen |

| Ausschlüsse | Beobachtungsaufenthalte, reine ED-Besuche, Neugeborene (siehe Neugeborenen-LOS) |

| Quellsystem | Epic Clarity, ADT-Tabellen |

| Owner (Steward) | Director of Patient Flow |

| Zertifizierungsdatum | 2026-01-15 |

| Version | 2.1 |

In der Zeile mit den Ausschlüssen liegt die eigentliche Arbeit. Die meisten Definitionsstreitigkeiten drehen sich darum, was man weglässt.

3. Der Workflow zur Zertifizierung von Kennzahlen

Eine zertifizierte Kennzahl ist eine, die der Council geprüft, freigegeben und festgeschrieben hat. Zertifizierung ist ein Status, wie ein Stempel, der allen sagt: „Diese Zahl kann gefahrlos in ein Board Deck.“

Ein einfacher Workflow:

1. Vorgeschlagen: ein Team entwirft eine Definition und die Berechnungslogik.

2. Geprüft: der Domain Steward und ein Abnehmer weiter unten in der Kette (zum Beispiel der Finance-Analyst, der LOS nutzt) bestätigen, dass sie zu ihrem Anwendungsfall passt.

3. Zertifiziert: der Council gibt frei. Die Definition wird versioniert und im Katalog veröffentlicht.

4. Überwacht: automatisierte Qualitätsprüfungen laufen dagegen.

5. Deprecated: ändert sich eine Definition, wird die alte Version mit Datum außer Kraft gesetzt, niemals still überschrieben.

Die Regel, die das trägt: nur zertifizierte Kennzahlen erscheinen im Executive Reporting. Ist etwas nicht zertifiziert, trägt es ein sichtbares „Draft“-Label. Diese eine Vorgabe bewirkt mehr als jedes Tool.

Governance-Metriken: die Governance selbst messen

Governance ohne Messung driftet ins Theater. Verfolgen Sie eine Handvoll konkreter Metriken.

  • Definition Coverage: Wie viel Prozent der in Board- und Regulatorik-Berichten verwendeten Kennzahlen sind zertifiziert? Ein sinnvolles Reifeziel sind 90 Prozent oder mehr für regulatorische Berichte.
  • Time to Certify: Median in Tagen von „vorgeschlagen“ bis „zertifiziert“. Liegt das über einigen Wochen, umgehen die Teams die Governance.
  • Steward-Besetzungsquote: Anteil der kritischen Datendomänen mit einem namentlich benannten, aktiven Steward. Ziel sind 100 Prozent der kritischen Domänen.
  • Data Quality Pass Rate: Anteil der automatisierten Prüfungen, die bestehen (siehe unten).

Das sind die Metriken, um die es in Ihrem Data-Lens-Modul geht: nicht Profit, sondern die Gesundheit der Daten-Supply-Chain, die jede andere Zahl speist.

Ein durchgerechnetes Beispiel: die LOS-Lücke schließen

Angenommen, Finance berichtet eine LOS von 4,2 und Quality eine von 4,9. Der Steward rechnet beide Zahlen nebeneinander.

sql
-- Simplified illustration of two LOS definitions on the same encounters
SELECT
  AVG(DATEDIFF(day, admit_dt, discharge_dt))              AS finance_los,   -- calendar days, all encounters
  AVG(CASE WHEN patient_class = 'Inpatient'
           THEN DATEDIFF(day, admit_dt, discharge_dt) END) AS quality_los    -- inpatient only
FROM encounters
WHERE discharge_dt BETWEEN '2026-01-01' AND '2026-01-31';

Die Lücke löst sich sofort auf: Finance schließt Beobachtungsaufenthalte ein (die kurz sind und den Durchschnitt drücken); Quality zählt nur stationäre Fälle. Keine der Zahlen war „falsch“. Sie haben unterschiedliche Fragen beantwortet.

Die Governance-Lösung besteht nicht darin, einen Gewinner zu bestimmen. Sie besteht darin, zwei eigenständige Kennzahlen zu zertifizieren mit zwei eigenständigen Namen: LOS_All_Encounters und LOS_Inpatient. Jedes Deck muss angeben, welche es verwendet. Die Verwirrung kehrt nie zurück, weil die Ambiguität einen Namen hat.

Regulatorischer Druck, der das nicht optional macht

Governance ist nicht bloß Hygiene. In den USA berichten Krankenhäuser Qualitätskennzahlen an CMS (die Centers for Medicare and Medicaid Services) über Programme wie das Hospital Inpatient Quality Reporting Program. Falsch ausgewiesene Kennzahlen wirken auf die Vergütung und auf die öffentlichen Care Compare-Bewertungen. Die Patientendaten selbst unterliegen HIPAA (Health Insurance Portability and Accountability Act).

In Europa regelt die DSGVO (Datenschutz-Grundverordnung) personenbezogene Gesundheitsdaten, und die Verordnung über den Europäischen Raum für Gesundheitsdaten, die 2025 in Kraft getreten ist und stufenweise angewendet wird, treibt standardisierte Definitionen von Gesundheitsdaten und deren Weiterverwendung über Mitgliedstaaten hinweg. Beide Regime setzen voraus, dass Sie präzise sagen können, was Ihre Daten bedeuten und woher sie kommen. Ein Definitionskatalog ist der Nachweis dafür.

Wissenscheck

1. Zwei Teams in einem Krankenhaus berichten unterschiedliche Verweildauer-Werte, obwohl sie aus „demselben System“ ziehen. Was zeigt dieses Szenario vor allem?

2. Was ist laut Lektion der eigentliche Zweck eines Operating Models für Data Governance?

3. Warum werden Data Stewards als typischerweise erfahrene operative Mitarbeiter und nicht als Engineers beschrieben?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE richtigen Antworten. Welche der folgenden Punkte sind Gründe dafür, dass eine scheinbar einfache Kennzahl wie „Verweildauer“ über Teams hinweg widersprüchliche Werte liefern kann?

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE richtigen Antworten. Welche Aussagen beschreiben den Data Stewardship Council so, wie er in der Lektion dargestellt wird, korrekt?

Wählen Sie alle richtigen Antworten aus.

Damit es den Kontakt mit der Realität übersteht

Councils sterben an drei vorhersehbaren Ursachen. Planen Sie gegen jede.

Ursache 1: zu viele Kennzahlen. Versuchen Sie nicht, alles zu zertifizieren. Beginnen Sie mit den 20 bis 30 Kennzahlen, die in Board Decks und regulatorischen Meldungen auftauchen. Dort kostet Uneinigkeit am meisten.

Ursache 2: keine Zähne. Wenn unzertifizierte Zahlen weiterhin unmarkiert bis zum Board kommen, respektiert niemand die Zertifizierung. Die Reporting-Vorgabe muss von der Person durchgesetzt werden, die das Deck-Template besitzt.

Ursache 3: Katalogverfall. Ein Definitionskatalog, der nicht gepflegt wird, wird zum Friedhof. Binden Sie jede Definition an einen Steward und ein Review-Datum. Definitionen ohne Review in 12 Monaten werden automatisch für den Council markiert.

Automatisierte Qualitätsprüfungen

Die Zertifizierung legt fest, was eine Kennzahl bedeutet. Qualitätsprüfungen bestätigen, dass die zugrunde liegenden Daten sie tragen. Einfache, wirkungsvolle Prüfungen für Krankenhausdaten:

  • Vollständigkeit: Anteil der Fälle mit einem nicht leeren Entlassungszeitpunkt.
  • Validität: Der Entlassungszeitpunkt liegt nie vor dem Aufnahmezeitpunkt.
  • Aktualität: Aufnahmedatensätze landen innerhalb eines vereinbarten Zeitfensters im Warehouse (zum Beispiel 24 Stunden).
  • Eindeutigkeit: keine doppelten Encounter-IDs aus den ADT-Feeds (Admission, Discharge, Transfer).

Lassen Sie diese nachts laufen. Leiten Sie Fehler an den Domain Steward, nicht an ein Sammelpostfach. Die Pass Rate wird zu einer Ihrer oben genannten Governance-Metriken.

Key Takeaways

  • Eine Kennzahl, eine Bedeutung. Das zentrale Ergebnis sind zertifizierte Definitionen, in denen Einschlüsse und Ausschlüsse schriftlich festgehalten sind, damit LOS in jedem Raum dasselbe bedeutet.
  • Drei Teile, nicht vierzig. Ein kleiner Stewardship Council, ein gepflegter Definitionskatalog und ein Zertifizierungs-Workflow genügen, um die meisten Uneinigkeiten zu beheben.
  • Mit einer Regel durchsetzen. Nur zertifizierte Kennzahlen erscheinen unmarkiert im Executive- und Regulatorik-Reporting. Diese eine Vorgabe gibt der Governance ihre Zähne.
  • Wenn zwei Zahlen widersprechen, benennen Sie beide. Oft ist keine von beiden falsch. Zertifizieren Sie sie als eigenständige, klar benannte Kennzahlen, statt einen falschen Gewinner zu erzwingen.
  • Messen Sie die Governance selbst. Verfolgen Sie Definition Coverage, Time to Certify, Steward-Besetzung und Data Quality Pass Rate. Regulatoren (CMS, HIPAA, DSGVO, EHDS) setzen zunehmend voraus, dass Sie belegen können, was Ihre Zahlen bedeuten.