glossary.md

Version française - Versione italiana

Glossar

Frage: Was ist ein Basisdienst?

Basisdienste sind zentral bereitgestellte technische Komponenten, die grundlegende Funktionen für den Betrieb von SwissHDS und den fachlichen Datenaustausch bereitstellen. Sie basieren auf keinem eigenständigen Geschäftsmodell, sondern werden zentral vom BAG bereitgestellt und betrieben.

Basisdienste sind fachdomänenunabhängig und für alle Fachdienste sowie Datenprodukte wiederverwendbar. Sie bilden die technische und organisatorische Grundlage für Interoperabilität, Sicherheit und Vertrauen im vernetzten Gesundheitsdatenraum.

Beispiele

1. Identity and Access Management
   1. Authenticationservice/ Identity Provider (IdP)
   2. Autorisation Service
   3. Patient Participant Directory
   4. Master Patient Index (MPI)
   5. Healthcare Actors and Organisations Directory
   6. Verzeichnisdienste Fachpersonen und Institutionen im Gesundheitswesen
2. Data Access Management
   1. Policy Repository - aus XACML Referenzarchitektur (Consent Store)
   2. Policy Decision Service - aus XACML Referenzarchitektur (Consent-Entscheider, aka Consent-Management System)
   3. Audit Log Service
   4. Fraud Detection Service
3. Support
   1. Data Product Catalog
   2. Notification Service
   3. End-User Notification
   4. Self-Service-Portal
   5. Terminology-Server
   6. Data Product Definition Editor
   7. Anonymisation- oder Pseudonimisation-Service
4. Convenience
   1. Data Store as a Service
   2. Convenience-Exchangeservice
   3. Signatur- und Verifikationsservice

Frage: Was ist ein Data Mesh?

Das Konzept Data Mesh wurde 2019 von Zhamak Dehghani eingeführt. Sie definiert es als:

„A decentralized sociotechnical approach to share, access and manage analytical data in complex and large-scale environments -- within or across organizations."

Im Zentrum steht der Wandel von zentralisierten Datenarchitekturen hin zu einem dezentralen, domänenorientierten Ansatz: Daten werden dort verantwortet, wo sie entstehen -- in den Fachdomänen. Statt Datensilos oder zentraler Plattformen setzt Data Mesh auf vernetzte Datenprodukte und klar geregelte Verantwortlichkeiten.

---

Die vier Leitprinzipien von Data Mesh

1. Domänenorientierte Datenverantwortung
   Fachbereiche (Fachdomänen) übernehmen die Verantwortung für ihre eigenen Daten. Sie sind zuständig für deren Bereitstellung, Qualität und Aktualität -- entsprechend ihrer Fachlogik und Nutzungskontexte.

2. Daten als Produkt
   Daten werden wie Produkte behandelt: mit klarem Nutzenversprechen, Zielgruppe, Qualitätssicherung, Versionierung und Benutzerfreundlichkeit. Ziel ist die Wiederverwendbarkeit und vertrauenswürdige Nutzung durch andere Akteure.

3. Selbstbedienungs-Dateninfrastruktur
   Eine zentrale, domänenübergreifende Plattform stellt die nötigen technischen Funktionen und Tools bereit (z.B. Authentisierung, Datenkataloge, Zugriffskontrolle), damit die Fachdomäne eigenständig und effizient mit Daten arbeiten können.

4. Föderierte Daten-Governance
   Standards, Richtlinien und Prinzipien werden gemeinsam über alle Domänen hinweg definiert und umgesetzt. Dabei bleiben die Domänen verantwortlich für die Einhaltung, während eine zentrale Governance Instanz Unterstützung, Harmonisierung und Kontrolle bietet.

---

Data Mesh im SwissHDS-Kontext bedeutet:
Die Datenbereitstellung im Schweizer Gesundheitswesen wird konsolidiert und modernisiert -- mit Fokus auf nutzbare Datenprodukte, vernetzte Infrastrukturen und klare Governance über alle beteiligten Akteure hinweg. Der Bund stellt hierfür die nötigen Strukturen, Regeln und technischen Services (Basisdienste) bereit, um den standardisierten und sicheren Datenaustausch zwischen Fachdomänen{rel="nofollow"} zu ermöglichen.

Die Verantwortung für die Daten einer Fachdomäne liegt bei den jeweiligen Fachdomänenteams, die auch für die fachliche Steuerung und Qualitätssicherung zuständig sind. SwissHDS setzt auf das Prinzip der Datenprodukte -- diese sollen, wo möglich und sinnvoll, auch innerhalb von Fachdomänen konsequent genutzt und weitergegeben werden. Jedes Datenprodukt muss in einer datenraumweiten Verzeichnis ("Product Catalog") eingetragen sein, um Transparenz, Auffindbarkeit und Wiederverwendbarkeit sicherzustellen.

Frage: Was ist ein Data Product?

Der Begriff „Produkt" stammt aus dem Ansatz des „Produktdenkens", der in den letzten Jahren Einzug in die Softwareentwicklung gehalten hat. Zhamak Dehghani wandte den Begriff im zweiten Kernprinzip des Data Mesh an: „Daten als Produkt". Das bedeutet, dass Software -- oder mittlerweile auch Daten -- immer aus Sicht des Verbrauchers so gestaltet wird, dass dieser die bestmögliche Benutzererfahrung erhält. Genau wie ein physisches Produkt sollten diese konsequent für die Bedürfnisse eines Verbrauchers entwickelt werden. Sie werden dem Kunden auf verständliche Weise erklärt (intuitiv oder durch eine Bedienungsanleitung), sie werden so optimiert, dass sie für den Benutzer leicht zugänglich sind, und vielleicht auch beworben, um ihr Potenzial aufzuzeigen. Und folglich haben sie möglicherweise auch einen Preis, den die Verbraucher zu zahlen bereit sind. Daten werden heute als wertvoll für das Unternehmen angesehen und sind nicht mehr nur ein Nebenprodukt der Softwareentwicklung.

Der Begriff Datenprodukt leitet sich vom Prinzip Daten als Produkt ab und folgt dessen Ideen, ist jedoch nicht synonym zu verstehen.

Ein Datenprodukt ist also etwas Technisches, das von Datenproduktentwicklern implementiert wird. Es nutzt Datentechnologien, um große Datensätze zu speichern und zu verarbeiten, oft Millionen von Einträgen und mehr. Die Größe eines Datenprodukts ist so konzipiert, dass es kohärente Domänenkonzepte oder Anwendungsfälle abdeckt, die für sich genommen wertvoll sind. Die maximale Größe wird durch den Umfang definiert, den ein Team bewältigen kann (s.a. Abb. 7). Im Hinblick auf die Größe von Datenprodukten sind diese oft so konzipiert, dass sie zusammenhängende Domain-Konzepte oder Use Cases abdecken, die eigenständig sinnvoll und wertvoll sind. Die maximale Größe wird i.d.R. durch den Umfang bestimmt, den ein Team bewältigen kann -- so gesehen können Datenprodukte etwa mit Microservices oder Self-Contained Systems verglichen werden.

Der Ansatz «Data as Product», beschrieben im zweiten Kernprinzip des Data Mesh bedeutet, dass nicht nur Software sondern auch Daten immer so gestaltet werden, dass aus Sicht des Verbrauchers der grösstmögliche Nutzen entsteht. Der Ansatz rückt damit die Nutzbarkeit, die Wiederverwendbarkeit und den Wert von Daten in den Mittelpunkt. Er bildet die Grundlage für datengetriebene Innovation in einem föderierten Datenökosystem wie dem Swiss Health Data Space (SwissHDS).

Beispiele von Datenprodukte / Austauschformate:

• Medikationsliste / CH EMED -- eMedication Profile; definiert die Medikamente, die ein Patient einnimmt, abgeleitet aus dem IHE Pharmacy Profil
• Notfallpass / CH IPS -- nationale Version des International Patient Summary
• Zuweisung / CH eTOC -- Transition of Care, basierend auf FHIR Questionnaires

Somit umfasst in SwissHDS ein Datenprodukt - aus Sicht der Datennutzung - eine Sammlung von gleichstrukturierten Datenobjekten, die über den entsprechenden Output-Port im FHIR-Format oder via DICOM Web bezogen (konsumiert) werden können (s.a. Abb. 7).

Ein Data Product ("Datenprodukt") ist eine Datenquelle und eine klar definierte, qualitätsgesicherte und dokumentierte Menge von Datenelementen mit Mehrwert. Es wird innerhalb einer Fachdomäne so bereitgestellt, dass es unmittelbar von anderen Domänen, Nutzenden oder Systemen genutzt werden kann -- vergleichbar mit einem Softwareprodukt.

Der Ansatz, bekannt als „Data as a Product", rückt die Nutzbarkeit, Wiederverwendbarkeit und den Wert von Daten in den Mittelpunkt. Er bildet die Grundlage für datengetriebene Innovation in einem föderierten Datenökosystem wie dem Swiss Health Data Space (SwissHDS).

Datenprodukttyp gibt einen Namen an den Daten innerhalb der Datenprodukt. Beispiel von Datenprodukttyp ist Laboresultaten.

Jedes Datenprodukttyp muss in einer datenraumweiten Registry eingetragen sein, um Transparenz, Auffindbarkeit und Interoperabilität sicherzustellen.

Die Bereitstellung erfolgt geregelt und nachvollziehbar auf Basis einer Mesh-Topologie, also als Teil eines vernetzten, domänenübergreifenden Datenraums.

---

Merkmale eines Datenprodukts im SwissHDS

• Interoperabilität & Standardisierung
  Das Datenprodukt verfügt über eine definierte Struktur und Semantik, basierend auf anerkannten Standards (z. B. FHIR), die eine maschinenlesbare Verarbeitung und systemübergreifende Integration ermöglichen.

• Zugänglichkeit & Sicherheit
  Der Zugriff ist klar geregelt. Datenschutz und Informationssicherheit sind integrale Bestandteile der Bereitstellung.

• Verantwortung & Governance
  Jedes Datenprodukt hat eine:n Data Product Owner, der/die für Wartung, Weiterentwicklung, Qualitätssicherung und Kommunikation verantwortlich ist.

• Selbstbeschreibung & Auffindbarkeit
  Metadaten (z. B. Inhalt, Struktur, Herkunft, Aktualität) sind dokumentiert und über den SwissHDS-Datenkatalog zugänglich.

• Wiederverwendbarkeit
  Der modulare Aufbau erlaubt die Mehrfachnutzung in verschiedenen Szenarien. Beschreibung und Schnittstellen sind so gestaltet, dass eine einfache Integration möglich ist.

• Verlässlichkeit & Qualität
  Für jedes Datenprodukt gelten definierte Qualitätskriterien (z. B. Vollständigkeit, Plausibilität). Die Daten werden regelmässig validiert, versioniert und bei Bedarf weiterentwickelt.

---

Datenprodukte sind der zentrale Baustein des SwissHDS. Sie ermöglichen eine nachhaltige, verantwortungsvolle und wiederverwendbare Nutzung von Daten -- sowohl innerhalb einzelner Fachdomänen als auch domänenübergreifend.

Konkretes Beispiel Labormeldungen

Soweit zur Theorie -- aber was bedeutet das konkret?

Im Folgenden wird ein Beispielprozess skizziert, der die Transformation vom dokumentenbasierten Meldewesen im Laborbericht hin zu einem föderierten Data Mesh zeigt.

Ziel dieses Gedankenexperiments ist es, dass mehrere Leistungserbringer ihre Labormeldungen als strukturierte, interoperable Datenprodukte bereitstellen, die über gemeinsame Standards (z. B. HL7 FHIR) und Terminologien (z. B. SNOMED CT, LOINC, ICD-10) harmonisiert sind.

Ausgangslage: Dokumentenbasierte Meldung

Laborresultate werden derzeit häufig als PDF, HL7v2 oder Fax an Gesundheitsbehörden oder andere Stellen übermittelt (z. B. im Rahmen von Meldepflichten). Die Inhalte sind meist semistrukturiert oder unstrukturiert und lassen sich kaum automatisiert weiterverarbeiten.

Es existiert kein einheitliches Format und keine zentral nutzbare Semantik, wodurch die Weiternutzung der Daten -- etwa für Forschungszwecke -- nur mit erheblichem manuellem Aufwand möglich ist. Häufig sind zusätzliche Erfassungs- oder Kuratierungsprozesse nötig, um die Daten nutzbar zu machen.

Zielbild: Föderiertes Datenprodukt „Laborresultate"

Jedes Labor bzw. jeder Leistungserbringer stellt seine Laborresultate als FHIR-basierte Datenprodukte in einem eigenen Product Store bereit.

Die Daten sind semantisch annotiert, z. B.:

• LOINC für Tests

• SNOMED CT für qualitative Ergebnisse

• ICD-10 für Diagnosen

Die Datenprodukte sind auffindbar, versioniert und zugreifbar über Registry und Zugriffskontrolle.

Dies ermöglicht eine breite Nutzung: in Primärsystemen, für Sekundärnutzung, Public Health und Forschung.

Prozessschritte im Detail

1. Definition & Modellierung

Das Core Data Model „Laborresultate" wird gemeinsam in der zentralen SwissHDS-Governance definiert. Die aus der Business-Analyse abgeleiteten Geschäftsobjekte werden in Datenobjekte überführt und in den FHIR-Ressourcen Observation, DiagnosticReport, Patient und Specimen abgebildet.

Die erlaubten Werte für die Attribute einer FHIR-Ressource (Value Sets) sind an medizinische Terminologien gebunden, beispielsweise:

• • LOINC für Laborverfahren und Testcodes

• SNOMED CT für Ergebnisse

• UCUM für Einheiten

• ICD für den Diagnosekontext

2. Erstellung einer Datenproduktbeschreibung

Für jedes zu erstellende Datenprodukt werden Metadaten, Zugriffsrechte, Aktualisierungsfrequenz, Gültigkeitsdauer und weitere relevante Eigenschaften detailliert beschrieben.

3. Technische Umsetzung bei Leistungserbringern

Jedes Labor implementiert das Datenprodukt lokal. Dazu müssen die Daten aus den Systemen (z. B. Laborinformationssystem, LIS) in die vorgegebene Struktur transformiert werden. Gleichzeitig müssen die lokalen Value Sets auf die vorgesehenen Value Sets abgebildet werden, um ein FHIR-kompatibles Datenprodukt zu erzeugen.

Perspektivisch soll in Zusammenarbeit mit den Systemherstellern erreicht werden, dass diese Transformations- und Mappingprozesse künftig entweder entfallen oder direkt im Quellsystem durchgeführt werden.

Die erstellten Inhalte können anschließend gegen definierte Profile des FHIR-Terminologieservers des BAG validiert werden.

4. Anbindung an föderierte Dateninfrastruktur

Die bereitgestellten Datenprodukte bzw. die Endpunkte der FHIR APIs werden im SwissHDS Data Catalog / Registry registriert. Dabei werden folgende Informationen hinterlegt:

• Beschreibung des Datenprodukts

• Schema und Struktur der Daten

• Bereitstellungsformat

• Fachdomäne

• Zugriffsmöglichkeiten

• API-Endpunkte

Diese Registrierung stellt sicher, dass die Datenprodukte auffindbar, interoperabel und nutzbar innerhalb des föderierten Datenraums sind.

5. Zugriff auf Datenprodukte

Der Zugriff auf die Datenprodukte erfolgt über eine föderierte Suche im vom BAG bereitgestellten Self-Service-Portal. Nutzer:innen können Metadatenfilter verwenden, z. B. um alle „PCR-Resultate" für bestimmte Pathogene zu finden.

Berechtigte Akteure erhalten den Zugriff automatisiert über Zugriffsanfragen, die durch ein Policy Framework und etablierte Zugriffskontrollmechanismen gesteuert werden.

Die Datenbereitstellung kann auf verschiedene Arten erfolgen:

• Direkte Abfrage über FHIR APIs (z. B. Observation?code=...)

• Regelmäßiges Abonnement / Push-Mechanismus

Für analytische Zwecke genügt oft die einmalige Abfrage zum Zeitpunkt der Analyse. Andere Use Cases erfordern aktive Benachrichtigungen, sobald neue Daten verfügbar sind.

Bei jeder Abfrage kann zudem ein Abgleich mit dem zentralen Einwilligungsmanagement durchgeführt werden, um sicherzustellen, dass die Nutzung datenschutzkonform erfolgt.

6. Qualitätssicherung & Governance

Im Data Mesh ist eine regelmäßige Validierung der Datenqualität verpflichtend. Dies umfasst insbesondere:

• Vollständigkeit der Daten

• Konsistenz innerhalb und zwischen Datensätzen

• Semantische Korrektheit

Zudem wird ein durchgängiges Monitoring von Änderungen durchgeführt, z. B. über Versionierung und Deaktivierung von Datenprodukten.

Ein zentraler Vorteil: Diese Aufwände fallen nicht mehr pro Datensatz oder Anwendungsfall an, sondern nur noch pro Datenprodukt. Die Verantwortung für die Qualitätssicherung liegt beim Datenprodukt-Owner im Labor.

Frage: Was ist das Datenökosystem Schweiz

Unter einem Datenökosystem versteht man eine dezentrale Koordinationsform zwischen Organisationen und Individuen, die ein gemeinsames Ziel verfolgen, sei es der Datenaustausch oder die Bereitstellung von Produkten oder Dienstleistungen, wobei komplementäre Fähigkeiten und Kompetenzen insgesamt verstärkend wirken. Nutzen: hohe Interoperabilität. Besonders für kleine und mittelständische Unternehmen bietet ein Datenökosystem die Chance, schnell und einfach auf geteilte Ressourcen (z.B. leistungsstarke Infrastrukturen oder KI-Dienstleistungen) zuzugreifen und Daten mit Kooperationspartnern zu verknüpfen, um die notwendige Datenmenge für datengetriebene Analysen zu generieren.                     Quelle: Was bringen Datenökosysteme wie GAIA-X für den Mittelstand? -- Fraunhofer IAO -- BLOG

Die Gesamtheit aller vertrauenswürdigen und kompatiblen Datenräume bildet das Datenökosystem Schweiz.

Die Anlaufstelle Datenökosystem Schweiz (Bundeskanzlei) unterstützt Aufbau, Harmonisierung und internationale Anschlussfähigkeit der Datenräume und fördert den Austausch über Communities of Practice.

Durch verbindliche Governance-Vorgaben, Standards und Architekturgrundlagen wird sichergestellt, dass:

• Datenräume interoperabel (technisch, semantisch und organisatorisch) sind.

• Vertrauen und Sicherheit gewährleistet sind.

• Skalierbarkeit durch modulare Bausteine möglich ist.

Das Datenökosystem Schweiz verfolgt das Ziel, die Mehrfachnutzung von Daten durch Akteure aus Wirtschaft, Wissenschaft, Verwaltung und Öffentlichkeit in einem vertrauenswürdigen Rahmen zu ermöglichen.

Im Fokus stehen dabei:

• Interoperable Datenräume, in denen Daten über Organisations- und Sektorengrenzen hinweg geteilt und genutzt werden können,

• Gemeinsame Grundsätze, die rechtliche, organisatorische, semantische und technische Aspekte verbinden,

• Skalierbarkeit, damit mehrere Datenräume integriert und zu einem föderierten Ökosystem verbunden werden können.

Frage: Was ist ein Datenraum?

Ein Datenraum ist ein vertrauenswürdiges digitales Ökosystem, in dem Organisationen, Fachbereiche und Systeme Daten nach klar definierten Prinzipien teilen, nutzen und gemeinsam weiterentwickeln können -- unter Wahrung von Datenschutz, Governance und Interoperabilitätsstandards.

---

Wesentliche Merkmale eines Datenraums:

Ein Datenraum zeichnet sich durch mehrere zentrale Merkmale aus:

• Vertrauensrahmen: Gemeinsame Prinzipien für Datenschutz, Sicherheit und Governance

• Interoperabilität: Nutzung einheitlicher Datenformate, Standards (z. B. FHIR) und Terminologien

• Technische Basisdienste: Bereitstellung von Diensten wie Authentisierung, Autorisierung, Logging und Consent Management

• Föderiertes Modell: Die Daten verbleiben bei den Ursprungsorganisationen, werden jedoch standardisiert zugänglich gemacht

• Datenprodukte: Geteilte Daten sind strukturiert, qualitätsgesichert, dokumentiert und wiederverwendbar

---

Beispiele für Datenräume im Datenöksystem Schweiz:

• Der Swiss Health Data Space (SwissHDS) als sektorenübergreifender Datenraum für das Schweizer Gesundheitswesen

• Datenraum MODI: [Behörde, Energie, Gebäude und Grundstücke, Geoinformationen, Infrastruktur, Mobilität, Öffentliche Statistik, Sicherheit, Umwelt, Unternehmen]

• [agridata.ch: Landwirtschaft, Tiere, Umwelt]

• [komplette Auflistung unter: Monitoring Datenräume Schweiz

---

Ein Datenraum schafft die Voraussetzungen dafür, dass Daten nicht nur sicher, sondern auch wirksam und nachhaltig genutzt werden können -- sei es für Versorgung, Forschung, Planung oder Innovation.

Bausteine

Die Bundeskanzlei orientiert sich am Data Spaces Support Center (DSSC)-Modell der EU und definiert 17 modulare Bausteine, die Datenräume konsistent, interoperabel und skalierbar machen (bk.admin.ch).

Diese Bausteine lassen sich in zwei Kategorien gliedern:

1. Geschäfts- und Organisationsbausteine

• Gouvernanz: Rahmensetzung für Beteiligte, Rollen, Verantwortlichkeiten

• Geschäftsbetrieb & Modelle: Gebührenmodelle, Finanzierung, Nachhaltigkeit

• Anwendungsfälle & Datenprodukte: Definition der Nutzungsszenarien und Services

• Rechtlicher Rahmen: Datenschutz, Verträge, Compliance

• Teilnehmenden-Management: Onboarding, Rechteverwaltung

2. Technische Bausteine

• Interoperabilität: Datenmodelle, semantische Standards, Austauschformate

• Identitätsmanagement: Authentisierung, Autorisierung

• Datenkataloge & Metadatenverzeichnis

• Consent und Datenschutz-Infrastruktur

• Protokollierung & Auditing

• Infrastrukturkomponenten: Speicherdienste, Pseudonymisierung, Signatur, Benachrichtigungen

Jeder Datenraum -- wie etwa SwissHDS im Gesundheitswesen -- nutzt je nach Bedarf eine Auswahl dieser Bausteine. Die Bausteine sind modular realisierbar, interoperabel und kompatibel mit anderen Datenräumen, wodurch der Aufbau neuer Dienste erleichtert wird.

Die Anlaufstelle Datenökosystem Schweiz unterstützt dies durch die Bereitstellung von Grundlagen, Prototypen und die Förderung von Community-Bildung.

Frage: Was ist ein Fachdienst?

Ein Fachdienst ist ein Dienst für den Datenaustausch und die Datennutzung innerhalb eines klar abgegrenzten fachlichen Kontexts (Fachdomäne). Er unterstützt Anforderungen mehrerer Usecases, indem er die technischen und organisatorischen Rahmenbedingungen und Voraussetzungen für eine effiziente Datennutzung bereitstellt.

Ein Fachdienst gewährleistet somit die nachhaltige Nutzbarkeit, Interoperabilität und Sicherheit von Gesundheitsdaten -- sowohl innerhalb einer Domäne (Primärnutzung), als auch domänenübergreifend im SwissHDS (Bereitstellung von Datenprodukten für Sekundärnutzungen z.B. in den Bereichen Forschung, Qualitätsicherung, Statistik, etc).

Merkmale

• Unterstützt mehrere Usecases innerhalb einer Fachdomäne

• Basiert auf standardisierten Schnittstellen und Interoperabilitätsvorgaben (z. B. FHIR, SNOMED CT, LOINC, ICD)

• Enthält prozessuale Vorgaben, ein Rollenmodell, eine Governance-Logik sowie technische Spezifikationen

• Stellt wiederverwendbare Bausteine für datenbasierte Fachanwendungen bereit

• Fachliche Anforderungen (z. B. aus Usecases) bestimmen den Bedarf an einem Fachdienst -- nicht umgekehrt

• Eine Domäne kann einen Fachdienst nur nutzen, wenn sie dessen Spezifikationen technisch und organisatorisch umsetzen kann

Beziehung zu anderen Begriffen

• Usecases bilden den Ausgangspunkt für die Spezifikation eines Fachdienstes. Mehrere verwandte Usecases können durch denselben Fachdienst unterstützt werden.

• Ein Fachdienst ist nicht identisch mit einem Usecase, sondern stellt die gemeinsame fachlich-technische Grundlage für dessen Realisierung bereit.

• Fachdienste nutzen Datenprodukte oder ermöglichen deren Bereitstellung und Austausch.

• Sie sind Teil der SwissHDS-Zielarchitektur und bilden zentrale Bausteine im Datenökosystem Gesundheit.

Beispiel: Fachdienst eMedikation

Der Fachdienst „eMedikation" definiert Prozesse, Rollen und Schnittstellen für den standardisierten Austausch und die Nutzung von Medikationsdaten über Leistungserbringer hinweg. Unterstützte Usecases sind u. a.:

• Rezept erstellen

• Medikationsplan konsultieren

• Medikationsplan anpassen

• Medikationsdaten im EPD einsehen

• Medikationsdaten auswerten

In Fachdienst legt unter anderem fest:

• Zugriffsberechtigte Akteure: Wer auf die Daten zugreifen darf (z. B. Ärztin, Apotheker, Patient)

• Datenformat: In welchem Format die Daten übermittelt werden (z. B. FHIR MedicationStatement)

• Zugriffsregelungen: Wie der Zugriff gesteuert wird (z. B. über Consent-Management)

• Terminologien: Welche standardisierten Terminologien verwendet werden (z. B. ATC-Codes, SNOMED CT)

Zusammenfassung

Ein Fachdienst ist ein zentraler struktureller Baustein des SwissHDS. Er sorgt für die notwendige Standardisierung und Governance, um datenbasierte Fachprozesse skalierbar, sicher und interoperabel zu unterstützen.

Frage: Was ist eine Fachdomäne?

Eine Fachdomäne bezeichnet einen klar abgegrenzten inhaltlichen Verantwortungsbereich innerhalb des Gesundheitswesens, in dem spezifisches Wissen, Daten und Prozesse zusammengehören. Sie bildet die organisatorische und fachliche Grundlage für die Entwicklung, Bereitstellung und Nutzung von Datenprodukten im SwissHDS.

Beispiele für Fachdomänen:

• Notfallversorgung

• eMedikation

• Infektionskrankheiten

• Onkologie

• Pflege

• Spitalplanung

Im Data Mesh-Ansatz ist jede Fachdomäne verantwortlich für ihre eigenen Daten -- von der Modellierung über die Qualitätssicherung bis hin zur kontrollierten Bereitstellung für andere Akteure.

---

Merkmale einer Fachdomäne im SwissHDS

• Fachliche Zuständigkeit für bestimmte Datentypen und Datenprodukte

• Domänenverantwortliche koordinieren Aufbau, Weiterentwicklung und Betrieb der Datenprodukte

• Zusammenarbeit mit technischen, rechtlichen und governancebezogenen Querschnittsfunktionen

• Integration in ein föderiertes Datenökosystem, in dem Daten über klar definierte Schnittstellen geteilt werden

---

Fachdomänen strukturieren das SwissHDS entlang fachlicher Linien, ermöglichen eine dezentrale, aber koordinierte Datenverantwortung und bilden das Rückgrat des Data-Mesh-Ansatzes.

Frage: Was ist der Gesundheitsdatenraum SwissHDS?

Der SwissHDS] (auch bezeichnet als „Datenraum Gesundheit" oder „Gesundheitsdatenraum") ist ein Projekt des DigiSanté-Programms mit dem Ziel, einen vertrauenswürdigen, interoperablen Gesundheitsdatenraum aufzubauen. Er ermöglicht die medienbruchfreie, standardisierte und sichere Verknüpfung von Gesundheitsdaten über Institutionen, Rollen und Use Cases hinweg -- von der Behandlung bis zur Forschung.

Dies wird durch eine Kombination aus Basisdiensten (z. B. Authentisierungs- oder Autorisierungsdienste) und Fachdiensten erreicht, die den Datenaustausch und die Datennutzung innerhalb klar definierter Fachdomäne unterstützen, wie etwa eMedikation oder Notfallversorgung.

Der SwissHDS folgt den Prinzipien eines föderierten Datenraums: Die Daten verbleiben bei den ursprünglichen Einrichtungen, werden aber über gemeinsame Standards, Schnittstellen und Governance-Mechanismen als qualitätsgesicherte Datenprodukte zugänglich gemacht -- basierend auf den Konzepten Data Mesh & Data Product.

Dies bildet die Grundlage für ein modernes, datenzentriertes Gesundheitssystem und unterstützt gleichzeitig Datenschutz, Datenhoheit sowie eine zweckgebundene Nutzung der Gesundheitsdaten.

Frage: Was ist ein Sream?

Ein Stream ist ein organisatorisches Strukturelement innerhalb des Projekts Swiss Health Data Space (SwissHDS; vgl. Projektorganisation) und dient der thematischen Bündelung und Koordination mehrerer Themengruppen, die an verwandten Aufgaben und Fragestellungen arbeiten.

Jeder Stream wird von einem Stream Owner geleitet. Die Hauptaufgaben des Stream Owners sind:

• Abstimmung und Verwaltung der Epics (übergreifende Aufgabenpakete) in enger Zusammenarbeit mit den Leads der jeweiligen Themengruppen,

• Koordination und Priorisierung der Themen innerhalb des Streams,

• sowie die regelmäßige Berichterstattung an die Projektleitung, insbesondere zum Status, identifizierten Risiken, getroffenen oder geplanten Maßnahmen und möglichen Abweichungen.

Streams schaffen Struktur, Transparenz und Effizienz bei der Umsetzung der Projektziele, indem sie die Zusammenarbeit thematisch verwandter Gruppen bündeln und eine klare Verantwortlichkeit etablieren.

Frage: Was ist eine Themengruppe?

Eine Themengruppe ist ein organisatorisches Element innerhalb des Projekts SwissHDS (vgl. Projektorganisation) und dient der strukturierten Bearbeitung spezifischer Themenfelder innerhalb eines Streams.

Jede Themengruppe ist einem Stream zugeordnet und verfügt über eine:n Lead, der die operative Verantwortung für die Umsetzung der vom Stream Owner definierten Epics trägt. Der Lead koordiniert die Zerlegung dieser Epics in Features und User Stories, in enger Abstimmung mit dem Stream Owner und gemeinsam mit den Mitgliedern der agilen Umsetzungsteams.

Zudem ist der Lead der Themengruppe für das regelmäßige Reporting an den Stream Owner verantwortlich. Dies umfasst insbesondere:

• den aktuellen Umsetzungsstatus,

• identifizierte Risiken und Herausforderungen,

• sowie vorgeschlagene oder umgesetzte Maßnahmen.

Themengruppen ermöglichen so eine fokussierte, kollaborative und agile Bearbeitung von fachlich oder technisch abgegrenzten Teilbereichen innerhalb eines Streams.

Frage: Was ist ein Use Case?

Ein Usecase (Anwendungsfall) beschreibt einen konkreten fachlichen Bedarf oder ein Problem, das innerhalb des SwissHDS (Swiss Health Data Space) durch den Einsatz von Daten und IT-gestützten Prozessen gelöst werden soll. Usecases werden aus Sicht der Nutzer:innen formuliert und dienen als Ausgangspunkt für die Definition von Fachdiensten, Datenprodukten und technischen Anforderungen.

Merkmale von Usecases

Ein Usecase beantwortet die Frage:

„Was soll mit welchen Daten durch wen erreicht werden?"

• Kontextbezogen: Meist entlang von Versorgungssituationen, Fachprozessen oder gesetzlichen Anforderungen.

• Bestandteile:

  • Ein klar abgegrenztes Ziel oder Ergebnis

  • Die beteiligten Rollen/Akteure

  • Eine grobe Beschreibung des Prozessablaufs

  • Die betroffenen Datenobjekte

Beziehung zu anderen Begriffen

• Mehrere Usecases einer Fachdomäne können die Notwendigkeit für einen Fachdienst ableiten, der die Wiederverwendung standardisiert.

• Usecases sind nicht identisch mit Fachdiensten, sondern bilden die Basis für deren Konzeption.

• Ein Fachdienst kann mehrere Usecases unterstützen, sofern sie in derselben Domäne liegen und ähnliche technische und organisatorische Anforderungen teilen.

• Die Umsetzung eines Usecases kann mehrere Datenprodukte erfordern, die interoperabel über SwissHDS bereitgestellt werden.

Beispiele für Usecases in der Domäne eMedikation

• Rezept erstellen: Eine Ärztin verschreibt ein Medikament elektronisch.

• Medikationsplan konsultieren: Ein Apotheker oder Patient ruft die aktuelle Medikation ab.

• Medikationsdaten im EPD einsehen: Eine Spitalärztin konsultiert historische Medikation im elektronischen Patientendossier.

• Medikationsdaten auswerten: Ein Versorgungsmonitoring analysiert anonymisierte Daten zur Medikation bei chronisch Kranken.

Hinweise zur Formulierung

Usecases werden im SwissHDS typischerweise kurz und aktionsorientiert beschrieben, in der Form Subjekt + Verb + Objekt.
Beispiele: „Patient konsultiert Medikationsplan", „Apotheker passt Rezept an".