Medizininformatik ist die wissenschaftliche Disziplin an der Schnittstelle von Informatik, Medizin und Gesundheitswesen. Sie entwickelt Methoden und Werkzeuge für die systematische Verarbeitung medizinischer Daten. Von der elektronischen Patientenakte über klinische Entscheidungsunterstützung bis zur standortübergreifenden Forschungsdateninfrastruktur: Medizininformatik gestaltet die digitale Transformation des Gesundheitssystems.
Von Burak Uzun, Geschäftsführer der Sanofeld GmbH · Aktualisiert am 06.02.2025
Die Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS) definiert Medizininformatik als die Wissenschaft der systematischen Erschließung, Verwaltung, Aufbewahrung, Verarbeitung und Bereitstellung von Daten, Informationen und Wissen in der Medizin und im Gesundheitswesen.
Health IT / eHealth: Ein Oberbegriff für alle IT Anwendungen im Gesundheitswesen. Medizininformatik ist die wissenschaftliche Grundlage, Health IT die angewandte Praxis. Nicht jeder Health IT Spezialist ist Medizininformatiker.
Bioinformatik: Fokussiert auf molekulare Daten, Genomsequenzierung, Proteinstrukturanalyse. Medizininformatik arbeitet mit klinischen, administrativen und Versorgungsdaten. Die Schnittstelle heißt translationale Bioinformatik, wo Genomdaten in die klinische Entscheidungsfindung einfließen.
Medizintechnik: Entwickelt medizinische Geräte und Systeme. Medizininformatik liefert die Software Schicht, die diese Geräte vernetzt, ihre Daten auswertet und in klinische Workflows integriert.
In Deutschland bieten rund 30 Hochschulen Studiengänge mit Schwerpunkt Medizininformatik an:
Ein typisches Curriculum umfasst: Programmierung (Python, Java), Datenbanken, Statistik, Medizinische Dokumentation, Krankenhausmanagement, IT Sicherheit, klinische Informationssysteme und Gesundheitsökonomie. Regelstudienzeit: 6 Semester Bachelor, 4 Semester Master.
Die Medizininformatik Initiative ist das größte deutsche Infrastrukturprojekt zur Vernetzung von Versorgungsdaten und Forschung. Das BMBF fördert die MII seit 2018 mit über 400 Millionen Euro in drei Phasen.
Die MII organisiert sich in vier Konsortien, die alle 36 deutschen Universitätskliniken einbinden:
Jede Universitätsklinik hat ein Datenintegrationszentrum aufgebaut. Die DIZ extrahieren Daten aus den klinischen Primärsystemen (KIS, LIS, RIS), harmonisieren sie auf den MII Kerndatensatz (basierend auf HL7 FHIR) und stellen sie über eine standardisierte Schnittstelle für die Forschung bereit. Die technische Grundlage bilden FHIR Server wie HAPI FHIR oder IBM FHIR, ETL Pipelines (z. B. Apache NiFi) und Pseudonymisierungsdienste (gPAS, gTHS).
Die MII hat ein bundesweit einheitliches Einwilligungsmodell entwickelt (Broad Consent). Patienten stimmen der Nutzung ihrer Versorgungsdaten für die Forschung zu, mit granularen Widerspruchsmöglichkeiten. Die technische Umsetzung erfolgt über gICS (generic Informed Consent Service). Bis Ende 2025 hatten rund 2,5 Millionen Patienten den Broad Consent erteilt.
Der MII Kerndatensatz definiert FHIR Profile für: Person (Patient), Diagnose (Condition), Prozedur (Procedure), Laborbefund (Observation), Medikation (MedicationStatement), Einwilligung (Consent) und Biobank Proben (Specimen). Er nutzt internationale Terminologien: ICD 10 GM, OPS, LOINC, SNOMED CT und ATC. Der Kerndatensatz ist die Grundlage für das Deutsche Forschungsdatenportal Gesundheit (FDPG), über das Forscher standortübergreifende Datenanfragen stellen können.
Sanofeld ist eine Healthcare Agentur für Omnichannel Marketing, RX & OTC, Social Media und Paid Marketing.
Interoperabilität setzt standardisierte Datenformate und einheitliche Terminologien voraus. Medizininformatiker arbeiten täglich mit diesen Systemen:
HL7 FHIR (Fast Healthcare Interoperability Resources): Der aktuelle Leitstandard für den Austausch medizinischer Daten. FHIR definiert Ressourcen (Patient, Observation, Condition, MedicationRequest etc.) als REST Endpunkte. In Deutschland setzen die ISiK Spezifikationen (KHZG), der MII Kerndatensatz und die ePA auf FHIR R4.
HL7 v2: Trotz des Alters (seit 1987) noch immer der meistgenutzte Standard in Krankenhaus Subsystemen. Nachrichtentypen wie ADT (Aufnahme/Entlassung), ORM (Auftrag), ORU (Befund) und MDM (Dokument) laufen über TCP/IP MLLP Verbindungen.
HL7 CDA (Clinical Document Architecture): XML basiertes Dokumentenformat, genutzt für Arztbriefe (eArztbrief), Entlassbriefe und eRezepte. CDA Level 3 ermöglicht maschinenlesbare Inhalte.
SNOMED CT: Die umfassendste klinische Terminologie mit über 350.000 Konzepten. Deutschland hat 2021 eine Nationallizenz erworben. SNOMED CT erlaubt präzise Kodierung klinischer Sachverhalte, die mit ICD 10 nicht abbildbar sind (z. B. Befunde, Symptomkombinationen, Geräte).
LOINC (Logical Observation Identifiers Names and Codes): Standard für Laboruntersuchungen und klinische Beobachtungen. Über 100.000 Codes für Laborparameter, Vitalzeichen, Fragebögen. In der MII ist LOINC Pflicht für Laborwerte.
ICD 10 GM und ICD 11: ICD 10 GM ist die deutsche Modifikation der WHO Klassifikation. Sie dient der Diagnosekodierung in der Abrechnung. ICD 11, seit 2022 von der WHO freigegeben, bietet Postkoordination und Integration von ICF Funktionscodes. Die Umstellung in Deutschland ist für 2027/2028 geplant.
OPS: Der Operationen und Prozedurenschlüssel kodiert alle erbrachten Leistungen im stationären Sektor. Er ist die Grundlage der DRG Kalkulation.
ATC/DDD: Anatomisch therapeutisch chemische Klassifikation für Arzneistoffe. Relevant für Medikationsmanagement und Pharmakovigilanz.
Clinical Decision Support Systems (CDSS) sind Kernanwendungen der Medizininformatik. Sie verarbeiten Patientendaten gegen Wissensbasen und generieren Handlungsempfehlungen für Ärzte und Pflege.
Wissensbasierte CDSS: Arbeiten mit Wenn Dann Regeln, die aus Leitlinien abgeleitet sind. Beispiel: Wenn Kreatinin Clearance unter 30 ml/min, dann Dosisanpassung für Metformin empfehlen. Die Pflege und Aktualisierung der Regelbasis ist aufwändig, aber transparent.
Datengetriebene CDSS: Nutzen Machine Learning Modelle, die auf klinischen Daten trainiert werden. Beispiele: Sepsis Früherkennung (z. B. Epic Sepsis Model, SCAP Score), Sturzrisikoprädiktion, Readmission Prediction. Herausforderung: Erklärbarkeit (Explainable AI) und Bias in Trainingsdaten.
Die Digitalisierung medizinischer Leitlinien in maschinenlesbare Formate ist ein aktives Forschungsfeld. Ansätze:
In der Praxis sind erst wenige Leitlinien vollständig digital implementiert. Das Leitlinienprogramm der AWMF arbeitet an maschinenlesbaren Formaten.
Die automatische Prüfung auf Arzneimittelinteraktionen, Kontraindikationen und Dosierungsfehler ist die verbreitetste CDSS Anwendung. In Deutschland nutzen die meisten KIS die ABDATA Datenbank (Werbe und Vertriebsgesellschaft Deutscher Apotheker) oder die ifap Arzneimitteldatenbank. Bei jeder ärztlichen Verordnung prüft das System automatisch gegen die aktuelle Medikationsliste des Patienten. Die Herausforderung: Alert Fatigue. Studien zeigen, dass Ärzte 90 bis 95 Prozent aller CDSS Warnungen wegklicken, weil die Spezifität zu niedrig ist. Moderne Systeme priorisieren Warnungen nach klinischer Relevanz.
Bildgebende CDSS nutzen Deep Learning für die automatische Detektion von Befunden. Zugelassene Produkte in Deutschland: Befundassistenz für Mammographie (z. B. Vara), Lungenknoten Detektion im CT (z. B. Siemens AI Rad Companion), Schlaganfalldiagnostik (z. B. Brainomix e ASPECTS). Diese Systeme sind als Medizinprodukte (Klasse IIa oder IIb) zugelassen und unterstützen Radiologen, ersetzen sie aber nicht.
Die Nachfrage nach Medizininformatikern übersteigt das Angebot deutlich. Die Digitalisierung des Gesundheitswesens durch KHZG, ePA und MII hat die Nachfrage nach entsprechenden Fachkräften stark erhöht.
Die Gehaltsangaben basieren auf Daten von Entgeltatlas, Glassdoor und Fachverbandsbefragungen (Stand 2025):
Tariflich Beschäftigte in Universitätskliniken werden nach TV L E13/E14 vergütet. In der Industrie (KIS Hersteller, Beratung) liegen die Gehälter ca. 15 bis 25 Prozent über dem Tarifniveau.
Krankenhäuser und Unikliniken: IT Abteilungen, Datenintegrationszentren, Medizinisches Controlling. Die GMDS empfiehlt 1 IT Vollzeitkraft pro 50 Betten. In der Realität liegt das Verhältnis bei vielen Häusern bei 1:100.
KIS Hersteller: SAP, Dedalus, CGM, Nexus, Meierhofer. Positionen: Softwareentwicklung, Consulting, Produktmanagement, Support.
Beratungsunternehmen: Roland Berger, McKinsey Health, Accenture Health, BearingPoint. Schwerpunkt: Krankenhausdigitalisierung, KHZG Beratung, IT Strategie.
Behörden und Institutionen: gematik, BfArM (DiGA Bewertung), RKI (Surveillance Systeme), InEK, DIMDI/BfArM Klassifikationen.
Forschung: Universitäten, Fraunhofer ISST, Fraunhofer MEVIS, Helmholtz Zentren.
Der Markt für Medizininformatik Lösungen wächst jährlich um 8 bis 12 Prozent. Die Zielgruppen sind heterogen: IT Leiter in Kliniken, Chief Medical Information Officers, Forschungsleiter an Unikliniken, Geschäftsführer von MVZ Ketten und Entscheider in Gesundheitsämtern. Jede Gruppe hat eigene Informationsbedürfnisse und Fachsprachen.
Erfolgreiches Marketing in diesem Segment erfordert technische Tiefe und regulatorisches Verständnis. Whitepapers zu ISiK Konformität, Fallstudien aus KHZG Projekten und Fachartikel zu FHIR Profilierung belegen die Fachkompetenz eines Anbieters gegenüber Einkäufern und Fachabteilungen. Gleichzeitig müssen Grundlageninhalte für Entscheider ohne IT Hintergrund verständlich aufbereitet sein.
Sanofeld verbindet als Healthcare Agentur Healthcare Branchenexpertise mit SEO Strategie auf Basis von Such- und Wettbewerbsdaten. Wir erstellen medizinisch und technisch korrekte Inhalte, die sowohl Suchmaschinen als auch Fachentscheider überzeugen. Von der Keyword Recherche über Fachartikel bis zum Performance Marketing begleiten wir Medizininformatik Unternehmen beim Aufbau digitaler Sichtbarkeit. Jetzt Erstgespräch vereinbaren.
Siehe auch: GEO · Medical Writing
Medizininformatik in Deutschland bewegt sich entlang einer dichten Gesetzeskette. Wer im Feld arbeitet, sollte die wichtigsten Stichtage und Größenordnungen kennen, weil sie Projektbudgets, Pflichtfunktionen in Klinik-Software und den Zugang zu Versorgungsdaten bestimmen. Die folgende Übersicht fasst die zentralen Eckdaten der vergangenen Jahre mit Quelle und Jahr zusammen.
| Vorhaben | Eckdaten | Quelle (Jahr) |
|---|---|---|
| KHZG (Krankenhauszukunftsgesetz) | Fördervolumen 4,3 Mrd. Euro: 3 Mrd. vom Bund, 1,3 Mrd. von den Ländern; Gesetz 2020 beschlossen | BMG (2020) |
| ePA für alle, Start | Modellregionen ab 15.01.2025, bundesweiter Rollout ab 29.04.2025 | gematik (2025) |
| ePA, Widerspruchsquote | Rund 5 % der GKV-Versicherten haben widersprochen; der Bund hatte zuvor etwa 20 % angenommen | GKV-Spitzenverband (2025) |
| ePA, AOK-Bestand | 26,4 Mio. AOK-Versicherte ausgestattet, Widerspruchsquote dort 3,8 % | AOK-Bundesverband (06.02.2025) |
| DigiG, ePA-Befüllpflicht | Pflicht zur ePA-Nutzung und -Befüllung für Praxen und Kliniken ab 01.10.2025; Sanktionen ab 01.01.2026 | BMG / DigiG (2024) |
| GDNG, Forschungsdatenzentrum | In Kraft seit 26.03.2024; baut das FDZ Gesundheit beim BfArM aus, erlaubt Verknüpfung pseudonymisierter Daten mit klinischen Krebsregistern | BMG / GDNG (2024) |
Für Medizininformatiker verschieben diese Regelungen den Arbeitsschwerpunkt. Das KHZG hat einmalige Investitionen in Patientenportale, digitale Dokumentation und IT-Sicherheit ausgelöst, deren Betrieb nun dauerhaft betreut werden muss. Die ePA-Befüllpflicht ab Oktober 2025 macht FHIR-konforme Schnittstellen und die Anbindung der Klinik-Subsysteme zur Pflichtaufgabe, und das GDNG erweitert die Sekundärnutzung von Versorgungsdaten über die Medizininformatik-Initiative hinaus auf Abrechnungs- und ePA-Daten beim FDZ.
Sanofeld ist eine Healthcare Agentur für Omnichannel Marketing, RX & OTC, Social Media und Paid Marketing.
Weitere Leistungen