Intelligente Datennutzung gegen Versorgungsengpässe
Florian Lauf MSc / Vera Weirauch MA / Ege Hüsemoglu MA / Arnaud Thien BA / Dipl.-Kfm. Christian Wilke
In der Gesundheitsversorgung ist die Sicherstellung der kontinuierlichen Verfügbarkeit von Arzneimitteln entscheidend, wobei Lieferengpässe ein wachsendes Problem darstellen [1]. Verursacht werden diese durch globale Lieferkettenunterbrechungen, Produktionsprobleme und steigende Nachfrage [2], was zu erheblichen Versorgungsproblemen führen sowie die Versorgung von Patient:innen gefährden kann. Bekannte Methoden der Bestandsverwaltung und Prognosen stoßen oft an ihre Grenzen. Ein Lieferengpass ist laut Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) eine „über voraussichtlich 2 Wochen hinausgehende Unterbrechung einer Auslieferung im üblichen Umfang oder eine deutlich vermehrte Nachfrage, der nicht angemessen nachgekommen werden kann“1. Für Patient:innen wird es relevant, wenn das verordnete oder ein alternatives Arzneimittel nicht vorrätig und auch nicht zeitnah beim Großhandel bestellbar ist. Dies entspräche einem Versorgungsengpass. Die Gesetzgebung adressiert dieses Problem bereits mit in der Apothekenbetriebsverordnung, welche festlegt: „[J]ede Apotheke muss Arzneimittel und apothekenpflichtige Medizinprodukte vorrätig halten, die mindestens dem durchschnittlichen Bedarf für eine Woche entsprechen“ (§ 15 ApBetrO). Weiterhin regelt AMG § 52b (1): „Pharmazeutische Unternehmer und Betreiber von Arzneimittelgroßhandlungen [...] stellen eine angemessene und kontinuierliche Bereitstellung des Arzneimittels sicher, damit der Bedarf von Patienten im Geltungsbereich dieses Gesetzes gedeckt ist.“
Mehr lesen
Erstveröffentlichungsdatum: 05.10.2025
Zusammenfassung: Intelligente Datennutzung gegen Versorgungsengpässe
Eine stetige Verfügbarkeit von Arzneimitteln ist eine große Herausforderung in der Gesundheitsversorgung. Sind wichtige Medikamente für Patient:innen nicht vorrätig, kann dies zu schwerwiegenden Folgen für die Betroffenen führen. Es deutet sich an, dass eine Digitalisierung entlang der Lieferkette sowie ein gegenseitiges Bereitstellen von Informationen dazu beitragen könnten, Lieferketten transparenter und effizienter zu gestalten, die Prognose potenzieller Lieferengpässe zu verbessern und damit direkten Einfluss auf die Versorgungsplanung zu nehmen. Dennoch existiert kaum eine intrinsische Motivation bei den Lieferketten-Teilnehmenden, Daten miteinander auszutauschen. Anhand mehrteiliger Workshops und Fokusgruppen mit Fachexpert:innen wurde identifiziert, welche Hürden hinsichtlich des Datenaustausches innerhalb der Lieferkette bestehen und ob ein kollaborativer Datenraum mit einem Datentreuhänder diese Hindernisse auflösen kann. Im Projekt „HealthTrack-X” zeigt sich, dass das technische Sicherstellen von Vertrauen, Datensouveränität und -verfügbarkeit ein probates Mittel sein kann. Unternehmen erhalten dadurch die nötigen Lieferketten-Daten, um Engpässe frühzeitig erkennen und somit gegensteuern zu können. Ein Datenraum in Kombination mit einer Datentreuhand kann in der Gesundheitswirtschaft dazu führen, dass die Hürden bei Datenweitergaben für Unternehmen überwunden werden.
Zusammenfassung: Intelligent data usage to combat supply bottlenecks – A data-centric solution for preventing supply bottlenecks through trusted data collaboration
Continuous availability of medications poses a significant challenge in healthcare. When essential drugs are not in stock for patients, it can lead to severe consequences for those affected. It is suggested that digitalization along the supply chain, as well as mutual information sharing, could contribute to making supply chains more transparent and efficient, improving the forecasting of potential supply shortages, and thereby directly influencing supply planning. However, there is little intrinsic motivation among supply chain participants to exchange data. Through multipart workshops and focus groups with subject matter experts, the barriers to data exchange within the supply chain have been identified, and it has been explored whether a collaborative data space with a data trustee can resolve these obstacles. In the project »HealthTrack-X«, it is evident that ensuring trust, data sovereignty, and availability from a technical standpoint can be an effective approach. This allows companies to obtain the necessary supply chain data to identify shortages early and take corrective actions. A data space combined with a data trustee can help overcome barriers to data sharing for companies in the healthcare sector.
Schlüsselwörter (Deutsch)
Arzneimittel, Datenraum, Datentreuhand, Gesundheitsversorgung, Lieferengpass, Medikamente
Schlüsselwörter (Englisch)
data space, data trustee, Healthcare, medications, Pharmaceuticals, supply shortages
Literatur
1. Francas, D., Mohr, S., Hoberg, K.: On the drivers of drug shortages: empirical evidence from Germany. IJOPM, vol. 43, 1520–1538 (2023). doi: 10.1108/IJOPM-09-2022-0581 2. Bade, C., Olsacher, A., Boehme, P., Truebel, H., Fehring, L.: Reasons for supply side driven drug shortages - A mixed-methods study on first-level, higher-level, and root causes from the perspective of marketing authorization holders. Research in social & administrative pharmacy: RSAP, vol. 19, 1218–1227 (2023). doi: 10.1016/j.sapharm.2023.05.007 3. Bundesvereinigung Deutscher Apothekerverbände e.V.: Apothekenklima-Index 2024. Pressekonferenz zum Deutschen Apothekertag (2024), https://www.abda.de/fileadmin/user_upload/assets/Pressetermine/2024/DAT_2024/DAT-Pk-2024/Apothekenklima_Index_2024.pdf, (Accessed: 30.06.2025) 4. European Medicines Agency: European Shortages Monitoring Platform (ESMP) training session on routine shortage reporting for marketing authorisation holders of centrally authorised products (CAPs) (2024), https://www.ema.europa.eu/en/events/european-shortages-monitoring-platform-esmp-training-session-routine-shortage-reporting-marketing-authorisation-holders-centrally-authorised-products-caps#:~:text=TheEuropeanShortagesMonitoringPlatformESMPtrainingsession,reportingfunctionalityattheendofNovember2024., (Accessed: 30.06.2025) 5. Bundesvereinigung Deutscher Apothekerverbände e.V.: Stellungnahme der ABDA zum Referentenentwurf eines ALBVVG (2023), https://www.abda.de/fileadmin/user_upload/assets/Stellungnahmen/2023/230228-ABDA-Stellungn-RefE-ALBVVG.pdf, (Accessed: 30.06.2025) 6. European Medicines Agency: Good practices for industry for the prevention of human medicinal product shortages (2023), https://www.ema.europa.eu/en/news/guidance-industry-prevent-mitigate-medicine-shortages 7. Röhl, K.-H., Bolwin, L. and Hüttl, P.: Datenwirtschaft in Deutschland (2021), https://bdi.eu/publikation/news/datenwirtschaft-in-deutschland, (Accessed: 30.06.2025) 8. Otto, B., Hompel, M. ten, Wrobel, S. (eds.): Designing Data Spaces. The Ecosystem Approach to Competitive Advantage, vol. 1. Springer International Publishing, Cham (2022). doi: 10.1007/978-3-030-93975-5 9. Lauf, F., Scheider, S., Bartsch, J., Herrmann, P., Radic, M., Rebbert, M., Nemat, A.T., Schlueter-Langdon, C., Konrad, R., Sunyaev, A., et al.: Linking Data Sovereignty and Data Economy: Arising Areas of Tension. International Conference on Wirtschaftsinformatik, vol. 17 (2022) 10. Wilkinson, M., Dumontier, M., Aalbersberg, I., et al.: The FAIR Guiding Principles for scientific data management and stewardship. Scientific data, vol. 3, 1–9 (2016). doi: 10.1038/sdata.2016.18 11. Kernebeck, S., Fischer, F.: Theoretische, methodische und organisatorische Fragestellungen. In: Kernebeck, S., Fischer, F. (eds.) Partizipative Technikentwicklung im Sozial- und Gesundheitswesen: interdisziplinäre Konzepte und Methoden, pp. 25–36. Hogrefe, Bern (2024) 12. Vandekerckhove, P., Mul, M. de, Bramer, W.M., Bont, A.A. de: Generative Participatory Design Methodology to Develop Electronic Health Interventions: Systematic Literature Review. Journal of Medical Internet Research, vol. 22, e13780 (2020). doi: 10.2196/13780 13. Vargas, C., Whelan, J., Brimblecombe, J., Allender, S.: Co-creation, co-design, co-production for public health – a perspective on definition and distinctions. Public health research & practice, vol. 32 (2022). doi: 10.17061/phrp3222211 14. Pennekamp, J., Matzutt, R., Klinkmüller, C., Bader, L., Serror, M., Wagner, E., Malik, S., Spiß, M., Rahn, J., Gürpinar, T., et al.: An Interdisciplinary Survey on Information Flows in Supply Chains. ACM Comput. Surv., vol. 56, 1–38 (2024). doi: 10.1145/3606693 15. Li, X., Cheng, Y., Xia, X., Møller, C.: Data Governance and Data Management in Operations and Supply Chain: A Literature Review (2024) 16. Tsoy, N., Konstantinov, N.: Strategic Data Sharing between Competitors. arXiv (2023). doi: 10.48550/arXiv.2305.16052 17. Diebold, G.: Overcoming Barriers to Data Sharing in the United States (2023), chrome-extension://oemmndcbldboiebfnladdacbdfmadadm/https://www2.datainnovation.org/2023-data-sharing-barriers.pdf?utm_source=chatgpt.com, (Accessed: 30.06.2025) 18. Ullrich, H.: The EU Data Act’s Rules on Access to and Use of Data and the Rules of the Market (2024). doi: 10.2139/ssrn.5028949 19. Devriendt, T.: Incentives for Data Sharing: An interview study with cohort holders and platform developers. Social Sciences and Digital Humanities Archive – SODHA (2021). doi: 10.34934/DVN/VNFMQP 20. Achterberg, J., van Dijk, B., Islam, S.u., Waseem, H.M., Gallos, P., Epiphaniou, G., Maple, C., Haas, M., Spruit, M.: The Data Sharing Paradox of Synthetic Data in Healthcare (2025) 21. EIT Health Think Tank: Implementing the European Health Data Space. Across Europe (2024), https://eithealth.eu/wp-content/uploads/2024/04/EIT_Health_ThinkTank_Implementing_the_EHDS_across_Europe.pdf?utm_source=chatgpt.com, (Accessed: 30.06.2025) 22. Li, X., Cheng, Y., Møller, C.: Data governance: A Critical Foundation for Data Driven Decision-Making in Operations and Supply Chains (2024) 23. NFDI4Health - Nationale Forschungsdateninfrastruktur für personenbezogene Gesundheitsdaten: White Paper - Verbesserung des Record Linkage für die Gesundheitsforschung in Deutschland : August 2023. NFDI4Health - Nationale Forschungsdateninfrastruktur für personenbezogene Gesundheitsdaten (Projekt) (2023). doi: 10.4126/FRL01-006461895 24. Devriendt, T., Borry, P., Shabani, M.: Factors that influence data sharing through data sharing platforms: A qualitative study on the views and experiences of cohort holders and platform developers. PLoS One, vol. 16, e0254202 (2021). doi: 10.1371/journal.pone.0254202
Erklärung des Autors
Die Autor:innen erklären, dass keine Interessenkonflikte vorliegen.
Danksagungen
Diese Arbeit wurde im Rahmen des Forschungsprojekts „HealthTrack-X” ermöglicht, welches vom Bundesministerium für Wirtschaft und Energie gefördert wird (FKZ: 13MX007D).
Weitere Informationen
- Ausgabe: MVF 05/25 Veröffentlichungsdatum: 05.10.2025 Alle Ausgaben als PDF Abonnieren Sie die Printausgabe Einzelausgabe bestellen Open Access





