VECTORIO„EHDS steht im Kalender – Ihre Datenpipeline ist noch ein Ordner voller Skripte“
Klinikdaten, im eigenen Haus ausgewertet.
Dokumentierte Pseudonymisierung mit prüfbarer Herkunft
- Die Sekundärnutzung nach EHDS kommt, und unsere Daten sind darauf nicht vorbereitet.
- Patientendaten dürfen nicht in eine US-Cloud, und unser eigener Cluster ist klein.
- Der Datenschutzbeauftragte fragt, wie dieser Auszug entstanden ist; ich habe ein Skript.
- Dokumentierte Pseudonymisierung mit prüfbarer Herkunft
- Zusammenfassung klinischer Dokumentation direkt im Krankenhaus
- Läuft auf Krankenhaus-Hardware, ohne Cloud und ohne großen Cluster
Von heute zum ersten Ergebnis.
pro Projekt ein ETL-Skript
Die Datenschutzbeauftragte fragt, wie ein Extrakt entstanden ist, und die Antwort ist ein Skript, während jedes Projekt dieselbe HL7- und FHIR-ETL neu baut.
Personenbezogene Daten werden von einem dokumentierten Knoten geschwärzt, der Extrakt kommt mit einem signierten Nachweispaket, und die Zusammenfassung klinischer Notizen läuft im Krankenhaus ohne Netzwerkverkehr nach außen.
Lassen Sie einen Extrakt auf einer Datenkopie durch den Schwärzungs-Workflow laufen.
ein ExtraktPersonenbezogene Daten maskiert, mit Nachweis. Schritt für Schritt.
Datensätze werden seitenweise abgerufen, vor der Maskierung versiegelt, maskiert und erneut versiegelt – zwei Evidenzpakete, die genau zeigen, was sich geändert hat.
- Seitenzahlen (2–3) · API-URL erzeugen · JSONPlaceholder-Posts · Nachweis vor MaskeZahlenfolge · Felder berechnen · REST-API-Eingang · Nachweis-Sammler
- PII-Maskierung · Evidenzpaket vor MaskeDatenmaskierung · Evidenzpaket
- Nachweis nach Maske · EPK-Prüfung vor MaskeNachweis-Sammler · Nachweisprüfung
- Maskierte Posts (CSV) · Nachweis nach MaskeCSV-Ausgabe · Evidenzpaket
- EPK-Prüfung nach MaskeNachweisprüfung
page-gen → Generators.Sequence
url-builder → ETL.Compute
api-reader → RestApi.Subscriber
evidence-pre → Forensic.EvidenceCollector
pii-mask → Security.Mask
evidence-post → Forensic.EvidenceCollector
csv-output → CSV.Publisher
epk-pre → Forensic.EvidencePack
verifier-pre → Forensic.EvidenceVerifier
epk-post → Forensic.EvidencePack
verifier-post → Forensic.EvidenceVerifier- Seitenzahlen (2–3)Zählt die abzurufenden Seiten.
- API-URL erzeugenBaut jede Seitenadresse zusammen.
- JSONPlaceholder-PostsRuft die REST-API auf und liefert die Zeilen jeder Seite.
- Nachweis vor MaskeHasht die Rohzeilen (SHA-256, alle 50 Batches signiert) vor der Maskierung.
- PII-MaskierungMaskiert Titel teilweise und hasht die Texte.
- Evidenzpaket vor MaskePackt das Manifest vor der Maskierung in ein versiegeltes Evidenzpaket.
- EPK-Prüfung vor MaskeBerechnet das Paket vor der Maskierung neu und prüft es.
- Maskierte Posts (CSV)Hängt die maskierten Zeilen an die Ergebnisdatei an.
Ein echter Workflow aus unserer End-to-End-Testsuite; die Designer-Ansicht ist illustriert.
Das erhalten Sie. Ab dem ersten Pilotprojekt.
Dokumentierte Pseudonymisierung mit prüfbarer Herkunft
Zusammenfassung klinischer Dokumentation direkt im Krankenhaus
Läuft auf Krankenhaus-Hardware, ohne Cloud und ohne großen Cluster
Warum Ihre Werkzeuge an Grenzen stoßen.
Cloud-Gesundheitsplattformen stehen im Konflikt mit DSGVO- und Souveränitätserwartungen
Klassische ETL-Suiten sind schwergewichtig, teuer und schwach in der Prüfbarkeit
Forschungsskripten fehlt die Governance
- EHDS-Zeitplan (2029/2031)
- DSGVO und nationale Gesundheitsdatengesetze
- Forschungsdatenzentren (z. B. Integrationszentren von Universitätskliniken)
- Interesse an lokalen LLMs für klinische Texte ohne Cloud
Ihr Pilotprojekt. Drei Schritte.
Ihre Daten und Ihr Ziel
Sagen Sie uns, welche Daten Sie haben, wo sie liegen und welches Ergebnis Sie brauchen.
Ein klar abgegrenzter Pilot
Auf Ihren Daten und Ihrer Hardware, mit vorab festgehaltenem Erfolgsmaßstab.
Eine klare Entscheidung
Sie sehen das Ergebnis an diesem Maßstab – und behalten jeden Workflow und jeden Datensatz.
Verwandte Rollen in Regulatorische Nachweise.
OT-Daten kritischer Infrastrukturen und Versorger
OT-Analytik, die im Werk bleibt.
Datenplattformen des öffentlichen Sektors & Smart City
Stadtdaten unter städtischer Kontrolle.
Cyber-/SOC-Log-Analytik
SIEM-Ingest senken, jedes Log behalten.
Fertigung / Industrie 4.0: IoT- & Qualitätsdaten
Fertigungsdaten, verarbeitet dort, wo sie entstehen.
Zeigen Sie uns Ihr schwierigstes Datenproblem. Wir lösen es gemeinsam.
Ein kurzes Pilotprojekt mit Ihren Daten auf Ihrer Hardware. Was Erfolg bedeutet, legen wir vorher gemeinsam fest.