Fünf digitale Prioritäten für die Medizintechnik

Digitalvorhaben in Medizintechnikunternehmen scheitern auf charakteristische Weise: Sie werden als IT-Projekte geführt — in einem Geschäft, in dem nahezu alles, was das Produkt berührt, eine regulierte Änderung ist.

Die folgenden Prioritäten sind danach geordnet, wo der Aufwand unter dieser Bedingung tatsächlich zurückkommt.

1. KI in der Entwicklung, bevor KI im Produkt

Ein Modell in ein zugelassenes Produkt zu bringen ist die ehrgeizige Variante und trägt das volle regulatorische Gewicht — nach dem EU AI Act ist ein System, das eine klinische Entscheidung beeinflusst, Hochrisiko, zusätzlich zu den MDR-Pflichten.

Schneller zurück kommt KI in der Arbeit rund um das Produkt: frühere Entwicklungsdokumentation durchsuchen, Dokumente entwerfen, Reklamationsdaten zusammenfassen, Muster in Marktüberwachungsberichten finden, für die eine Person Wochen bräuchte.

Diese Anwendungen teilen eine nützliche Eigenschaft: Eine fachkundige Person prüft das Ergebnis, das System ist also Entscheidungsunterstützung und nicht die Entscheidung. Das hält es in einer deutlich leichteren Regulierungsstufe und nimmt einem meist knappen Team echte Arbeit ab.

In dieser Reihenfolge: KI im Prozess zuerst, KI im Produkt, wenn Nachweise und Governance stehen.

2. Compliance als System, nicht als Abteilung

Der grösste Effizienzunterschied zwischen Medizintechnikunternehmen liegt darin, ob Compliance-Nachweise erzeugt oder zusammengestellt werden.

Zusammengestellt heisst: Ein Team baut die Nachverfolgungsmatrix, sammelt Testnachweise und rekonstruiert die Änderungshistorie vor einer Prüfung. Das funktioniert, ist langsam und skaliert schlecht — der Aufwand wächst mit jedem Release, das Team nicht.

Erzeugt heisst: Die Pipeline gibt es aus — Anforderungen mit Tests verknüpft, Tests mit Ergebnissen, jeder Build auf einen Commit zurückführbar, jede Änderung bei ihrer Entstehung eingeordnet. Nach IEC 62304 ist es so oder so dieselbe Lieferung; der Unterschied ist, ob sie eine Woche pro Release kostet oder nichts.

Das ist meist das ertragreichste Digitalprojekt in einem Produktgeschäft — und es steht selten auf einer Transformations-Roadmap, weil es keine sichtbare Funktion hervorbringt.

3. Interoperabilität, wo klinischer Nutzen sichtbar wird

Ein Gerät, dessen Daten nicht in einen klinischen Ablauf gelangen, erzeugt Berichte statt Ergebnisse.

HL7 und FHIR für den klinischen Datenaustausch, DICOM bei Bildgebung. Es sind internationale Normen und gelten unverändert über Märkte hinweg — einer der wenigen Bereiche dieser Branche, in dem das zutrifft.

Die praktische Priorität ist nicht, die Schnittstelle sofort anzubieten. Sie besteht darin sicherzustellen, dass das interne Datenmodell die Norm ausdrücken kann — denn sie einem proprietären Modell nachzurüsten ist eine Migration, die stets mit einem Kundentermin daherkommt.

4. Sicherheits- und Datenschutzkontrollen auf Ebene des Zugriffs

Medizintechnikunternehmen halten mit die sensibelsten Daten überhaupt, und die regulatorischen Erwartungen spiegeln das.

Nach revDSG/nDSG für Schweizer Daten und DSGVO für EU-Daten tragen Gesundheitsdaten die strengsten Anforderungen. Die praktisch relevanten Kontrollen:

• Zugriff, nicht nur Speicherung. Wo Daten liegen, ist die einfache Hälfte; wer sie erreichen kann — einschliesslich Supportpersonal von Lieferanten in anderen Rechtsordnungen und dahinterliegender Unterauftragsverarbeiter — ist die geprüfte Hälfte.
• Datenminimierung als Architekturentscheidung. Pseudonymisierung bei der Erhebung senkt die Pflichtenlast dauerhaft. Die günstigste verfügbare Kontrolle und die am häufigsten übersprungene.
• Trennung der Nicht-Produktion. Eine Kopie von Produktionsdaten in einer Testumgebung ist ein häufiger und ernster Prüfbefund. Nur synthetische oder pseudonymisierte Daten.
• Prüfpfade als regulierte Artefakte. Bewusst aufbewahrt, mit definierter Frist — nicht einer Voreinstellung überlassen.

Dazu kommen die Sicherheitserwartungen der Kundschaft: Spitäler und Versicherer fragen in der Beschaffung nach Reaktion auf Vorfälle, Unterauftragsverarbeitern und Ausstiegspfaden — und eine langsame Antwort kostet Zeit in einem ohnehin langen Verkaufszyklus.

5. Vorausschauender Service und digitale Zwillinge, wo der Bestand es trägt

Vorausschauende Wartung und Simulation sind bei einem nennenswerten Gerätebestand mit spürbaren Servicekosten echt wertvoll. Sie sind zugleich die Priorität, die am häufigsten zu früh begonnen wird.

Voraussetzung ist Telemetrie — strukturierte, verlässliche Daten von Geräten im Feld. Ohne sie wird ein Vorhersagemodell auf Servicetickets trainiert, und die halten fest, was getan wurde, nicht was geschehen ist.

Die nützliche Reihenfolge: die Telemetrie für die Marktüberwachung aufbauen, die die MDR ohnehin erwartet — dann ist die Vorhersagefähigkeit ein kleiner Schritt auf Daten, die Sie erheben mussten. Beim Modell statt bei den Daten zu beginnen ist der Weg zu dreijährigen Initiativen ohne Ergebnis.

Was das für eine Roadmap bedeutet

Zwei der fünf Punkte — erzeugte Compliance und Telemetrie — sind Fundamente, auf denen die übrigen drei stehen. Sie bringen keine Vorführung hervor und entscheiden, ob der Rest bezahlbar ist.

Eine vertretbare Roadmap stellt diese nach vorn, nennt mit Zahl und Datum, was sich ändert, und sagt ausdrücklich, was dieses Jahr nicht versucht wird.

Weiterführend

• MedTech-Startups: skalierbarer Stack ab Tag eins
• EU AI Act: Was CTOs im DACH-Raum jetzt tun müssen
• Zeus Bioscience — MedTech/IVF, reguliertes Umfeld

Wenn Sie eine Aussensicht darauf möchten, welcher dieser Punkte Ihr Engpass ist, vereinbaren Sie ein Gespräch. Unverbindlich.