Data Science in der Krankenversicherung: Einsatzfelder, Rechtsrahmen und Einstieg

Kurze Antwort

Data Science in der Krankenversicherung heißt, die umfangreichen Abrechnungs- und Versichertendaten der Kassen systematisch auszuwerten – für Ausgabenprognosen, die Auswahl von Abrechnungen zur Prüfung, die Bekämpfung von Fehlverhalten, die Bewertung von Versorgungsverträgen und seit dem Gesundheitsdatennutzungsgesetz auch für Hinweise an Versicherte auf individuelle Gesundheitsrisiken (§ 25b SGB V). Grenzen setzen die Zweckbindung nach § 284 SGB V, die DSGVO und ab Dezember 2027 die Hochrisiko-Regeln der KI-Verordnung.

Stand: Oktober 2026

Das Wichtigste in Kürze

• Krankenkassen verfügen über einen der umfassendsten Datenbestände im Gesundheitswesen: Abrechnungsdaten aus allen Versorgungsbereichen über viele Jahre.
• Sozialdaten dürfen nur für gesetzlich bestimmte Zwecke verarbeitet werden – Zweckbindung ist der wichtigste Rahmen jedes Data-Science-Projekts.
• § 25b SGB V erlaubt datengestützte Hinweise auf Gesundheitsrisiken, mit Information vorab, Widerspruchsrecht und Benachteiligungsverbot.
• KI, die über Leistungen entscheidet oder in der Krankenversicherung Risiken bewertet, gilt nach der KI-Verordnung als hochriskant.
• Erfolgreich sind Teams, die Datenkompetenz, Fachwissen zur Versorgung und Datenschutz verbinden.

Was bedeutet Data Science in der Krankenversicherung?

Kurze Antwort

Die Verbindung von Statistik, Datenmodellierung, Machine Learning und Fachwissen, um aus Versicherten- und Abrechnungsdaten belastbare Aussagen für Steuerung, Prüfung und Versorgung zu gewinnen.

Data Science reicht dabei von der klassischen Auswertung bis zur Vorhersage:

Stufe	Frage	Beispiel in der Krankenkasse
Beschreibend	Was ist passiert?	Leistungsausgaben je Bereich und Region im Vorjahresvergleich
Erklärend	Warum ist es passiert?	Welche Faktoren treiben den Anstieg der Krankengeldausgaben?
Vorhersagend	Was wird passieren?	Prognose der Krankenhausausgaben für das nächste Haushaltsjahr
Empfehlend	Was sollten wir tun?	Welche Abrechnungen lohnen eine genauere Prüfung?

Generative KI und Sprachmodelle ergänzen das Bild, etwa für Kundenservice und Dokumentenbearbeitung – mehr dazu im Artikel Large Language Models in der Krankenversicherung.

Welche Daten haben Krankenkassen?

Kurze Antwort

Stamm- und Mitgliedschaftsdaten, Abrechnungsdaten aus allen Versorgungsbereichen, Daten zu Krankengeld, Hilfsmitteln und Pflege sowie Vertrags- und Servicedaten – über viele Jahre und für alle Versicherten.

Datenquelle	Inhalt	Besonderheit
Stamm- und Mitgliedschaftsdaten	Alter, Geschlecht, Wohnort, Versicherungszeiten	Grundlage für alle Auswertungen
Krankenhausabrechnung	Fälle, Diagnosen, Prozeduren, Entgelte, Verweildauer	Zeitnah verfügbar
Ambulante Abrechnung	Diagnosen und Leistungen der Arztpraxen	Liegt meist erst mit mehreren Monaten Verzögerung vor
Arzneimittel	Verordnete und abgegebene Medikamente	Grundlage für Arzneimittelsicherheit und Ausgabenanalysen
Krankengeld	Arbeitsunfähigkeit, Dauer, Ausgaben	Wichtiger Ausgabenblock
Heil- und Hilfsmittel, Pflege	Verordnungen, Leistungen, Pflegegrade	Teilweise bei der Pflegekasse
Verträge und Service	Selektivverträge, Programme, Kontakte, Anliegen	Für Versorgungs- und Serviceanalysen

Die Stärke dieser Daten ist ihre Breite: Sie zeigen Versorgungsverläufe über Sektoren hinweg. Ihre Schwäche: Es sind Abrechnungsdaten, keine klinischen Befunde – Diagnosen spiegeln, was abgerechnet wurde, nicht zwingend den vollständigen Gesundheitszustand.

Wo hilft Data Science in der Krankenkasse?

Kurze Antwort

In sieben Feldern: Ausgabenprognose, Abrechnungsprüfung, Bekämpfung von Fehlverhalten, Datenqualität für den Risikostrukturausgleich, Versorgungsmanagement, Hinweise auf Gesundheitsrisiken nach § 25b SGB V und Kundenservice.

Leistungsausgaben prognostizieren

Zeitreihen- und Machine-Learning-Modelle schätzen die Ausgaben je Leistungsbereich – Krankenhaus, Arzneimittel, Krankengeld – für Haushaltsplanung und unterjährige Hochrechnung. Weil ambulante Daten spät eintreffen, sind Hochrechnungen der noch fehlenden Werte ein typisches Data-Science-Thema.

Abrechnungen gezielt prüfen

Modelle erkennen auffällige Krankenhaus- und Leistungsabrechnungen, etwa ungewöhnliche Kombinationen von Diagnosen und Prozeduren oder Verweildauern. So konzentriert sich die Prüfung auf die Fälle mit der größten Aussicht auf Korrektur. Die Entscheidung trifft weiterhin die Fachkraft, bei medizinischen Fragen der Medizinische Dienst.

Fehlverhalten im Gesundheitswesen bekämpfen

Krankenkassen müssen nach § 197a SGB V eigene Stellen zur Bekämpfung von Fehlverhalten einrichten. Netzwerk- und Musteranalysen helfen, Auffälligkeiten wie wiederkehrende Abrechnungsmuster über mehrere Leistungserbringer zu erkennen. Ein Treffer ist ein Hinweis, kein Beweis – jeder Fall wird von Menschen geprüft.

Datenqualität für den Risikostrukturausgleich

Der Risikostrukturausgleich verteilt Mittel nach der Morbidität der Versicherten. Datenanalysen helfen, Meldungen auf Vollständigkeit und Plausibilität zu prüfen. Ziel ist korrekte, nicht optimierte Daten – Einflussnahme auf Diagnosen ist unzulässig.

Versorgung und Verträge bewerten

Wirken Programme für chronisch Kranke, Selektivverträge oder Modellvorhaben? Vergleichsgruppen und Verlaufsanalysen zeigen, wie sich Versorgung, Krankenhausaufenthalte und Kosten entwickeln – Grundlage für Vertragsverhandlungen und Versorgungsinnovationen.

Gesundheitsrisiken erkennen nach § 25b SGB V

Seit dem Gesundheitsdatennutzungsgesetz dürfen Kranken- und Pflegekassen ihre Daten auswerten, um Versicherte auf bestimmte Risiken hinzuweisen. Mehr dazu im nächsten Abschnitt.

Kundenservice und Anliegen

Auswertungen von Anliegen, Bearbeitungszeiten und Kontaktwegen zeigen, wo Prozesse haken. Sprachmodelle helfen, eingehende Post zu klassifizieren und Antworten vorzubereiten. Für Analysen mit Sozialdaten gilt auch hier die Zweckbindung.

Was erlaubt § 25b SGB V?

Kurze Antwort

Kranken- und Pflegekassen dürfen zum Gesundheitsschutz ihrer Versicherten datengestützte Auswertungen vornehmen und auf Ergebnisse hinweisen – für sechs gesetzlich festgelegte Zwecke, mit Information vorab, Widerspruchsrecht und ohne Nachteile für Versicherte.

Zulässige Zwecke nach § 25b Abs. 1 SGB V:

1. Erkennung seltener Erkrankungen
2. Erkennung von Krebserkrankungen
3. Erkennung schwerwiegender Gesundheitsgefährdungen durch die Arzneimitteltherapie
4. Erkennung einer noch nicht festgestellten Pflegebedürftigkeit
5. Erkennung ähnlich schwerwiegender Gefährdungen, wenn dies im überwiegenden Interesse der Versicherten liegt
6. Erkennung von Impfindikationen für von der STIKO empfohlene Schutzimpfungen

Die Spielregeln:

• Kein Einverständnis nötig, aber Widerspruch möglich: Die Auswertung ist ohne Einwilligung zulässig; Versicherte können jederzeit und barrierefrei widersprechen.
• Information vorab: mindestens vier Wochen vor Beginn, auch öffentlich, in klarer und einfacher Sprache.
• Hinweis bei Befund: Versicherte werden umgehend schriftlich informiert, mit der Empfehlung, ärztlichen oder pflegerischen Rat einzuholen; der Hinweis wird in die elektronische Patientenakte übermittelt.
• Keine Nachteile: Niemand darf bevorzugt oder benachteiligt werden, weil er widersprochen oder einen Hinweis befolgt hat oder nicht. In die ärztliche Therapiefreiheit darf nicht eingegriffen werden.
• Transparenz: Auf Anfrage wird die Datengrundlage mitgeteilt; Ziele und Datengrundlagen werden vorab der Aufsichtsbehörde angezeigt.
• Keine Weitergabe an Dritte: Auftragsverarbeiter dürfen eingesetzt werden.

Für Data-Science-Teams heißt das: Modelle müssen nachvollziehbar dokumentiert, Fehlalarme gering gehalten und Hinweise verständlich formuliert sein – ein falscher Krebs- oder Pflegehinweis verunsichert Versicherte erheblich.

Welche rechtlichen Grenzen gelten?

Kurze Antwort

Zweckbindung nach § 284 SGB V, besonderer Schutz von Gesundheitsdaten nach Art. 9 DSGVO, Grenzen für automatisierte Entscheidungen nach Art. 22 DSGVO und ab dem 2. Dezember 2027 die Hochrisiko-Pflichten der KI-Verordnung.

• Zweckbindung (§ 284 SGB V): Sozialdaten dürfen nur für die dort genannten Zwecke erhoben und gespeichert werden, darunter Leistungsabrechnung, Wirtschaftlichkeits- und Qualitätsprüfungen, Modellvorhaben und Verträge sowie der Risikostrukturausgleich. Für andere Zwecke braucht es eine gesetzliche Grundlage.
• Gesundheitsdaten (Art. 9 DSGVO): besonders geschützt; für umfangreiche Analysen ist in der Regel eine Datenschutz-Folgenabschätzung nötig.
• Automatisierte Entscheidungen (Art. 22 DSGVO): Entscheidungen mit erheblicher Wirkung für Versicherte dürfen nicht allein von einem Algorithmus getroffen werden.
• KI-Verordnung, Anhang III: Als hochriskant gelten KI-Systeme, mit denen öffentliche Stellen den Anspruch auf öffentliche Leistungen einschließlich Gesundheitsleistungen prüfen, gewähren, kürzen, widerrufen oder zurückfordern (Nr. 5a), sowie KI für Risikobewertung und Preisbildung in der Lebens- und Krankenversicherung (Nr. 5c). Nach der Änderung durch den Digital Omnibus gelten diese Pflichten ab dem 2. Dezember 2027 – mit Risikomanagement, Datenqualität, Dokumentation, menschlicher Aufsicht und Transparenz.
• KI-Kompetenz: Seit Februar 2025 müssen Beschäftigte, die mit KI arbeiten, ausreichend geschult sein (Art. 4 KI-Verordnung).

Forschungsdatenzentrum Gesundheit

Das Forschungsdatenzentrum stellt Abrechnungsdaten aller gesetzlich Versicherten anonymisiert und aggregiert, in begründeten Fällen pseudonymisiert, für festgelegte Zwecke bereit (§ 303e SGB V) – etwa Versorgungsqualität, Planung von Leistungsressourcen und Forschung. Ausdrücklich ausgeschlossen sind Entscheidungen über Versicherungsverträge einzelner Personen und Entscheidungen zum Nachteil einzelner Personen.

Welche Technik braucht ein Data-Science-Team?

Kurze Antwort

Eine zentrale Datenplattform mit Data Warehouse oder Lakehouse, sichere Pseudonymisierung, Werkzeuge für Statistik und Machine Learning, einen geordneten Weg von Modellen in den Betrieb und verständliche Berichte.

• Datenplattform: Abrechnungsdaten aus vielen Jahren gehören in ein Data Warehouse oder Lakehouse mit klar definierten Kennzahlen – mehr im Artikel Microsoft Fabric im Krankenhaus, die Architektur gilt für Kassen genauso.
• Pseudonymisierung und Rollen: Analysen laufen auf pseudonymisierten Daten; den Personenbezug stellen nur die Stellen her, die ihn für ihre Aufgabe brauchen.
• Analyse und Modelle: Python oder R, SQL, Notebooks und Machine-Learning-Werkzeuge.
• Betrieb von Modellen (MLOps): Versionierung, Überwachung der Modellgüte, Dokumentation – wichtig für Nachvollziehbarkeit und künftige Pflichten der KI-Verordnung.
• Berichte: Dashboards für Vorstand, Fachbereiche und Verträge, etwa mit Power BI.

Wie gelingt der Einstieg?

Kurze Antwort

Mit einem klar abgegrenzten Anwendungsfall, früh eingebundenem Datenschutz, einer sauberen Datenbasis und einem gemischten Team – und erst nach einem erfolgreichen Pilot mit dem nächsten Feld.

1. Anwendungsfall wählen: mit messbarem Nutzen und klarer Rechtsgrundlage, etwa die Ausgabenprognose oder die Auswahl von Abrechnungen zur Prüfung.
2. Rechtsgrundlage und Datenschutz klären: Zweck nach § 284 SGB V, Datenschutz-Folgenabschätzung, Rollen- und Pseudonymisierungskonzept, Einordnung nach KI-Verordnung.
3. Daten aufbereiten: Datenqualität prüfen, Kennzahlen definieren, Verzögerungen der Datenlieferung berücksichtigen.
4. Modell entwickeln und validieren: mit Fachabteilung, verständlichen Kennzahlen zur Modellgüte und Prüfung auf Verzerrungen.
5. In den Betrieb bringen: Ergebnisse in bestehende Abläufe einbinden, Entscheidungen bleiben bei Menschen, Modellgüte laufend überwachen.
6. Ausweiten: Erfahrungen auf weitere Felder übertragen.

Welche Schulungen passen?

Kurze Antwort

Passend zu den Einsatzfeldern: Statistik mit R, SAS oder Python, Zeitreihenanalyse für Ausgabenprognosen, Machine Learning für Prüfungen, Datenqualität und Data Governance für Risikostrukturausgleich und Zweckbindung sowie MLOps für den nachvollziehbaren Betrieb von Modellen.

Aufgabe in der Krankenkasse	Passende Schulung	Dauer
Einstieg in Data Science und Machine Learning	Einführung in Data Science mit Schwerpunkt Machine Learning	3 Tage
Auswertungen mit Python	Data Science mit Python	3 Tage
Statistische Auswertungen mit R	Programmieren mit R – Grundkurs	2 Tage
Statistische Auswertungen mit SAS	SAS Studio – Grundlagen: Datenmanagement und statistische Auswertungen	2 Tage
Leistungsausgaben prognostizieren	Zeitreihenanalyse mit modernen Machine-Learning-Methoden	3 Tage
Auffällige Abrechnungen und Muster erkennen	Machine Learning mit Python und scikit-learn	5 Tage
Datenqualität sichern, etwa für den Risikostrukturausgleich	Datenqualität und Datenqualitäts-Management	1 Tag
Zweckbindung, Rollen und Zugriffsrechte regeln	Data Governance Workshop	1 Tag
Data Warehouse für langjährige Abrechnungsdaten	Data Vault Datenmodellierung im Enterprise Data Warehouse	2 Tage
Datenplattform mit Microsoft Fabric aufbauen	DP-700 Data Engineering mit Microsoft Fabric	4 Tage
Modelle nachvollziehbar betreiben (MLOps)	Modernes MLOps mit MLflow	3 Tage
Anliegen und Texte im Kundenservice auswerten, ohne Daten in eine externe Cloud zu geben	Lokale Sprachmodelle: Mistral AI, Ollama und Co.	1 Tag
Berichte für Vorstand und Fachbereiche	Power BI Grundlagen	2 Tage
Ergebnisse verständlich präsentieren	Data Storytelling	1 Tag

Weitere Kurse zu Power BI, Microsoft Fabric, Databricks und Big Data stehen im Bereich Data Science & Analytics.

Alle Seminare gibt es als offenen Kurs online oder vor Ort und als Firmenseminar für das eigene Team – dann mit Beispielen aus der eigenen Kasse. Welche Schulung passt, zeigt auch der Seminarberater.

Fazit

Krankenkassen sitzen auf einem der wertvollsten Datenbestände im Gesundheitswesen. Data Science macht daraus bessere Prognosen, gezieltere Prüfungen, fundierte Vertragsentscheidungen und – mit § 25b SGB V – Hinweise, die Versicherten konkret helfen können. Der Rahmen ist eng und muss es sein: Zweckbindung, Datenschutz, menschliche Entscheidungen und ab Ende 2027 die Hochrisiko-Pflichten der KI-Verordnung. Wer mit einem klaren Anwendungsfall, früh eingebundenem Datenschutz und einem gemischten Team startet, schafft die Grundlage für mehr. Unterstützung bei Datenstrategie, Plattform und Modellen bietet die Datenanalyse-Beratung für das Gesundheitswesen; Grundlagen zu Vorhersagemodellen erklärt der Artikel Predictive Analytics im Krankenhaus.

Quellen

1. § 25b SGB V – Datengestützte Erkennung individueller Gesundheitsrisiken durch die Kranken- und Pflegekassen. Bundesministerium der Justiz.
2. § 197a SGB V – Stellen zur Bekämpfung von Fehlverhalten im Gesundheitswesen. Bundesministerium der Justiz.
3. § 284 SGB V – Sozialdaten bei den Krankenkassen. Bundesministerium der Justiz.
4. § 303e SGB V – Datenverarbeitung (Forschungsdatenzentrum). Bundesministerium der Justiz.
5. Verordnung (EU) 2024/1689 (KI-Verordnung). Art. 4 und Anhang III Nr. 5.
6. AI Act – Regulatory framework for AI. Europäische Kommission, Stand Oktober 2026: AI-Omnibus seit 27. Juli 2026 in Kraft, Pflichten für Hochrisiko-Bereiche ab 2. Dezember 2027.
7. Annex III: High-Risk AI Systems. artificialintelligenceact.eu: Wortlaut Anhang III.
8. Verordnung (EU) 2016/679 (DSGVO). Art. 9, 22 und 35.

Passende Schulungen

Vertiefen Sie das Thema mit Ihrem Team – im offenen Seminar oder als Inhouse-Schulung.

• Einführung in Data Science mit Schwerpunkt Machine Learning3 Tage · nächster Termin 02.–04.11.2026
• Intelligente Zeitreihen Analyse mit modernen Machine Learning Methoden3 Tage · nächster Termin 02.–04.11.2026
• Datenqualität und Datenqualitäts-Management1 Tag · nächster Termin 05.11.2026
• Alle Seminare: Data Science & AnalyticsTermine, Inhalte und Inhouse-Angebote