Records

Gesundheitsdatenserver speichern und versionieren Daten, bieten aber keine laufende Qualitätsüberwachung. Nach dem Go-Live driftet die Datenqualität unbemerkt ab – durch geänderte Schnittstellen, aktualisierte medizinische Terminologien und neue Anforderungen. Es fehlte ein Werkzeug, das diese Abweichungen erkennt, bevor sie Schaden anrichten.

Als Gründer und Product Owner verantwortete ich die gesamte Produktentwicklung – von der Produktvision über UX/UI-Design bis zur Full-Stack-Entwicklung. Architektur, Datenmodell und die gesamte Qualitätsprüfungs-Pipeline wurden von mir konzipiert und implementiert.

Records wurde als signalbasierte Plattform aufgebaut: Qualitätsprüfungen laufen kontinuierlich, definierte Referenzwerte dienen als Vergleichsgrundlage, und Abweichungen werden automatisch erkannt. Konfigurierbare Schwellenwerte erzeugen eindeutige Pass/Warn/Fail-Signale. Die Architektur trennt strikt zwischen Prüfergebnissen und Patientendaten – sensible Daten verlassen nie die Plattform. Ein modulares Designsystem gewährleistet visuelle Konsistenz.

Records verbindet sich mit beliebigen Gesundheitsdatenservern, erkennt automatisch die eingesetzte Version und prüft Daten gegen sechs Qualitätsdimensionen. Die Oberfläche ist um einen klaren Workflow organisiert: Referenzwert setzen → kontinuierlich prüfen → Abweichungen erkennen → priorisieren → beheben → neuen Referenzwert setzen. Zusätzlich können Daten direkt durchsucht, untersucht und mit integrierter Qualitätsprüfung bearbeitet werden. Audit-Reports dokumentieren den Qualitätsstatus für Prüfungen.

Records ist bei Dateningenieuren und Integrationszentren im Gesundheitswesen im Einsatz. Die Plattform erkennt Qualitätsabweichungen, bevor sie in Produktion gelangen, und ermöglicht herstellerunabhängige Qualitätskontrolle über mehrere Datenserver hinweg. Die Prüfgeschwindigkeit wurde um 90 % verbessert.

Die größte Herausforderung lag darin, das abstrakte Konzept „Datenqualität über Zeit" in greifbare UI-Patterns zu übersetzen: Referenzwerte, Abweichungen und Qualitätstrends mussten für Ingenieure sofort verständlich sein. Die strikte Trennung von Prüfergebnissen und Patientendaten erwies sich als architektonischer Vorteil für Datenschutz und Skalierbarkeit.