Cintelligence: Welche Rolle spielt Big Data bei der digitalen Transformation der DAK-Gesundheit?
Moldenhauer: Zunächst einmal hat der Einsatz von Big Data Technologien viele Facetten – Big Data bezeichnet eben nicht den Einsatz einer bestimmten Technologie, sondern es ist vielmehr das Ergebnis des Zusammenspiels unterschiedlichster Innovationen in verschiedenen Gebieten. Große Datenmengen verschiedener Formate und Herkunft werden mit hoher Geschwindigkeit verarbeitet und analysiert – die drei berühmten V: Volume, Variety, Velocity.
Durch Big Data Technologie werden wir schneller Zusammenhänge erkennen, als dies noch in der alten Analytikwelt der Fall gewesen ist. Versorgungsmanagement ist hier ein gutes Beispiel.
Cintelligence: Ihr Vortragstitel lautet „Big Data im Versorgungsmanagement“. Worum wird es gehen?
Moldenhauer: Es geht um Ideen und Perspektiven, die sich aus Big Data Analysen zum Beispiel im Versorgungsmanagement ergeben. Ich werde aber auch ansprechen was fehlt: Der Gesetzgeber muss das Sozialgesetzbuch den neuen Möglichkeiten anpassen und Datenschützer müssen Konzepte für eine aktive und kontrollierte Datennutzung zur Krankheitsvermeidung vorlegen.
Cintelligence: Gibt es weitere Big Data Projekte?
Moldenhauer: Mit der Einführung einer analytischen Datenbank für unser Data Warehouse konnten wir bereits beträchtliche Performancegewinne bei der Verarbeitung und Analyse sehr großer Datenmengen erzielen. Früher bedingte die Analyse sehr großer Datenmengen häufig erst eine Aufbereitung der Daten durch IT-Spezialisten. Mit Big Data Technologien - wie unserer analytischen Datenbank – können die Fachbereiche vermehrt Analysen per Self Service alleine in die Hand nehmen.
Cintelligence: Welche Ergebnisse wurden hier erzielt?
Moldenhauer: Das Datenvolumen in der gesetzlichen Krankenversicherung ist enorm. Big Data bringt uns natürlich Performancegewinne in der Verarbeitung und Analyse von Daten und damit Freiräume für die Mitarbeiter, um zusätzliche, weitergehende Analysen zu fahren. Hierzu gehören etwa die Identifikation neuer Steuerungsthemen, Kündigerwahrscheinlichkeitsanalysen oder die sektorenübergreifende Vertragsgestaltung.
Cintelligence: Auf welche Probleme sind Sie gestoßen?
Moldenhauer: Einerseits die Einschränkungen des Datenschutzes, die viele, aus Kassen- und Patientensicht im Sinne etwa der Krankheitsprävention sinnvoll erscheinende Analysen verbieten. Andererseits nutzt die modernste Technologie nichts, wenn die Prozesse der Datenversorgung zu einer sehr späten Verfügbarkeit von Daten führen. Beispiel: Daten unterschiedlichster Leistungserbringer treffen erst mit einem zeitlichen Versatz bei uns ein. Das gilt etwa für die Krankenhaus- und Arzneimitteldaten. Wenn diese Daten zu einem bestimmten Thema erst nach 6 Wochen oder später von den externen Stellen geliefert werden, dann ist der Nutzen einer Big Data Technologie, die es ermöglicht, die Daten in 2 Minuten anstatt 20 Stunden weiterzuverarbeiten, gering.
Cintelligence: Was lief gut?
Moldenhauer: Die Zusammenarbeit bei uns im Haus über Fachbereiche hinweg. Es hat sich bewährt, mit dem jeweiligen Fachexperten ein gemeinsames Grundverständnis zu den Chancen und Risiken der BIG Data Technologie herzustellen. Auf dieser Basis kann dann gemeinsam mit der IT und den jeweils verantwortlichen Fachexperten das jeweilige Themenfeld untersucht und auch hinsichtlich des Business Case bewertet werden.
Cintelligence: Welche Entwicklungsansätze verfolgen Sie bei Ihrer Big Data Roadmap?
Moldenhauer: Wir setzen weitgehend auf einen iterativen agilen Ansatz. Das analytische Datenbanksystem und geeignete Tools für Datenintegration, Analyse und Data Mining bilden die technologische Basis. In der Folge implementieren wir unterschiedliche Anwendungen als Prototypen, um dann zu entscheiden, welche Themen wir weiterverfolgen. Oft ist auch die Kombination herkömmlicher Methoden mit Big Data Technologien vielversprechend. So setzen wir beispielsweise schon lange Prädiktionsmodelle in diversen Bereichen ein. Setzt man diese Methoden nun in Verbindung mit unserer analytischen Datenbank, ergeben sich neue weitere Analysemöglichkeiten, z.B. Kündigerwahrscheinlichkeitsanalysen.
Cintelligence: Wenn Sie Managern, die Big Data Projekte angehen möchten, drei Ratschläge geben müssten, wie würden diese lauten?
Moldenhauer:
1. Verschaffen Sie sich einen Überblick, was Big Data Technologien leisten können – die Möglichkeiten sind vielfältig! Wichtig ist allerdings, ein für Sie geeignetes Szenario zu identifizieren und zu verproben, bevor Sie mit dem Thema in die Breite gehen.
2. Können Sie von dem erwarteten Ergebnis konkrete Maßnahmen ableiten, die den Aufwand refinanzieren?
3. Ist ihr Unternehmen bereit, auf Basis der Ergebnisse sein Handeln auszurichten und sich von liebgewonnenen Entscheidungstraditionen zu trennen?
Cintelligence: Die aktuelle Transformation hat Auswirkungen auf die Organisation. Vor welchen Herausforderungen stehen die Mitarbeiter und wie reagieren Sie darauf?
Moldenhauer: Die neuen Möglichkeiten der Analytik und des Self Service erfordern es, die geeigneten Mitarbeiter zu qualifizieren. Skills und Denkweisen wie hohe Datenaffinität, „Think BIG“ und Methodenkompetenz sind heute sehr relevant.
Cintelligence: Big Data und Predictive Analytics stehen noch am Anfang. Wie schätzen Sie die künftige Entwicklung und die Potenziale für die DAK-Gesundheit ein?
Moldenhauer: Wie bereits aufgezeigt, sind die Potenziale im Bereich der schnelleren Datenanalytik hoch. Wenn es uns gelingt, gemeinsam mit der Politik Datenschutzaspekte zu regeln, sehe ich weitere Potenziale der Nutzung von Big Data.
Moldenhauer: Zunächst einmal hat der Einsatz von Big Data Technologien viele Facetten – Big Data bezeichnet eben nicht den Einsatz einer bestimmten Technologie, sondern es ist vielmehr das Ergebnis des Zusammenspiels unterschiedlichster Innovationen in verschiedenen Gebieten. Große Datenmengen verschiedener Formate und Herkunft werden mit hoher Geschwindigkeit verarbeitet und analysiert – die drei berühmten V: Volume, Variety, Velocity.
Durch Big Data Technologie werden wir schneller Zusammenhänge erkennen, als dies noch in der alten Analytikwelt der Fall gewesen ist. Versorgungsmanagement ist hier ein gutes Beispiel.
Cintelligence: Ihr Vortragstitel lautet „Big Data im Versorgungsmanagement“. Worum wird es gehen?
Moldenhauer: Es geht um Ideen und Perspektiven, die sich aus Big Data Analysen zum Beispiel im Versorgungsmanagement ergeben. Ich werde aber auch ansprechen was fehlt: Der Gesetzgeber muss das Sozialgesetzbuch den neuen Möglichkeiten anpassen und Datenschützer müssen Konzepte für eine aktive und kontrollierte Datennutzung zur Krankheitsvermeidung vorlegen.
Cintelligence: Gibt es weitere Big Data Projekte?
Moldenhauer: Mit der Einführung einer analytischen Datenbank für unser Data Warehouse konnten wir bereits beträchtliche Performancegewinne bei der Verarbeitung und Analyse sehr großer Datenmengen erzielen. Früher bedingte die Analyse sehr großer Datenmengen häufig erst eine Aufbereitung der Daten durch IT-Spezialisten. Mit Big Data Technologien - wie unserer analytischen Datenbank – können die Fachbereiche vermehrt Analysen per Self Service alleine in die Hand nehmen.
Cintelligence: Welche Ergebnisse wurden hier erzielt?
Moldenhauer: Das Datenvolumen in der gesetzlichen Krankenversicherung ist enorm. Big Data bringt uns natürlich Performancegewinne in der Verarbeitung und Analyse von Daten und damit Freiräume für die Mitarbeiter, um zusätzliche, weitergehende Analysen zu fahren. Hierzu gehören etwa die Identifikation neuer Steuerungsthemen, Kündigerwahrscheinlichkeitsanalysen oder die sektorenübergreifende Vertragsgestaltung.
Cintelligence: Auf welche Probleme sind Sie gestoßen?
Moldenhauer: Einerseits die Einschränkungen des Datenschutzes, die viele, aus Kassen- und Patientensicht im Sinne etwa der Krankheitsprävention sinnvoll erscheinende Analysen verbieten. Andererseits nutzt die modernste Technologie nichts, wenn die Prozesse der Datenversorgung zu einer sehr späten Verfügbarkeit von Daten führen. Beispiel: Daten unterschiedlichster Leistungserbringer treffen erst mit einem zeitlichen Versatz bei uns ein. Das gilt etwa für die Krankenhaus- und Arzneimitteldaten. Wenn diese Daten zu einem bestimmten Thema erst nach 6 Wochen oder später von den externen Stellen geliefert werden, dann ist der Nutzen einer Big Data Technologie, die es ermöglicht, die Daten in 2 Minuten anstatt 20 Stunden weiterzuverarbeiten, gering.
Cintelligence: Was lief gut?
Moldenhauer: Die Zusammenarbeit bei uns im Haus über Fachbereiche hinweg. Es hat sich bewährt, mit dem jeweiligen Fachexperten ein gemeinsames Grundverständnis zu den Chancen und Risiken der BIG Data Technologie herzustellen. Auf dieser Basis kann dann gemeinsam mit der IT und den jeweils verantwortlichen Fachexperten das jeweilige Themenfeld untersucht und auch hinsichtlich des Business Case bewertet werden.
Cintelligence: Welche Entwicklungsansätze verfolgen Sie bei Ihrer Big Data Roadmap?
Moldenhauer: Wir setzen weitgehend auf einen iterativen agilen Ansatz. Das analytische Datenbanksystem und geeignete Tools für Datenintegration, Analyse und Data Mining bilden die technologische Basis. In der Folge implementieren wir unterschiedliche Anwendungen als Prototypen, um dann zu entscheiden, welche Themen wir weiterverfolgen. Oft ist auch die Kombination herkömmlicher Methoden mit Big Data Technologien vielversprechend. So setzen wir beispielsweise schon lange Prädiktionsmodelle in diversen Bereichen ein. Setzt man diese Methoden nun in Verbindung mit unserer analytischen Datenbank, ergeben sich neue weitere Analysemöglichkeiten, z.B. Kündigerwahrscheinlichkeitsanalysen.
Cintelligence: Wenn Sie Managern, die Big Data Projekte angehen möchten, drei Ratschläge geben müssten, wie würden diese lauten?
Moldenhauer:
1. Verschaffen Sie sich einen Überblick, was Big Data Technologien leisten können – die Möglichkeiten sind vielfältig! Wichtig ist allerdings, ein für Sie geeignetes Szenario zu identifizieren und zu verproben, bevor Sie mit dem Thema in die Breite gehen.
2. Können Sie von dem erwarteten Ergebnis konkrete Maßnahmen ableiten, die den Aufwand refinanzieren?
3. Ist ihr Unternehmen bereit, auf Basis der Ergebnisse sein Handeln auszurichten und sich von liebgewonnenen Entscheidungstraditionen zu trennen?
Cintelligence: Die aktuelle Transformation hat Auswirkungen auf die Organisation. Vor welchen Herausforderungen stehen die Mitarbeiter und wie reagieren Sie darauf?
Moldenhauer: Die neuen Möglichkeiten der Analytik und des Self Service erfordern es, die geeigneten Mitarbeiter zu qualifizieren. Skills und Denkweisen wie hohe Datenaffinität, „Think BIG“ und Methodenkompetenz sind heute sehr relevant.
Cintelligence: Big Data und Predictive Analytics stehen noch am Anfang. Wie schätzen Sie die künftige Entwicklung und die Potenziale für die DAK-Gesundheit ein?
Moldenhauer: Wie bereits aufgezeigt, sind die Potenziale im Bereich der schnelleren Datenanalytik hoch. Wenn es uns gelingt, gemeinsam mit der Politik Datenschutzaspekte zu regeln, sehe ich weitere Potenziale der Nutzung von Big Data.
