Gesundheitsdatenspende an das Forschungsdatenzentrum Gesundheit (GDNG): Daten anonymisieren – DSGVO-konform anonymisieren (GDNG)

Das Forschungsdatenzentrum Gesundheit ist das 2020 beim Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) eingerichtete Forschungsdatenzentrum, dessen Datennutzungsrahmen durch das am 26. März 2024 in Kraft getretene Gesundheitsdatennutzungsgesetz (GDNG) erweitert wurde. anonym.legal pseudonymisiert Patientendaten, bevor sie für eine Datenspende oder einen Forschungsantrag an das Forschungsdatenzentrum aufbereitet werden.

When this applies

Eine Klinik, Praxis oder ein Register bereitet Behandlungsdaten für eine freiwillige Datenspende oder für einen Nutzungsantrag beim Forschungsdatenzentrum Gesundheit vor, das 2020 beim Bundesinstitut für Arzneimittel und Medizinprodukte (BfArM) eingerichtet wurde und dessen Datennutzungsrahmen durch das am 26. März 2024 in Kraft getretene GDNG erweitert wurde. Die Daten enthalten Gesundheitsangaben als besondere Kategorie nach Art. 9 Abs. 1 DSGVO, deren Verarbeitung zu Forschungszwecken zusätzlich Art. 9 Abs. 2 lit. j DSGVO und § 27 BDSG voraussetzt; Verstöße können nach Art. 83 Abs. 5 DSGVO mit bis zu 20 Mio. € oder 4 % des weltweiten Konzernjahresumsatzes geahndet werden. Es entsteht der Bedarf, die Daten für die Forschungsnutzung bereitzustellen, ohne einzelne Patientinnen und Patienten identifizierbar zu machen.

  1. Die für die Datenspende vorgesehenen Behandlungsdaten werden im Originalformat in anonym.legal hochgeladen.
  2. Die Erkennung prüft den Inhalt gegen über 267 Entitätstypen und identifiziert Namen, Versicherten- und weitere identifizierende Angaben.
  3. Jede betroffene Person wird über alle Datensätze hinweg konsistent durch dasselbe Pseudonym ersetzt.
  4. Diagnose-, Behandlungs- und Verlaufsdaten ohne unmittelbaren Personenbezug bleiben für die Forschungsauswertung im Klartext erhalten.
  5. Die Zuordnung von Pseudonym zu Klarname wird in einer verschlüsselten, EU-ansässigen Mapping-Tabelle abgelegt.
  6. Die pseudonymisierte Fassung wird für die Übermittlung an das Forschungsdatenzentrum exportiert; nach Abschluss des Forschungsvorhabens kann der Schlüssel gelöscht werden, womit der Personenbezug endgültig entfällt.

What you provide

  • Für die Datenspende vorgesehene Behandlungsdaten
  • Angabe des Forschungsvorhabens oder Antragszwecks
  • Liste der betroffenen Patientinnen und Patienten

Limitations & cautions

  • Ob eine konkrete Datenspende oder ein Nutzungsantrag die Voraussetzungen des GDNG erfüllt, bewertet anonym.legal nicht.
  • Die Pseudonymisierung ist reversibel und ersetzt keine datenschutzrechtliche Anonymisierung; der Personenbezug entfällt endgültig erst mit der Löschung des Schlüssels.
  • Die genaue Ausgestaltung der Widerspruchs- und Zugriffsregeln des Forschungsdatenzentrums Gesundheit ist Gegenstand fortlaufender Rechtsetzung und wird von anonym.legal nicht verfolgt.

FAQ

Bleiben Diagnose- und Behandlungsdaten nach der Pseudonymisierung auswertbar?

Ja, Diagnose-, Behandlungs- und Verlaufsdaten ohne unmittelbaren Personenbezug bleiben im Klartext erhalten. Nur identifizierende Patientendaten werden pseudonymisiert. So bleibt die Forschungsauswertung vollständig durchführbar.

Reicht die Pseudonymisierung für eine Datenspende an das Forschungsdatenzentrum aus?

Ob die pseudonymisierte Fassung den konkreten Anforderungen des GDNG für eine Datenspende genügt, bewertet anonym.legal nicht. Diese Prüfung bleibt Ihre Aufgabe. Die Software bereitet die Daten technisch auf.

Kann der Personenbezug nach Abschluss des Forschungsvorhabens vollständig entfernt werden?

Ja, wird der Schlüssel zur verschlüsselten Mapping-Tabelle gelöscht, ist eine Re-Identifizierung nicht mehr möglich. Aus der reversiblen Pseudonymisierung wird damit faktisch eine Anonymisierung. Wann dieser Schritt zulässig ist, richtet sich nach den Vorgaben des jeweiligen Forschungsvorhabens.

Welche Bußgeldrisiken bestehen bei fehlerhafter Verarbeitung von Spendedaten?

Da die Daten Gesundheitsangaben als besondere Kategorie nach Art. 9 Abs. 1 DSGVO enthalten, können Verstöße gegen deren Verarbeitungsgrundsätze nach Art. 83 Abs. 5 DSGVO mit Bußgeldern bis zu 20 Mio. € oder 4 % des weltweiten Konzernjahresumsatzes geahndet werden. Die genaue Einordnung eines Vorfalls bleibt Ihre Aufgabe.

Telemedizin & elektronische Patientenakte

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.

Hetzner holds ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.