Funktionsübersicht  ·  Datenschutz für Praxen

Datenschutz – technische Details

Speicherung, Zugriff, Datenminimierung, Mandantentrennung

Diese Seite beschreibt die technischen und organisatorischen Maßnahmen (TOMs) in RevenueForecast. Sie richtet sich an technisches Personal, Datenschutzbeauftragte oder Auditoren.

1. Welche Daten werden gespeichert

Tabelle / Feld Inhalt
Appointments Termine: patient_name (freier Text – kann Pseudonym sein), appointment_date, start_time, duration_minutes, procedure_id, office_id, staff_id (optional), status, notes
MedicalProcedures Behandlungskatalog: Code, Bezeichnung, Dauer, Preis, Farbe – keine Patientendaten
StaffMembers Mitarbeiter: Name, Rolle, Kontakt – keine Patientendaten
StaffHoliday Urlaubs- und Abwesenheitszeiten der Mitarbeiter
Skills, ProcedureSkills, StaffSkills Qualifikationen und deren Zuordnung – keine Patientendaten
DoctorsOffices Praxisstammdaten: Name, Adresse, Kontakt, Branding
PracticeUsers Benutzerkonten: E-Mail, Passwort-Hash, Rolle
UserColumnMappingPreferences gespeicherte CSV-Spaltenzuordnungen pro Benutzer
Datenminimierung: RevenueForecast erhebt keine Diagnosen, keine Versicherungsdaten, keine Geburtsdaten, keine Adressen. Der Patientenbezug ist ein einzelnes Freitextfeld, das auch als Nummer, Fallzeichen oder Initialen genutzt werden kann.

2. Wo die Daten liegen

3. Zugriffskontrolle

3.1 Mandantentrennung (Row-Level Security)

Jede Praxis ist ein eigener Tenant. Die Trennung erfolgt auf Datenbankebene über Row-Level Security. Die Filterfunktion security.fn_tenant_filter vergleicht die office_id jeder Zeile mit dem SESSION_CONTEXT('tenant_id') der aktuellen Verbindung.

Der Tenant-Kontext wird ausschließlich serverseitig aus der Anmeldesitzung gesetzt – er ist nicht durch Benutzereingabe manipulierbar. Ein Benutzer einer Praxis kann technisch keine Daten einer anderen Praxis sehen.

3.2 Rollenmodell

3.3 Fehlerprotokollierung

Server-seitige Ausnahmen werden in appcal.DB_Errors protokolliert. Es werden technische Fehlerinformationen gespeichert – keine Patientendaten.

4. Anwendungsarchitektur

5. Datenminimierung – der zentrale Punkt

RevenueForecast ist ein Auslastungs- und Umsatzprognose-Werkzeug. Es ist nicht dazu gedacht, Patientinnen und Patienten zu identifizieren. Das schlägt sich in der Architektur nieder:

Empfehlung für Praxen: Importieren Sie Patientennummern, Fallzeichen oder Initialen anstelle von Klarnamen. Damit bleibt der Nutzen vollständig erhalten und die Datenverarbeitung ist faktisch pseudonymisiert.

6. Was die Anwendung (noch) nicht bietet

Für einen vollständigen Datenschutz-Audit sind folgende Punkte zu ergänzen, sobald das System mit personenbezogenen Patientendaten betrieben wird:

Wichtig: Diese Punkte betreffen personenbezogene Patientendaten. Wenn Sie – wie oben empfohlen – ausschließlich pseudonyme Kennungen (Patientennummern, Fallzeichen, Initialen) importieren, verarbeitet RevenueForecast keine personenbezogenen Gesundheitsdaten. Die genannten Punkte sind dann entweder gar nicht relevant oder deutlich weniger dringlich:

7. Anpassbarkeit für andere Branchen

Die Kernlogik – Termine, benötigte Qualifikationen, verfügbares Personal, Auslastung – ist nicht medizinisch. Sie passt auf jede Dienstleistung mit gebuchten Zeitfenstern und qualifizierten Mitarbeitern:

Je weiter man sich vom medizinischen Bereich entfernt, desto geringer werden die datenschutzrechtlichen Anforderungen an die verarbeiteten Daten. Eine Version für nicht-medizinische Dienstleister würde patient_name durch ein generisches Kundenmerkmal ersetzen und MedicalProcedures in Services umbenennen – die restliche Architektur bleibt unverändert.

Hinweis: Diese Seite beschreibt technische Maßnahmen, sie ersetzt keine Rechtsberatung. Vor einem Produktivbetrieb mit echten Patientendaten sollten Sie mit einem Datenschutzbeauftragten oder Anwalt für Medizinrecht sprechen.