By · Last updated 2026-05-30

Zurück zum BlogGesundheitswesen

HIPAA Safe Harbor De-Identifizierung...

HIPAA Safe Harbor erfordert die Entfernung von medizinischen Aktennummern — aber MRN-Formate sind nicht standardisiert.

May 30, 20267 min Lesezeit
HIPAA Safe Harbormedical record numbersMRN detectionhealthcare compliancecustom PII patterns

Aktualisiert für 2026

HIPAA Safe Harbor De-Identifikation: Krankenhausspezifische MRN-Formate ohne Engineering erkennen

HIPAA Safe Harbor schreibt vor, Patientenakten-Nummern zu entfernen. Das ist einer von 18 erforderlichen ID-Typen. Es klingt einfach. Das Problem: MRN-Formate sind nicht standardisiert.

Epic nutzt ein Format. Cerner ein anderes. Meditech wieder ein anderes. Jedes Krankenhaus fügt eigene Codes hinzu. Regionale Gesundheitsorganisationen schaffen noch mehr Formate. Ein Standard-PII-Tool kennt Ihr Format nicht. Es wird Ihre MRNs übersehen.

Das ist kein kleines Risiko. IT-Teams im Gesundheitswesen finden regelmäßig MRNs in Datensätzen, die eigentlich de-identifiziert sein sollten. Das Tool war nur für gängige PII-Typen konfiguriert.

Das MRN-Format-Problem

Die USA haben keinen nationalen Standard für Patientenakten-Nummern. Jedes Krankenhaus oder EHR-System definiert sein eigenes Format.

Häufig beobachtete Muster:

  • Epic-Stil: 8–12-stellig numerisch (z. B. 123456789)
  • Cerner-Stil: Krankenhaus-Code-Präfix + numerisch (z. B. MGH-987654)
  • Regionale Netzwerke: Einrichtungscode + Jahr + Sequenz (z. B. HOSP-2023-456789)
  • Veterans Affairs: 9-stellig mit Prüfziffer
  • Pädiatrie-Systeme: Patiententyp-Präfix + numerisch (z. B. PED-12345678)

Keine einzige Regel passt auf alle diese Formate. Es gibt kein universelles MRN-Muster.

Was Standard-PII-Tools erkennen: Die meisten HIPAA-Tools konzentrieren sich auf IDs mit festem Format. SSNs folgen XXX-XX-XXXX. Telefonnummern folgen XXX-XXX-XXXX. E-Mail-Adressen haben eine klare Struktur. Diese sind leicht zu finden.

MRNs, Kontonummern und Lizenznummern sind HIPAA-Typen 8, 10 und 11. Diese variieren je nach Krankenhaus. Sie brauchen eine individuelle Konfiguration. Ein generisches Tool erkennt sie nicht.

Die Compliance-Lücke

Ein regionales Krankenhaus möchte Patientendaten mit einem universitären Forschungspartner teilen. Das EHR-System nutzt dieses MRN-Format: HOSP-YYYY-XXXXXX.

Das Krankenhaus führt die Daten durch sein HIPAA-Tool. Das Tool entfernt Namen, Daten, Telefonnummern und SSNs. MRNs werden nicht entfernt. HOSP-2023-456789 passt zu keiner eingebauten Regel.

Der Forscher erhält den Datensatz. Er gleicht ihn mit eigenen Daten ab. Diese enthalten MRNs aus früheren Überweisungen desselben Krankenhauses. Viele Patienten können nun re-identifiziert werden. Das Krankenhaus hat einen HIPAA-Verstoß.

Das ist ein echter Fehler in De-Identifikations-Workflows. Siehe auch HIPAA Safe Harbor-De-Identifikation für die Gesundheitsforschung für weitere Informationen.

Die Lösung: Custom Entity erstellen

Die Lösung besteht darin, Ihr MRN-Format als Custom Entity zu definieren. Das kann ein Compliance-Beauftragter übernehmen. Kein Entwickler wird benötigt.

Schritte:

  1. Format beschreiben: „Beginnt mit HOSP, dann ein Bindestrich, ein 4-stelliges Jahr, ein Bindestrich und eine 6-stellige Nummer"

  2. KI-Tool nutzen, um den Regex zu erstellen: HOSP-\d{4}-\d{6}

  3. An 20 Entlassungsbriefen testen. Alle MRNs bestätigen.

  4. Als Custom Entity „Hospital MRN" speichern

  5. Zum HIPAA-Preset zusammen mit den Standard-ID-Typen hinzufügen

Dieser Prozess dauert für einen Compliance-Beauftragten etwa 3 Tage. Die Entwicklung von Custom Code kann 3 Monate dauern.

Beispiel: 15-Standort-Krankenhausnetzwerk

Organisation: Regionales Krankenhausnetzwerk mit 15 Standorten

MRN-Format: HOSP-YYYY-XXXXXX (in Tausenden von Entlassungsbrief-PDFs)

Ziel: Forschungsdatensatz unter einer HIPAA-Datennutzungsvereinbarung teilen

Alter Ansatz: Externer De-Identifikationsanbieter für 120.000 USD pro Jahr

Lücke gefunden: Das Anbietertool erkannte das institutionsspezifische MRN-Format nicht

Neuer Workflow:

  1. Compliance-Beauftragter definiert das MRN-Muster — 20 Minuten
  2. KI validiert den Regex — 5 Minuten
  3. Test an 50 Beispiel-Entlassungsbriefen — 30 Minuten
  4. Keine MRNs mehr vorhanden, keine Falsch-Positive — 10 Minuten
  5. Custom Entity zum HIPAA-Preset hinzufügen
  6. Den gesamten 50.000-Datensatz im Batch verarbeiten

Gesamtzeit zum Schließen der Lücke: ein Nachmittag.

Multi-Standort-Netzwerke: Mehrere MRN-Formate

Durch Fusionen entstandene Krankenhausnetzwerke betreiben oft mehrere EHR-Systeme. Jedes Legacy-System kann ein anderes MRN-Format nutzen.

Umgang damit:

Für jedes Format eine eigene Custom Entity erstellen:

  • „MRN Format A (Epic)" — 8-stellig numerisch
  • „MRN Format B (Legacy Cerner)" — Präfix + 7-stellig numerisch
  • „MRN Format C (übernommener Partner)" — Bundesstaatscode + Jahr + Sequenz

Ein Preset enthält alle drei Custom Entities plus die Standard-HIPAA-ID-Typen. Jedes Dokument von jedem Standort hat seine MRNs entfernt.

Siehe Custom MRN Detection in HIPAA Pipelines ohne Code für eine Schritt-für-Schritt-Anleitung.

Über MRNs hinaus: Weitere nicht standardisierte IDs

Derselbe Ansatz funktioniert für andere HIPAA Safe Harbor-ID-Typen.

Krankenversicherungsnummern (Kategorie 9): Jede Versicherung nutzt ihr eigenes Format. Aetna, Blue Cross und United Healthcare sehen alle anders aus. Ein Abrechnungsteam braucht ein benutzerdefiniertes Muster für jeden Zahler.

Kontonummern (Kategorie 10): Krankenhaus-Kontonummern unterscheiden sich je nach Krankenhaus.

Lizenznummern (Kategorie 11): DEA-Nummern haben ein standardisiertes Bundesformat. Staatliche Approbationsnummern nicht. Jede Kammer nutzt ihr eigenes Format.

Geräte-IDs (Kategorie 14): Seriennummern medizinischer Geräte werden von jedem Hersteller individuell vergeben.

Für jeden dieser Fälle schließt eine Custom Entity die Lücke. Kein Engineering erforderlich.

Siehe Custom PII Identifiers für organisatorische Anonymisierung für mehr zu nicht standardisierten ID-Typen.

Validierung: Safe Harbor-Compliance nachweisen

HIPAA Safe Harbor verlangt, dass die abgedeckte Einrichtung kein „tatsächliches Wissen" hat, dass Daten eine Person identifizieren könnten. (45 CFR §164.514(b)(1))

Die Validierung von Custom Entities beweist, dass alle 18 ID-Typen abgedeckt sind.

Validierungsschritte:

  1. 50–100 Beispieldokumente aus dem Forschungsdatensatz verarbeiten
  2. Ausgabe prüfen — sieht etwas wie eine ID aus?
  3. Zweiten Erkennungsdurchlauf starten, um verpasste Elemente zu finden
  4. Den Prozess dokumentieren

Ihre Custom Entity-Konfiguration, der Stichprobencheck und die Verarbeitungsprotokolle bilden Ihren Safe Harbor-Nachweis.

Fazit

Standard-PII-Tools mit Standardeinstellungen schließen die HIPAA Safe Harbor-De-Identifikation nicht ab. Patientenakten-Nummern sind krankenhausspezifisch. Sie brauchen eine individuelle Erkennung.

Das Erstellen einer Custom Entity schließt diese Lücke in Stunden. Compliance-Beauftragte können das Muster definieren, testen und Daten verarbeiten. Kein Engineering-Aufwand nötig.

Die Lücke zwischen „wir haben ein HIPAA-Tool genutzt" und „wir haben alle 18 Safe Harbor-IDs entfernt" ist oft nur eine fehlende Custom Entity.

Quellen

Bereit, Ihre Daten zu schützen?

Beginnen Sie mit der Anonymisierung von PII mit über 285 Entitätstypen in 48 Sprachen.

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.

Related reading

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 servers live in Falkenstein, Germany.

We use Hetzner. They hold 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.