By · Last updated 2026-06-05

Zurück zum BlogGesundheitswesen

HIPAA OCR Durchsetzung 2024: 725 Verstöße...

HHS OCR berichtete 725 HIPAA-Verstöße im Jahr 2024, die 275 Millionen Datensätze betreffen – die höchste Zahl aller Zeiten.

June 5, 202610 min Lesezeit
HIPAA enforcementPHI de-identificationOCR HHShealthcare breachHIPAA Security Rule

HIPAA OCR: 725 Datenpannen, 275 Millionen Datensätze

Aktualisiert für 2026

Das HHS Office for Civil Rights (OCR) zählte 725 Datenpannen im Gesundheitswesen im Jahr 2024. Diese Pannen betrafen 275 Millionen Patientendatensätze. Das ist der höchste Wert, der je in einem einzigen Jahr erfasst wurde.

Die durchschnittlichen Kosten einer Datenpanne im Gesundheitssektor erreichten 2025 einen Wert von 10,22 Millionen US-Dollar. Diese Zahl stammt aus dem IBM Cost of a Data Breach Report. Sie umfasst Bußgelder, Anwaltskosten, Patientenbenachrichtigungen, Kreditüberwachung und Reputationsschäden.

2025 und 2026 sind entscheidende Jahre für betroffene Einrichtungen und Geschäftspartner. Eine vorgeschlagene Aktualisierung der HIPAA Security Rule vom März 2025 würde die umfangreichsten technischen Anforderungen seit 2003 einführen.

Was 725 Datenpannen im Jahr 2024 verursachte

Das OCR-Portal gliedert die Pannen von 2024 in vier Kategorien.

Hacking und IT-Vorfälle verursachten 74 % der gemeldeten Pannen. Ransomware, Serverangriffe und E-Mail-Betrug sind die häufigsten Typen. Angreifer zielen heute auf ganze Netzwerke ab. Ein einziger Angriff kann Millionen von Datensätzen aus einem EHR-System auf einmal entnehmen.

Unberechtigter Zugriff und Offenlegung verursachte 18 % der Pannen. Schlechte Zugriffskontrollen, Missbrauch durch Mitarbeitende und Weitergabe an falsche Empfänger fallen darunter.

Vorfälle bei Drittanbietern machten 35 % der Pannen von 2024 aus. Die Datenpanne begann beim Geschäftspartner — nicht bei der betroffenen Einrichtung selbst. Change Healthcare (eine Tochter von UnitedHealth Group) allein legte über 190 Millionen Patientendaten offen. Das ist die größte Datenpanne im US-Gesundheitswesen aller Zeiten.

Diebstahl oder Verlust von Datenträgern verursachte 8 % der Pannen. Laptops, USB-Sticks und Papierdokumente — verloren oder gestohlen ohne Verschlüsselung.

Die 18 PHI-Kategorien nach Safe Harbor

HIPAAs Safe-Harbor-Methode (45 CFR §164.514(b)) erfordert die Entfernung aller 18 Kategorien geschützter Gesundheitsdaten (PHI). Die meisten Teams kennen die Liste. Die Herausforderung liegt in der automatisierten Erkennung.

  1. Namen — Patienten, Familienmitglieder, Arbeitgeber
  2. Geografische Daten — jede Einheit unterhalb der Staatsebene
  3. Datumsangaben — Aufnahme, Entlassung, Geburt, Tod (Jahr darf bleiben)
  4. Telefonnummern
  5. Faxnummern
  6. E-Mail-Adressen
  7. Sozialversicherungsnummern
  8. Krankenaktennummern (Format je nach EHR-System)
  9. Krankenversicherungsnummern
  10. Kontonummern
  11. Zertifikats- und Lizenznummern — Arztlizenz, DEA, staatliche Lizenz
  12. Fahrzeugkennungen — Fahrgestellnummern und Kennzeichen
  13. Gerätekennungen — Seriennummern und eindeutige Gerätecodes
  14. Web-URLs
  15. IP-Adressen
  16. Biometrische Daten — Fingerabdrücke und Stimmprofile
  17. Ganzkörper- und Gesichtsfotos sowie vergleichbare Bilder
  18. Alle anderen eindeutigen Kennungen, Codes oder Merkmale

Kategorie 18 ist am schwierigsten zu erkennen. Jeder Code, der einen Datensatz mit einer bestimmten Person verbindet, muss entfernt werden — auch ohne festgelegtes Muster.

Einen Schritt-für-Schritt-Leitfaden zur Entfernung aller 18 Typen aus klinischen Unterlagen finden Sie unter HIPAA Safe Harbor De-Identifikation für die Gesundheitsforschung.

Fünf neue Anforderungen im vorgeschlagenen Sicherheitsupdate

Das vorgeschlagene HIPAA-Sicherheitsregelwerk (März 2025) fügt fünf Pflichten hinzu.

Jährliche Verschlüsselungsaudits. Betroffene Einrichtungen müssen sicherstellen, dass alle ruhenden Patientendaten AES-256 oder gleichwertig nutzen. Die Schlüsselverwaltung muss dokumentierten Standards entsprechen.

Dokumentierte De-Identifikationsverfahren. Für PHI in Forschung, KI-Training oder Analysen sind schriftliche Verfahren erforderlich. Eine bloße Richtlinienerklärung reicht nicht aus. Technische Dokumentation mit Validierungsnachweisen ist nötig.

Sicherheitsüberprüfungen für Geschäftspartner. Geschäftspartner müssen vor dem Onboarding spezifische technische Anforderungen erfüllen. Früher wurden diese per Vertragsklausel ohne technische Details geregelt.

Multi-Faktor-Authentifizierung (MFA). Alle Mitarbeitenden mit Zugang zu elektronischen PHI müssen MFA nutzen. Ältere Systeme sind nicht ausgenommen.

Tests der Notfallreaktion. Jährliche Übungen und technische Tests sind Pflicht. Teams müssen Nachweise aufbewahren.

Lehren aus Change Healthcare

Die Datenpanne bei Change Healthcare (Februar 2024) zeigte systemisches Risiko in der Praxis. Change Healthcare verarbeitete 15 Milliarden Transaktionen pro Jahr. Es verband Anbieter, Kostenträger und Apotheken als Clearingstelle.

Die Panne begann mit einem einzigen Fernzugang. Dieses Konto hatte kein MFA. Angreifer bewegten sich neun Tage lang durch das Netzwerk. Dann setzten sie Ransomware ein.

Die Lehre ist eindeutig. Ein Geschäftspartner mit breitem Zugang zu Gesundheitstransaktionen ist ein systemisches Risiko für alle Partnerorganisationen. Das alte Regelwerk war nicht für Anbieter ausgelegt, die ein Drittel aller US-Gesundheitstransaktionen abwickeln.

Die MFA-, Netzwerksegmentierungs- und Überprüfungsanforderungen des vorgeschlagenen Regelwerks sind direkte Reaktionen auf diese Panne.

Für PHI-Entfernung aus krankenhausspezifischen Formaten siehe HIPAA MRN-Erkennung und krankenhausspezifische Muster. Für Zero-Knowledge-Architektur, die Patientendaten aus dem Netz heraushalten, siehe HIPAA-konformes Cloud-PHI und Zero-Knowledge-Design.

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.