WIG2-Benchmarkdatenbank

Die WIG2-Benchmarkdatenbank enthält anonymisierte, repräsentative Daten von mehr als 4 Millionen GKV-Versicherten in Deutschland. Diese Routinedatenquelle ziehen unsere Analyst:innen heran, um im Rahmen von Forschungsprojekten bspw. epidemiologische Kennzahlen zu beschreiben oder Versorgungspfade zu analysieren.    

Umfang und Repräsentativität
  • Daten von mehr als 4 Millionen Versichertenanonymen der Gesetzlichen Krankenversicherung (GKV)
  • Repräsentativität hinsichtlich Alters- und Geschlechtsverteilung in Deutschland 
  • longitudinaler Betrachtungszeitraum der Versicherten: 2014 bis 2023
Informationsgehalt
  • Inanspruchnahme und Ressourcenverbräuche
  • Versichertendemografie (z. B. Alter, Geschlecht, Wohnregion)
  • Leistungen und assoziierte Kosten der ambulanten ärztlichen Versorgung, stationären Versorgung sowie Arzneimitteltherapie, Heil- und Hilfsmittel und häusliche Krankenpflege
Anonymisierung und Datenschutz

Die Anonymisierung der Datenbank stellt sicher, dass einzelne Patient:innen, Krankenkassen und Leistungserbringer rückwirkend nicht identifiziert werden können. Zur erweiterten Wahrung des Datenschutzes werden keinerlei Leistungsdaten übermittelt und es werden keine Analysen durchgeführt, die einen Rückschluss auf den Bestand einzelner Krankenkassen oder von weniger als fünf Versicherten zulassen oder die Regionen kleiner als Bundesländer abbilden. Die zu analysierende Ausgangspopulation muss zudem mehr als 100 Versicherte umfassen. Alle Analysen auf Basis der WIG2-Benchmarkdatenbank werden ausschließlich durch das WIG2 durchgeführt. Eine Übermittlung von unaggregierten Daten an Außenstehende findet nicht statt.

Einsatzbereiche

Versorgungsrealität objektiv abbilden

Die WIG2-Benchmarkdatenbank liefert robuste Einblicke in die tatsächliche Inanspruchnahme medizinischer Leistungen – sektorenübergreifend, indikationsspezifisch und populationsbasiert. Dies schafft eine valide Grundlage für Versorgungsgestaltung, Produktentwicklung und gesundheitsökonomische Bewertung.

Versorgungsqualität und Leistungserbringung vergleichen

Die WIG2-Benchmarkdatenbank ermöglicht eine standardisierte Bewertung von Leistungsstrukturen zwischen Einrichtungen, Sektoren und Behandlungsansätzen. Dies ist essenziell für Qualitätsmonitoring, Selektivvertragsstrategien und indikationsspezifische Versorgungsinnovationen.

Innovative Versorgungsansätze wissenschaftlich evaluieren

Ob Innovationsfondsprojekt, DiGA oder neuartiges Arzneimittel – durch historische Vergleichswerte und synthetische Kontrollgruppen wird Wirksamkeit und Wirtschaftlichkeit realweltlich bewertbar. Damit entsteht eine methodisch saubere Evidenzbasis für Nutzenbewertungen.

Fehlversorgung und Steuerungspotenzialen frühzeitig erkennen

Die Datenbank identifiziert systematisch Unter-, Über- oder Fehlversorgung – unabhängig, indikationsübergreifend und messbar. Für Akteure aller Sektoren eröffnet das evidenzbasierte Interventionsmöglichkeiten im Sinne einer patientenzentrierten Versorgung.

Versorgungsindikatoren datenbasiert entwickeln

Auf Basis der longitudinalen Datenstruktur können neue Qualitäts- und Effizienzindikatoren hergeleitet und in verschiedenen Versorgungskontexten pilotiert werden. Dies dient der objektiven Bewertung von Versorgungsprozessen und Innovationsprodukten.

Versichertenstruktur und Morbiditätsprofile analysieren

Differenzierte Analysen nach Altersgruppen, Geschlecht, sozioökonomischen Merkmalen oder Morbidität unterstützen die Zielgruppensegmentierung im Versorgungsmanagement. Dies schafft die Basis für präzise gesundheitsökonomische Modellierungen.

Kostentreiber und versorgungsrelevante Risikogruppen identifizieren

Die WIG2-Benchmarkdaten erlauben es, epidemiologisch relevante Subgruppen mit erhöhtem Versorgungsbedarf frühzeitig zu erkennen. Für Krankenkassen, Politik und Industrie ergeben sich daraus belastbare Anhaltspunkte für zielgerichtete Versorgungsstrategien.

Gesundheitspolitische Entscheidungen modellieren und absichern

Die Datenbank bietet die Möglichkeit, Szenarien und Interventionsfolgen auf Basis realer Versorgungspfade und Patientenkohorten zu simulieren. So lassen sich gesundheitspolitische Maßnahmen vorab datengestützt bewerten und strukturierte Evidenz erzeugen.