Regelwerke und Compliance · Praxisleitfaden

ALCOA+: Datenintegrität am tatsächlichen Ablauf prüfen

Ein Ergebnis kann plausibel sein und trotzdem keinen belastbaren Nachweis liefern. Fehlen Einheit, Probenbezug oder die Vorgeschichte einer Berechnung, bleibt die fachliche Aussage unklar. ALCOA+ hilft Ihrem Team, solche Lücken entlang des Datenablaufs zu erkennen. Dieser Leitfaden übersetzt die Prinzipien in konkrete Prüffragen für einen Humanarzneimittel-GMP-Prozess und zeigt, weshalb ein korrektes Endergebnis allein nicht genügt.

Inhaltsverzeichnis

Das Wichtigste vorab

Wie übersetzen wir ALCOA+ in prüfbare Kontrollen für unseren Datenablauf?

ALCOA+ beschreibt Eigenschaften verlässlicher Daten: zuordenbar, lesbar, zeitnah aufgezeichnet, original beziehungsweise als bestätigte Kopie erhalten und richtig. Hinzu kommen Vollständigkeit, Konsistenz, dauerhafter Erhalt und Verfügbarkeit. Entscheidend ist die Umsetzung im konkreten Datenlebenszyklus. Eine ALCOA+-Checkliste, eine Dateisignatur oder ein validiertes Softwareprodukt allein belegt noch nicht, dass Ihre Aufzeichnungen diese Eigenschaften im tatsächlichen Arbeitsablauf behalten.

  • Ergebniswert und notwendiger Kontext bilden gemeinsam den Nachweis.
  • Vollständigkeit wird anhand der erwarteten Datensätze geprüft.
  • Korrekturen bleiben mit Ausgangsinformation und Begründung nachvollziehbar.
  • Späterer Abruf gehört ebenso zur Kontrolle wie die erste Erfassung.

Prinzipien anwenden und Regelbereiche unterscheiden

PIC/S und MHRA erläutern Datenintegrität als Aufgabe über den Datenlebenszyklus. ALCOA+ ist dabei eine verständliche Orientierung, aber keine eigenständige Produktzertifizierung. Die zugrunde liegenden Anforderungen hängen vom konkreten Prozess und Regelbereich ab.

Die Beispiele dieses Artikels betreffen Humanarzneimittel-GMP. Forschung, klinische Studien, Medizinprodukte und Pharmakovigilanz haben eigene Rahmenbedingungen. Übertragen Sie deshalb nicht jede GMP-Arbeitshilfe unverändert auf alle Daten, nur weil dieselbe Laborsoftware verwendet wird.

Quellen: [1] [2] [3]

Die Prinzipien in beobachtbare Fragen übersetzen

Wählen Sie einen abgegrenzten Datensatz und verfolgen Sie ihn von der Erfassung bis zur Entscheidung. Die folgende Tabelle ist eine eigene Kontrollhilfe. Sie beschreibt mögliche Beobachtungen und verlangt keine überall identische technische Lösung.

Eigene ALCOA+-Kontrollfragen
EigenschaftKonkrete FrageMöglicher Nachweis
ZuordenbarWer oder welche Quelle hat den Wert erzeugt?Identität, Geräte-/Probenzuordnung.
LesbarIst Inhalt mit Einheit und Kontext verständlich?Nutzbare Darstellung mit Definitionen.
ZeitnahIst das Ereignis zum tatsächlichen Ablauf aufgezeichnet?Ereignisbezug statt spätere Rekonstruktion aus Erinnerung.
OriginalWelcher Datensatz bildet die maßgebliche Erstaufzeichnung?Quelle oder überprüfte vollständige Kopie.
RichtigStimmen Wert, Zuordnung und Berechnung?Unabhängig festgelegter Sollvergleich.
VollständigSind alle benötigten Datenteile vorhanden?Abgleich gegen erwartete Kennungen.
KonsistentPassen Versionen und Ereignisreihenfolge zusammen?Nachvollziehbarer Ablauf über Übergaben.
Dauerhaft erhaltenBleibt der erforderliche Record geschützt bestehen?Geeignete Speicherung und Erhaltung.
VerfügbarKann die zuständige Person den Nachweis später verwenden?Erprobter Abruf einschließlich Kontext.

Quellen: [2] [1]

Den vollständigen Datensatz vor dem Review beschreiben

Listen Sie auf, welche Informationen eine Entscheidung ermöglichen: Probe, Methode, Rohwerte, Parameter, Berechnung, Ergebnis, relevante Änderungen und fachliche Bewertung. Nicht jeder technische Logeintrag gehört automatisch zu jedem Ergebnis. Ein fehlender entscheidungsrelevanter Parameter darf aber auch nicht mit einem vorhandenen PDF-Bericht gleichgesetzt werden.

Ein kleiner Datenflussplan erleichtert die Abgrenzung. Markieren Sie Übergaben zwischen Gerät, Datei, Anwendung und Bericht. Gerade dort kann ein vorhandener Wert seine Einheit oder seine Zuordnung verlieren, ohne dass eine technische Fehlermeldung entsteht.

Quellen: [4] [2]

Illustratives Laborbeispiel mit unabhängiger Sollrechnung

Im konstruierten Beispiel wird eine Probe P-17 mit einem festgelegten Verdünnungsfaktor 50 ausgewertet. Drei gültig vorgesehene Messwerte lauten 1,98, 2,00 und 2,02 mg/L. Das vorab definierte Soll verwendet alle drei Werte: Ihr Mittelwert ist 2,00 mg/L; multipliziert mit 50 ergibt sich 100,00 mg/L. Für das Beispiel ist ein Bewertungsbereich von 98,00 bis 102,00 mg/L festgelegt.

Wird der dritte Wert ohne tragfähigen Grund ausgelassen, ergeben die ersten beiden Werte 1,99 mg/L und damit 99,50 mg/L. Auch dieser Wert läge im angenommenen Bereich. Das Bestehen einer Ergebnisgrenze beweist somit nicht, dass der Datensatz vollständig oder die Auswertung sachgerecht ist.

Eigene Sollmatrix; keine reale Laborprüfung
FallVorab erwartete Rechnung oder KontrolleBewertung im Beispiel
Alle drei Messwerte vorhanden(1,98 + 2,00 + 2,02) / 3 × 50 = 100,00 mg/LRechnung entspricht dem definierten Soll.
Dritter Wert unbegründet ausgelassen(1,98 + 2,00) / 2 × 50 = 99,50 mg/LPlausibles Ergebnis, aber unvollständige Grundlage.
Faktor versehentlich 52,00 × 5 = 10,00 mg/LParameterfehler erkennen und bearbeiten.
Kennung P-71 statt P-17Wert kann rechnerisch unverändert bleiben.Falsche Probenzuordnung muss dennoch auffallen.

Quellen: [4] [5]

Fehler korrigieren, ohne die Geschichte zu verlieren

Ein erkanntes falsches Probenkennzeichen muss bearbeitet werden. Datenintegrität bedeutet nicht, dass ein Fehler für immer unberichtigt stehen bleibt. Entscheidend ist, dass berechtigter Eingriff, ursprüngliche Information und fachlicher Grund ausreichend nachvollziehbar sind.

Im Beispiel sollte die Prüfung nach der Korrektur nicht nur den richtigen Namen im Bericht ansehen. Sie muss auch zeigen, welcher Ausgangsdatensatz betroffen war und ob weitere Zuordnungen verändert wurden. Ein Feld „zuletzt geändert“ erklärt diese Beziehung allein nicht zwingend.

Quellen: [4] [6]

Technik und Arbeitsweise zusammen bewerten

Persönlicher Zugriff, begrenzte Änderungsrechte und geeignete Protokollierung können die Datenführung unterstützen. Ihre Wirkung muss zum tatsächlichen Ablauf passen. Ein gemeinsames Konto kann etwa eine Personenzuordnung verhindern, obwohl die Anwendung einen Änderungszeitpunkt speichert.

Genauso wichtig ist eine Arbeitsumgebung, in der Mitarbeiter Beobachtungen unmittelbar erfassen und Fehler offen melden können. Wenn am Arbeitsplatz kein kontrolliertes Erfassungsmittel verfügbar ist, löst eine zusätzliche Integritätsschulung die praktische Ursache nicht. Prüfen Sie deshalb den Arbeitsweg und nicht nur die Softwarekonfiguration.

Quellen: [2] [1]

Den späteren Zugriff auf Inhalt und Bedeutung prüfen

Ein Backup, das erfolgreich erstellt wurde, beantwortet noch nicht alle Fragen nach dem späteren fachlichen Nachweis. Prüfen Sie, ob der erforderliche Record wieder geöffnet, verstanden und zusammen mit seiner Historie beurteilt werden kann. Die maßgebliche Aufbewahrungsdauer folgt der Aufzeichnungsart und den anwendbaren Vorgaben.

Für P-17 wäre ein einzelner Ergebniswert ohne Verdünnungsfaktor und zugehörige Eingangswerte unzureichend für die hier definierte Rekonstruktion. Ein sinnvolles Abrufbeispiel verlangt deshalb genau diese Informationen. Es muss nicht künstlich jede technische Datei der ursprünglichen Umgebung enthalten.

Quellen: [6] [2]

So beginnen QA, IT und Labor gemeinsam

Der Fachbereich benennt die verwendete Entscheidung und den erforderlichen Kontext. IT beschreibt Speicherorte, Rechte und Datenübergaben. QA beurteilt die anwendbare Anforderung und dokumentierte Lücke. Die Arbeit lässt sich zunächst auf einen repräsentativen Ablauf begrenzen.

Wichtige Aufwandstreiber sind verteilte Aufzeichnungen, unklare Verantwortlichkeit und manuelle Zwischenlisten. Eine ALCOA+-Bewertung sollte daraus konkrete Maßnahmen ableiten. Ein pauschales grünes Kreuz je Prinzip sagt wenig, solange niemand zeigen kann, an welcher Stelle die Kontrolle tatsächlich wirkt.

  • Entscheidung und betrachteten Datenablauf festlegen.
  • Erwartete Records, Kennungen, Einheiten und Parameter benennen.
  • Mindestens einen normalen und einen fehlerhaften Übergang prüfen.
  • Korrektur, Review und späteren Abruf mitbetrachten.
  • Lücken mit Wirkung, Verantwortlichem und passender Maßnahme dokumentieren.

Quellen: [1] [2]

Häufige Fragen zu ALCOA+

Ist ALCOA+ eine eigene gesetzliche Vorschrift?

Die Begriffe dienen als Orientierung für Datenintegrität. Welche Anforderungen im Einzelnen gelten, ergibt sich aus dem anwendbaren Regelbereich. Die bloße Nennung aller Prinzipien ersetzt deshalb keinen nachvollziehbaren Bezug zwischen Prozess, Aufzeichnung und maßgeblicher Quelle.

Quellen: [1] [2]

Reicht ein richtig berechneter Endwert?

Nein. Für eine belastbare Entscheidung können Probenbezug, Eingangswerte, Parameter und Bearbeitungsgeschichte erforderlich sein. Das Beispiel zeigt, dass ein unvollständiger Datensatz trotzdem ein Ergebnis innerhalb des festgelegten Bereichs liefern kann.

Quellen: [4] [5]

Müssen alle technischen Logs aufbewahrt werden?

Nicht jede technische Information ist automatisch Teil jedes fachlichen Nachweises. Bestimmen Sie, welche Daten und Metadaten zur Rekonstruktion, Beurteilung und zu anwendbaren Anforderungen benötigt werden. Diese Abgrenzung braucht einen nachvollziehbaren Grund.

Quellen: [2] [4]

Dürfen falsche Daten korrigiert werden?

Ja, eine kontrollierte Korrektur ist möglich. Die ursprüngliche Information und der Eingriff müssen im passenden Verfahren nachvollziehbar bleiben. Unbemerkter Austausch eines Wertes ist etwas anderes als eine dokumentierte sachliche Berichtigung.

Quellen: [4] [6]

Ist ein PDF automatisch ein Originaldatensatz?

Das Dateiformat entscheidet das nicht. Ein PDF kann selbst eine ursprüngliche Aufzeichnung oder nur eine reduzierte Darstellung anderer Daten sein. Prüfen Sie, welche Informationen und Funktionen für den konkreten Nachweis erforderlich bleiben.

Quellen: [2]

Macht validierte Software die Daten automatisch verlässlich?

Die Eignung der Software ist eine wichtige Grundlage. Bedienung, Rechte, Konfiguration und Übergaben beeinflussen aber ebenfalls die Integrität. Ein ungeprüfter manueller Zwischenschritt kann die Aussage eines ansonsten gut abgesicherten Systems beeinträchtigen.

Quellen: [2]

Wie prüfen wir Vollständigkeit konkret?

Legen Sie erwartete Kennungen und Datenteile vorab fest und gleichen Sie diese mit dem tatsächlichen Ergebnis ab. Eine passende Zeilenzahl allein genügt nicht: Eine Dublette könnte einen fehlenden Datensatz verdecken. Die fachliche Zuordnung muss ebenfalls stimmen.

Quellen: [4] [1]

Braucht jede Dateneingabe eine zweite Person?

Eine pauschale Doppelprüfung aller Eingaben ist nicht aus ALCOA+ abzuleiten. Bewerten Sie Bedeutung, mögliche Fehlerfolge und vorhandene Kontrolle. Für kritische manuelle Daten nennt Annex 11 eine zusätzliche Genauigkeitsprüfung, die auch durch validierte elektronische Mittel erfolgen kann.

Quellen: [6]

Wie starten wir ohne großes Integritätsprogramm?

Nehmen Sie einen wichtigen Datenablauf und verfolgen Sie eine konkrete Aufzeichnung vollständig. Daraus werden organisatorische und technische Lücken sichtbar. Der Aufwand hängt stärker von Zugänglichkeit und Klarheit des Ablaufs ab als von der Zahl der ALCOA+-Begriffe.

Quellen: [1] [2]

Ist ALCOA+ dasselbe wie Audit Trail Review?

Nein. Ein Audit Trail Review untersucht relevante Ereignisse und Änderungen im Datenkontext. ALCOA+ betrachtet weitere Eigenschaften über den gesamten Lebenszyklus, etwa richtige Erfassung, vollständigen Kontext und späteren Zugriff. Beide Perspektiven können sich ergänzen.

Quellen: [1] [2]

Quellen & fachlicher Stand

Quellenstand: 6. Oktober 2026. Geltungsbereich und Dokumentstatus werden im Text unterschieden. Beispiele und Arbeitshilfen sind eigene, illustrative Vorschläge; sie ersetzen die Beurteilung Ihres konkreten Prozesses nicht.

  1. PIC/S: PI 041-1, Data Management and Integrity01.07.2021; §§ 3–7; §§ 8.9–8.11,9.6,9.8–9.10,10,12
  2. MHRA: GxP Data Integrity Guidance and DefinitionsRevision 1, März 2018; §§ 2–5; 6.1–6.11; Datenreview und Archivbegriffe
  3. Europäische Kommission: EudraLex Volume 4, aktueller Dokumentindexabgerufen 06.10.2026; Human-GMP: Chapter 4 und Annex 11; gesonderter Veterinärbereich
  4. Europäische Kommission: EU-GMP Chapter 4, DocumentationJanuar 2011; Principle; Records; §§ 4.1,4.8–4.12
  5. FDA: Data Integrity and Compliance With Drug CGMP, Questions and AnswersFinal, Dezember 2018; III Q1–3; Q7–9; Q10–11
  6. Europäische Kommission: EU-GMP Annex 11, Computerised SystemsRevision Januar 2011; Principle; §§ 1–4,7,9–13,17

Zuletzt fachlich geprüft am 06.10.2026.

Daniel Herrmann, Daniel Herrmann Consulting

Daniel Herrmann Consulting

Die konkrete Entscheidung gemeinsam klären

Wir unterstützen Ihr Team dabei, die anwendbare Anforderung mit dem tatsächlichen Datenablauf und einem nachvollziehbaren Nachweis zu verbinden. Ausgangspunkt sind Ihre vorhandenen Unterlagen und die offene Fachfrage.

Ihr Vorhaben besprechenEinblicke in unsere Projektarbeit →