ICH E6(R3) Data Governance: Datenverantwortung konkret umsetzen

1. Welcher Teil von E6(R3) gilt aktuell?

Die EMA führt Principles und Annex 1 seit 23. Juli 2025 als aktuelle EU-Fassung. Der bereits verabschiedete Annex 2 sowie die konsolidierte Fassung haben den EU-Anwendungsbeginn 15. Januar 2027. Für diesen Artikel zum Stand 6. Oktober 2026 ist insbesondere Abschnitt 4 des aktuellen Annex 1 maßgeblich. Ein veröffentlichtes Dokument ist nicht allein deshalb schon in allen Teilen anzuwenden.

Der betrachtete Rahmen sind klinische Arzneimittelprüfungen. GCP-Verantwortung ist nicht mit GMP-Chargenfreigabe oder allgemeiner IT-Sicherheit gleichzusetzen. Zusätzliche Anforderungen etwa zum Datenschutz müssen im jeweiligen Verfahren gesondert berücksichtigt werden. Dieser Artikel erläutert Datenkontrollen, keine vollständige rechtliche Bewertung einer Studie.

Quellen: [1] [2]

2. Verantwortung folgt der Tätigkeit, nicht nur dem System

Abschnitt 4 richtet sich an Prüfer und Sponsor und ist mit deren jeweiligen Aufgaben zu lesen. Der Sponsor kann Tätigkeiten an Dienstleister übertragen, behält aber die Verantwortung für seine studienbezogenen Aufgaben. Ebenso bleibt die eigene Verantwortung des Prüfers für delegierte Tätigkeiten bestehen. Ein gemeinsamer Cloudmandant hebt diese Unterschiede nicht auf.

Erstellen Sie eine überschaubare Zuordnung: Wer erzeugt die Beobachtung, wer beurteilt Rückfragen, wer betreibt die Übertragung und wer darf eine Korrektur entscheiden? Fügen Sie hinzu, welcher Nachweis die Ausführung belegt. So wird sichtbar, wo eine Tätigkeit übernommen wurde und wo nur eine technische Möglichkeit besteht.

Quellen: [2] [3]

3. Einen Datenweg mit Kontrollen verbinden

Der Datenlebenszyklus reicht von Erfassung über Verarbeitung und Prüfung bis zu Analyse und Aufbewahrung. Die benötigte Tiefe folgt der Bedeutung für Teilnehmerschutz und Verlässlichkeit der Ergebnisse. Ein häufig genutztes Feld kann unkritischer sein als eine seltene Information, die eine wichtige Studienentscheidung steuert.

Die folgende eigene Matrix ordnet einem Datenweg praktische Fragen zu. Sie ist kein von ICH vorgeschriebenes Formular. Für einen überschaubaren Prozess reichen klare Angaben; komplexe Übergänge benötigen entsprechend mehr Beschreibung und Belege.

Quellen: [2]

4. Kontext und Verblindung von Anfang an berücksichtigen

Ein Wert ohne Einheit oder Teilnehmerzuordnung kann unbrauchbar sein. E6(R3) behandelt relevante Metadaten einschließlich Audit Trails sowie ihre risikobezogene Bewertung und Prüfung. Daraus folgt weder, dass jede technisch erzeugte Information dieselbe Bedeutung hat, noch dass eine Gesamtmenge von Logs allein die Datenqualität bestätigt.

Prüfen Sie gleichzeitig den zulässigen Zugriff. Bei einer verblindeten Studie können ein Exportfeld oder eine unerwartete Verknüpfung mehr offenlegen als die Benutzeroberfläche. Rollen, Datenübergaben und Analysesätze müssen die vorgesehene Verblindung berücksichtigen. Ein Administratorrecht ist kein fachlicher Auftrag, alle Studieninformationen einzusehen oder zu verändern.

Quellen: [2]

5. Eigener Fall: drei Zeilen sind nicht drei richtige Beobachtungen

Illustratives Beispiel ohne reale Patienten- oder Studiendaten: Ein bestätigter Quellstand enthält die Beobachtungen 101, 102 und 103. Ihre Werte betragen 1,25, 2,50 und 3,75 in derselben, für die Übung festgelegten Einheit. Jede Kennung soll genau einmal in die definierte Übergabe eingehen. Die erwartete Summe beträgt 7,50; diese Summe ist hier nur ein zusätzlicher Kontrollwert, kein medizinischer Endpunkt.

Die eingegangene Datei enthält ebenfalls drei Zeilen, aber die Kennungen 101, 102 und 102. Die zweite Beobachtung wurde doppelt übertragen, 103 fehlt. Damit sind nur zwei eindeutige Kennungen vorhanden und die Summe beträgt 6,25. Ein reiner Mengenabgleich wäre erfolgreich, obwohl der Bestand falsch ist.

Der Empfänger hält den Befund fest und klärt die Übergabe anhand des unveränderten Quellstands. Nach kontrollierter Korrektur enthält die Datei 101, 102, 103 mit passenden Werten. Die fehlerhafte Lieferung, Korrekturbegründung und der verwendete neue Stand bleiben nachvollziehbar. Weder eine Dublette noch ein fehlender Wert wird stillschweigend als zufällige Unsauberkeit ausgebucht.

Quellen: [2] [3]

6. Review und Korrektur sind geplante fachliche Tätigkeiten

E6(R3) beschreibt eine geplante, risikobezogene Prüfung von Studiendaten, Audit Trails und relevanten Metadaten. Definieren Sie dafür Anlass, Umfang, Rolle und Umgang mit Auffälligkeiten. „Audit Trail aktiviert“ beschreibt eine technische Eigenschaft, aber noch keine durchgeführte Prüfung eines relevanten Verlaufs.

Im Beispiel ist zunächst zu klären, ob der Fehler allein beim Transfer oder bereits bei der Quelle entstand. Eine Korrektur braucht Zuordnung und geeignete Begründung; sie darf den ursprünglichen Eintrag nicht unverständlich machen. Wiederholt sich der Fehler, wird außerdem der verursachende Prozess untersucht. Eine pauschale Anweisung, jede Abweichung lediglich manuell zu reparieren, schützt zukünftige Übergaben nicht.

Quellen: [2] [3]

7. Finalisierung, Betrieb und Aufbewahrung zusammen planen

Vor einer Analyse muss der verwendete Datenstand nach den festgelegten Verfahren bestimmt werden. Offene Rückfragen, Korrekturen und relevante Abweichungen werden hinsichtlich ihrer Bedeutung bewertet. Ein technischer Database-Lock ist ein mögliches Mittel; er bestätigt allein weder fachliche Vollständigkeit noch die Richtigkeit des gewählten Analysesatzes.

Auch nach aktiver Datenerfassung bleibt die Verantwortung bestehen. Daten und erforderlicher Kontext müssen während der maßgeblichen Dauer wiederauffindbar, lesbar und gegen unberechtigte Veränderungen geschützt bleiben. Betriebswechsel und Migrationen dürfen diese Fähigkeit nicht stillschweigend beenden. Die erforderlichen Fristen folgen den anwendbaren Anforderungen; E6(R3) ist keine pauschale Zeitangabe für jede Datei.

Quellen: [2] [3]

8. Checkliste für einen handhabbaren Governance-Prozess

Ein kleines Studienteam benötigt klare Entscheidungen und einen erreichbaren Verantwortlichen je Übergang. Beginnen Sie mit einem Datenfluss von hoher Bedeutung. Fragen Sie bei jedem Schritt, wie ein plausibler Fehler aussehen könnte und welcher Nachweis ihn sichtbar macht. Damit wird das Konzept konkreter als eine allein abstrakte Rollenbeschreibung.

Die eigene Checkliste unterstützt die Vorbereitung. Sie ersetzt keine studienspezifische Planung und verlangt kein zusätzliches Dokument, wenn die Informationen bereits kontrolliert und gut auffindbar vorliegen.

• Datenzweck und Bedeutung für die Studie benennen.
• Quelle, Identität, Einheit und relevante Metadaten bestimmen.
• Sponsor-, Prüfer- und Dienstleisteraufgaben eindeutig vereinbaren.
• Zugriff und Verblindung auch in Exporten berücksichtigen.
• Abgleiche auf Werte und Identitäten statt nur Mengen ausrichten.
• Review, Rückfragen und begründete Korrektur planen.
• Analysestand und offene Punkte nachvollziehbar finalisieren.
• Aufbewahrung, späteren Zugriff und kontrollierte Aussonderung zuordnen.

Quellen: [2] [3]