Ein Sprachmodell ohne geprüfte Datengrundlage erfindet Packungsgrößen, Preise und Zulassungsstände, und zwar flüssig formuliert. Diese Seite beschreibt, was eine Datengrundlage leisten muss, damit eine KI-Anwendung im Fachkreis-Umfeld belastbar antwortet.
Nach einer Packungsgröße, einem Preis oder einem Vertriebsstatus gefragt, antwortet ein Sprachmodell auch ohne geprüfte Grundlage. Flüssig, plausibel und im Zweifel falsch. Im Fachkreis-Umfeld ist das der Unterschied zwischen einem hilfreichen Werkzeug und einem Haftungsproblem.
Die meisten Fehler, die uns als Halluzination gezeigt werden, sind etwas anderes: eine Produktbezeichnung, die sich nicht zuordnen ließ. Handelsnamen sind nicht eindeutig, nicht stabil und nicht über Landesgrenzen übertragbar. Eine Antwort, die daran hängt, hat nichts dahinter.
Was mit Arzneimitteldaten in der eigenen Anwendung geschehen darf, entscheidet, ob Sie zwischenspeichern, indexieren und weitergeben dürfen. Wer diese Frage erst in Projektwoche drei stellt, hat meist schon eine Architektur gewählt, die die Lizenz nicht trägt.
Eine Anwendung kann nur so eindeutig antworten wie ihre Eingangsdaten. Auf Packungsebene trägt das die Pharmazentralnummer, auf therapeutischer Ebene Wirkstoff und ATC-Code. Ein Handelsname ist eine Zeichenkette, keine Zuordnung.
Ein Preis ohne Stichtag ist eine Vermutung. Zu jedem Feld gehören das Datum, auf das es sich bezieht, und die Quelle, aus der es stammt. Genau das macht eine generierte Antwort hinterher prüfbar.
Eine Lizenz für die Nutzung an der Oberfläche deckt keinen Modellbetrieb. Zwischenspeicherung, Anreicherung und Weitergabe im eigenen Produkt entscheiden über die Architektur, deshalb wird der Umfang vor dem Bau vereinbart.
Die Daten kommen als Webservice oder als konfigurierbarer Download, mit Umfang und Rhythmus je Datenart. Was Sie darauf bauen, bleibt Ihre Architekturentscheidung.
Ein Sprachmodell, das ohne geprüfte Datengrundlage nach einer Packungsgröße, einem Preis oder einem Vertriebsstatus gefragt wird, antwortet trotzdem. Es antwortet flüssig, plausibel und im Zweifel falsch. Im Fachkreis-Umfeld ist das der Unterschied zwischen einem hilfreichen Werkzeug und einem Haftungsproblem. Wir liefern kein Modell, wir liefern die Ebene darunter: strukturierte, datierte und lizenzierte Arzneimitteldaten, gegen die Ihre Anwendung antworten kann.
| Anforderung | Was sie bedeutet | Woran sie scheitert |
|---|---|---|
| Eindeutige Kennung | jede Aussage hängt an einer Produktkennung, nicht an einem Handelsnamen | Handelsnamen sind nicht eindeutig, nicht stabil und nicht über Grenzen übertragbar |
| Datierter Stand | zu jeder Angabe gehört, von wann sie ist und aus welcher Quelle | ein Preis ohne Stichtag ist keine Auskunft, sondern eine Vermutung |
| Passender Lizenzumfang | maschinelle Verarbeitung, Zwischenspeicherung und Weitergabe im eigenen Produkt sind ausdrücklich abgedeckt | eine Lizenz für die Nutzung an der Oberfläche deckt keinen Modellbetrieb |
Die dritte Zeile ist die, die Projekte am spätesten erreicht und am teuersten trifft. Was mit Arzneimitteldaten in einer eigenen Anwendung geschehen darf, entscheidet über die Architektur und gehört an den Anfang.
Eine KI-Anwendung kann nur so eindeutig antworten, wie ihre Eingangsdaten es sind. In Deutschland trägt die Pharmazentralnummer diese Eindeutigkeit auf Packungsebene, der Wirkstoff und der ATC-Code tragen sie auf der therapeutischen Ebene. Wer eine Antwort an einen Handelsnamen hängt, hat keine Zuordnung, sondern eine Zeichenkette. Genau daran scheitern die meisten Halluzinationen, die uns Kunden zeigen: nicht am Modell, sondern an einer nicht auflösbaren Bezeichnung.
Die Daten kommen über denselben Weg wie für jede andere Integration, als Webservice oder als konfigurierbarer Download, mit Umfang und Rhythmus je Datenart. Was daraus in Ihrer Anwendung wird, ob Abruf zur Laufzeit, ein Index für eine abrufgestützte Antwort oder ein Prüfschritt nach der Generierung, bleibt Ihre Architekturentscheidung.
Drei Grenzen, die wir lieber vorher nennen. Erstens stellen wir kein Modell und kein Training zur Verfügung, sondern die Datengrundlage. Zweitens ersetzen strukturierte Daten keine fachliche Prüfung: Sie verkürzen den Weg zur Entscheidung, sie treffen sie nicht. Drittens hängt jede Weiterverarbeitung an der Lizenz unserer Datenpartner, und diese Frage beantworten wir im Gespräch verbindlich statt auf einer Webseite ungefähr.
Wer eine KI-Anwendung im Gesundheitsumfeld baut, bewegt sich zusätzlich im Anwendungsbereich der KI-Verordnung der EU. Wie ein System dort einzuordnen ist, hängt vom Einsatzzweck ab und ist nicht unsere Auskunft. Was wir beitragen können, ist die Nachvollziehbarkeit der Faktenbasis: eine Angabe mit Quelle und Stand ist prüfbar, eine generierte Angabe ohne beides nicht.
Am schnellsten beurteilen Sie die Passung in einer 30-minütigen Demo. Bringen Sie die Fragen mit, die Ihre Anwendung beantworten soll, und wir zeigen, welche Felder dafür nötig sind und welche es nicht gibt.
Mehr Klarheit, schnellere Recherche und schnellere Entscheidungen.
.png)
