Information Governance in der Pharmaindustrie
21.01.2027 München
Zur Buchung
Datenmanagement, Data Governance und Informationsmanagement für erfolgreiche Digitalisierungsprojekte und regulatorische Compliance in Pharma & Life Sciences
Die digitale Transformation stellt Unternehmen der Pharma- und Life-Science-Branche vor besondere Herausforderungen. Daten und Informationen bilden die Grundlage für digitale Prozesse, effiziente Abläufe und fundierte Entscheidungen. Gleichzeitig müssen sie in einem stark regulierten Umfeld zuverlässig, nachvollziehbar, qualitativ hochwertig und unter Berücksichtigung regulatorischer Anforderungen verwaltet werden.
In der Praxis wird bei Digitalisierungsprojekten jedoch häufig der Fokus auf technische Lösungen gelegt. Dabei sind eine durchdachte Datenstrategie, professionelles Datenmanagement sowie eine geeignete Data & Information Governance entscheidende Voraussetzungen für den nachhaltigen Erfolg von Digitalisierungsprojekten. Denn erst wenn Daten und Informationen strukturiert, verfügbar, integrierbar und wiederverwendbar sind und klare Verantwortlichkeiten bestehen, können digitale Lösungen ihr Potenzial ausschöpfen.
Doch wie wird eine geeignete Datenstrategie entwickelt? Welche Voraussetzungen müssen dafür geschaffen werden? Wie lassen sich Data Governance und Information Governance im Unternehmen etablieren? Welche Rollen und Verantwortlichkeiten sind erforderlich und wie kann die Zusammenarbeit zwischen Entwicklung, Regulatory Affairs, Supply Chain, Herstellung sowie Marketing und Vertrieb verbessert werden? Welche Bedeutung haben Datenmodelle, pharmazeutische Datenstandards wie ISO IDMP und ein Business Classification Scheme? Und wie lässt sich eine hohe Datenqualität dauerhaft sicherstellen – auch mit Blick auf den Einsatz von Künstlicher Intelligenz?
Das Seminar gibt Antworten auf diese Fragestellungen und vermittelt praxisorientiertes Wissen für ein professionelles Daten- und Informationsmanagement in der Pharmaindustrie. Erfahren Sie, wie Sie Datenstrategien entwickeln, Governance-Strukturen aufbauen, Datenqualität systematisch steuern und Datenstandards sowie Referenzmodelle sinnvoll einsetzen können.
Nutzen Sie die Gelegenheit, bestehende Ansätze zu reflektieren, neue Konzepte und Lösungsstrategien kennenzulernen und Ihre individuellen Fragestellungen mit dem Referenten und den anderen Teilnehmern zu diskutieren. Profitieren Sie von Erfahrungen aus der Praxis und nehmen Sie konkrete Anregungen für die Umsetzung in Ihrem eigenen Unternehmen mit.
9:00 – 17:00 Uhr
In diesem eintägigen Seminar erhalten Sie praxisnahe Einblicke in die genannten Themenschwerpunkte. Die Inhalte werden gemeinsam mit den Teilnehmenden diskutiert und – abhängig von ihren individuellen Interessen und Fragestellungen – gezielt vertieft. Der Austausch und die Reflexion bestehender Ansätze ermöglichen neue Perspektiven und zeigen konkrete Konzepte und Lösungsstrategien für die praktische Umsetzung auf.
Datenstrategie
- Was ist eine Datenstrategie und warum wird sie benötigt?
- Voraussetzungen und zentrale Eckpunkte einer Datenstrategie
- Warum Stakeholder-Management für eine erfolgreiche Datenstrategie entscheidend ist
- Wie wird aus einer Datenstrategie ein konkreter Umsetzungsplan?
Daten, strukturierte und unstrukturierte Informationen, Records und Wissen
- Daten, strukturierte und unstrukturierte Informationen, Records und Wissen: Definitionen, Gemeinsamkeiten und Unterschiede
- Anforderungen an Daten, Informationen und Records
- Zusammenspiel und Abgrenzung der verschiedenen Informationsarten
Data & Information Governance
- Warum Daten- und Informationsmanagement eine robuste Governance benötigt
- Was bedeutet die Sicherstellung der Produkt-Compliance im Life-Science-Umfeld?
- Inhalte einer Data Governance und warum sie unternehmensspezifisch gestaltet werden muss
- Von Data Governance zu Information Governance: Gemeinsamkeiten, Unterschiede und Übertragungsmöglichkeiten
- Welche Rollen und Verantwortlichkeiten werden benötigt?
- Wie kann eine geeignete Governance die Zusammenarbeit verschiedener Funktionseinheiten in einem Pharmaunternehmen verbessern?
Daten- und Referenzmodelle
- Was sind Datenmodelle und warum werden sie benötigt?
- Warum das Rad neu erfinden? Life-Science-Referenzmodelle und Datenstandards gezielt nutzen
- ISO IDMP (Identification of Medicinal Products) als Beispiel für einen pharmazeutischen Datenstandard
Business Classification Scheme (BCS)
- Was ist ein Business Classification Scheme und welche Inhalte umfasst es?
- Welche Bedeutung hat ein Business Classification Scheme für die Organisation und Steuerung von Records?
- Wie wird ein Business Classification Scheme im Unternehmen implementiert?
Data Quality
- Data Quality im Life-Science-Umfeld: regulatorische Anforderungen
- Messung der Datenqualität: Metriken für ein wirksames Datenqualitätsmanagement
- Wie lässt sich Datenqualität nachhaltig sichern?
- Warum ist Datenqualität eine entscheidende Voraussetzung für erfolgreiche KI-Anwendungen?
(i) Es werden zusätzlich Pausenzeiten für Kaffeepausen und Mittagessen angeboten. Der Referent legt die Zeiten individuell entsprechend des Programmablaufs fest.
Themenschwerpunkte
- Datenstrategie und strategisches Datenmanagement
- Data Governance und Information Governance
- Daten- und Informationsmanagement in der Pharmaindustrie
- Rollen, Verantwortlichkeiten und Stakeholder-Management
- Datenqualität und Datenqualitätsmanagement
- Datenmodelle, Referenzmodelle und Datenstandards
- ISO IDMP und pharmazeutische Datenstandards
- Records Management und Business Classification Scheme
- Datenintegration, Interoperabilität und Wiederverwendbarkeit
- Regulatorische Anforderungen, Compliance und Datenmanagement als Grundlage für Digitalisierung und KI
Referenten
21.01.2027 München
D-80335 München
Passende Veranstaltungen für Sie
Professionelles Stammdaten-Management
Digitaler Produktpass (DPP) & Packaging and Packaging Waste Regulation (PPWR)