Ein Arzneimittel, das auf dem Markt ist, wird nicht plötzlich gefährlich. Die Risiken zeigen sich oft erst, wenn Tausende oder Millionen Menschen es über Monate oder Jahre einnehmen. In klinischen Studien, die vor der Zulassung laufen, werden typischerweise nur 1.000 bis 5.000 Patienten beobachtet. Das reicht, um häufige Nebenwirkungen wie Übelkeit oder Kopfschmerzen zu erkennen. Aber was, wenn eine Nebenwirkung nur bei einem von 10.000 Patienten auftritt? Oder wenn sie erst nach drei Jahren auftaucht? Genau da beginnt die Arzneimittelsicherheit - und das ist kein Zufall, sondern ein systematischer Prozess.
Was ist ein Sicherheitssignal?
Ein Sicherheitssignal ist kein Gerücht. Es ist eine klare, dokumentierte Warnung, die aus Daten entsteht. Die Council for International Organizations of Medical Sciences (CIOMS) definiert es als Information, die einen neuen oder bisher unterschätzten Zusammenhang zwischen einem Medikament und einer unerwünschten Wirkung nahelegt - und der so stark ist, dass er untersucht werden muss. Die Europäische Arzneimittel-Agentur (EMA) sagt es kürzer: Ein Signal ist ein Hinweis auf eine mögliche Nebenwirkung, die weiter geprüft werden muss.
Es gibt zwei Haupttypen von Signalen: klinische und statistische. Klinische Signale kommen aus Einzelfallberichten - zum Beispiel von Ärzten, die beobachten, dass mehrere Patienten nach Einnahme eines bestimmten Wirkstoffs plötzlich Augenprobleme entwickeln. Statistische Signale entstehen aus großen Datenmengen: Wenn in einer Datenbank wie EudraVigilance oder FAERS plötzlich 15 Mal mehr Fälle von Leberentzündung bei Patienten mit Medikament X als bei anderen Medikamenten auftreten, wird das als Signal gewertet.
Die EMA verarbeitet jährlich über 2,5 Millionen Meldungen aus 31 europäischen Ländern. Die US-amerikanische FDA hat mehr als 30 Millionen Berichte in ihrer Datenbank, die bis ins Jahr 1968 zurückreichen. Diese Zahlen sind kein Zufall. Sie sind das Ergebnis von Gesetzen wie dem FDA Amendments Act von 2007, der die regelmäßige Auswertung dieser Daten verpflichtend machte.
Wie entstehen Risiken in klinischen Studien?
Klinische Studien sind der erste Schritt - aber nicht der letzte. Sie sind kontrolliert, gut strukturiert und haben klare Kriterien. Doch sie haben auch Grenzen. Die Teilnehmer sind meist gesünder als die durchschnittliche Patientenpopulation. Sie haben oft keine anderen Krankheiten, nehmen keine anderen Medikamente und sind jünger. Was passiert, wenn ein Medikament von 70-Jährigen mit Diabetes, Bluthochdruck und Nierenproblemen eingenommen wird? Das kann in einer Studie nicht abgebildet werden.
Darum entdecken viele gefährliche Nebenwirkungen erst nach der Zulassung. Ein bekanntes Beispiel ist Rosiglitazone, ein Diabetesmedikament. In klinischen Studien schien es sicher. Erst als Tausende von Patienten es außerhalb von Studien einnahmen, zeigten sich deutlich mehr Herzinfarkte. Das Signal kam aus mehreren Quellen: Spontanmeldungen, wissenschaftliche Publikationen und epidemiologische Studien. Erst dann wurde der Zusammenhang als bestätigt anerkannt.
Ein weiteres Beispiel ist Bisphosphonate - Medikamente gegen Knochenverlust. Sie wurden jahrelang als sicher angesehen. Erst sieben Jahre nach der Einführung tauchte ein Signal auf: Kieferknochen-Nekrose. Die Verzögerung lag daran, dass die Nebenwirkung extrem selten war und erst nach langer Einnahmedauer auftrat. Klinische Studien von zwei bis drei Jahren konnten das nicht erfassen.
Warum werden so viele Signale falsch erkannt?
Nicht jedes Signal ist ein echtes Risiko. Schätzungen zufolge liegen 60 bis 80 Prozent der statistischen Signale aufgrund von Zufall, Fehlern in der Datenerfassung oder Verzerrungen vor. Warum? Weil Spontanmeldungen nicht kontrolliert sind. Wer meldet eine Nebenwirkung? Meistens Ärzte, wenn sie schwerwiegend ist. Eine leichte Hautrötung wird selten gemeldet. Eine Lungenembolie dagegen - fast immer. Das führt zu einer Verzerrung: Schwere Ereignisse erscheinen häufiger, als sie tatsächlich sind.
Auch die Datenqualität ist ein Problem. In vielen Fällen fehlen wichtige Details: Wie lange wurde das Medikament eingenommen? Gab es andere Medikamente? Wurde das Medikament abgesetzt, und verschwand die Nebenwirkung? Ohne diese Informationen ist es schwer, eine Kausalität zu bewerten. Eine Studie der Drug Information Association aus dem Jahr 2022 ergab, dass 68 Prozent der Sicherheitsverantwortlichen in Pharmaunternehmen Datenqualität als größtes Hindernis nennen.
Ein besonders bekannter Fall ist Canagliflozin, ein Diabetesmedikament. 2019 zeigten FAERS-Daten einen ungewöhnlich hohen Anstieg von Amputationen am Unterschenkel - ein Reporting-Odds-Ratio von 3,5. Das klang dramatisch. Doch die folgende große Studie, CREDENCE, zeigte: Der tatsächliche Risikoanstieg lag bei nur 0,5 Prozent. Das Signal war ein statistischer Zufall, verursacht durch unvollständige Meldungen und eine hohe Anzahl von Patienten mit bereits schlechter Durchblutung.
Was macht ein Signal zu einem echten Risiko?
Nicht jedes Signal führt zu einer Warnung im Beipackzettel. Forscher haben analysiert, welche Faktoren entscheiden, ob ein Signal zu einer Änderung der Produktinformation führt. Eine Studie aus dem Jahr 2018 mit 117 Signalen ergab vier entscheidende Kriterien:
- Mehrere unabhängige Datenquellen: Wenn das gleiche Signal in Spontanmeldungen, klinischen Studien und wissenschaftlichen Publikationen auftaucht, ist die Wahrscheinlichkeit hoch, dass es echt ist (Odds Ratio 4,3).
- Medizinische Plausibilität: Gibt es einen biologischen Mechanismus, der erklärt, wie das Medikament diese Wirkung verursachen könnte? (Odds Ratio 3,7)
- Schwere der Nebenwirkung: 87 Prozent der schwerwiegenden Ereignisse führten zu Warnungen - nur 32 Prozent der leichten.
- Alter des Medikaments: Neue Medikamente (unter fünf Jahren auf dem Markt) haben eine 68-prozentige Wahrscheinlichkeit, dass ein Signal zu einer Warnung führt. Ältere Medikamente nur 29 Prozent.
Diese Zahlen zeigen: Es geht nicht nur um Statistik. Es geht um Kontext. Ein Signal, das nur in einer Datenbank auftaucht, ohne plausible Erklärung und ohne schwere Folgen, wird oft ignoriert. Ein Signal, das mehrere Quellen bestätigt, mit einem klaren biologischen Zusammenhang und schwerwiegenden Folgen kommt, wird sofort priorisiert.
Wie werden Signale heute entdeckt?
Früher wurden Daten manuell durchgesehen. Heute nutzen die großen Behörden künstliche Intelligenz. Die EMA hat seit Herbst 2022 AI-Algorithmen in EudraVigilance eingebaut. Das hat die Zeit für die erste Signalgenerierung von 14 Tagen auf unter zwei Tage reduziert - ohne Verlust an Sensitivität. Die FDA hat mit ihrem Sentinel-Initiative 2.0-Programm Zugriff auf elektronische Gesundheitsakten von 300 Millionen Patienten. Das ermöglicht eine nahezu Echtzeit-Überwachung.
Die Methoden zur Signalentdeckung sind vielfältig:
- Reporting Odds Ratio (ROR): Vergleicht die Häufigkeit einer Nebenwirkung bei einem Medikament mit der Häufigkeit bei anderen Medikamenten. Ein Wert über 2,0 und mindestens drei Fälle gelten als Ausgangspunkt.
- Bayesian Confidence Propagation Neural Network (BCPNN): Ein statistisches Modell, das Wahrscheinlichkeiten berechnet und Verzerrungen berücksichtigt.
- Proportional Reporting Ratio (PRR): Misst, wie viel häufiger eine Nebenwirkung bei einem bestimmten Medikament auftritt als erwartet.
Keine dieser Methoden ist perfekt. Deshalb wird die sogenannte Triangulation als Goldstandard angesehen: Ein Signal gilt als verlässlich, wenn es mindestens drei unabhängige Datenquellen bestätigen - zum Beispiel Spontanmeldungen, eine epidemiologische Studie und ein Fallbericht mit De- und Rechallenge (Absetzen und erneute Gabe).
Was sind die größten Herausforderungen heute?
Die Welt der Arzneimittelsicherheit wird komplexer. Zwei große Trends treiben die Probleme voran:
Erstens: Polymedikation bei älteren Patienten. Seit 2000 ist die Zahl der verschriebenen Medikamente bei Menschen über 65 um 400 Prozent gestiegen. Ein 75-Jähriger nimmt durchschnittlich sieben verschiedene Medikamente ein. Welche Wechselwirkungen entstehen? Welche Nebenwirkungen werden übersehen, weil sie auf ein anderes Medikament zurückgeführt werden? Die aktuellen Systeme sind nicht darauf ausgelegt, solche Komplexitäten zu erkennen.
Zweitens: Biologika und digitale Therapeutika. Neue Medikamente wie Antikörpertherapien (z. B. Dupilumab) haben völlig andere Nebenwirkungsprofile als klassische Chemotherapeutika. Dupilumab, ursprünglich zur Behandlung von Ekzemen zugelassen, zeigte 2018 ein Signal für Augenoberflächenentzündungen - eine Nebenwirkung, die vorher nie in klinischen Studien beobachtet wurde. Erst durch gezielte Nachbeobachtung bei Augenärzten wurde das Signal bestätigt. Heute ist es im Beipackzettel vermerkt - und Ärzte prüfen jetzt gezielt die Augen ihrer Patienten.
Digitale Therapeutika - Apps, die bei Depressionen oder Schlafstörungen helfen - stellen eine neue Herausforderung dar. Wer meldet Nebenwirkungen bei einer App? Wie misst man „Schlafverschlechterung“? Es gibt keine standardisierten Meldesysteme dafür. Die Pharmakovigilanz muss sich anpassen - und das dauert.
Was kommt als Nächstes?
Die Zukunft liegt in der Integration. Die Internationale Konferenz zur Harmonisierung (ICH) arbeitet an der M10-Richtlinie, die Laborwerte standardisiert - besonders wichtig für Leberschäden, die oft nur durch Blutwerte sichtbar werden. Seit 2022 haben 87 Pharmaunternehmen das ICH-E2B(R3)-Format übernommen, das 89 Prozent der globalen Meldungen jetzt einheitlich formatiert.
Die globalen Datenmengen wachsen: Die WHO verarbeitet monatlich 350.000 neue Meldungen aus 155 Ländern. Das ist ein riesiges Netzwerk der Sicherheit - aber nur, wenn die Daten sinnvoll genutzt werden. Die Zukunft wird nicht mehr darin bestehen, nur auf Signale zu warten. Es geht darum, sie vorherzusagen - durch KI, durch Integration von EHR-Daten, durch Patientenberichte aus Apps und Wearables.
Der wichtigste Lernpunkt bleibt: Sicherheit ist kein Zustand. Sie ist ein Prozess. Ein Medikament ist nicht sicher, nur weil es zugelassen ist. Es wird sicher, wenn es über Jahre hinweg beobachtet, analysiert und angepasst wird. Die klinischen Studien sind der Anfang - nicht das Ende.
Was ist der Unterschied zwischen einem Nebenwirkungsbericht und einem Sicherheitssignal?
Ein Nebenwirkungsbericht ist eine einzelne Meldung - etwa von einem Arzt, der einen Patienten beobachtet hat. Ein Sicherheitssignal entsteht, wenn mehrere solcher Berichte oder andere Daten (wie klinische Studien oder epidemiologische Analysen) ein Muster zeigen, das nicht durch Zufall erklärt werden kann. Ein einzelner Bericht ist kein Signal - aber ein Muster aus vielen Berichten schon.
Warum werden manche Nebenwirkungen erst Jahre nach der Zulassung entdeckt?
Weil klinische Studien zu klein und zu kurz sind, um seltene oder verzögerte Nebenwirkungen zu erfassen. Ein Ereignis, das bei einem von 10.000 Patienten auftritt, wird in einer Studie mit 5.000 Patienten kaum sichtbar. Auch wenn die Nebenwirkung erst nach drei oder fünf Jahren eintritt - das ist länger als die meisten Studien dauern. Erst bei der tatsächlichen Anwendung in der Bevölkerung werden diese Risiken sichtbar.
Können Künstliche Intelligenz und Big Data alle Sicherheitsprobleme erkennen?
Nein. KI kann Muster schneller finden, aber sie kann nicht zwischen echtem Risiko und statistischem Rauschen unterscheiden, ohne menschliche Kontrolle. Sie erkennt auch keine neuen biologischen Mechanismen - das bleibt die Aufgabe von Ärzten und Forschern. KI ist ein Werkzeug, kein Ersatz für klinische Einsicht.
Warum sind Spontanmeldungen trotz ihrer Fehler so wichtig?
Weil sie Informationen enthalten, die in kontrollierten Studien fehlen: Zeitpunkt des Auftretens, Reaktion auf Absetzen des Medikaments, individuelle Begleitumstände. Ein Arzt, der bemerkt, dass eine Patientin nach Einnahme von Medikament X plötzlich starke Kopfschmerzen bekommt - und diese verschwinden, sobald sie das Medikament absetzt - liefert damit einen starken Hinweis auf Kausalität. Solche Details sind unbezahlbar.
Was tun Patienten, wenn sie eine ungewöhnliche Nebenwirkung vermuten?
Sie sollten das nicht ignorieren - aber auch nicht panisch reagieren. Zuerst: mit ihrem Arzt sprechen. Dann: die Nebenwirkung über das nationale Meldeportal melden (in Deutschland über das BfArM). Jeder Bericht zählt. Selbst wenn er nur ein Einzelfall ist - er könnte Teil eines größeren Musters sein. Die Pharmakovigilanz lebt von der Beteiligung aller.
Thomas Halbeisen
Dezember 28, 2025 AT 23:39Also ich hab das Medikament genommen und plötzlich war mein rechter Zeh taub
Kein Arzt hat was gesehen
Kein Signal
Kein Problem
Ich bin halt nur ein Zufall
Und jetzt ist er wieder da
Der Zeh
Und ich bin der Dumme der es gemeldet hat
Jean-Pierre Buttet
Dezember 29, 2025 AT 19:59Interessant, dass man hier die statistische Signifikanz als Maßstab nimmt, während die klinische Relevanz oft in den Hintergrund tritt
Ein Risiko von 0,5% ist für den Einzelnen irrelevant, für die Gesellschaft aber ein massives Systemversagen
Wir messen nicht die menschliche Last, sondern die P-Werte
Und nennen das Wissenschaft
Kaja Moll
Dezember 29, 2025 AT 23:40Und wer kontrolliert die Kontrolleure?
Die EMA hat schon 2008 den Zusammenhang zwischen Rosiglitazone und Herzinfarkten ignoriert
Die gleichen Leute, die heute AI einsetzen
Die gleichen Leute, die die Daten filtern
Die gleichen Leute, die die Pharmafirmen bezahlen
Das ist kein System
Das ist ein Theater
Kari Keuru
Dezember 31, 2025 AT 22:25Es ist doch absurd, dass wir Medikamente zulassen, die erst nach Jahren als gefährlich gelten
Warum gibt es keine Pflicht, alle Patienten über 65 in eine Langzeitbeobachtung einzubeziehen?
Es ist nicht zu viel verlangt, dass man weiß, was passiert, wenn jemand sieben Pillen pro Tag nimmt
Das ist kein Luxus
Das ist medizinische Ethik
Edwin Marte
Januar 2, 2026 AT 04:23AI in der Pharmakovigilanz? Das ist wie einem Kind einen Schraubenzieher in die Hand zu geben und zu sagen, bau dir ein Auto
Die Algorithmen erkennen Muster, aber nicht Kontext
Ein Patient mit Diabetes hat eine Amputation – ist das das Medikament oder die Krankheit?
Keine KI der Welt löst das, wenn der Arzt nicht mal die Diagnose korrekt eingetragen hat
Wir brauchen keine KI
Wir brauchen bessere Dokumentation
Kathrine Oster
Januar 3, 2026 AT 12:15Ich hab mal eine Nebenwirkung gemeldet
Es war nur eine leichte Hautrötung
Kein Arzt hat es ernst genommen
Und dann kam ein Jahr später ein anderer Patient mit dem gleichen Symptom
Und plötzlich war es ein Signal
Es ist nicht die Zahl, die zählt
Es ist die Wahrnehmung
Und die fängt bei jedem Einzelfall an
Dein Bericht zählt
Und du bist nicht verrückt, weil du es gemeldet hast
Sverre Beisland
Januar 4, 2026 AT 10:47Ich verstehe, dass man schnell handeln will, aber man muss auch vorsichtig sein
Ein Signal ist kein Urteil
Es ist ein Hinweis
Und wir haben schon zu viele Medikamente aus dem Markt genommen, nur weil ein paar Berichte kamen
Es ist ein Balanceakt
Und ich glaube, wir brauchen mehr Geduld
Und mehr Transparenz
Keine Angst vor dem Risiko
Und keine Illusion von Perfektion
Siri Larson
Januar 5, 2026 AT 07:28Ich hab das Gefühl, dass wir alle vergessen haben, dass Medikamente nicht wie Handys sind
Man kann sie nicht einfach updaten
Wenn was schiefgeht, ist es oft zu spät
Und wir erwarten, dass die Systeme alles abfangen
Was ist mit den Menschen?
Was ist mit dem Arzt, der keine Zeit hat, alles zu dokumentieren?
Wir brauchen mehr Menschlichkeit
Und weniger Algorithmen
;) 🙏
Rune Forsberg Hansen
Januar 6, 2026 AT 17:03Die EMA hat 2022 den Übergang zu ICH-E2B(R3) abgeschlossen, was die strukturierte Datenerfassung standardisiert.
Die Meldung von Spontanfällen erfolgt nun mit 89%iger Kompatibilität global.
Dennoch bleibt die Qualität der Daten stark variabel, da die Eintragspraxis von Ärzten in ländlichen Regionen oft unzureichend ist.
Die Integration von EHR-Daten ist technisch möglich, aber rechtlich und ethisch komplex.
Ein weiteres Problem ist die Unterrepräsentation von Minderheiten in den Meldedaten.
Die aktuelle Systemarchitektur ist auf westliche, hochentwickelte Gesundheitssysteme ausgelegt.
Was passiert mit Patienten in Bulgarien, Rumänien oder der Ukraine?
Wer meldet dort?
Wer sammelt die Daten?
Und wer entscheidet, was ein Signal ist?
Die Antwort lautet: Niemand.
Und das ist das eigentliche Problem.
Asbjørn Dyrendal
Januar 7, 2026 AT 15:47Ich hab neulich ein Medikament abgesetzt, weil ich mich komisch gefühlt hab
Kein Arzt hat was gesagt
Kein Signal kam
Und dann hab ich es wieder genommen
Und plötzlich war alles wieder da
Ich hab’s gemeldet
Und heute steht es im Beipackzettel
Es ist nicht die Technik, die rettet
Es ist der Mensch, der aufpasst
Und der Mut, was zu sagen
Also: Bleib dran
Dein Körper weiß, was los ist
Kristian Ponya
Januar 7, 2026 AT 16:01Sicherheit ist kein Zustand
Das ist das Wichtigste
Es ist ein Prozess
Und er braucht Zeit
Und Geduld
Und Menschen, die bereit sind, zuzuhören
Ein Signal ist kein Fehler
Es ist ein Zeichen, dass das System funktioniert
Es ist der Moment, in dem wir aufhören, zu glauben, wir wüssten alles
Und anfangen, zu lernen
Und das ist mutig
Und das ist gut