TriNetX

Kurzfazit

TriNetX ist der De-facto-Standard für Feasibility-Analysen in der klinischen Forschung. Das föderierte EHR-Netzwerk mit mehreren Hundert Millionen de-identifizierten Patienten aus über 180 Krankenhäusern in mehr als 30 Ländern erlaubt es, Studienprotokolle innerhalb von Stunden gegen reale Patientenpopulationen zu testen. Wo manuelle Site-Outreach-Prozesse früher Wochen kosteten und oft mit verzerrten Schätzungen endeten, liefert TriNetX harte Zahlen mit echtem statistischen Rückhalt. Schwächen: kein Tool für aktives Recruiting einzelner Patienten, hohe Lizenzkosten, undurchsichtige Preisbildung und ein deutsches Netzwerk, das kleiner ist als das amerikanische. Für globale Pharmasponsoren und Top-CROs in der Protokolldesign-Phase ist TriNetX trotzdem alternativlos.

Für wen ist TriNetX?

Globale Pharmasponsoren und Top-CROs: Wer multinationale Studien plant, kann mit TriNetX in der Frühphase belastbar einschätzen, wie viele Patienten weltweit überhaupt für ein Protokoll qualifizieren, und in welchen Regionen sie konzentriert sind. Das ersetzt die klassische Site-Befragung über E-Mail und Telefon, die wochenlang dauert und oft mit überoptimistischen Schätzungen endet.

Feasibility- und Operations-Teams: Die Plattform erlaubt es, Ein- und Ausschlusskriterien iterativ zu verfeinern und sofort zu sehen, wie sich jede Änderung auf die rekrutierbare Population auswirkt. Statt am Ende festzustellen, dass ein Protokoll zu restriktiv ist, lassen sich Anpassungen vor dem ersten IRB-Dossier vornehmen.

Medical-Affairs- und HEOR-Teams: Für epidemiologische Übersichten, Burden-of-Illness-Studien oder Real-World-Evidence-Pakete in Zulassungsdossiers ist TriNetX als peer-reviewte Datenquelle anerkannt. Das ist wertvoll, wenn klassische Registry-Daten fehlen oder veraltet sind, etwa bei neuen Indikationen oder seltenen Erkrankungen.

Akademische Forschungsgruppen: Über das Research-Netzwerk haben viele Universitätskliniken freien oder vergünstigten Zugriff auf TriNetX-Datenpools, eine ungewöhnliche Konstellation, in der akademische Nutzer dieselbe Plattform verwenden wie kommerzielle Pharmakunden. Für retrospektive Outcomes-Forschung ist das eine der effizientesten Datenquellen.

Weniger geeignet für: Recruiting-Teams, die einzelne Patienten ansprechen wollen (TriNetX liefert keine Patientenlisten, dafür braucht es Tools auf Site-Ebene), Biotech-Startups mit knappem Budget, Forschungsgruppen mit Fokus auf rein deutschen Daten (das deutsche Netzwerk ist deutlich kleiner als das US-amerikanische), und alle, die eine selbstbedienbare SaaS-Lösung erwarten.

Preise im Detail

Plan	Preis	Was du bekommst
Research-Network	Oft kostenlos/vergünstigt für akademische Sites	Zugang zum föderierten Netzwerk, eingeschränkter Analysen-Umfang, akademische Lizenzbedingungen
Sponsor / CRO Subscription	Auf Anfrage; typisch mittlerer fünfstelliger USD-Bereich/Jahr für eine Indikation	Feasibility-Queries, Site-Performance-Daten, Kohortenanalysen, Beratung
Enterprise / Multi-Indication	Auf Anfrage; sechsstellig pro Jahr möglich	Mehrere Indikationen, größerer Netzwerk-Scope, dedizierter Account-Manager, Custom Datasets
Add-Ons (EVIDEX, NLP, Datasets)	Modulare Aufpreise	Spezielle Datenpakete (Oncology, Rare Diseases, EU-Cohorts), NLP auf Free-Text, kundenspezifische Cohort-Tables

Einordnung: TriNetX hat kein öffentliches Pricing, der Einstieg läuft immer über Sales, und die Preise hängen vom Volumen (Anzahl Indikationen, Netzwerk-Tier, Datenmodule) und der Vertragsdauer ab. Für eine erste Indikation und einen Beobachtungs-Zeitraum von 12 Monaten muss man realistisch mit einem mittleren fünfstelligen USD-Betrag rechnen; multi-Indikations-Verträge liegen schnell deutlich darüber. Für akademische Sites gibt es ein Research-Network-Modell, das oft kostenlosen Zugang bietet, Voraussetzung ist allerdings, dass die Klinik selbst de-identifizierte Daten ins Netzwerk einspeist. Das ist faktisch ein Tauschgeschäft: Daten gegen Analytics-Zugriff.

Stärken im Detail

Federated-Query-Architektur ist der entscheidende USP. Patientendaten verlassen die teilnehmende Klinik nicht, TriNetX schickt die Query an die lokalen Knoten und aggregiert nur die Statistik-Ergebnisse. Das ist datenschutzrechtlich erheblich sauberer als zentrale Datenpools und einer der Gründe, warum europäische Krankenhäuser am Netzwerk teilnehmen können, ohne in DSGVO-Konflikt zu geraten. Für Pharmakunden bedeutet das umgekehrt: keine Roh-Datensätze, sondern aggregierte Antworten, was den Datenschutz-Aufwand auf Sponsorseite minimiert.

Netzwerkgröße ist konkurrenzlos. Mehrere Hundert Millionen de-identifizierte Patienten, über 180 Healthcare-Organisationen, mehr als 30 Länder, kein anderes föderiertes EHR-Netzwerk erreicht diese Reichweite. Für seltene Erkrankungen ist das oft der einzige Weg, überhaupt ausreichende Fallzahlen zu finden; für häufige Indikationen ermöglicht es Sub-Kohorten mit hoher statistischer Power.

Clinerion-Integration erweitert die Reichweite in Europa. Die Übernahme der Clinerion-Technologie 2023 hat TriNetX vor allem in Europa Substanz verschafft: On-Premise-Hospital-Query-Nodes erlauben es Häusern, die keinen Cloud-EHR betreiben, trotzdem am Netzwerk teilzunehmen. Das ist gerade für deutsche Universitätskliniken relevant, die ihre Datenhoheit nicht aufgeben wollen.

Wissenschaftliche Anerkennung. TriNetX ist eine der meist zitierten Real-World-Data-Quellen in peer-reviewten Journals. Das ist nicht nur ein Marketingargument, es heißt konkret, dass Studien auf TriNetX-Basis in Zulassungs- und HTA-Prozessen akzeptiert werden, was bei jüngeren oder weniger publizierten RWD-Plattformen oft nicht der Fall ist.

Feasibility-Iteration in Echtzeit. Die Oberfläche erlaubt es, Ein- und Ausschlusskriterien interaktiv zu verfeinern: Du siehst nach jeder Anpassung sofort die neue Patientenzahl, ihre Verteilung über Sites und Länder und den zeitlichen Trend. Das ersetzt Excel-Tabellen mit groben Schätzungen durch belastbare Zahlen, und macht Protokolldesign zur datengetriebenen Disziplin statt zur Verhandlungssache mit medizinischen Beratern.

Site-Performance-Historien. Über die Jahre hat TriNetX umfangreiche Daten zu Enrollment-Performance der teilnehmenden Sites gesammelt. Das erlaubt es, in der Site-Selektion nicht nur “wie viele passende Patienten gibt es dort?” zu beantworten, sondern auch “wie zuverlässig rekrutiert dieses Zentrum tatsächlich?”. Diese Kombination ist in der Branche selten und ein echter Hebel für realistische Studienplanung.

Schwächen ehrlich betrachtet

Aggregat-Statistik statt Patient-Level-Output. TriNetX gibt keine Patientenlisten heraus, du erfährst, wie viele Patienten passen, aber nicht wer. Das ist datenschutzrechtlich richtig, schließt aber bestimmte Use-Cases aus: aktives Recruiting, individuelle Mahnung, persönliche Outreach. Wer Patienten ansprechen will, braucht zusätzliche Tools auf Site-Ebene oder muss klassische Patientenrekrutierung weiter manuell betreiben.

Datenqualität schwankt je nach Site. Krankenhäuser nutzen unterschiedliche EHR-Systeme, dokumentieren unterschiedlich tief, und Mapping auf ICD-10/SNOMED-CT ist überall imperfekt. Das heißt in der Praxis: Eine TriNetX-Zahl ist oft eine Untergrenze (echte Patientenzahlen sind höher, weil Diagnosen nicht überall kodiert sind) oder eine Obergrenze (weil ICD-10-Diagnosen ohne klinischen Kontext eingetragen werden). Wer mit den Zahlen arbeitet, muss diese Unschärfe verstehen und kommunizieren.

Deutsches Netzwerk ist begrenzt. Trotz der Clinerion-Integration ist der US-Anteil im TriNetX-Netzwerk dominant. Für Studien mit Schwerpunkt Deutschland oder DACH liefert TriNetX zwar Daten, aber die Tiefe und Breite ist deutlich geringer als bei US-fokussierten Analysen. Für rein deutsche Forschungsfragen sind nationale Register oder direkte Kooperationen mit Universitätskliniken oft die bessere Wahl.

Preisintransparenz und Sales-Prozess. Keine öffentliche Preisliste, kein Self-Service, Onboarding nur über mehrwöchige Sales-Verhandlungen mit Vertragsanwälten. Für agile Biotech-Startups oder Forschungsgruppen ist das eine Hürde, wer schnell eine erste Feasibility-Antwort braucht, kann nicht “einfach mal ausprobieren”. Workaround: über akademische Partner mit bestehendem TriNetX-Zugang anfragen.

Keine deutschsprachige Oberfläche. Plattform und Support sind komplett englisch. Für deutsche Pharma-Affiliates kein Problem (Englisch ist Branchenstandard), aber für rein akademische Nutzer ohne englischsprachiges Team eine zusätzliche Schwelle.

Black-Box-Effekte bei harmonisierten Daten. TriNetX harmonisiert die heterogenen Quelldaten mit eigenen Mappings, du siehst nicht im Detail, wie eine bestimmte Diagnose oder ein bestimmter Laborwert aggregiert wurde. Für regulatorisch sensible Analysen heißt das: Du verlässt dich auf die Harmonisierungs-Pipeline und musst diese in Studienprotokollen und HTA-Submissions erklären können.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine umfassende eClinical-Suite für Studiendurchführung brauchst
Krankenhausdaten in Deutschland direkt analysieren willst
Eine EDC-/CDM-Plattform für aktive Studien suchst

Erwähnenswert ohne eigene Tool-Seite: IQVIA Real-World Data (größter direkter Konkurrent, eher Datenkauf statt föderierte Query), Aetion (Healthcare-RWE-Analytics mit Fokus auf regulatorische Submissions), Flatiron Health (Onkologie-spezifische RWD, von Roche übernommen), Datavant (Tokenization und Linkage statt eigenes Netzwerk) und OHDSI/OMOP-Netzwerke (Open-Source-Alternativen, die einige europäische Universitäten parallel betreiben). TriNetX hat in der Feasibility-Nische den klarsten Vorsprung, wer Feasibility-Queries als zentralen Workflow etabliert, kommt an TriNetX oder IQVIA praktisch nicht vorbei. Für Studiendurchführung und Datenmanagement greift man zusätzlich zu klassischen eClinical-Suiten.

So steigst du ein

Schritt 1: Use Case und Scope vorab klären. Bevor du ein Sales-Gespräch startest, definiere intern: Welche Indikation(en) sollen abgefragt werden? Welcher geographische Scope (Global, US, EU, DACH)? Welche Studiengröße ist geplant? TriNetX bietet verschiedene Netzwerk-Tiers, die Auswahl beeinflusst Preis und verfügbare Patientenzahlen erheblich. Eine vage Anfrage führt zu vagen Angeboten; eine präzise Anfrage zu einem Pilot-Pricing, das du intern rechtfertigen kannst.

Schritt 2: Demo anfordern und Pilot-Query bauen. Über trinetx.com/contact/ eine Demo vereinbaren. In der Pilot-Phase definierst du in der TriNetX-Oberfläche Kohorten über ICD-10-Codes, SNOMED-CT, Lab-Werte und demographische Einschränkungen, ohne SQL, über ein visuelles Query-Builder-Interface. Das System zeigt sofort, wie viele de-identifizierte Patienten die Kriterien erfüllen, mit zeitlichem Trend und Site-Verteilung. Ein guter Pilot-Use-Case ist eine bekannte Indikation, bei der du selbst eine ungefähre Vorstellung von der Größenordnung hast, so kannst du die Plausibilität der TriNetX-Antwort einschätzen.

Schritt 3: Site-Selektion und Operationalisierung. Sobald Vertrag und Zugang stehen, nutzt das Clinical-Operations-Team TriNetX für Site-Rangings: Kombination aus Patientendichte und historischer Enrollment-Performance. TriNetX liefert keine Patientennamen oder -kontakte, der Output ist eine Site-Rangliste mit Patientenzahl-Schätzung. Diese Liste wird dann an das Site-Activation-Team weitergegeben, das die formellen Kontakte aufnimmt. Wichtig: TriNetX ersetzt nicht die Site-Outreach, aber es sortiert die Liste deutlich besser als rein historisches Beziehungswissen.

Ein konkretes Beispiel

Ein europäisches Pharmaunternehmen plant eine Phase-III-Studie in einer seltenen Autoimmunerkrankung mit Ziel-Population von 300 Patienten in 12 Monaten. Das Feasibility-Team nutzt TriNetX, um innerhalb von 48 Stunden zu ermitteln: Wie viele Patienten mit den geplanten Ein- und Ausschlusskriterien existieren im Netzwerk? In welchen Regionen konzentrieren sie sich? Welche Sites haben Erfahrung mit dieser Population? Das Ergebnis ersetzt sechs Wochen manuelle Site-Outreach-Arbeit und zeigt frühzeitig, dass das ursprüngliche Protokoll zu restriktiv definiert war: ein Lab-Cutoff schloss 40 % der potenziellen Patienten aus, ohne medizinische Rechtfertigung. Nach Lockerung des Kriteriums steigt die rekrutierbare Population im Netzwerk um den Faktor 2,3, die Studie wird mit realistischem Enrollment-Plan gestartet, bevor das erste IRB-Dossier eingereicht wird. Geschätzte Zeitersparnis in der Planungsphase: 8 Wochen. Direkte Folge: Vermeidung einer wahrscheinlichen Protokollamendment-Runde nach Studienstart, die laut Branchenschätzungen 1–3 Mio. USD pro Amendment kostet.

DSGVO & Datenschutz

• Datenhosting: Föderiertes Modell, Patientendaten verbleiben in den jeweiligen teilnehmenden Krankenhäusern; nur aggregierte Query-Ergebnisse werden an die TriNetX-Cloud übertragen. EU-Sites werden in EU-Infrastruktur gehostet.
• Anbieter: TriNetX, LLC, Cambridge, Massachusetts; europäische Tochter TNX OGmbH für internationale Operationen.
• Datennutzung: Roh-EHR-Daten verlassen die teilnehmende Klinik nicht. Sponsoren erhalten nur aggregierte Statistiken (keine Patient-Level-Daten), was den DSGVO-Risikoprofil-Charakter ihrer Nutzung deutlich reduziert.
• De-Identifizierung: Erfolgt auf Site-Ebene nach Safe-Harbor- oder Expert-Determination-Standards (HIPAA-konform); europäische Sites zusätzlich nach DSGVO-Anonymisierungs-Anforderungen.
• Auftragsverarbeitung (AVV): Standard bei europäischen Verträgen; teilnehmende Krankenhäuser haben separate Vereinbarungen mit TriNetX zur Datenharmonisierung.
• Empfehlung für deutsche Krankenhäuser: Teilnahme am Netzwerk sollte mit dem Datenschutzbeauftragten, der Ethikkommission und ggf. dem Klinikvorstand abgestimmt werden. Der föderierte Ansatz ist datenschutzrechtlich vorteilhaft, ersetzt aber keine eigene DPIA. Für Sponsor-Nutzung (Feasibility-Queries) ist die DSGVO-Belastung minimal, da nur aggregierte Daten zurückkommen.

Gut kombiniert mit

• , TriNetX liefert die Feasibility-Zahlen vor Studienstart, Veeva Vault übernimmt anschließend Studiendurchführung, Dokumentenmanagement und regulatorische Submissions. Klassische Arbeitsteilung: TriNetX in der Pre-Trial-Phase, Veeva ab Studienaktivierung.
• , Für die eigentliche Datenerfassung in der Studie ist Medidata Rave der Marktführer. TriNetX schätzt die Population vorab, Rave erfasst die tatsächlichen Studiendaten. Beide Tools werden bei großen multinationalen Studien fast immer parallel eingesetzt.
• , Für Studien mit Schwerpunkt Deutschland ergänzt CRISP die TriNetX-Daten um nationale Klinikdaten. Während TriNetX global skaliert, liefert CRISP tiefere Einblicke in spezifisch deutsche Versorgungsrealität.

Unser Testurteil

TriNetX verdient 4 von 5 Sternen. Die Feasibility-Funktionalität ist in der Branche unerreicht, die Netzwerkgröße konkurrenzlos, und die Federated-Query-Architektur ist datenschutzrechtlich der sauberste Ansatz im Markt. Wissenschaftliche Anerkennung in peer-reviewten Journals und Akzeptanz bei Zulassungsbehörden machen TriNetX zur seriösen Wahl für regulatorisch relevante Analysen. Den fünften Stern verliert TriNetX an drei Punkten: das deutsche Netzwerk bleibt trotz Clinerion-Integration deutlich kleiner als das US-amerikanische, die Preisintransparenz schließt kleinere Akteure faktisch aus, und der Aggregat-Statistik-Ansatz schränkt die Use-Cases auf Feasibility und Forschung ein, aktives Patient-Recruiting bleibt außerhalb des Scopes. Für globale Pharmasponsoren und Top-CROs in der Studienplanungsphase gibt es trotzdem keine bessere Wahl.

Was wir bemerkt haben

• 2023, TriNetX übernimmt Clinerion, einen Schweizer Spezialisten für On-Premise-Hospital-Query-Nodes. Strategisch wichtig, weil das die europäische Netzwerkreichweite massiv erweitert hat, vor allem für Häuser, die keine Cloud-EHR-Daten teilen wollen.
• 2024, TriNetX wird in der “MedTech Breakthrough Awards”-Reihe ausgezeichnet, u.a. für Clinical Trial Innovation. Eher PR-Signal als Substanzaussage, aber bestätigt die Marktposition in der Pre-Trial-Phase.
• 2025, Verstärkter Push in Real-World-Evidence für Health-Technology-Assessments. TriNetX positioniert sich zunehmend nicht nur als Feasibility-Tool, sondern als RWE-Quelle für Kostenträger-Verhandlungen, ein Markt, der nach EU-HTA-Verordnung deutlich wächst.
• Mai 2026, Auf der ISPOR 2026 präsentiert TriNetX RWE-Studien zu hämatologischen Krebserkrankungen. Klares Signal, dass die Plattform auch in der Onkologie als Datenquelle ernstgenommen wird, historisch eine Domäne von Flatiron Health.
• Strukturell, TriNetX bleibt eines der wenigen RWD-Unternehmen, das sich konsequent als Netzwerk-Plattform versteht (statt als Datenkäufer/-verkäufer). Dieser Ansatz wird zunehmend zum Standard, weil er datenschutzrechtlich sauberer ist als zentrale Datenpools.