- Authors

- Name
- Phillip Pham
- @ddppham
TL;DR
- Software as Medical Device (SaMD) unterliegt der EU-Medizinprodukteverordnung (MDR) -- das betrifft auch die Infrastruktur, auf der die Software laeuft
- Audit-Trail und Rueckverfolgbarkeit sind MDR-Pflicht: Jede Aenderung an der Produktionsumgebung muss dokumentiert, genehmigt und nachvollziehbar sein
- IQ/OQ/PQ-Validierung (Installationsqualifizierung, Operationsqualifizierung, Leistungsqualifizierung) laesst sich mit GitOps und automatisierten Tests auf Kubernetes abbilden
- Regulatorik-Teams sollten keine Kubernetes-Cluster verwalten -- ein Managed Service mit eingebauter Compliance-Dokumentation trennt Verantwortlichkeiten sauber
- Kosten: Managed Kubernetes mit MDR-Dokumentation ab 4.500 EUR/Monat vs. internes Team ab 500.000 EUR/Jahr
Kubernetes fuer Medizintechnik: MDR-Compliance fuer Software as Medical Device
Medizintechnik-Unternehmen, die Software as Medical Device (SaMD) entwickeln, stehen vor einem doppelten Problem: Die Software muss medizinische Anforderungen erfuellen, und die Infrastruktur, auf der sie laeuft, muss ebenfalls regulatorisch konform sein. Die MDR (Medical Device Regulation, EU 2017/745) macht keinen Unterschied zwischen dem Algorithmus und der Plattform, auf der er laeuft.
Kubernetes kann die technische Basis fuer SaMD-Produkte liefern. Aber der Betrieb einer Kubernetes-Plattform, die einer Benannten Stelle (Notified Body) standhaelt, erfordert Expertise, die weit ueber normales DevOps hinausgeht.
Was die MDR fuer Software-Infrastruktur bedeutet
SaMD-Klassifizierung und ihre Konsequenzen
Die MDR klassifiziert Medizinprodukte in Risikoklassen. Fuer SaMD gelten die Regeln 9 bis 11 aus Anhang VIII:
| Risikoklasse | Beispiel SaMD | Infrastruktur-Anforderung | Konformitaetsverfahren |
|---|---|---|---|
| Klasse I | Wellness-App mit Gesundheitstipps | Basis-Dokumentation | Selbstzertifizierung |
| Klasse IIa | Diagnose-Unterstuetzung (nicht-kritisch) | Qualitaetsmanagementsystem | Notified Body (Audit) |
| Klasse IIb | Therapieentscheidungs-Software | Vollstaendige Validierung | Notified Body (Baumusterprüfung) |
| Klasse III | KI-gestuetzte Diagnostik | Hoechste Anforderungen | Notified Body (Vollaudit) |
Ab Klasse IIa muss die gesamte Software-Lieferkette dokumentiert sein. Das schliesst die Container-Infrastruktur explizit ein. Eine Benannte Stelle wird bei einem Audit fragen: Wer hat wann welche Aenderung an der Produktionsumgebung vorgenommen? Wie stellen Sie sicher, dass die validierte Software-Version identisch mit der deployen Version ist?
GSPR: Grundlegende Sicherheits- und Leistungsanforderungen
Anhang I der MDR definiert die General Safety and Performance Requirements (GSPR). Fuer SaMD auf Kubernetes sind insbesondere relevant:
- GSPR 14.2 (d): Wiederholbarkeit, Zuverlaessigkeit und Leistung der Software
- GSPR 17.1: Cybersicherheit der Software und ihrer Umgebung
- GSPR 17.2: Schutz vor unberechtigtem Zugriff
- GSPR 23.4: Massnahmen gegen Manipulation und Faelschung
Das bedeutet: Die Kubernetes-Infrastruktur muss nachweisbar sicher, wiederholbar deploybar und gegen Manipulation geschuetzt sein.
Audit-Trail: Jede Aenderung dokumentiert
Warum Git allein nicht reicht
Viele Entwickler-Teams denken: Wir nutzen Git, also haben wir einen Audit-Trail. Das stimmt fuer den Quellcode. Aber die MDR verlangt Rueckverfolgbarkeit auf mehreren Ebenen:
- Quellcode: Wer hat wann welche Aenderung am Code gemacht? (Git)
- Build-Artefakte: Welcher Code wurde zu welchem Container-Image gebaut? (CI/CD)
- Deployment: Welches Image laeuft wann in Produktion? (Kubernetes + GitOps)
- Infrastruktur: Welche Cluster-Konfiguration war zum Zeitpunkt X aktiv? (IaC + Audit-Log)
- Betrieb: Welche Incidents gab es und wie wurden sie behoben? (ITSM)
GitOps als MDR-konformes Deployment
GitOps mit ArgoCD oder Flux erzwingt, dass jede Aenderung an der Produktionsumgebung durch einen Git-Commit dokumentiert ist. Kein manuelles kubectl apply, kein SSH auf Worker-Nodes.
# argocd-application-samd.yaml
# MDR-konformes Deployment: Nur genehmigte Aenderungen werden deployed
apiVersion: argoproj.io/v1alpha1
kind: Application
metadata:
name: diagnostic-engine-production
namespace: argocd
annotations:
mdr.compliance/classification: "IIb"
mdr.compliance/udi-di: "DE-MF-000123456-00"
mdr.compliance/software-version: "2.4.1"
spec:
project: samd-production
source:
repoURL: https://git.medtech-intern.de/platform/samd-manifests.git
targetRevision: release/2.4.1
path: production/diagnostic-engine
destination:
server: https://kubernetes.default.svc
namespace: samd-production
syncPolicy:
automated:
prune: false
selfHeal: true
syncOptions:
- CreateNamespace=false
- Validate=true
- PruneLast=true
Wichtige Details:
- targetRevision: release/2.4.1 -- Kein
mainBranch, sondern ein getaggter Release. Die Benannte Stelle will wissen, welche exakte Version in Produktion laeuft. - prune: false -- Ressourcen werden nie automatisch geloescht. Jede Entfernung muss bewusst erfolgen.
- Annotations dokumentieren MDR-Klassifizierung und UDI-DI (Unique Device Identification) direkt am Kubernetes-Objekt.
Kubernetes Audit-Log fuer MDR
# audit-policy-mdr.yaml
# Umfassende Protokollierung fuer MDR-konforme Infrastruktur
apiVersion: audit.k8s.io/v1
kind: Policy
rules:
# Alle Aenderungen an SaMD-Namespaces vollstaendig protokollieren
- level: RequestResponse
namespaces: ["samd-production", "samd-staging"]
verbs: ["create", "update", "patch", "delete"]
resources:
- group: "apps"
resources: ["deployments", "statefulsets", "daemonsets"]
- group: ""
resources: ["configmaps", "secrets", "services"]
- group: "networking.k8s.io"
resources: ["networkpolicies", "ingresses"]
# Lesezugriffe auf sensible Ressourcen protokollieren
- level: Metadata
namespaces: ["samd-production"]
resources:
- group: ""
resources: ["secrets"]
verbs: ["get", "list", "watch"]
# Zugriffe auf Patientendaten-Services
- level: Request
namespaces: ["samd-production"]
resources:
- group: ""
resources: ["pods/exec", "pods/attach"]
verbs: ["create"]
# Alles andere: Metadata-Level
- level: Metadata
Diese Audit-Policy stellt sicher, dass die Benannte Stelle bei einem Audit jede Aenderung an der Produktionsumgebung nachvollziehen kann. Die Logs muessen mindestens 10 Jahre aufbewahrt werden (MDR Artikel 10, Absatz 8).
IQ/OQ/PQ: Validierung auf Kubernetes
Was IQ/OQ/PQ bedeutet
Die Validierung medizintechnischer Software folgt dem V-Modell und umfasst drei Qualifizierungsstufen:
| Stufe | Bedeutung | Auf Kubernetes |
|---|---|---|
| IQ (Installationsqualifizierung) | Ist die Infrastruktur korrekt installiert? | Cluster-Setup, Netzwerk, Storage, Namespaces |
| OQ (Operationsqualifizierung) | Funktioniert die Infrastruktur wie spezifiziert? | Health Checks, Failover, Autoscaling |
| PQ (Leistungsqualifizierung) | Liefert das System unter Produktionsbedingungen die erwartete Leistung? | Lasttests, Latenz-Messungen, Verfuegbarkeit |
IQ: Installationsqualifizierung automatisieren
Die IQ prueft, ob die Infrastruktur korrekt aufgesetzt ist. Auf Kubernetes laesst sich das mit automatisierten Tests abbilden:
# iq-validation-job.yaml
# Automatisierte Installationsqualifizierung
apiVersion: batch/v1
kind: Job
metadata:
name: iq-validation-2-4-1
namespace: samd-validation
labels:
validation-type: iq
software-version: "2.4.1"
mdr-class: "IIb"
spec:
backoffLimit: 0
template:
spec:
restartPolicy: Never
serviceAccountName: validation-runner
containers:
- name: iq-tests
image: registry.medtech-intern.de/validation-suite:1.8.0
command: ["python", "-m", "pytest"]
args:
- "tests/iq/"
- "--junitxml=/results/iq-report.xml"
- "-v"
env:
- name: TARGET_NAMESPACE
value: "samd-production"
- name: EXPECTED_K8S_VERSION
value: "1.30"
- name: EXPECTED_NODES
value: "3"
- name: EXPECTED_STORAGE_CLASS
value: "encrypted-ssd"
volumeMounts:
- name: results
mountPath: /results
volumes:
- name: results
persistentVolumeClaim:
claimName: validation-results-pvc
Was die IQ-Tests pruefen:
- Kubernetes-Version entspricht der Spezifikation
- Anzahl und Konfiguration der Worker-Nodes
- Network Policies sind aktiv und korrekt
- Storage-Klasse mit Verschluesselung ist verfuegbar
- RBAC-Rollen sind wie dokumentiert konfiguriert
- Monitoring und Alerting sind funktionsfaehig
OQ: Operationsqualifizierung
Die OQ prueft, ob das System unter definierten Bedingungen korrekt funktioniert. Das umfasst Failover-Tests, Health-Check-Validierung und Backup-Recovery. Die Tests laufen als Kubernetes Jobs im Validation-Namespace -- analog zur IQ, aber mit Fokus auf operatives Verhalten (Pod-Restart nach Crash, Failover zwischen Availability Zones, automatisches Recovery nach Node-Ausfall).
PQ: Leistungsqualifizierung
Die PQ simuliert Produktionsbedingungen und misst, ob die Leistungsanforderungen erfuellt werden:
PQ-Testprotokoll fuer SaMD Diagnostic Engine v2.4.1
====================================================
Testbedingung Anforderung Ergebnis Status
-------------------------------------------------------------------
Antwortzeit (P95) unter 200ms 142ms BESTANDEN
Antwortzeit (P99) unter 500ms 287ms BESTANDEN
Durchsatz 500 Req/s 623 Req/s BESTANDEN
Verfuegbarkeit (72h-Test) 99,9% 99,97% BESTANDEN
Failover-Zeit unter 30s 12s BESTANDEN
Backup-Recovery unter 4h 2h 15min BESTANDEN
Datenkonsistenz nach Failover 100% 100% BESTANDEN
Diese Protokolle muessen in der Technischen Dokumentation (MDR Anhang II) hinterlegt und bei jedem Release aktualisiert werden.
Cybersecurity: GSPR 17 auf Kubernetes
Die MDR verlangt Cybersicherheit nicht nur als Empfehlung, sondern als Grundlegende Anforderung. GSPR 17 betrifft direkt die Kubernetes-Infrastruktur.
Network Policies fuer SaMD-Isolation
# network-policy-samd.yaml
# Strenge Netzwerkisolation fuer SaMD in Produktion
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
name: samd-strict-isolation
namespace: samd-production
spec:
podSelector:
matchLabels:
app: diagnostic-engine
policyTypes:
- Ingress
- Egress
ingress:
- from:
- podSelector:
matchLabels:
app: api-gateway
ports:
- protocol: TCP
port: 8080
egress:
# Zugriff auf eigene Datenbank
- to:
- podSelector:
matchLabels:
app: diagnostic-db
ports:
- protocol: TCP
port: 5432
# DNS-Aufloesung
- to:
- namespaceSelector:
matchLabels:
kubernetes.io/metadata.name: kube-system
podSelector:
matchLabels:
k8s-app: kube-dns
ports:
- protocol: UDP
port: 53
Container-Image-Sicherheit
Fuer SaMD muessen Container-Images signiert und auf bekannte Schwachstellen geprueft werden. Das laesst sich mit Validating Admission Policies umsetzen: Eine Policy prueft, ob alle Images aus der internen Registry stammen und ob sie signiert sind. Images aus externen Registries oder ohne Signatur werden abgelehnt. In Kombination mit CVE-Scanning in der CI/CD-Pipeline stellt das sicher, dass nur gepruefter und freigegebener Code in der Produktion laeuft.
Warum das Regulatorik-Team keine Kubernetes-Cluster verwalten sollte
In vielen Medizintechnik-Unternehmen mit 200 bis 500 Mitarbeitern gibt es ein QM-Team (Qualitaetsmanagement) und eine kleine IT-Abteilung. Die Realitaet sieht dann so aus:
- QM-Team: Kennt MDR, GSPR, Technische Dokumentation. Hat keine Kubernetes-Erfahrung.
- IT-Team: Kann Server administrieren. Hat keine MDR-Erfahrung und keine Container-Kompetenz.
- Entwickler: Koennen Software bauen. Haben weder Zeit noch Wissen fuer Infrastruktur-Betrieb.
Das Ergebnis: Entweder das QM-Team versucht Kubernetes zu verstehen (ineffizient) oder die IT ignoriert MDR-Anforderungen (gefaehrlich, weil das Audit scheitert).
Ein Managed-Service-Partner loest diese Trennung auf: Er betreibt die Kubernetes-Infrastruktur und liefert die Compliance-Dokumentation, die das QM-Team fuer die Technische Dokumentation braucht. Die Entwickler deployen ihre Software ueber CI/CD, ohne sich um Cluster-Management kuemmern zu muessen.
Wie Mittelstandsunternehmen mit begrenztem IT-Team trotzdem eine professionelle Kubernetes-Plattform betreiben, erklaeren wir in Kubernetes Skill-Gap im Mittelstand.
Kostenvergleich: Internes Team vs. Managed Service
Szenario: Medizintechnik-Unternehmen mit Klasse-IIb-SaMD
Option A: Internes Kubernetes-Team aufbauen
| Position | Jaehrliche Kosten |
|---|---|
| 2 Kubernetes-Engineers (Vollzeit) | 200.000 - 280.000 EUR |
| 1 Compliance-Ingenieur (MDR + IT) | 90.000 - 120.000 EUR |
| Cloud-Infrastruktur | 48.000 - 96.000 EUR |
| Tooling und Lizenzen | 24.000 - 36.000 EUR |
| Schulungen und Zertifizierungen | 15.000 - 25.000 EUR |
| On-Call-Zulagen | 20.000 - 30.000 EUR |
| Gesamt pro Jahr | 397.000 - 587.000 EUR |
Plus Risiken: Personalfluktuation (Nachbesetzung dauert 6+ Monate), Wissensverlust, Audit-Findings wegen Dokumentationsluecken.
Option B: Managed Kubernetes mit MDR-Compliance
| Position | Jaehrliche Kosten |
|---|---|
| Managed Kubernetes Service (inkl. MDR-Doku) | 54.000 - 72.000 EUR |
| Cloud-Infrastruktur | 42.000 - 72.000 EUR |
| Interner Ansprechpartner (anteilig 0,5 FTE) | 45.000 - 60.000 EUR |
| Gesamt pro Jahr | 141.000 - 204.000 EUR |
Die Ersparnis: 256.000 bis 383.000 EUR pro Jahr. Und die Compliance-Dokumentation ist Bestandteil des Service, nicht ein nachgelagerter Aufwand.
Fuer eine detaillierte Aufschluesselung der Leistungen lesen Sie Was 4.000 EUR/Monat Managed Kubernetes beinhaltet.
Post-Market Surveillance auf Kubernetes
Die MDR verlangt in Artikel 83 eine kontinuierliche Post-Market Surveillance. Fuer SaMD bedeutet das: Die Performance der Software muss nach dem Go-Live kontinuierlich ueberwacht werden. Kubernetes-Monitoring mit Prometheus liefert die Daten dafuer.
Konkret werden PrometheusRules definiert, die bei Ueberschreitung der validierten Grenzwerte (P95-Latenz ueber 200ms, Fehlerrate ueber 0,1%) automatisch Alerts ausloesen. Diese Alerts sind mit dem Label compliance: mdr versehen und fliessen direkt in den Post-Market Surveillance Report ein. Bei kritischen Abweichungen wird automatisch ein CAPA-Prozess (Corrective and Preventive Action) angestossen.
Technische Dokumentation: Was die Benannte Stelle sehen will
Bei einem Audit prueft die Benannte Stelle die Technische Dokumentation (MDR Anhang II). Fuer die Kubernetes-Infrastruktur muss diese enthalten:
| Dokument | Inhalt | Quelle |
|---|---|---|
| Infrastruktur-Spezifikation | Cluster-Architektur, Netzwerk, Storage | Infrastructure as Code (Terraform/Pulumi) |
| Validierungsprotokolle | IQ-, OQ-, PQ-Berichte | Automatisierte Tests (JUnit-Reports) |
| Risikobewertung | FMEA fuer Infrastruktur-Ausfaelle | Gemeinsam mit QM-Team |
| Cybersecurity-Dokumentation | Network Policies, RBAC, CVE-Management | Kubernetes-Konfiguration + Scan-Reports |
| Aenderungshistorie | Alle Aenderungen an der Produktionsumgebung | Git-Log + Kubernetes Audit-Log |
| SLA-Nachweise | Verfuegbarkeit, Latenz, Recovery-Zeiten | Monitoring-Daten (Prometheus/Grafana) |
Ein Managed-Service-Partner kann den Grossteil dieser Dokumentation automatisch generieren und pflegen. Das spart dem QM-Team hunderte Stunden pro Jahr.
Fuer weitere Informationen zu Compliance-Automatisierung empfehlen wir Kubernetes Compliance Automation.
Checkliste: Ist Ihr Medizintechnik-Unternehmen bereit fuer Kubernetes?
- Sie entwickeln Software, die unter die MDR faellt (SaMD Klasse I oder hoeher)
- Die aktuelle Infrastruktur ist manuell verwaltet und schlecht dokumentiert
- Audit-Findings beziehen sich regelmaessig auf IT-Dokumentation
- IQ/OQ/PQ-Validierungen sind manuell und dauern Wochen
- Das QM-Team und die IT-Abteilung sprechen verschiedene Sprachen
- Neue Software-Releases dauern Monate wegen Validierungsaufwand
Drei oder mehr Haken? Dann kann Managed Kubernetes mit eingebauter MDR-Compliance Ihre Time-to-Market verkuerzen und gleichzeitig die Audit-Sicherheit erhoehen.
Verwandte Artikel
- Kubernetes Compliance Automation -- Compliance-Anforderungen automatisch durchsetzen
- Was 4.000 EUR/Monat Managed Kubernetes beinhaltet -- Detaillierte Kostenaufschluesselung
- Kubernetes Skill-Gap im Mittelstand -- Das Personal-Problem loesen
- Kubernetes Security Hardening -- Sicherheits-Best-Practices fuer Container
- Cloud, DSGVO und Kubernetes-Compliance -- Datenschutz auf Container-Plattformen
Sie entwickeln Software as Medical Device und brauchen eine MDR-konforme Kubernetes-Infrastruktur? Wir betreiben Ihre Container-Plattform und liefern die Compliance-Dokumentation fuer die Technische Dokumentation mit. Jetzt Beratungsgespraech vereinbaren.
Kubernetes-Beratung gesucht?
Wir helfen deutschen Unternehmen bei der Kubernetes-Implementierung, Migration und Optimierung. DSGVO-konform und praxiserprobt.
📖 Verwandte Artikel
Weitere interessante Beiträge zu ähnlichen Themen
Kubernetes Medizintechnik MDR 2026 Container-Compliance
Die EU-MDR stellt hohe Anforderungen an Medizintechnik-Software bis 2026. Dieser Artikel beleuchtet, wie Sie Ihre Kubernetes-Umgebung in Deutschland **MDR-konform** gestalten und Ihre **Container-Workflows** im **Healthcare**-Sektor sicher betreiben. Erfahren Sie die entscheidenden Strategien für **Infrastruktur-Qualifizierung**, **Software-Validierung** und umfassende **Kubernetes Compliance** in regulierten Umgebungen.
Kubernetes CIS Benchmarks: Hardening-Leitfaden für mehr Sicherheit & Compliance
Entdecken Sie, wie Sie Ihre Kubernetes-Cluster mit CIS Benchmarks härten. Dieser umfassende Leitfaden bietet praktische Schritte für mehr **Kubernetes Compliance in Deutschland**, robuste **Container-Sicherheit** und die Einhaltung deutscher Sicherheitsstandards.
Kubernetes pgvector: PostgreSQL als performanten Vector Store implementieren
Erfahren Sie, wie Sie pgvector nutzen, um PostgreSQL auf Kubernetes als performanten und datenschutzkonformen Vector Store für KI-Anwendungen im deutschen Mittelstand zu etablieren. Profitieren Sie von einer zukunftssicheren hybriden Datenarchitektur, die lokalen Anforderungen gerecht wird.
Kubernetes Automotive ASPICE 2026: Container für SDV und Compliance
Entdecken Sie, wie Kubernetes Automotive ASPICE 2026 Standards für die SDV-Entwicklung & Compliance revolutioniert. Effiziente Entwicklung, Tests und sichere Prozesse für OEMs in Deutschland – ein entscheidender Schritt für Kubernetes Compliance Deutschland.
Intelligente Dokumentenverarbeitung mit Kubernetes in Deutschland: IDP-Pipelines für den Mittelstand
Revolutionieren Sie die Dokumentenverarbeitung in Ihrem deutschen Mittelstandsunternehmen! Erfahren Sie, wie skalierbare IDP-Pipelines mit OCR und KI auf Kubernetes-Plattformen in Deutschland manuelle Prozesse automatisieren, Kosten senken und die Datenqualität signifikant verbessern – DSGVO-konform und effizient.