Elektronisch verfügbare Daten aus der Gesundheitsversorgung, sogenannte Real-World Data (RWD), gewinnen zunehmend an Bedeutung für die Forschung, insbesondere in der Pharmakovigilanz und der Arzneimittelsicherheit. Die Schaffung von kollaborativen Forschungsnetzwerken, wie beispielsweise Observational Health Data Sciences and Informatics (OHDSI) oder European Health Data and Evidence Network (EHDEN) stoßen auf positive Resonanz, um die Potenziale von RWD zu nutzen und die Reproduzierbarkeit und Verlässlichkeit von Forschungsergebnissen retrospektiver Beobachtungsstudien zu verbessern. Eine Beteiligung deutscher Universitätskliniken mit RWD der stationären Versorgung fehlt bisher, vor allem weil die qualitativen Eigenschaften der Medikationsdaten aktuell eine Hürde darstellen. In dieser Arbeit wird daher untersucht, wie die Sekundärnutzung von Medikationsdaten der klinischen Versorgung in retrospektiven Beobachtungsstudien in internationalen Forschungsgemeinschaften am Beispiel von OHDSI unter Wahrung der semantischen Bedeutung ermöglicht werden kann. Initial wird ein Scoping Review durchgeführt, um zu ermitteln, wo die Schwerpunkte der Nutzung des Datenmodells Observational Medical Outcomes Partnership (OMOP) derzeit liegen. Es werden die Anforderungen an die Daten in OMOP seitens der Forschungsgemeinschaft OHDSI ermittelt und mit dem IST-Zustand der Medikationsverordnungen am Beispiel des Universitätsklinikum Carl Gustav Carus Dresden (UKD) abgeglichen. So werden die Inhibitoren identifiziert, welche im Widerspruch zu den Anforderungen stehen. Korrektive Maßnahmen zur Reduktion der Inhibitoren werden konzipiert, umgesetzt und anschließend quantitativ und qualitativ bewertet. Zudem untersucht die Arbeit, wie eine notwendige Transparenz möglicher, verbleibender Limitierungen gewährleistet werden kann. Das durchgeführte Scoping Review zeigt eine über die vergangenen Jahre stetig zunehmende Bedeutung des Datenmodells OMOP für die Durchführung von Studien unter Verwendung von Daten aus mehreren Ländern. In Deutschland fokussiert sich die Forschung im Kontext OMOP bislang auf die Betrachtung von Trends, des Datentransfers, Mappings und der Entwicklung von Konzepten. Eine aktive Beteiligung an der Durchführung von Studien mit medizinischen Fragestellungen unter Nutzung von OMOP findet aktuell nicht statt. Zur Verwendung von Medikationsverordnungen in OMOP müssen die Daten strukturiert und unter Verwendung von internationalen Terminologien wie ATC und RxNorm vorliegen. Allerdings zeigt eine Analyse über mehrere Standorte in Deutschland, dass Medikationsverordnungen überwiegend unstrukturiert und ohne belastbare Zuordnung standardisierter, internationaler Klassifikationen dokumentiert werden. Dieses Ergebnis bestätigt sich auch bei der Untersuchung der Medikationsverordnungen des UKD der Jahre 2016 bis 2020. Die in dieser Arbeit entwickelten und durchgeführten Maßnahmen wurden abgeleitet aus der Teilnahme an einem Pilotprojekt der European Medicines Agency (EMA) und fokussieren auf der Verbesserung der Datenstruktur sowie der Überführung der Medikationsverordnungen nach RxNorm. So konnte der Grad der Klassifizierung der Medikationsverordnungen des UKD unter Verwendung der Standard-Terminologie RxNorm von initial 0% auf 66,39% erhöht werden. Des Weiteren wird durch eine interaktive Visualisierung der Datenstruktur und des Grades der Überführbarkeit von ATC Codes nach RxNorm eine Transparenz der Ergebnisse geschaffen. Die Beantwortung aller in dieser Arbeit gestellten Forschungsfragen schafft die Voraussetzung, um zukünftig an retrospektiven Beobachtungsstudien der OHDSI Forschungsgemeinschaft teilzunehmen zu können. Die semantische Bedeutung der Medikationsverordnungen, auch unter Verwendung internationaler Terminologien wie RxNorm, bleibt dabei gewahrt. Zusätzliche Transparenz kann Forschenden und Versorgenden helfen, die Datenqualität im Sinne der Strukturiertheit der Medikationsverordnungen am UKD in Zukunft bereits zum Zeitpunkt der Entstehung zu verbessern.