Worldwide China

Datenmanagement

Das müssen Sie über Big Data im Labor der Zukunft wissen

| Autor / Redakteur: Dr. Florian Hauer* / Dr. Ilka Ottleben

Abb. 3: Neuere Generationen von Laborgeräten haben reichhaltige Schnittstellen und Apps, werden aber oft zusammen mit älteren Geräten verwendet, die veraltete oder gar keine Interfaces haben.
Abb. 3: Neuere Generationen von Laborgeräten haben reichhaltige Schnittstellen und Apps, werden aber oft zusammen mit älteren Geräten verwendet, die veraltete oder gar keine Interfaces haben. (Bild: Labfolder/Bernhard Ludewig 2012)

Big Data ist in aller Munde – als Trend, als vielfach verwendetes Schlagwort. Dabei ist Big Data durch große Datenmengen, den Trend zu smarten Technologien und künstlicher Intelligenz längst mit intelligenten Anwendungen in unserer Realität angekommen – auch im Labor.

Seit Jahren hält sich „Big Data“ beharrlich an der Spitze der Liste an Schlagwörtern, die aktuelle Trends beherrschen. Nicht nur im privaten Bereich und generellen Business-Anwendungen, sondern auch in Wissenschaft und Forschung und somit auch in allen Laboren ist Big Data mehr als ein Trend: Big Data ist längst Realität geworden. Es gibt eine Reihe von Entwicklungen, die dabei zu einer Verbreitung von Big-Data-Anwendungen in allen Lebensbereichen geführt haben:

  • Große Datenmengen: Die Menge an Daten nimmt ständig und exponentiell zu. Immer neue Geräte erzeugen Daten in immer größeren Volumina. Im privaten Bereich mag hier die Smartwatch, die Daten generiert während wir uns im Schlaf bewegen, als eingängiges Beispiel dienen. In Laboren sind technische Fortschritte in datenlastigen Anwendungen wie Next-Generation Sequencing (NGS), Imaging und anderen Anwendungen offensichtliche Beispiele, aber auch Standard-Laborgeräte erzeugen immer mehr Daten. Daten werden immer besser verfügbar, z.B. in öffentlichen Datenbanken und Repositorien, und staatliche Geldgeber verlangen die Hinterlegung und Zurverfügungstellung von Daten nach Publikationen in stetig wachsender Detailtiefe. Zudem wird der Datenaustausch immer wichtiger: Kooperationen von Big Pharma, CROs, akademischen Einrichtungen und privaten Laboren gehören mittlerweile in allen Labordisziplinen zum Alltag.
  • Smart Devices: Im Internet der Dinge (Internet of Things, IoT) sorgen smarte „Agenten“, also mobile Applikationen, Devices, Produktionseinheiten und Workflows für eine vollvernetzte Arbeits- und Produktionsumgebung. Hier kann die Effizienz maßgeblich gesteigert werden, Prozesse werden in Echtzeit optimiert. Unter dem Begriff „Industrie 4.0“ haben Player aus Industrie und Fördermittelgeber ein Schwerpunktthema gefunden, das auch auf längere Sicht das Innovationsmanagement maßgeblich beeinflusst. Unter dem Begriff „Labor 4.0“ versteht man die parallele Entwicklung in Laboren: Vernetzte, intelligente Labor- und Analysegeräte, smarte Prozesse und mobile Anwendungen für die Mensch-Maschine-Interaktion sind auch im Labor auf dem Vormarsch. Auf dem „Smartlab“, einer Sonderausstellung der Labvolution-Messe, können auch im nächsten Jahr wieder die neuesten Entwicklungen getestet werden, die aus einem Konsortium internationaler Partner entwickelt wurden. Begünstigt wird die Entwicklung durch die – langsame aber kontinuierliche – Durchsetzung von Datenstandards wie dem SiLA-Standard.
  • Artificial Intelligence (AI): Dadurch, dass in den letzten Jahren insbesondere Anwendungen, die mit neuronalen Netzwerken arbeiten, durch immer weniger Expertenwissen implementierbar sind, setzen sie sich zunehmend durch. Selbstfahrende Autos, Expertensysteme, die hochqualifizierte Berufe wie Anwälte und Ärzte ersetzen sollen und Algorithmen, die Weltmeister in Schach und Go schlagen sind dabei diejenigen Anwendungen, die Schlagzeilen schreiben. AI-Systeme, die die Inhalte von Bildern, den Sinn von Texten oder einen optimalen Prozessweg erkennen, sind mittlerweile in alltäglichem Gebrauch. Auch in Laboren sind AI-Systeme angekommen: Sie kommen beispielsweise nicht nur bei der Auswertung von Genom- und Krankheitsdaten oder bei der Suche nach neuen Wirkstoffen zum Einsatz. Auch von Systemen, die eigenständig Fragestellungen bearbeiten oder Synthesewege optimieren, wurden bereits Prototypen vorgestellt.

Inhalt des Artikels:

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44261478 / Labortechnik)