English China
Suchen

Registrierungspflichtiger Artikel

Datenstandards und Cloudtechnologie Offenheit von Daten dank AnIML

Autor / Redakteur: Burkhard Schäfer* / Christian Lüttmann

Der Trend geht zum papierlosen Labor. Die dort entstehenden Daten sollen nachhaltig verwaltet werden, stellen sie doch einen großen Wert für ein Unternehmen dar. Dabei gilt es, die Zugänglichkeit und Wiederverwendbarkeit der Daten sicherzustellen. Standards wie AnIML sowie Cloudtechnologie helfen dabei. Erfahren Sie hier, wie Scientific Data Management Systeme den Umgang mit wissenschaftlichen Daten optimieren.

Firmen zum Thema

Abb.1: Ein Scientific Data Management System mit AnIML bietet einige Vorteile (Symbolbild).
Abb.1: Ein Scientific Data Management System mit AnIML bietet einige Vorteile (Symbolbild).
(Bild: ©WrightStudio - stock.adobe.com)

Jeder produziert im Laufe seines Lebens eine schier unfassbare Menge an Daten im Labor. Doch ohne ein System, dass die Daten geordnet und mit dem nötigen Kontext hinterlegt, verkommen sie mitunter zu unbrauchbarem Ballast auf der Festplatte. In den vergangenen Jahren hat sich daher der Ansatz bewährt, die von Messgeräten produzierten Daten zusammenzuführen und zentral zu verwalten. Ein Scientific Data Management System (SDMS) übernimmt diese Aufgabe. Dabei sammelt ein auf dem Geräte-PC installierter Softwareagent neu erstellte Dateien ein und überträgt sie auf den SDMS-Server. Der Server legt die Daten versioniert ab und verwaltet einen Audit Trail. Weiterhin steht eine Oberfläche bereit, mit der Anwender die gespeicherten Daten leicht wieder auffinden und herunterladen können.

Dieser Ansatz ist durchaus sinnvoll: Man sammelt die Daten sobald wie möglich von den Geräte-PCs ein und verwahrt sie in einer kontrollierten Umgebung. Durch Zugangskontrolle, Audit Trails und Versionierung können regulatorische Vorgaben auch bei dezentraler Speicherung erfüllt werden. Die Anforderungen im Labor unterliegen jedoch einem Wandel. Neue Technologieansätze laden ein, die Strategie für Datenmanagement zu hinterfragen und anzupassen, um eine zukunftsträchtige Infrastruktur bereitzustellen. Wir betrachten im Folgenden die Aspekte der Skalierbarkeit und Bereitstellung, Zugänglichkeit der Daten sowie Möglichkeiten zur Auswertung.