Suchen

Big Data

Von kleinen Proben zu Big Data: die Zukunft des digitalen Labors

| Autor/ Redakteur: Florian Hauer* und Martin Koch* / Marc Platthaus

In allen Lebensbereichen steigt die Menge der Daten, die erzeugt wird – Labore bilden da keine Ausnahme. Immer versatilere High-Throughput- und High-Content-Analysemethoden erzeugen immer mehr Daten. Große Datenmengen allein sind jedoch nicht automatisch Big Data.

Firmen zum Thema

Abb. 2: In vielen Laboren besteht jedoch die Herausforderung, dass oft sehr heterogene Datenformate für die digitale Dokumentation verwendet werden.
Abb. 2: In vielen Laboren besteht jedoch die Herausforderung, dass oft sehr heterogene Datenformate für die digitale Dokumentation verwendet werden.
(Bild: labfolder)

Immer ausgereiftere High-Throughput- und High-Content-Analysemethoden, die zunehmende Vernetzung, aber auch die Zunahme der Kooperationsprojekte zwischen Forschungseinrichtungen, der pharmazeutischen Industrie und kleineren Laboren erzeugt ein stetig wachsendes Datenvolumen. Die ständig wachsenden Datenmengen stellen damit nicht nur Anforderungen an die Labor-IT, sie eröffnen auch neue Möglichkeiten der Datenanalyse und den damit verbundenen Wertschöpfungsprozessen, die im Allgemeinen unter dem Begriff Big Data zusammengefasst werden.

Große Datenmengen allein sind jedoch nicht automatisch Big Data: Nur wenn es gelingt, Daten in einem Format abzulegen, in dem diese effektiv durchsucht werden können, sodass neue Zusammenhänge hergestellt und übergreifende Analysen durchgeführt werden können, dann kann auch aus diesen Daten Mehrwert erzeugt werden.

Bildergalerie

Ein anschauliches Beispiel beruht auf der oft unüberschaubaren Vielzahl von Prozessparametern eines Experiments. Diese sind in der Vergangenheit zwar bereits getestet worden, aber diese so genannten Meta-Daten stehen ad hoc nicht zur Verfügung, so wurden in den Laboren viele Versuche und Messungen unnötig wiederholt. Hier ließen sich schon in einem sehr einfachen Anwendungsbeispiel mit Big Data Zeit, Geld und Ressourcen sparen.

Doch bis dahin ist es noch ein weiter Weg: In vielen Laboren sind Daten und Informationen auf lokalen Datenträgern, in Papiernotizbüchern und in Aktenordnern verstreut, wo sie für Big-Data-Anwendungen nicht zur Verfügung stehen.

Big Data im digitalisierten Labor

Voraussetzung für die Nutzung von Big Data ist die Integration aller Daten im Labor auf einer einheitlichen digitalen Plattform. Auf dieser Plattform muss nicht nur eine Archivierung aller Daten möglich sein, sondern auch die einheitliche und strukturierte Erfassung von Prozessen, die einen Datenvergleich auf Prozessebene ermöglichen. Um die immer größer werdenden Datenmengen handhaben zu können, ist auf lange Sicht eine direkte Anbindung von Infrastruktur für Analyse und Produktion in die Labor-IT unumgänglich. Auf diese Weise können Daten automatisch erhoben werden und ein kontinuierliches Tracking zu jedem Zeitpunkt sichergestellt werden, sodass eine Vielzahl versteckter Einflussfaktoren aufgezeichnet werden können. Diese Aufzeichnungen können später analysiert werden, um jeweilige Auswirkungen auf Ablauf und Ergebnisse der Versuche nachvollziehbar zu machen.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 42951840)