Smart Pharma: Description und data-driven Softwares

Ausgehend von einem beschreibungsorientierten Ansatz bedeutet dies, dass jede von jedem Teilnehmer durchgeführte Aktivität mit Hilfe eines Diagramms beschrieben wird. Beispiel eines Schemas („JSON“) zu Beginn der Produktion (der grüne Schritt im obigen Workflow):

Die Excel-Version dieses Schemas vereinfacht die Zusammenarbeit zwischen dem Unternehmen und den Entwicklern und bietet gleichzeitig eine dokumentarische Nachvollziehbarkeit. Das Excel-Dokument wird als Grundlage für die Software Spezifikation verwendet.

Das Diagramm ist eine Darstellung Ihres geschäftlichen Know-hows und Ihrer aus Ihren Erfahrungen gewonnenen Automatisierung. Sie ermöglicht es Ihnen, alle für den reibungslosen Ablauf Ihres Unternehmens notwendigen Informationen zu nutzen. Auf der Grundlage dieses Datenschemas wird die Benutzerschnittstelle automatisch generiert. Dies ist ein Low-Code-Ansatz.

Nach der Freigabe wird das „IoT“ Objekt wie folgt aussehen:

Bei diesem Ansatz wird der Beschreibungsphase Ihrer Datenmodelle, aus denen Ihr Unternehmen bestehen wird, besondere Aufmerksamkeit geschenkt. Diese Phase der Geschäftsanalyse ist entscheidend, um ein robustes Datenmodell zu erreichen, das sich danach natürlich weiterentwickeln kann. Die Software wird in ihrer Konfiguration maßgeschneidert, aber nicht in der Entwicklung des Codes selbst, um die Kosten zu begrenzen.

Die Verbindung zwischen Ihren Geschäftsobjekten ist eine ebenso wichtige Komponente in diesem Ansatz. Zum Beispiel wird das Objekt „Charge“ mit dem Objekt „Verpackung“ verbunden, das wiederum mit dem Objekt „Verpackungslinie“ verbunden wird. Somit wird der Kontext Ihrer Daten für weitere Analysen wie Rückverfolgbarkeit, Qualitätsanalyse, … genutzt.

Die Vorteile sind zahlreich:

Es ist einfach, das Schema eines Objekts a posteriori zu erweitern, ohne die gesamte Software-Implementierung in Frage stellen zu müssen.
Es ist einfach, eine Aufgabe zu einem Workflow hinzuzufügen, ohne die gesamte Struktur der Benutzerbildschirme in Frage stellen zu müssen.
Die Entwicklung der Software wird garantiert, so dass sie Ihr Unternehmen und wichtige Daten genau darstellt.
Die Integrität Ihrer Daten wird (1) durch beschreibende Schemata, die die Datenqualität „erzwingen“, und (2) durch die Darstellung Ihres Geschäftsprozesses durch einen Workflow gewährleistet.
Dieser Ansatz ist besonders wirkungsvoll für die Biowissenschaften und die Agrar- und Nahrungsmittelindustrie, wo staatliche Vorschriften (FDA usw.) sehr hohe Anforderungen an die Datenverwaltung und Rückverfolgbarkeit stellen (ALCOA+).

Die auf diesem Ansatz aufbauenden Software-Frameworks zeigen eine Reihe von Stärken für die Überwachung der pharmazeutischen Produktion:

Ihre Entwicklung ist agil (Hinzufügen von Business-Funktionsbausteinen in schnellen Schritten).
Die in der pharmazeutischen Welt angewandte traditionelle V-förmige Entwicklung, wie sie von GAMP5 empfohlen wird, wird respektiert und gleichzeitig beschleunigt.
Die GxP-Software-Qualifizierung wird durch das Design der Software selbst vereinfacht.
Das verwendete Gerüst wurde am CERN erfunden, um die Entwicklung der Teilchenbeschleunigerkristalle zu überwachen. Seine Robustheit ist nicht zu demonstrieren!

Weitere Informationen über das am CERN erfundene Open-Source-Framework Cristal

Eine Zusammenfassung der Cristal-Technologie

 

Viele Projekte, die sich neue Technologien wie künstliche Intelligenz (KI) oder Machine Learning (ML) zunutze machen wollen, scheitern, weil die Datenquelle nicht ausreichend „stimmt“. Eine Voraussetzung für jedes Datenanalyseprojekt ist eine saubere, zuverlässige und anomaliefreie Datenbank.

Es wird auch zunehmend von Data Driven Business (DDB) oder dem datengesteuerten Unternehmen gesprochen. Der hier vorgestellte deskriptive Software-Ansatz ist eine solide Grundlage, um auf der Basis Ihrer Daten einen Mehrwert zu generieren, um einen Wettbewerbsvorteil zu erlangen und so Ihr Unternehmen zu einem datengetriebenen Unternehmen zu entwickeln.