Eine Datenanalyseplattform für die pharmazeutische Produktion: Das Beispiel F. Hoffmann-La Roche

Im Pharmasektor erzeugen Produktion und Forschung enorme Mengen an Daten aus Industrieanlagen, Steuerungssystemen, Laboren und Unternehmensanwendungen. Die Fähigkeit, diese Daten zu integrieren und zu analysieren, stellt heute einen Schlüsselfaktor dar, um die betriebliche Effizienz zu verbessern und Innovationen zu beschleunigen.

Lesen Sie auch

👉Wie die Pharmaindustrie die Digitalisierung ihrer Betriebsabläufe vorantreibt: 4 Anwendungsbeispiele aus der Praxis

👉Warum sind industrielle Daten für den Bereich Life Sciences unverzichtbar? 

In diesem Kontext hat F. Hoffmann-La Roche, eines der weltweit führenden Unternehmen im Bereich Diagnostik und Pharmazeutika, in Zusammenarbeit mit Capgemini eine Cloud-Plattform für das Management und die Analyse industrieller Daten entwickelt und dabei die CONNECT Data Services von AVEVA genutzt. Ziel war es, eine skalierbare Dateninfrastruktur zu schaffen, die es ermöglicht, Anwendungsfälle für fortgeschrittene Analysen in der pharmazeutischen Produktion schnell zu entwickeln.

Die Herausforderung: Eine zunehmende Datenkomplexität bewältigen

Roche verwaltet eine große Menge an Daten aus weltweit verteilten Produktionsanlagen. Im Laufe der Zeit führte dieses Wachstum zu verschiedenen Herausforderungen:

• eine sehr komplexe IT-Landschaft mit zahlreichen Servern und Systemen zur Aggregation der Daten
• große Datenmengen im industriellen PI System, die bei der Übertragung in kommerzielle Data Lakes bis in den Petabyte-Bereich anwuchse
• Schwierigkeiten für Analysten, die benötigten Daten und relevanten Informationen schnell zu finden
• fragmentierte Datenpipelines und Informationssilos zwischen On-Premise-Systemen und Analysetools

In diesem Szenario benötigte Roche eine Lösung, die in der Lage war, die Datenarchitektur zu vereinfachen, eine End-to-End-Verfügbarkeit der Informationen sicherzustellen und die Betriebskosten zu senken.

Die Lösung - eine auf CONNECT basierende Datenplattform

Um diesen Herausforderungen zu begegnen, implementierte Roche CONNECT Data Services, die Cloud-Plattform von AVEVA, die darauf ausgelegt ist, industrielle Daten aus verschiedenen Quellen zu aggregieren und zu kontextualisieren.

Die Architektur der Lösung basiert auf einigen Schlüsselelementen:

• AVEVA PI Data Infrastructure, die zur Erfassung und Verwaltung der aus den Anlagen stammenden Daten eingesetzt wird
• CONNECT Data Services, die als zentrale Infrastruktur für die Bereitstellung industrieller Daten dient
• Analysetools wie AVEVA Advanced Analytics sowie Data-Science- und Analyseplattformen von Drittanbietern

Diese Architektur ermöglicht es, die Daten zu zentralisieren und dabei ihre industrielle Kontextualisierung entlang der gesamten Analyse-Pipeline beizubehalten. In der Praxis werden die Informationen aus der Betriebsebene erfasst, organisiert und den Analysten sowie den Analysetools auf konsistente und skalierbare Weise zur Verfügung gestellt.

Ein zentrales Element des Projekts war der Data-Mesh-Ansatz, der es ermöglicht, Daten aus der Produktion direkt in eine gemeinsame Cloud-Umgebung zu integrieren und sie so für die verschiedenen Teams im Unternehmen leicht zugänglich zu machen.

Die ersten realen Anwendungsfälle

Nach der Implementierung der Plattform begann Roche damit, schnell erste Anwendungsfälle für industrielle Analysen zu entwickeln, darunter:

• Überwachung und Wartung der Zentrifugen, um deren Zuverlässigkeit zu verbessern
• Optimierung der Bioreaktoren, um die Effizienz biologischer Produktionsprozesse zu steigern
• Überwachung der Produktionsprozesse und frühzeitige Erkennung von Anomalien

Dank bereits verfügbarer Analysemodelle und integrierter Analysetools konnte das Team innerhalb sehr kurzer Zeit funktionsfähige Prototypen entwickeln.

Ergebnisse und Vorteile

Das Projekt zeigte innerhalb sehr kurzer Zeit konkrete Ergebnisse. In weniger als drei Monaten konnte Roche die ersten betrieblichen Ergebnisse präsentieren und damit den Wert des gewählten Ansatzes belegen.

Zu den wichtigsten erzielten Vorteilen zählen:

• End-to-End-Verfügbarkeit der industriellen Daten
• deutliche Reduzierung der Kosten für die Datennutzung, wobei die verarbeiteten Datenmengen vom Petabyte- auf den Terabyte-Bereich reduziert wurden
• Vereinfachung der IT-Infrastruktur mit der Möglichkeit, bis zu etwa 70 Server zu eliminieren
• höhere Geschwindigkeit bei der Entwicklung neuer industrieller Datenprodukte

Darüber hinaus können die entwickelten Lösungen dank der Standardisierung der Datenplattform problemlos auf andere Produktionsstandorte übertragen werden, wodurch die Einführung fortgeschrittener Analysen auf globaler Ebene beschleunigt wird.

Fazit

Das von Roche realisierte Projekt zeigt, wie eine gut konzipierte industrielle Datenplattform zu einem Wegbereiter für Innovationen im Pharmasektor werden kann.

Durch die Integration industrieller Datenerfassungssysteme, Cloud-Infrastrukturen und Tools für fortgeschrittene Analysen konnte das Unternehmen große Mengen betrieblicher Daten in nützliche Informationen umwandeln, um die Produktionseffizienz zu verbessern und Entscheidungsprozesse zu beschleunigen.

Dieser Anwendungsfall zeigt, dass die Entwicklung hin zu skalierbaren und kollaborativen Datenplattformen einen wesentlichen Bestandteil der digitalen Transformation in der pharmazeutischen Produktion darstellt.