Header
 
Login
 

Privatsphäre-Einstellungen

Wir verwenden Cookies auf unserer Website. Einige von ihnen sind unerlässlich, während andere uns helfen, diese Website und Ihre Erfahrungen zu verbessern.

Notwendig Statistik Marketing
Auswahl bestätigen
Weitere Einstellungen

Hier finden Sie eine Übersicht aller verwendeten Cookies. Sie können ganzen Kategorien Ihre Zustimmung geben oder weitere Informationen anzeigen und bestimmte Cookies auswählen.

Alle auswählen
Auswahl bestätigen
Notwendig Cookies
Wesentliche Cookies ermöglichen grundlegende Funktionen und sind für die ordnungsgemäße Funktion der Website erforderlich.
Statistik Cookies
Statistik-Cookies sammeln anonym Informationen. Diese Informationen helfen uns zu verstehen, wie unsere Besucher unsere Website nutzen.
Marketing Cookies
Marketing-Cookies werden von Werbekunden oder Publishern von Drittanbietern verwendet, um personalisierte Anzeigen zu schalten. Sie tun dies, indem sie Besucher über Websites hinweg verfolgen
Zurück
    Merken
    Abbildung 4:Entwicklung des Score-Werts der ersten PLS-Komponente zur Überwachung des Reinigungsprozesses (Quelle der Abbildung: der Autor).

    GxP-konforme Open-Source-Software für Pharma 4.0

    Teil 2: Validierung, Fallstudien und Open-Source-Strategie der DCP*)

    GxP

    Rückblick: Architektur und Design der DCPValidierung der Software und ModelleFallstudieGrundlagen der multivariaten ProzessüberwachungOpen-SourcingFazit
    Keywords: OpenGMP |  Software Validation |  Model Validation |  Open-Source-Software |  Case Studies 

    Zusammenfassung

    Die Data Computation Platform (DCP) bietet eine robuste Lösung zur Echtzeitüberwachung und Prozessanalyse in einem globalen Produktionsnetzwerk in der Pharmaindustrie. Diese auf Microservices basierende Browseranwendung adressiert branchenspezifische Herausforderungen und ermöglicht kürzere Entwicklungszyklen sowie eine vereinfachte Softwarevalidierung für Erweiterungen, die als Module integriert werden. Der 2. Teil dieses Beitrags fokussiert sich auf die Validierung der Software und grenzt diese klar ab von der Validierung mathematischer Modelle. Zudem wird erläutert, wie der entwickelte Validierungsstatus-Indikator dem Benutzer klar signalisiert, ob die Darstellung für GxP-Anwendungen geeignet ist oder nicht, und somit eine präzise Orientierung für die Nutzung in regulierten oder nicht-regulierten Umgebungen bietet. Eine Fallstudie verdeutlicht die Fähigkeiten der DCP zur Prozessüberwachung anhand eines realen Beispiels. Durch die Freigabe von Teilen des Quellcodes (open-dcp.ai) setzt Roche zudem Maßstäbe für eine produktivere, datengestützte Zukunft des gesamten Pharmasektors.

    Dr.-Ing. Tobias Ladner · Roche Diagnostics

    Korrespondenz:

    Dr.-Ing. Tobias Ladner
    Roche Diagnostics Deutschland GmbH, Sandhofer Str. 116,
    68305 Mannheim
    tobias.ladner@roche.com

    Die Abbildung zeigt den Autor Dr.-Ing. Tobias Ladner.Dr.-Ing. Tobias Ladner
    studierte Biochemische Verfahrenstechnik an der RWTH Aachen. Er initiierte die globale Data Computation Platform (DCP) bei Roche und entwickelte diese gemeinsam mit seinem Team. Nach Stationen in lokalen und globalen Funktionen leitet er als Digital Solutions Lead deren Entwicklung und Implementierung. Er führt ein dynamisches Team, das mit der DCP einen bedeutenden Beitrag für Roche leistete und perspektivisch einen breiten industriellen Mehrwert als Open-Source-Lösung anstrebt.