Prozesssimulation in der Pharmaproduktion
Die Glaskugel im Reinraum – wie CSL Behring von Simulation profitiert

Von Anke Geipel-Kern 8 min Lesedauer

Anbieter zum Thema

CSL Behring setzt seit Jahren konsequent auf dynamische Prozesssimulation, die mit Live-Produktionsdaten gekoppelt ist. Das Ergebnis: robustere Abläufe, schnellere Ramp-ups, Rolling Maintenance statt Großstillstände und messbar höhere Produktivität. Warum Prozesssimulation für das Biotech-Unternehmen Pflicht bei Ausschreibungen ist.

Die Plasmafraktionierung bei CSL Behring von außen(Bild:  CSL Behring)
Die Plasmafraktionierung bei CSL Behring von außen
(Bild: CSL Behring)

Die Kristallkugel ist das klassische Requisit der Wahrsagerin: In mysteriöses Halbdunkel verborgen, enthüllt sie dem Fragesteller die Zukunft, zapft übersinnliche Quellen an und versteckt sich dabei oft hinter kryptischen Aussagen, die viele Interpretationen offen lassen. In der regulierten Pharma- und Biotechproduktion ist für derlei Mystifizierung wenig Raum – in diesen Branchen geht es um messbares, also harte Daten und Fakten. Trotzdem hat der Terminus „Kristallkugel“ hier Einzug gehalten. Viele wünschen sich einen „Chrystal Ball“, um Kapazitätsengpässe vorhersehen und Mitarbeitereinsatz sowie Wartungsfenster ihrer Produktionen besser planen zu können. Vor allem bei Batchanlagen mit komplexen Reinigungsprozessen in hoher Frequenz kommt man mit Rechenblättern oder gar Intuition schnell an seine Grenzen.

Als CSL Behring-Ingenieur Ferdinand Marx 2016 in einem branchen- und toolübergreifenden Simulationsarbeitskreis ein neues Konzept vorstellte, das Wege aufzeigte, um die bestehenden Simulationen zum „Chrystal Ball“ aufzurüsten, reagierten die Teilnehmer (hauptsächlich Mitglieder großer Pharmaunternehmen) mit Begeisterung. Letztlich gab er damit den Anstoß für eine Entwicklung, die mittlerweile in der Marburger Plasmafraktionierung des Biotechunternehmens Realität ist: Das Simulationstool Inosim Foresight baut auf Insight auf, verknüpft Prozesssimulation mit aktuellen Produktionsdaten und liefert so eine verlässliche Prognose über benötigte Mitarbeiterkapazitäten, Wartungsfenster und Supply Chain.