“Design of experiments is by far the best tool to obtain process understanding," says Per Vase, Managing Partner at NNE“Design of experiments is by far the best tool to obtain process understanding," says Per Vase, Managing Partner at NNE“Design of experiments is by far the best tool to obtain process understanding," says Per Vase, Managing Partner at NNE“Design of experiments is by far the best tool to obtain process understanding," says Per Vase, Managing Partner at NNE„Die Versuchsplanung ist bei weitem das beste Werkzeug, um Prozessverständnis zu erlangen“, sagt Per Vase, geschäftsführender Gesellschafter bei NNE Vor ein paar Monaten hatte ich das Vergnügen, einige Zeit mit einer Langzeitperson zu verbringen JMP Benutzer, pro Vase NNE , ein internationales Unternehmen mit Fokus auf Pharmatechnik und JMP-Partner. Unsere Unterhaltung Im Mittelpunkt steht das Treffen datenbasierter Entscheidungen im Kontext des Verständnisses Ihrer Entwicklungs- und Produktionsprozesse – Bereiche, in denen Per über umfassendes Fachwissen verfügt.
Per sagt, dass die Vorhersage Ihrer Entwicklungs- und Produktionsprozesse von entscheidender Bedeutung ist, um Konsistenz und Qualität zu erreichen und Compliance-Probleme zu vermeiden (Sie könnten Ihre Lizenz verlieren). Es ist wichtig zu wissen, welche Ergebnisse zu erwarten sind und Warum Sie können sie erwarten.
Per weist auch darauf hin, dass sich die Dinge im Laufe der Zeit ändern werden und dass Sie sich durch ein besseres Verständnis Ihrer Prozesse an unvermeidbare Unterschiede anpassen können. Per sieht, wie Prozesse miteinander verbunden werden können. Er hat Situationen erlebt, in denen die Produktionsqualitätsprobleme auf Probleme bei der Produkt- und Prozessentwicklung zurückzuführen waren. Die Lösung von Prozessverbesserungen im Vorfeld führt zu einer Gesamtprozessverbesserung.
Wir haben auch einige interessante Datenherausforderungen besprochen. Selbst bei Unternehmen, die Produktionsdaten sammeln, kann die Datenqualität sehr gering sein, wenn sie diese nicht nutzen (wenn die Daten überhaupt nicht im Auge behalten werden, kann vieles unbemerkt und unkorrigiert bleiben). Per hat beobachtet, dass viele Pharmaunternehmen Stabilität in ihren Produktionsdaten sehen wollten, weshalb es manchmal keine Abweichungen in den Daten gibt. Dieser Mangel an Variationen erschwert jedoch ein besseres Verständnis der Produktionsprozesse.Tun konzipierte Experimente macht die Variation deutlicher und ermöglicht es Unternehmen, wirklich aus den Daten zu lernen. Wie Per so treffend sagt: „Wenn man den Einfluss einer Variablen sehen will, muss sie variieren.“ Aus diesem Grund sind Per und seine Kollegen am NNE so starke Befürworter von gezielten Experimenten. „Die Versuchsplanung ist bei weitem das beste Werkzeug, um Prozessverständnis zu erlangen“, sagt er.
Mit dem neuen Functional Data Explorer in JMP 14 , Per spricht über einige der vielen Möglichkeiten, die sie in der Biotechnologie mit ihren Prozessdaten im Laufe der Zeit verfolgen, sowie über die Optimierung ihrer Altprodukte in der Produktion.
Dies sind einige der Höhepunkte unseres Gesprächs.Weitere Weisheiten von Per finden Sie in der neuesten Folge von Analytisch gesehen .
