Das Labor 4.0 nimmt konkrete Formen an. Bislang haben Chemie­unternehmen vor allem Marketing, Vertrieb, Service und Produktion digitalisiert. Nun geht es um die Automatisierung und Digitalisierung in Forschung und Entwicklung (F&E). Kleine Laborroboter — sog. Cobots — werden die Beschäftigten von Routineaufgaben entlasten und für höhere Arbeitsqualität sowie vergleichbare Ergebnisse sorgen. Erzeugte Daten fließen im validierten Data Lake zusammen, damit durch Analytics oder Simulationsberechnungen in kürzester Zeit neue Produkte kreiert oder zusätzliche Einsatzmöglichkeiten für existierende Angebote identifiziert werden können. Viele Unternehmen haben ihre Pilotphasen abgeschlossen und beginnen mit der Integration in den Regelbetrieb.

Oft sind Forscher und Entwickler in Laboren der chemischen Industrie noch mit manuellen Routinearbeiten beschäftigt und agieren dabei auf informationstechnischen Inseln. Händisch bauen sie Versuche auf, führen Überprüfungen durch oder werten Ergebnisse nur mit rudimentärer Softwareunterstützung aus. Werden Daten im digitalen Lab Notebook festgehalten statt auf Papier im Laborbuch, können trotzdem noch nicht alle Kollegen rasch auf die Erkenntnisse zugreifen. Dafür fehlt es häufig an der Vernetzung zwischen den Geschäftseinheiten sowie an datenvalidierenden Elementen. "Kleine Laborroboter – sog. Cobots – werden
die Beschäftigten von Routineaufgaben entlasten."   Neue Phase der Digitalisierung und Automatisierung Diese Arbeits- und Organisationsform ist ein Auslaufmodell. Durch gezielten Technologieeinsatz können F&E-Abteilungen in der Chemiebranche handfeste Wettbewerbsvorteile erlangen: eine Senkung der Durchlaufzeit von der Idee bis zur Markteinführung neuer Produkte von bis zu 5 %, eine 5-10- %ige Steigerung des F&E-Durchsatzes in Form neuer kommerzialisierbarer Produkte, eine Verschiebung des Portfolios hin zu werthaltigeren Produkten sowie eine 25-35- %ige Steigerung der Effizienz von Mitarbeitern. Das Labor 4.0 kann F&E bei sinkenden Kosten effektiver machen und softwaregestützt die Kreativität steigern. Um davon zu profitieren, müssen Chemiekonzerne investieren — und zwar in: Automatisierung. Cobots werden die Beschäftigten von Routineaufgaben entlasten. Gut trainiert, können sie repetitive Tätigkeiten, wie Teile der Formulierung, Synthese oder Materialprüfung übernehmen. Digitalisierung. Labor-Informations-Management-Systeme (LIMS) und elektronische Labornotizbücher (ELN) unterstützen die direkte Übertragung von Laborergebnissen in die elektronische Welt und dienen als Datenablage. Mit Hilfe von Data Lakes werden diese Daten über einzelne Labore oder Geschäftsbereiche hinweg auswertbar. Die Anbindung an externe Datenbanken ermöglicht den Zugriff auf zusätzliches Wissen. Analytics/künstliche Intelligenz (KI). Ihr Einsatz erleichtert die automatisierte Analyse und Interpretation eigener Versuchsreihen auf Basis des globalen elektronischen Wissens des Unternehmens; die Suche nach Ansatzpunkten für neue Anwendungen durch intelligente Recherche in Literatur- und Patentdatenbanken oder elektronischen Laborbüchern und die Aufbereitung der Informationen; den Wechsel vom Trial-And-Error-Verfahren zu First-Time-Right-Vorhersagen. Die Idee vom Labor als Datenlieferant, das Forschern und Entwicklern mithilfe von Software zu neuen Erkenntnissen verhilft, elektrisiert die Chemiebranche. Doch um das Ziel zu erreichen, bleibt einiges zu tun. Dies ist ein Ergebnis der aktuellen Accenture-Veröffentlichung „Digital Disruption in the Lab: The Case for R&D Digitalization in Chemicals“. Viele Konzerne verstehen aber bereits, in welche Richtung es gehen muss. Sie vernetzen die existierenden Informationsinseln zunehmend via Internet der Dinge und nutzen Open-Innovation-Plattformen zur Ideenfindung. Sie haben die Bedeutung von KI erkannt und suchen Data Scientists, um ihre Datenschätze zu heben.

Produktivitätsschub durch KI und Simulationen Die Branche steht vor einem Quantensprung bei Innovationskraft und Produktivität. Extrem leistungsfähige Supercomputer mit enormer Rechenkraft können schon heute KI-gestützt auf Basis bekannter oder erlernter Molekülwirkweisen spezifische Formulierungen entwickeln, etwa bei Waschmitteln oder Beschichtungen. Der Rechner nutzt bspw. Daten zu Molekülen möglicher Bestandteile eines Waschmittels und ermittelt, wie sie sich im Kampf gegen Schmutz auf einer Kleidungsfaser bewähren. So entsteht eine Datenbank an berechneten molekularen Eigenschaften, die sich über maschinelles Lernen mit der Wirkweise bestehender Produkte abgleichen lassen. Neue Struktur-Wirkungsbeziehungen — und damit auch Möglichkeiten für Innovationen — werden erkennbar, die man ohne den Einsatz künstlicher Intelligenz kaum entdeckt hätte. Chemische Verbindungen für die Reifenherstellung lassen sich auf diese Weise ebenso berechnen wie Enzymformulierungen für die Ethanolproduktion optimiert werden können. Bei manchen Simulationen übertrifft die Qualität der Ergebnisse dank KI-Einsatz alle früheren regelbasierten Ansätze.   "Die Idee vom Labor als Datenlieferant, das Forschen zu
neuen Erkenntnissen verhilft, elektrisiert die Chemiebranche."   Data Lake, Analytics und Cobots werden unverzichtbar Aber es muss nicht gleich der Supercomputer sein. Vielen Chemie­unternehmen würde schon eine umfassendere Vernetzung im Labor dabei helfen, Daten besser zu erfassen. Entsprechende IT-Strukturen in Form von LIMS- und ELN-Systemen und darin integrierbare Hardware sind die Voraussetzung zur Realisierung eines Data Lake. Über so eine Sammelstelle für F&E-Daten kommt jeder Mitarbeiter leichter an wichtige Informationen. Mit Analysesoftware kann er sich auf Basis der Daten konkrete Vorschläge zur Lösung eines Problems machen lassen oder sich Anregungen für neue Produkte holen. Das Konzept eines Data Lake will jedoch gut durchdacht sein. Dort sollten nur validierte Daten landen. Diese Validierung lässt sich heute mithilfe von KI in bislang unerreichter Qualität automatisieren. Außerdem steigert die Integration von Wissen aus externen Literatur- oder Patentdatenbanken die Anwendbarkeit des Data Lake. Hier muss allerdings die richtige Input-Mischung gewählt werden. So lässt sich auch in Laboren an mehreren Standorten mit einheitlichen Daten arbeiten, was F&E schneller und kostengünstiger macht. Der Innovationsprozess kann um bis zu 15 %, die Dauer bis zur Markteinführung um bis zu 40 % verkürzt werden.  Für Produktivitätssteigerung, mehr Standardisierung und eine bessere Reproduzierbarkeit sorgt auch der Einsatz neuer Automatisierungstechnik, etwa in Form von Laborrobotern. Das muss nicht gleich der komplexe Industrieroboter wie in der Autoindustrie sein. Die Automatisierung wird künftig aber weit über die heute standardisierte Probeneinspritzung in Messgeräte hinaus gehen. Zwar werden Cobots mittelfristig kaum den kompletten Laborprozess automatisiert übernehmen, aber schon jetzt können sie die Beschäftigten von repetitiven Aufgaben befreien und die Qualität der jeweiligen Tätigkeit verbessern. Denn die Automatisierung kann die Standardabweichung bei einem Prozess auf ein Drittel reduzieren, und damit global ermittelte Versuchsergebnisse nutzbar machen.

Weiterentwicklung der Beschäftigten entscheidend Digitalisierung und Automatisierung werden das Arbeiten im Labor also tatsächlich revolutionieren. Chemieunternehmen sollten daher die erforderlichen IT-Strukturen und -Plattformen schaffen, mit denen sich die Digitalisierung, der Einsatz von künstlicher Intelligenz sowie Automatisierungslösungen vorantreiben lassen. Eine wesentliche Rolle spielt dabei das Mitnehmen der Mitarbeiter. Wichtig ist daher, modernste Cloud- und Analytics-Lösungen mit nutzerzentrischem Design zu realisieren. Für das Labor heißt dies: IT- und F&E-Abteilung definieren gemeinsam konkrete Anwendungsfälle, bei denen der Einsatz digitaler Technologie für den Nutzer schnell spürbare Ergebnisse bringt. Das ist gerade beim Design von Prozessen und der Bedienung wichtig. Nur so werden die Anwender die neuen Möglichkeiten als Chance für besseres Arbeiten verstehen. Gleichzeitig ändert sich das Anforderungsprofil für Laborbeschäftigte in Forschung und Entwicklung. Neben chemischem Fachwissen wird das Verständnis für Technologie und Daten wichtiger, denn in einigen Bereichen können auch Chemiekonzerne künftig nicht auf Data Scientists verzichten.

Die Phase der Leuchtturm-Projekte ist vorbei Wer die Digitalisierung im Chemielabor vorantreiben will, darf sich angesichts existierender Technologien und Erfolgsbeispiele nicht länger mit Leuchtturm-Projekten begnügen. Noch zu oft verharren Unternehmen zu lange im Stadium des digitalen Experimentierens — mit isolierten Proof-of-Concept-Studien oder in Pilotprojekten. Doch nötig ist eine umfassende Transformation statt inkrementeller Veränderungen. Dies erfordert eine auf das jeweilige Unternehmen abgestimmte Strategie zur systematischen Verstetigung sowie Standardisierung der digitalen Aktivitäten. Eine damit verbundene Skalierung erfordert die enge Kooperation zwischen IT und Fachabteilungen. Nur eine Systematisierung, die das ganze Unternehmen umfasst bringt die Digitalisierung richtig voran. Wer dagegen nur auf einzelne Leuchtturm-Projekte setzt, riskiert das Entstehen neuer Komplexität, redundanten Ressourcen­einsatzes und lückenhafter Potenzialerschließung.