Digital Twin für Bioreaktoren auf Azure: hybride Modelle produktiv über Cloud-Endpoints in 6 Monaten

Pexon konzipierte die Azure-ML-Simulationsumgebung um ein hybrides Prinzip: Das mechanistische Metabolitenmodell liefert den physikalisch-biologischen Rahmen, Machine Learning verfeinert Vorhersagen dort, wo reine Mechanik an Datenknappheit oder nicht modellierte Effekte stößt. Trade-off bewusst gewählt: Reine ML-Modelle scheitern in F&E-Bioprozessen oft an zu wenigen Trainingsdaten; reine Mechanik allein trifft die Lab-Realität nicht immer. Die Kombination macht den Digital Twin zitierfähig für Peer-Entscheider und nutzbar für Kunden. Azure ML Studio wurde zur zentralen Trainings- und Inferenz-Plattform, nicht als Experimentier-Spielwiese, sondern mit klarem Lifecycle von Dataset über Run bis Endpoint.

Azure Databricks übernimmt Datenbereinigung, ETL und Feature-Preparation aus den heterogenen Quellen. Warum Databricks statt nur Azure ML Data Prep? Weil parallele Spark-Jobs, nachvollziehbare Notebooks und die Anbindung an Unity Catalog die Skalierung und Governance liefern, die eine reine Studio-Pipeline bei wachsenden Instrument-Feeds nicht sauber trägt. PostgreSQL dient als persistenter Layer mit gezielt optimierten Schemata für hochfrequente Bioprozess-Daten. Pexon reduzierte die Datenmodellkomplexität gegenüber der Legacy-Lösung signifikant: weniger indirekte Joins, klarere Feature-Tabellen, bessere Query-Pfade für Training und Inferenz. Trade-off: mehr Disziplin im Schema-Design statt „alles in ein weites Lake-Schema“, dafür reproduzierbare Features und kürzere Debug-Zyklen.

Modelloptimierung in einem F&E-getriebenen Umfeld darf nicht von manuellen, sequentiellen Versuchen abhängen. Pexon automatisierte die Hyperparameter-Suche mit parallelisierten Trainings-Runs in Azure ML Studio. Ergebnisse der Suche wurden als Visualisierung zum Standard-Werkzeug der F&E-Teams, nicht als einmaliger Report. Trade-off gegenüber manueller Tuning-Kultur: höhere initiale Pipeline-Kosten, dafür deutlich schnellere Modelloptimierung und reproduzierbare Vergleiche zwischen Runs. Für den Head of Bioprocess Modeling bedeutet das: Entscheidungen basieren auf vergleichbaren Experimenten, nicht auf dem letzten Notebook, das jemand lokal gespeichert hat.

Die hybriden Modelle wurden über Azure-ML-Endpoints für die kundenseitige Integration bereitgestellt. Der Digital Twin ist damit Produkt, nicht nur internes F&E-Artefakt. Microsoft Purview und Unity Catalog dokumentieren Lineage und Governance über die Datenflüsse; Access und Sensitivity folgen dem Pharma-F&E-Rahmen. Infrastructure-as-Code mit Terraform und CI/CD-Pipelines für Modell- und Service-Deployments machen Umgebungen reproduzierbar und Release-Zyklen kürzer. Trade-off: IaC und Pipeline-Gates verlangsamen den allerersten Spike, beschleunigen aber jeden Folge-Deploy und den Wissenstransfer. Pexon lieferte Senior Cloud + Data Engineering hands-on: Architektur, Implementierung und Governance in einer Rolle, damit das interne Team die Plattform weitertragen kann, auch wenn der Ausbau aktuell pausiert.