• Deutsch
    • English
    • Français

    Letzte Aktualisierung: 24. August 2016

    Information

    Big Data Anwendungen für Labor und Life Science

    Auf dem Kongress Zukunft digital – Big Data des Zukunftsrats der Bayerischen Wirtschaft wurden am 18. Juli 2016 in München in 21 FutureCubes Anwendungsbeispiele von Big Data für die verschiedensten Branchen und Technologiefelder präsentiert. Heute stellen wir Ihnen davon fünf Big Data Anwendungen für Labor und Life Science vor.

    Visualisierung in Virtueller Realität

    Leibniz-Rechenzentrum

    Die Interaktion eines CO2 Moleküls mit einer Calciumoxid-Oberfläche wurde unter Verwendung von Visual Analytics Verfahren modelliert. Solche Prozesse werden häufig als Film oder in Echtzeit auf großen Rechnersystemen visualisiert. Dabei sind jedoch den Interaktionsmöglichkeiten Grenzen gesetzt. Der Ansatz des Leibniz-Rechenzentrums, die Interaktion mit Hilfe eines Virtual Reality Systems darzustellen, erlaubt es dem Benutzer, den Datensatz zu betreten und frei zu erkunden. Mehr über das Leibniz-Rechenzentrum erfahren Sie im Video .

    ExB Health GmbH

    In der medizinischen Forschung fallen große Mengen an komplexen und unstrukturierten Daten an. Die Software von ExB setzt Werkzeuge zur Text- und Bilderkennung ein, um solche Daten für Anwender ohne weitergehende Software-Kompetenz zugänglich zu machen. Das schnelle und präzise Durchsuchen, Analysieren und Interpretieren medizinischer Datensätze ermöglicht die effizientere Entwicklung neuer Medikamente oder unterstützt den Arzt bei Diagnose und Behandlung.

    Der Stand von F&F auf dem Kongress des Zukunftsrats der Bayerischen Wirtschaft

    F&F Computer Anwendungen und Unternehmensberatung GmbH

    Die in Großlaboren eingesetzte Software von F&F ist ein Beispiel für den Einsatz von Big Data Technologien wie maschinelles Lernen und Visual Analytics. Es werden massiv-parallel Steuerungsdaten aufgenommen, die durch Ergänzung mit Daten aus weiteren Quellen kombiniert und analysiert werden können. Dadurch werden die Selbstdiagnose und Selbstoptimierung des Systems sowie das Reporting von Echtzeitdaten möglich. Die so gewonnenen Informationen stehen als Grundlage für strategische Unternehmensentscheidungen zur Verfügung. Mehr Details im Video .

    Automatisierte Zellkulturüberwachung

    Essentim

    Essentim bietet ein System zur Überwachung biotechnologischer Prozesse, ohne die Arbeitsabläufe zu beeinflussen. Die Sensoreinheiten sind auf Praxistauglichkeit im biotechnologischen Umfeld optimiert und werden direkt an der Probe angebracht. Dies ermöglicht eine lückenlose Überwachung der klimatischen und biochemischen Einflüsse im Versuchszeitraum. Die zugehörige Software bietet unter Zuhilfenahme von maschinellem Lernen, neuronalen Netzwerken und analytischen Architekturen Funktionen zur Echtzeitüberwachung und zur teilautomatisierten probenbezogenen Dokumentation. Durch Big Data Analytics wird eine echte Vergleichbarkeit und Transparenz biotechnologischer Methoden ermöglicht. Mehr erfahren Sie im Videomitschnitt .

    Additive Fertigung von Kunststoffbauteilen mit smarten Sensoren

    Lehrstuhl für Medizintechnik TU München

    Die Fertigung von Kunststoffbauteilen mit Integration elektronischer Komponenten ist eine wesentliche Voraussetzung für den Erfolg des Internets der Dinge (IoT). Ziel des Projekts SmartMold ist die Evaluierung und Entwicklung geeigneter Verfahren, die eine Massenfertigung von smarten Kunststoffbauteilen erlauben. Ein Anwendungsbeispiel sind Implantate mit integrierten Sensoren, deren Daten nach der Auswertung durch analytische Architekturen wichtige Erkenntnisse zum Beispiel zum Zustand des Implantats oder über Vitalwerte liefern können. Sehen Sie hier das Video .


    Drucken
    Ansprechpartner
    Ansprechpartner

    Dr. Manfred Heublein

    +49 (0)89-551 78-276
    +49 (0)151-151 37 396
    Content Sharing
    Bitte loggen Sie sich ein, um den Einbettungs-Code für diese Seite zu erhalten.
    nach oben