![]()
Wie Materialcharakterisierung und maschinelles Lernen die Solida-Entwicklung optimieren
Analytik
Zusammenfassung
Die Entwicklung robuster Herstellungsprozesse für feste Darreichungsformen erfordert ein tiefgreifendes Verständnis der Wechselwirkungen zwischen Materialeigenschaften und Prozessparametern. Während einzelne Charakterisierungsmethoden nur begrenzte Aussagekraft besitzen, ermöglicht die systematische Kombination verschiedener Verfahren die Erstellung eines umfassenden Materialprofils – eines charakteristischen „Fingerabdrucks“. Vor allem die Verbindung solcher multivariater Daten mit Prozessdatenbanken und maschinellem Lernen eröffnet neue Möglichkeiten, um optimale Verarbeitungsbedingungen präzise vorherzusagen.
Dieser Beitrag erläutert einen ganzheitlichen Ansatz, der bewährte Analysemethoden mit datengetriebenen Verfahren verbindet. Er zeigt auf, wie durch die systematische Erfassung kritischer Materialeigenschaften sowie deren Verknüpfung mit Prozessparametern und Qualitätsmerkmalen mittels künstlicher Intelligenz eine effizientere Prozessentwicklung zu erreichen ist. Das dargestellte Vorgehen ermöglicht es, aus minimalen Materialmengen fundierte Entscheidungen für Batch- und kontinuierliche Fertigung zu treffen und optimale Prozessbedingungen für feste Darreichungsformen wie Tabletten zu identifizieren.
Korrespondenz:
Dr. Ina Petry
Fette Compacting GmbH, Grabauer Str. 24,
21493 Schwarzenbek
IPetry@fette-compacting.com
![]() | Dr. Ina Petry ist Pharmazeutin mit Schwerpunkt in pharmazeutischer Technologie. Sie leitet den Bereich Application Consulting bei Fette Compacting. Für ihre Doktorarbeit zur Formulierungsentwicklung für schlecht wasserlösliche Arzneistoffe wurde sie mehrfach ausgezeichnet, u. a. von der ISPE für hervorragende Leistungen auf dem Gebiet der pharmazeutischen Ingenieurswissenschaften und vom Freundes- und Förderverein Chemie der Universität Hamburg für eine der besten Promotionen im Fachbereich Chemie. |
Zusammenfassung