@inbook{13652,
  abstract     = {{Modellbasierte Konzepte und Simulationstechniken in Kombination mit digitalen Werkzeugen erweisen sich als Schlüssel, um das volle Potenzial biopharmazeutischer Produktionsprozesse zu erschließen, die mehrere herausfordernde Entwicklungs- und Prozessschritte enthalten. Einer dieser Schritte ist der zeit- und kostenintensive Zellproliferationsprozess (auch als Seed Train bezeichnet), um die Zellzahl vom Auftauen der Zellen bis zum Produktionsmaßstab zu erhöhen. Herausforderungen wie komplexer Zellstoffwechsel, Chargen-zu-Chargen-Variationen, Variabilitäten im Zellverhalten und Einflüsse von Änderungen der Kultivierungsbedingungen erfordern adäquate digitale Lösungen, um Informationen über den aktuellen und zukünftigen Prozesszustand bereitzustellen und korrekte Prozessentscheidungen abzuleiten.

Zu diesem Zweck haben sich digitale Seed Train Zwillinge als effizient erwiesen, die das zeitabhängige Verhalten wichtiger Prozessvariablen basierend auf mathematischen Modellen, Strategien und Anpassungsverfahren digital darstellen.

Dieses Kapitel skizziert die Notwendigkeit der Digitalisierung von Seed Trains, den Aufbau eines digitalen Seed Train Zwillings, die Rolle der Parameterschätzung und verschiedene statistische Methoden in diesem Zusammenhang, die auf mehrere Probleme im Bereich der Bioprozessierung anwendbar sind. Die Ergebnisse einer Fallstudie werden vorgestellt, um einen Bayes’schen Ansatz zur Parameterschätzung und Vorhersage eines industriellen Zellkultur-Seed Trains für die Seed Train Digitalisierung zu veranschaulichen.}},
  author       = {{Hernández Rodriguez, Tanja and Frahm, Björn}},
  booktitle    = {{Digitale Zwillinge - Werkzeuge und Konzepte für intelligente Bioproduktion}},
  editor       = {{Herwig, Christoph and Pörtner, Ralf and Möller, Johannes}},
  isbn         = {{978-3-031-75697-9}},
  keywords     = {{Bayes, Digitaler Zwilling, Parameterabschätzung, Seed-Train, Unsicherheit}},
  pages        = {{107--145}},
  publisher    = {{Springer }},
  title        = {{{Digitale Seed Train Zwillinge und statistische Methoden}}},
  doi          = {{https://doi.org/10.1007/978-3-031-75698-6_5}},
  year         = {{2025}},
}

@misc{10013,
  abstract     = {{In diesem Beitrag wird ein digitales Menschmodell, ein sogenannter Human Digital Twin, für Personen mit Unterstützungsbedarf vorgestellt. Das Modell leistet einen wertvollen Beitrag für die Abbildung von Arbeitspersonen und deren Kompetenzen in Assistenzsystemen für die Produktionsplanung und -steuerung. Ausgehend vom Stand der Forschung zu Menschmodellen findet der entwickelte Human Digital Twin auf ein Montageassistenzsystem Anwendung.}},
  author       = {{Mordaschew, Viktoria and Duckwitz, Sönke and Tackenberg, Sven}},
  booktitle    = {{Nachhaltig Arbeiten und Lernen - Analyse und Gestaltung lernförderlicher und nachhaltiger Arbeitssysteme und Arbeits und Lernprozesse}},
  keywords     = {{Industrie 4.0, Digitaler Zwilling, Produktionsplanung und -steuerung, Unterstützungsbedarf}},
  location     = {{Hannover}},
  publisher    = {{GfA-Press}},
  title        = {{{Human Digital Twin – ein Konzept für die Fertigungssteuerung einer Werkstatt für behinderte Menschen}}},
  volume       = {{40}},
  year         = {{2023}},
}