Biotech

Forschungsdaten und Auswertung

Messdaten liegen selten in einem Format vor. Wir führen zusammen, was Ihre Geräte ausgeben, und bauen Auswertungen, die Sie selbst filtern und gruppieren – ohne für jede neue Frage einen Entwickler zu brauchen.

Beratung zur Auswertung von Forschungsdaten

Auswertungen, die neue Fragen zulassen.

Ein fest programmierter Report beantwortet genau eine Frage. Wir modellieren Ihre Messdaten so, dass sich Zeiträume, Chargen und Versuchsgruppen frei gegeneinander stellen lassen. Technisch ist das das OLAP-Prinzip, in der Bedienung einfach eine Ansicht, die Sie selbst umstellen.

Was bei der Auswertung zählt

Jedes Dateiformat

CSV, Excel, Rohdaten aus dem Gerät, Bilder, Zeitreihen: Wir lesen ein, was Ihre Geräte ausgeben, und führen alles in einem Datenmodell zusammen.

Auswertungen, die sich drehen

Filtern, gruppieren und vergleichen über Versuche, Chargen und Zeiträume hinweg. Eine neue Frage braucht keine Programmierung, sondern eine neue Ansicht.

Antwort ohne Wartezeit

Ihre Auswertungen laufen auf vorbereiteten Datenmodellen statt auf Rohdateien. Auch über große Datenmengen bleibt die Bedienung flüssig.

Nicht jeder sieht alles

Wer welche Studie sehen darf, entscheiden Sie. Das Rechtemodell legen wir mit Ihnen fest, bevor die erste Auswertung gebaut wird.

Reproduzierbarkeit

„Können wir den Versuch von letztem März noch reproduzieren?“

Vorher

Die Rohdaten sind da, die Auswertung auch – aber in welcher Version? Das Skript wurde seitdem zweimal geändert, und welche Parameter damals gesetzt waren, steht in keiner Datei.

Nachher

Sie öffnen den Versuch, sehen die verwendete Auswertungsversion samt Parametern und lassen sie erneut laufen. Was sich seit März geändert hat, steht als Verlauf daneben. Das Ergebnis von damals bleibt erhalten.

Vom Rohdatensatz zum Bericht

Der Aufwand in Datenprojekten steckt selten in der Statistik. Er steckt darin, dass jedes Gerät sein eigenes Format schreibt, dass Einheiten uneinheitlich sind und dass nach zwei Jahren niemand mehr weiß, welche Spalte damals was bedeutete.

Deshalb arbeiten wir in drei Schichten: Rohdaten bleiben unverändert liegen, darüber liegt ein vereinheitlichtes Datenmodell, und erst darüber die Auswertung. Ändert sich eine Auswertungsregel, muss niemand die Rohdaten anfassen.

Das zahlt sich an drei Punkten aus:

  • Auswertungen bleiben reproduzierbar, weil Version und Parameter am Ergebnis hängen.
  • Ein neues Gerät kommt als weitere Quelle hinzu, statt eine Migration auszulösen.
  • Ihre Daten bleiben zu den FAIR-Prinzipien anschlussfähig, wenn Förderer oder Verbundpartner das verlangen.

Wo diese Daten liegen und wie sie gesichert werden, steht unter Cloud-Plattform für mehrere Mandanten. Woher sie kommen, zeigt die Softwareentwicklung für Biotech im Überblick.

Jira

Ansible

Atlassian

AWS

Bitbucket

Confluence

Debian

Flutter

Gitlab

Google

Wortmann

Vue.js

VMware

Veeam

Typescript

TIM AG

TerraCloud

Terra

Spring Boot

Sophos

Jira

Ansible

Atlassian

AWS

Bitbucket

Confluence

Debian

Flutter

Gitlab

Google

Wortmann

Vue.js

VMware

Veeam

Typescript

TIM AG

TerraCloud

Terra

Spring Boot

Sophos

Scrum

SAFe

React

Hetzner

Hyper-V

Java

Kubernetes

Laravel

Microsoft

MongoDB

n-able

Nest.js

PHP

PostgreSQL

Protectli

Proxmox

Python

Azure

Docker

Scrum

SAFe

React

Hetzner

Hyper-V

Java

Kubernetes

Laravel

Microsoft

MongoDB

n-able

Nest.js

PHP

PostgreSQL

Protectli

Proxmox

Python

Azure

Docker

Häufige Fragen zur Auswertung von Forschungsdaten

Drei Fragen zum Zuschnitt

Drei, die den Zuschnitt eines Datenprojekts entscheiden.

Müssen wir unsere Altdaten migrieren?

Können wir Auswertungen selbst anlegen?

Wie kommen die Daten aus unseren Geräten in die Auswertung?

Liegen Ihre Messdaten verstreut?

Auswertung besprechen