18.11.2025 by Dr. Marc Egelhofer
Formuler. Test. Decide: Material Intelligence i kemiske laboratorier
Materialeintelligens i stedet for siloer: R&D-software til laboratorier | LabV®.
Udfordringer i kemisk forskning og udvikling
Forskning og udvikling i den kemiske industri er under pres; energi og råmaterialer bliver dyrere, reglerne bliver strengere, og bæredygtighedsmålene rykker tættere på.
Grænser for traditionelle LIMS- og laboratorieløsninger
Samtidig forbliver data fra formuleringer, opskrifter, tests og inspektioner i siloer. LIMS sikrer standardprocesser og sporbarhed i kvalitetssikring, men når sine grænser i udforskende faser af R&D, især hvor iterative processer er involveret. Laboratoriesoftware og -værktøjer som ELN eller det allestedsnærværende Excel hjælper i specifikke tilfælde, men skaber ikke et konsistent, kontekstrigt og søgbart datagrundlag. Material Intelligence adresserer netop dette hul med et integreret syn på data, workflows og AI.
Material Intelligence er den tilgang, der strukturerer og fuldt ud indfanger laboratorie-, proces- og testdata og gør det muligt at bruge dem på lang sigt. For det andet styres projekter, prøver, ressourcer og instrumenter som digitale workflows, så beslutninger træffes på et fælles informationsgrundlag. For det tredje får AI direkte adgang til disse data: til automatiserede evalueringer, variantsammenligninger eller som grundlag for forudsigelige modeller.
I praksis er denne R&D-software ikke en selvstændig løsning, men forbinder alle relevante systemer og instrumenter. Instrumenter fra forskellige producenter - herunder alle NETZSCH måledata fra termisk analyse, f.eks. Differential Scanning Calorimetry, DSC og Thermogravimetry, TGA, indlæses, formater standardiseres og lagres centralt; eventuelt integreres ERP-, MES- eller produktionsrelaterede systemer. Dette skaber et robust fundament fra udviklingsordren til arkivering.
LabV® hjælper
- organisere formuleringer, forarbejdning og produktionsdata på ét sted.
- styre alle ressourcer, fra lager til udstyr, og sikre ensartede resultater.
- analysere resultater og sammenligne materialers ydeevne.
- udnytter kraften i AI & ML til at træffe datadrevne beslutninger.
Større effektivitet i laboratoriet: Fra dagligt arbejde til eksempel fra den virkelige verden
På dette grundlag understøtter R&D-software det daglige arbejde: kontekstbevidst søgning, dokumentation, plausibilitetskontrol og gennemsigtige sammenligninger på tværs af formuleringsvarianter. Material Intelligence bruger denne struktur til at gøre mønstre synlige og til at teste hypoteser i udviklingsprojektet på en målrettet måde.
Et praktisk eksempel fra plastindustrien illustrerer effekten. Når blandetid og temperatur registreres sammen med målinger som DSC-data i et centralt system, bliver afvigelser tydelige med det samme; iterationer i R&D bliver kortere, beslutninger mere robuste. I praksis er det muligt at opnå op til 40 % mere effektive arbejdsgange og op til 50 % færre eksperimenter, fordi historikken er tilgængelig, og dobbeltarbejde reduceres. AI kan desuden foreslå varianter med forventede egenskaber.
Trin-for-trin-implementering - og hvad kommer der nu?
Til introduktionen anbefales en trinvis tilgang: prioriter kritiske datakilder, harmoniser formater, modeller de første arbejdsgange, indsaml feedback, og udvid først derefter omfanget. I modsætning til et LIMS eller andre traditionelle løsninger er implementering LabV®muligt med en overskuelig økonomisk og personalemæssig indsats. Moderne platforme er også mere brugervenlige med klare grænseflader, sporbare arbejdsgange og en kort indlæringskurve. Det er det, der gør dem acceptable til daglig brug for alle.
Det næste fornuftige skridt er ikke et systemskifte, men klarhed: Hvilke datakilder skal konsolideres? Hvilke arbejdsgange skaber forsinkelser i dag? Og hvilke metrikker måler fremskridt - for eksempel tid til den første funktionelle prototype, andelen af strukturerede datasæt, antallet af dobbelte eksperimenter? På dette grundlag kan Material Intelligence indføres trin for trin - uafhængigt af leverandører, kompatibelt med den eksisterende IT-infrastruktur - og derefter uddybes, hvor den praktiske fordel i det daglige arbejde er størst.
Få mere at vide om Material Intelligence med LabV® her:
