Was sehen Sie, wenn Sie „1 N“ lesen?
Wenn man auf einer Folie nur eine 1 und ein großes N zeigt und das Publikum fragt, was es sieht, kommt die Antwort sofort: ein Newton. Eine Krafteinheit. Selbstverständlich.
Das ist eine kompetenzbasierte Interpretation. Was tatsächlich zu sehen ist, sind eine Ziffer und ein Buchstabe. Dass beides zusammen die Einheit einer Kraft sein soll, ist eine Annahme — getragen von schulischem Vorwissen, von der Konvention, dass Großbuchstaben für abgeleitete Einheiten stehen, von der stillschweigenden Übereinkunft, dass kein Multiplikationszeichen sichtbar ist.
In akkreditierten Laboratorien ist diese Interpretation nicht beliebig. Wer Einheiten interpretiert, übernimmt fachliche Verantwortung im Sinne der ISO/IEC 17025. Bei Menschen unterstellt man diese Kompetenz auf Basis der Ausbildung. Bei Software dagegen — und Software ist in einem modernen Labor allgegenwärtig — bleibt diese Kompetenz oft im Datenmodell unsichtbar. Die meisten LIMS-Systeme speichern Einheiten als reine Zeichenkette. Die Interpretation lebt im Kopf der Anwender, nicht im System.
Warum das in den nächsten Jahren zum Problem wird
Mehrere normative Initiativen verschieben gerade die Anforderungen an Labor-Datenmodelle. Der Digitale Kalibrierschein (DCC) verlangt strukturierte Einheiten. Die D-SI-Spezifikation aus dem EMPIR-Projekt SmartCom definiert das international anwendbare Format. EA-2/15 zu flexiblen Akkreditierungs-Geltungsbereichen ist seit Dezember 2024 verbindlich. ISO/IEC 17025 verlangt metrologische Rückführbarkeit bis zur Stammdatenebene. GxP-Annex 11 verlangt Datenintegrität auch für Einheiten.
Diese Treiber wirken in dieselbe Richtung: weg von Freitext, hin zu strukturierten, maschinenlesbaren, audit-festen Datenmodellen. Die Frage ist nicht, ob ein Labor sein LIMS in diesem Sinne weiterentwickeln muss — die Frage ist, wann.
Vom Einheiten-Vektor zum Kompetenzvektor
Was bei der Einheit die sieben SI-Basisdimensionen sind, ist beim Prüfmerkmal das Tupel aus Analyt, Matrix, Methodenklasse und Verfahren. Erweitert um die rückgeführte physikalische Einheit der Messgröße entsteht der Kompetenzvektor — eine strukturierte, audit-feste, algorithmisch auswertbare Beschreibung dessen, wozu das Labor in einem konkreten Fall in der Lage ist.
Wer den Kompetenzvektor zum Zeitpunkt jeder Ergebnis-Freigabe kryptografisch versiegelt, gewinnt etwas, das die Branche bisher nicht hatte: einen persistenten, lebenslang nachvollziehbaren Kompetenz-Nachweis für jedes einzelne Prüfergebnis. Das ist die nächste Stufe nach dem DCC und der eAttestation — und sie schließt die Lücke, die das digitale DAkkS-Symbol bisher offenlassen musste.
Das Whitepaper
Im neuen Whitepaper der AUDITTRAILS Networks GmbH wird der Weg vom einfachen Textfeld zum Kompetenzvektor und weiter zum verifizierbaren Kompetenz-Snapshot konsequent ausgearbeitet — mit konkreten Beispielen aus der Trinkwasseranalytik, mit einer methodisch sauberen Klassifikation metrologischer Rückführbarkeit, und mit einer ehrlichen Einordnung dessen, was die regulatorische Welt in den nächsten Jahren verlangen wird.
Sieben Fragen, die im Whitepaper beantwortet werden:
- Was ist eine Einheit eigentlich — und warum reicht ein Anzeigetext nicht?
- Welche regulatorischen Initiativen wirken heute schon auf das Datenmodell ein?
- Was kann eine Freitext-Modellierung strukturell nicht leisten?
- Wie sieht ein modernes, vektorbasiertes Datenmodell aus?
- Wie wird aus einem Prüfmerkmal ein Kompetenzvektor?
- Was bedeutet das für die flexible Akkreditierung nach EA-2/15?
- Wie lässt sich Kompetenz hinter einem Ergebnis dauerhaft nachprüfbar machen?
Vom einfachen Textfeld zum Kompetenzvektor. Wie ein modernes Datenmodell die Lücke zwischen wahrgenommenem Zeichen und gemeinter Bedeutung schließt — und warum diese Lücke in den kommenden Jahren regulatorisch nicht mehr offenbleiben kann.
