Derzeit wird sie in der Pharma-Welt eingeführt, doch die Serialisierung von individuellen, im Allgemeinen nicht unterscheidbaren Objekten, ist bei Weitem keine neue Idee. Man denke zum Beispiel an Banknoten, Kredit- und SIM-Karten oder auch an Pässe. In all diesen Bereichen wird schon seit Langem „serialisiert“. Bisher war es eine größere Herausforderung, Hunderte von Millionen Identitäten und Ereignisse entlang deren Lebenszyklus zu handhaben. Im Pharma-Bereich wird dies nun zur Aufgabe von kleinen und mittelständischen Unternehmen.
In diesem Zusammenhang rollt eine große Welle von Daten auf uns zu. Diese völlig neue Größenordnung birgt allerdings die Gefahr in sich, die Komplexität der Herausforderung zu unterschätzen. Betrachten wir folgendes Beispiel: Um Datenverluste im Fall von technischem Versagen zu vermeiden, ist es bewährte Praxis, Sicherungskopien (Back-ups) der gespeicherten Daten anzufertigen. Dieses Konzept könnte für sehr große Datenmengen ausgedient haben. Natürlich kann man immer noch sämtliche Daten auf Band oder Platte speichern. Doch die dafür benötigte Zeit und die Anzahl der Medien werden mindestens proportional zum Datenvolumen ansteigen (skalieren). Wenn ein Back-up heute eine Stunde dauert, so wird man morgen hundert oder tausend Stunden dafür brauchen. Wie oft würden wir solche Back-ups dann planmäßig durchführen? Und wie schnell ließen sich aus einem solchen Back-up die Daten wiederherstellen?
Natürlich sind keinerlei Kompromisse erlaubt, wenn es um die Verfügbarkeit von Daten geht. Hardware-Defekte wie der Ausfall von Speicherplatten, Brand- oder Wasserschäden, Wetterextreme und nicht zuletzt menschliches Versagen dürfen nicht zu Datenverlusten und – in der Folge – zu Störungen von Betriebsabläufen führen. Die Serialisierungs-Software Seritrack von Giesecke & Devrient macht sich hier modernste Datenbankkonzepte – und damit die Möglichkeit der redundanten Datenspeicherung – zunutze. Diese wird nach voreingestellten Regeln in einer wählbaren Anzahl von Kopien durchgeführt. Letztere werden physisch auf unterschiedliche, voneinander getrennte Räumlichkeiten verteilt. Die Datenbankverwaltung kümmert sich dabei dynamisch um ausreichende Redundanz – und gleicht die Belastung zwischen verschiedenen Datenknoten aus. Ein plötzlicher Ausfall eines Datenknotens führt so zu einer schnellen automatischen Neuorganisation der Datenlandschaft – und das ohne Einfluss auf die Betriebsabläufe und vom Nutzer unbemerkt. Nach dem Austausch der defekten Komponente balanciert das Datenbanksystem die Datenspeicherung dann ebenso unmerklich neu aus.
Um auch Leistungsspitzen abdecken zu können, müssen IT-Ressourcen für anwendungskritische Prozessschritte in jedem Fall ausreichend groß und leistungsfähig sein. Damit ist die Skalierung von Serialisierungslösungen immer auch eine Frage von „zu klein“ oder „zu groß“. Der entscheidende Parameter ist jedoch die Granularität. Wie gut kann man sich an die optimale Auslegung annähern? Wenn eine Ausbaustufe zu klein erscheint: Wie groß – oder klein – ist dann die nächstgrößere Lösung? Muss man das Datenmodell oder die Partitionierung und das Replizierungskonzept der Daten anpassen? Benötigt man tatsächlich eine komplette High-End-Komponente?
