Lokale Wärmeexposition ist die eigentliche Rechengröße

Eine Anzeige von 121 °C am Regler sagt noch nicht, welche Temperatur ein Produktvolumen, eine Dichtung oder ein schwer zugänglicher Leitungsabschnitt erfahren hat. Für die thermische Bewertung zählt der Verlauf am betrachteten Ort. Ein lokaler Temperaturdatensatz kann in eine äquivalente Expositionszeit umgerechnet werden, wenn Referenztemperatur und Temperaturabhängigkeit ausdrücklich gewählt sind.

Diese Seite erklärt die Rechnung und ihre Grenzen. Sie behandelt weder einen universellen SIP-Zyklus noch eine Freigabe bestimmter Anlagen. Insbesondere beweist eine hohe rechnerische Exposition nicht allein, dass gesättigter Dampf die Zieloberfläche erreicht hat, dass Luft entfernt wurde oder dass ein konkreter mikrobiologischer Widerstand ausreichend abgedeckt ist. Diese Nachweise werden im Kapitel Temperaturmapping und Nachweis zusammengeführt.

Der Datensatz enthält drei synthetische Temperaturverläufe über 60 Minuten. Er wurde aus offengelegten Stützpunkten berechnet und nicht an einem Reaktor gemessen. Sein Zweck ist, Integration, Messfehler, Zeitfenster und die Auswahl eines repräsentativen Messorts nachvollziehbar zu üben. Die Begriffe D, z und F werden hier quantitativ miteinander verbunden.

Vom D-Wert zur relativen Wirkungsrate

In einem log-linearen Inaktivierungsmodell ist D(T) die Zeit für eine Abnahme der überlebenden Population um eine Zehnerpotenz bei konstanter Temperatur T und festgelegten Umgebungsbedingungen. Die übliche z-Beschreibung setzt log₁₀ D(T) = log₁₀ D_ref − (T−T_ref)/z. Dabei hat z die Einheit einer Temperaturdifferenz, üblicherweise K oder °C Differenz. z ist nicht die Steigung einer gewöhnlichen Temperatur-Zeit-Kurve.

Aus dieser Annahme folgt D_ref/D(T) = 10^((T−T_ref)/z). Diese dimensionslose Größe L(T) ist die relative Wirkungsrate gegenüber der Referenztemperatur. Bei T = T_ref ist L = 1. Eine um z höhere Temperatur ergibt L = 10, eine um z niedrigere Temperatur L = 0,1. Die Beziehung gilt nur in dem Temperaturbereich, in dem das gewählte Widerstandsmodell sinnvoll ist.

D und z gehören zum untersuchten Organismus beziehungsweise Indikator und zu seiner Umgebung. Feuchte, Trägermaterial und Medium können den Widerstand beeinflussen. Ein einzelner Literaturwert darf deshalb nicht ohne passende Übertragungsbegründung zum universellen Anlagenparameter werden. Der CDC-Überblick zur Dampfsterilisation erläutert die D-Wert-Bedeutung im Kontext medizinischer Aufbereitung. Die hier folgende Rechnung verwendet bewusst eigene Lehrannahmen statt eines vermeintlich allgemeingültigen Resistenzwerts.

F als äquivalente Zeit verstehen

Die äquivalente Exposition lautet F_ref,z = ∫10^((T(t)−T_ref)/z) dt. Wird die Zeit in Minuten integriert, hat auch F die Einheit Minuten. Die Temperaturdifferenz im Exponenten und z müssen dieselbe Einheit verwenden. Absolute Kelvinwerte und Celsiuswerte dürfen nicht miteinander vermischt werden; Temperaturdifferenzen sind in beiden Skalen gleich groß.

F₀ bezeichnet die verbreitete Referenzkonvention für feuchte Hitze mit 121,1 °C und z = 10 °C. Eine Rechnung mit anderem z oder anderer Referenz sollte entsprechend gekennzeichnet werden, statt jedes Ergebnis F₀ zu nennen. Im Datensatz sind T_ref = 121,1 °C und z = 10 °C gesetzt. Inhaltlich wird zunächst die mathematische Temperaturäquivalenz ausgewertet. Die Eignung eines realen Feuchte- und Sterilisationsmodells ist damit nicht nachgewiesen.

Bei einer konstanten lokalen Temperatur von 121,1 °C liefert eine Minute eine Referenzminute. Bei 111,1 °C liefert sie 0,1 Referenzminuten. Bei 131,1 °C liefert sie im gewählten Modell zehn Referenzminuten. Diese Zahlen verdeutlichen die starke Gewichtung hoher Temperaturen; sie sind keine empfohlenen Prozessbedingungen.

Die räumliche Zuordnung bleibt erhalten: F an Messort A ist nicht automatisch F an Messort B. Ebenso ist das arithmetische Mittel mehrerer F-Werte keine Aussage, dass jede Stelle diese mittlere Exposition erhalten hat.

Erst die Wirkungsrate berechnen, dann integrieren

Für diskrete Messpunkte werden zuerst die lokalen Wirkungsraten L_i = 10^((T_i−T_ref)/z) berechnet. Mit der Trapezregel ergibt sich F ≈ Σ[(L_i + L_i+1)/2]·(t_i+1−t_i). Die tatsächlichen Zeitabstände werden verwendet; bei Datenlücken darf ein pauschaler nomineller Abstand nicht weitergerechnet werden. Doppelte oder rückwärts laufende Zeitstempel sind vor der Integration zu klären.

Die Reihenfolge ist entscheidend. Aus einer gemittelten Temperatur die Wirkung zu berechnen, ist wegen der Exponentialfunktion nicht dasselbe wie die Wirkungen zu mitteln. Ein rein mathematisches Gegenbeispiel besteht aus jeweils einer Minute bei 111,1 und 131,1 °C. Die korrekte Modellsumme ist 0,1 + 10 = 10,1 Referenzminuten. Zwei Minuten bei der mittleren Temperatur 121,1 °C ergäben nur zwei Referenzminuten. Temperaturmittelung würde den Verlauf hier grundlegend falsch darstellen.

Bei starkem Rauschen kann dieselbe Nichtlinearität eine andere Verzerrung erzeugen: Symmetrische positive und negative Temperaturfehler mitteln sich nach der Exponentialtransformation nicht zwingend aus. Eine Glättung ist deshalb keine neutrale Formatierung. Sie verändert den berechneten Verlauf und muss mit Messdynamik, Auflösung und Verwendungszweck begründet sein.

Rohdaten bleiben erhalten. Der Bericht nennt Integrationsregel, Zeitauflösung, Interpolation, ausgeschlossene Punkte und jeden Eingriff. So lässt sich unterscheiden, ob eine Differenz aus dem Zyklus oder aus der Auswertemethode stammt.

Drei synthetische Messorte über 60 Minuten

Die Datei temperatures.csv enthält alle 15 Sekunden einen Wert für Referenzort, langsam erwärmten Zweig und Kondensatablauf. Zwischen den offengelegten Stützpunkten wird die Temperatur linear interpoliert. Die Referenz erreicht bei Minute 20 eine Temperatur von 121,1 °C und bleibt bis Minute 35 dort. Der langsame Zweig erreicht in diesem Intervall nur 118 bis 120,5 °C. Der Ablauf liegt während derselben nominellen Haltephase bei 121,0 °C.

Die Phasen 0–20, 20–35 und 35–60 Minuten werden im Lehrfall als Aufheizung, nominelle Haltephase und Abkühlung bezeichnet. Diese Bezeichnungen sind nur Zeitfenster des Datensatzes. Sie behaupten nicht, dass eine reale Sterilisierzeit bereits bei Minute 20 beginnen dürfte. Gerade der langsamere Zweig zeigt, warum eine vom Regler definierte Phase nicht automatisch die Bedingungen aller lokalen Stellen beschreibt.

Mit 15-Sekunden-Trapezintegration ergeben sich 22,8931 Referenzminuten am Referenzort, 16,0113 im langsamen Zweig und 20,6506 am Ablauf. Der größte Wert ist also nicht repräsentativ für den kleinsten. Der Ablauf liegt im Beispiel näher an der Referenz als am langsamsten Zweig. Eine gute Übungsfrage lautet, welche zusätzliche räumliche Zuordnung nötig wäre, bevor ein realer Ablaufmesswert als Routineindikator verwendet werden könnte.

Gleiche Dauer, unterschiedliche thermische Exposition. Trapezintegration der 15-s-Daten mit Tref = 121,1 °C und z = 10 K. Diese Modell-Äquivalenzzeit ist allein kein Sterilitätsnachweis.
Trapezintegration der 15-s-Daten mit Tref = 121,1 °C und z = 10 K. Diese Modell-Äquivalenzzeit ist allein kein Sterilitätsnachweis. Mobil seitlich verschieben oder zum Vergrößern öffnen.

Phasenbeiträge getrennt berichten

Synthetische Referenzminuten: Tref 121,1 °C, z 10 °C; Trapezregel, 15 s
OrtAufheizung 0–20 minNominelles Halten 20–35 minAbkühlung 35–60 minGesamt
Referenz4,900515,00002,992722,8931
Langsamer Zweig1,203811,57873,228816,0113
Ablauf4,117114,65861,874920,6506

Der langsame Zweig erhält während der nominellen Haltephase 11,5787 Referenzminuten und während der Abkühlung weitere 3,2288. Dass sein Abkühlbeitrag größer ist als derjenige der Referenz, folgt aus dem bewusst gewählten langsamen Temperaturabfall. Dieser Beitrag darf nicht versehentlich der Haltephase zugeschlagen werden.

Eine vollständige mathematische Integration und ein validierter Akzeptanzalgorithmus sind verschiedene Dinge. Ob und unter welchen Bedingungen Aufheiz- oder Abkühlanteile für ein reales Sterilisationsverfahren berücksichtigt werden, muss durch dessen begründete Auslegung und Validierung gedeckt sein. Ein nachträgliches Verlängern des Auswertefensters, um einen Sollwert zu erreichen, ist keine fachliche Begründung.

Die Tabelle hilft zudem bei der Fehlersuche: Zwei Zyklen mit ähnlichem Gesamt-F können unterschiedliche Phasenbeiträge haben. Ein ungewöhnlich hoher Abkühlanteil kann beispielsweise eine langsamere Abkühlung anzeigen. Daraus folgt nicht automatisch bessere Prozessführung; thermische Belastung des Mediums und Zyklusdauer können gleichzeitig zunehmen.

Die numerische Rechnung unabhängig prüfen

Für das hier ausdrücklich stückweise lineare Temperaturmodell lässt sich jedes Intervall analytisch integrieren. Mit x = ln(10)·(T_b−T_a)/z gilt F_intervall = Δt·L_a·(exp(x)−1)/x. Im Grenzfall x → 0 wird der Quotient eins, sodass das konstante Temperaturintervall korrekt als Δt·L_a berechnet wird. Das Skript verwendet dafür eine numerisch stabile expm1-Funktion.

Die analytischen Gesamtergebnisse sind 22,8886, 16,0084 und 20,6454 Referenzminuten. Die 15-Sekunden-Trapezwerte liegen jeweils um weniger als 0,03 % darüber. Diese Übereinstimmung prüft die Integration für das gewählte Datenmodell. Sie sagt nichts über Genauigkeit realer Sensoren oder die Angemessenheit eines mikrobiologischen z-Werts aus.

Wird nur jeder vierte Punkt verwendet, also ein Minutenraster, steigt der Referenzwert auf 22,9604. Im Fünf-Minuten-Raster ergeben sich 24,4553. Die gröbere Abtastung überschätzt hier die analytische Referenz deutlich stärker. Der Grund ist die konvexe exponentielle Wirkungsrate entlang linearer Temperaturrampen. Für beliebige reale Verläufe ist die Fehlerrichtung ohne weitere Information nicht allgemein festgelegt.

Diese Prüfung trennt zwei Fragen: Ist der Integrationscode für bekannte Eingaben richtig, und erfasst das Messraster den realen Verlauf ausreichend? Eine positive Antwort auf die erste Frage beantwortet die zweite nicht.

Ein kleiner Temperaturversatz wirkt multiplikativ

Ein konstanter Temperaturfehler δ verschiebt jede Wirkungsrate um den Faktor 10^(δ/z). Derselbe Faktor gilt für das vollständig integrierte F, sofern Zeitfenster und Daten unverändert bleiben. Bei z = 10 °C bedeutet +0,5 °C den Faktor 1,12202; −0,5 °C bedeutet 0,891251. Ein halbes Grad ist deshalb nicht einfach eine halbe Referenzminute.

Für den langsamen Zweig werden aus 16,0113 Referenzminuten bei einer pauschalen Korrektur von −0,5 °C noch 14,2701, bei +0,5 °C dagegen 17,9650. Diese beiden Werte sind Sensitivitätsszenarien. Sie sind weder ein statistisches Konfidenzintervall noch automatisch die Messunsicherheit des Systems. Eine reale Unsicherheitsbewertung benötigt Kalibrierung, Drift, Auflösung, räumliche Repräsentativität und gegebenenfalls Korrelationen.

Bei mehreren Kanälen kann ein gemeinsamer Kalibrierfehler alle Werte zusammen verschieben. Mehr Sensoren mitteln diesen systematischen Anteil nicht weg. Dagegen kann ein individueller Montagefehler nur eine Stelle betreffen. Die geeignete Gegenprüfung hängt also davon ab, welcher Fehlermechanismus vermutet wird.

Die dynamische Sensorantwort verdient eine eigene Betrachtung: Ein träger Sensor kann während des Aufheizens zu niedrige und während des Abkühlens zu hohe Temperaturen anzeigen. Der Nettoeffekt auf F hängt vom Verlauf und Auswertefenster ab. Eine pauschale Einbahnkorrektur wäre ohne Modell oder Messung nicht gerechtfertigt.

Zeitversatz und Datenlücke nicht verwechseln

Ein reiner konstanter Zeitversatz eines vollständigen Temperaturverlaufs verändert sein Integral nicht, wenn der gesamte Verlauf mitverschoben und vollständig integriert wird. Er verändert jedoch die Zuordnung zu Ventilereignissen, Haltephasen oder anderen Messkanälen. Wird ein festes externes Zeitfenster verwendet, kann derselbe Versatz auch das darin berechnete F verändern. Deshalb muss die Bedeutung der Zeitkorrektur ausdrücklich genannt werden.

Eine Datenlücke ist ein anderes Problem: Innerhalb eines Zeitraums fehlen Beobachtungen. Lineare Verbindung der beiden Randpunkte ist eine Annahme, kein rekonstruierter Messnachweis. Wenn während fünf Minuten nur begründet bekannt wäre, dass die Temperatur zwischen 110 und 122 °C lag, läge der mögliche Modellbeitrag zwischen 0,3881 und 6,1513 Referenzminuten. Die große Spannweite zeigt, wie wenig ein Zeitstempel allein über die Exposition aussagt.

Diese Grenzen sind nur zulässig, wenn auch die Temperaturgrenzen selbst belegt sind. Ohne solche Information ist das Intervall nicht durch eine beliebige konservative Zahl ersetzbar. Der Befund kann lauten, dass die vorhandenen Daten eine entscheidende Aussage nicht tragen.

Für den Arbeitsfall werden Rohdaten, korrigierte Zeitbasis und Auswertung getrennt gespeichert. Die Originaldatei bleibt unverändert. Jede Interpolation oder Ausschlussentscheidung erhält eine Begründung, damit später nachvollziehbar ist, was gemessen und was angenommen wurde.

Log-Reduktion und SAL sauber auseinanderhalten

Erst wenn ein geeignetes log-lineares Inaktivierungsmodell und ein passender D_ref vorliegen, kann die vorhergesagte Log-Reduktion als F/D_ref berechnet werden. Ein gesondertes synthetisches Beispiel setzt F = 12 min und D_ref = 1,5 min an. Daraus folgen acht Zehnerpotenzen Reduktion. Diese Zahlen sind unabhängig von den drei Temperaturprofilen gewählt und dürfen nicht als deren mikrobiologische Freigabe gelesen werden.

Bei einer anfänglichen mittleren Belastung von 100 überlebensfähigen Einheiten pro betrachteter Produkteinheit ergäbe das Modell danach einen Erwartungswert von 10⁻⁶ Überlebenden pro Einheit. Unter einer zusätzlichen Poissonannahme wäre die Wahrscheinlichkeit mindestens eines Überlebenden 1−exp(−10⁻⁶), also näherungsweise 10⁻⁶. Erwartungswert, Wahrscheinlichkeit und experimenteller Sterilitätsnachweis sind dennoch unterschiedliche Aussagen.

Für eine reale Sterilisationsvalidierung müssen unter anderem Ausgangsbelastung, Widerstand, Last, Prozessbedingungen und Erhaltung der sterilen Grenze passend betrachtet werden. Ein F-Wert allein liefert diese Informationen nicht. Die FDA-Leitlinie zur Dokumentation von Sterilisationsvalidierung bezieht sich auf Zulassungsunterlagen steriler Human- und Tierarzneimittel. Ihre Anforderungen sind keine pauschale Betriebsanweisung für jedes Forschungsgefäß.

Auch Abtötung und Entfernung sind verschiedene Vorgänge. Eine thermische Inaktivierungsrechnung zeigt nicht, dass Endotoxine oder chemische Rückstände entfernt wurden. Für solche Ziele werden eigene Nachweise benötigt.

Referenzparameter und Akzeptanzfrage vorab festlegen

Wer z nachträglich verändert, verändert die Gewichtung der Temperaturgeschichte. Für den langsamen Zweig ergeben die gleichen Daten bei z = 8 °C rund 14,4009 und bei z = 12 °C rund 17,3690 Referenzminuten. Diese Unterschiede sind eine Sensitivitätsbetrachtung bei gleicher Referenztemperatur. Sie rechtfertigen nicht, den günstigeren Wert für eine Freigabe auszuwählen.

Die Akzeptanzfrage wird deshalb vor der Auswertung definiert: Soll die lokale Temperaturverteilung verstanden, ein Rechenverfahren geprüft oder ein validierter Zyklus beurteilt werden? Für jede Aufgabe werden andere zusätzliche Informationen benötigt. Eine Entwicklungsstudie kann die ungünstigsten Stellen erst suchen. Eine Routinebeurteilung braucht bereits begründete Messorte und Kriterien. Ein Lehrdatensatz kann die Entscheidungssystematik veranschaulichen, aber keinen dieser realen Nachweise ersetzen.

Die EU-GMP-Anlage Annex 1, Abschnitte 8.50–8.63 behandelt im Kontext steriler Arzneimittel unter anderem geeignete Aufzeichnung, Messorte und prozessbezogene Validierung. Hier wird daraus keine bestimmte Temperatur, Haltezeit oder Zahl von Sensoren für alle Bioreaktoren abgeleitet.

Eine brauchbare Schlussaussage benennt die kleinste erfasste Exposition, die Datenabdeckung und die Modellannahmen. Erst danach wird beurteilt, welche konkrete Prozessentscheidung diese Information tatsächlich tragen kann.

Eine kleine widerstandsfähige Teilpopulation kann die Extrapolation ändern

Die einfache D-Wert-Rechnung setzt voraus, dass die betrachtete Population im verwendeten Modell mit einer einzigen log-linearen Beziehung hinreichend beschrieben ist. Ein eigener Gegenfall nimmt zwei feste Teilpopulationen an: 99 % besitzen D_ref = 1 min, 1 % D_ref = 4 min. Beide Teilpopulationen folgen jeweils dem log-linearen Modell; ihre Anteile und Widerstände sind reine Lehrannahmen. Die Behandlung wird isotherm bei T_ref angenommen; F ist damit gleich der Behandlungszeit. Für einen wechselnden Temperaturverlauf wäre ein gemeinsamer F-Wert nur bei gleicher z-Annahme beider Teilpopulationen zulässig. Für eine Exposition F ergibt sich der überlebende Anteil als 0,99·10^(−F/1 min) + 0,01·10^(−F/4 min).

Bei F = 8 min liefert die empfindliche Teilpopulation einen Anteil von 9,9·10⁻⁹, die widerstandsfähige einen Anteil von 10⁻⁴. Zusammen ergibt sich 0,0001000099; das entspricht knapp vier Zehnerpotenzen Gesamtreduktion. Eine Rechnung mit ausschließlich D_ref = 1 min hätte acht Zehnerpotenzen behauptet. Der geringe Ausgangsanteil der langsameren Teilpopulation bestimmt hier den späten Verlauf.

Das Beispiel belegt nicht, dass reale Indikatorchargen genau aus solchen zwei Gruppen bestehen. Es erklärt, warum eine frühe lineare Abnahme nicht zwangsläufig eine beliebig lange Extrapolation trägt. Andere Ursachen für abweichende Überlebenskurven können beispielsweise Aggregation oder unterschiedlich zugängliche Umgebungen sein. Welche Erklärung zutrifft, muss anhand der konkreten Versuchs- und Wiederfindungsbedingungen untersucht werden.

Eine belastbare Modellbewertung betrachtet daher den beobachteten Bereich, die Nachweisgrenze und die Herkunft der Widerstandsparameter. Werte unterhalb einer Nachweisgrenze sind keine gemessenen Nullen. Auch ein negativ getesteter kleiner Probenumfang beweist nicht unmittelbar die exakt extrapolierte Wahrscheinlichkeit für jede Produkteinheit. Die Aufgabe der Rechnung ist, die Konsequenzen der Annahmen sichtbar zu machen; die Eignung dieser Annahmen bleibt eine eigenständige mikrobiologische Nachweisfrage.

Gleiche Referenzexposition ist modellabhängige Gleichwertigkeit

Zwei eigene hypothetische Temperaturgeschichten verdeutlichen, was thermische Gleichwertigkeit bedeutet. Verlauf A umfasst zehn Minuten bei T_ref. Verlauf B umfasst eine Minute bei T_ref + 10 °C. Alle anderen Zeiten werden in diesem isolierten Vergleich mit null Beitrag außerhalb des betrachteten Fensters angesetzt. Für z = 10 °C ergeben beide F_ref,10 = 10 min. Diese Gleichheit folgt exakt aus dem definierten Temperaturmodell.

Wird dieselbe Geschichte mit z = 20 °C ausgewertet, beträgt F_ref,20 für A weiterhin zehn Minuten. Für B ergibt sich jedoch 10^(10/20)·1 min = 3,1623 min. Die beiden Geschichten sind also für eine andere Temperaturabhängigkeit nicht gleichwertig. Ihre Gleichheit im ersten Modell lässt sich nicht auf jeden Organismus oder auf jede chemische Veränderung des Mediums übertragen.

Der Unterschied ist bei der Prozessentwicklung besonders wichtig, wenn minimale Inaktivierungswirkung und maximale Materialbelastung zugleich bewertet werden. Ein geeignetes Modell für den Abbau einer empfindlichen Komponente kann eine andere Temperaturabhängigkeit besitzen als der mikrobiologische Nachweis. Ein einziges F₀-Ergebnis beantwortet dann nur eine dieser Fragen. Auch Spitzen- und Temperaturgrenzen bestimmter Werkstoffe werden nicht dadurch bedeutungslos, dass eine integrierte Mindestwirkung erreicht wurde.

Der Bericht sollte die Vergleichsaussage deshalb vollständig nennen: gleiche äquivalente Zeit bei dieser Referenztemperatur, diesem z und diesem Auswertefenster. Eine Entwicklung kann mehrere modellbezogene Kennzahlen nebeneinander verwenden, solange jede ausreichend begründet ist. Die Daten dürfen dabei nicht nachträglich so umparametrisiert werden, dass eine gewünschte Gleichwertigkeit entsteht. Die vorab festgelegte Akzeptanzfrage bestimmt, welche dieser Aussagen für die konkrete Entscheidung erforderlich ist.

Warum symmetrisches Temperaturrauschen das Integral verschieben kann

Die Exponentialtransformation wirkt auch auf Messrauschen. Setzt ein reiner mathematischer Fall einen additiven, normalverteilten Temperaturfehler ε mit Mittelwert null und Standardabweichung σ voraus, dann gilt für a = ln(10)/z: E[exp(aε)] = exp(a²σ²/2). Der erwartete transformierte Fehlerfaktor ist damit größer als eins, obwohl der Temperaturfehler selbst im Mittel null ist. Vorausgesetzt werden hier genau dieses Fehlermodell und ein unveränderter wahrer Temperaturverlauf.

Bei z = 10 °C und σ = 0,5 °C beträgt der Faktor ungefähr 1,00665, entsprechend rund 0,665 % höherer erwarteter Wirkungsrate. Bei σ = 1,0 °C ergibt sich rund 1,02686, also 2,686 %. Diese Zahlen beschreiben statistisch angenommenes Rauschen. Sie sind keine Eigenschaften der im Datensatz verwendeten idealen Sensoren und kein pauschaler Korrekturfaktor für reale Logger.

Ein konstanter Kalibrierfehler ist etwas anderes: Er verschiebt den gesamten Verlauf systematisch mit dem zuvor hergeleiteten Faktor 10^(δ/z). Zeitlich korreliertes Rauschen, Sensorträgheit und Auflösung können wiederum andere Auswertefragen erzeugen. Mehr Messpunkte reduzieren nicht automatisch jeden Beitrag. Werden aus mehreren Kanälen jeweils die höchsten Messwerte ausgewählt, kann eine zusätzliche Auswahlverzerrung entstehen, die das einfache Rauschmodell nicht abdeckt.

Die praktische Schlussfolgerung lautet, das Signalmodell vor einer Glättung oder Korrektur zu klären. Ein Filter kann Rauschen reduzieren und zugleich reale kurze Temperaturänderungen abschwächen. Sein Nutzen wird anhand des tatsächlichen Messsystems und der Entscheidungsfrage beurteilt. Rohsignal, bearbeitetes Signal und Veränderung des Integrals werden gemeinsam aufbewahrt. Eine ruhige Kurve ist ein Darstellungsmerkmal; ein begründeter Mess- und Auswerteweg ist der Nachweis.

Den Rechenweg auf Einheiten, Fenster und Grenzfälle prüfen

Eine unabhängige Rechenprüfung beginnt mit kleinen Fällen, deren Lösung ohne umfangreiche Software feststeht. Eine konstante Temperatur T_ref über sieben Minuten muss sieben Referenzminuten ergeben. Dieselben Daten mit Sekunden als Zeitbasis ergeben zunächst 420 Referenzsekunden; erst die Umrechnung führt wieder zu sieben Minuten. Ein versehentlich unterlassenes Teilen durch 60 ist ein Einheitenfehler und keine kleine numerische Abweichung.

Ein zweiter Fall verschiebt jede Temperatur um genau z. Bei unverändertem Zeitfenster muss das berechnete F um den Faktor zehn steigen. Ein dritter Fall zerlegt dieselbe lückenlose Datenreihe an einem vorhandenen Zeitstempel. Die Summe der beiden Teilintegrale muss dem Integral über den Gesamtbereich entsprechen, wenn dieselbe Integrationsregel und dieselben Randpunkte verwendet werden. Eine doppelt gezählte Zeitspanne an der Phasengrenze würde diese Eigenschaft verletzen.

Ein vierter Fall prüft die Kanalzuordnung: Werden nur die Bezeichnungen zweier identischer Datenkopien getauscht, dürfen sich Zahlen und Rangfolge der zugehörigen Verläufe nicht heimlich verändern. Für reale Messdateien kommen Prüfungen auf Dezimaltrennzeichen, lokale Zeitzone, Sommerzeitwechsel und exportierte Temperatureinheiten hinzu. Diese Kontrollen schützen den Zusammenhang zwischen Messung und Rechnung; sie validieren nicht automatisch das gewählte mikrobiologische Modell.

Im bereitgestellten Rechenweg werden konstante Abschnitte, analytische Integration des bekannten Rampenmodells und die Temperaturverschiebung gezielt gegengeprüft. Jede Ergebnisdatei nennt die synthetische Herkunft und Parameter. Für eine eigene Umsetzung wird derselbe Prüfgedanke mit ihren tatsächlichen Datei- und Einheitenkonventionen wiederholt. Erst wenn Dateninterpretation und Mathematik stimmen, ist die räumliche und prozessbezogene Bewertung sinnvoll anschließbar.

Arbeitsfragen und reproduzierbarer Rechenweg

Warum liegt das Fünf-Minuten-Ergebnis im Datensatz höher? Die Trapezregel verbindet die Wirkungsraten zwischen weit auseinanderliegenden Punkten linear. Bei den hier linearen Temperaturrampen ist die tatsächliche Wirkungsrate gekrümmt. Die grobe Verbindung überschätzt ihre Fläche. Das ist eine Eigenschaft dieses bekannten Modells, kein universeller Fehlernachweis gegen jedes Fünf-Minuten-Protokoll.

Welcher Messort ist im vollständigen synthetischen Verlauf am ungünstigsten? Der langsame Zweig mit etwa 16,0113 Referenzminuten. Ist er damit der Kaltpunkt einer realen Anlage? Nein, denn weitere Orte wurden nicht gemessen und die Daten stammen nicht aus einer Anlage. Die richtige Aussage lautet „kleinster Wert der drei modellierten Orte“.

Was bewirkt ein gemeinsamer Temperaturversatz von +0,5 °C? Bei z = 10 °C steigen alle F-Werte um rund 12,20 %. Ihre Rangfolge bleibt bei identischem Versatz erhalten, ihre absolute Bewertung ändert sich jedoch. Warum ist das kein Konfidenzintervall? Weil zwei gewählte Verschiebungen keine Wahrscheinlichkeitsverteilung oder statistische Abdeckung definieren.

Das Python-Skript enthält Datenerzeugung, Trapezintegration, analytische Gegenrechnung und Sensitivitätsfälle. Datenwörterbuch und Ergebnisdatei beschreiben die Annahmen. Der nächste fachliche Schritt führt zu Dampfqualität und Kondensat sowie zum Nachweis über Messorte und Lasten.

Die zusätzlichen Rechnungen und Tabellen sind als Rechenskript der Vertiefungsfälle und Ergebnisdatei verfügbar.

Begriffe dieses Kapitels

27 Fachbegriffe im Glossar nachschlagen