Scale up: vom Reagenzglas zum Batch-Reaktor
Zuletzt aktualisiert: 27 janvier 2026
Vom Reagenzglas zum Reaktor: Diese kurze Definition verdeutlicht, worum es beim Scale up geht: die Maßstabsvergrößerung von Herstellverfahren für chemische und pharmazeutische Produkte vom Labor- oder Pilotmaßstab hin zur industriellen Produktion. Dabei ist es entscheidend, Betriebsparameter so anzupassen, dass die Produktqualität und Sicherheit erhalten bleiben und die Anlage zugleich stabil und wirtschaftlich betrieben werden kann. Ziel des Scale-ups-Verfahrens ist es, robuste und effiziente großtechnische Produktionslinien zu schaffen.
Gut zu wissen: Beim Upscaling werden häufig auch nachgelagerte Prozessschritte wie die aseptische Abfüllung relevant. Eine moderne Lösung dafür sind die Blow-Fill-Seal-Anlagen (BFS) von Rommelag. Dabei werden Behälter aus sterilisiertem Polymergranulat in der Anlage geformt, sofort mit dem Produkt befüllt und hermetisch versiegelt – alles in einem einzigen, vollständig automatisierten aseptischen Prozess. BFS-Behälter sind bruchsicher, leichter als Glas und können in vielen unterschiedlichen Formaten – von Ampullen bis Flaschen – hergestellt werden. Lagerung, Reinigung oder Sterilisation vorgelagerter Behälter entfallen, was Logistik und Kosten vereinfacht.
Bedeutung von Scale up in der Verfahrenstechnik
Der Technologietransfer in den Großmaßstab ist in der chemischen und pharmazeutischen Industrie so elementar, dass er zu den Kernaufgaben des Chemieingenieurwesens gehört – eines Fachbereichs, der Entwicklung, Auslegung und Maßstabsvergrößerung verfahrenstechnischer Prozesse verantwortet. Üblicherweise beginnen Produktionsprozesse im Labor, wo im kleinen Maßstab Synthesewege erarbeitet werden, um zum Beispiel Wirkstoffe herzustellen. Die große Herausforderung besteht dann darin, diesen Weg, der mit Reagenzglas und Kolben gut funktioniert, so weit zu vergrößern, dass Produkte im industriellen Maßstab hergestellt werden können.
Üblicherweise handelt es sich beim Upscaling in der Chemie und Pharmazie um mehrschrittige Prozesse: vom Labor über das Technikum und Pilotanlagen bis hin zur voll ausgelegten Produktionsanlage beziehungsweise einem Großreaktor. Dabei geht es darum, gewonnene Erkenntnisse aus allen Einzelschritten, etwa zu Reaktionszeiten, Wärmeübertragung, Strömungsverhalten und Produktqualität, auf die industrielle Lösung zu übertragen – mit dem Ziel, eine stabile, wirtschaftlich sinnvolle Anlage zu dimensionieren.
Ein typisches Beispiel aus der Pharmazie ist die Herstellung einer Infusionslösung. Im Labor beschränkt sich das Probevolumen meist auf kleine Ansätze bis zu 500 ml. Ziel der Fertigung wäre jedoch, 1.000 und mehr Liter täglich zu produzieren. Im Rahmen des Scale ups wird zunächst die Herstellung mehrerer Liter im Technikum unter kontrollierten Bedingungen geprüft. Dabei gewinnt das Team wichtige Erkenntnisse zu Filtration, Viskosität, Wärmeabfuhr und weiteren Prozesskennzahlen. Darauf aufbauend, entsteht eine großtechnische Anlage, mit welcher der Hersteller identische Produktqualitäten und reproduzierbare Parameter sicherstellen will.
Herausforderungen beim Upscaling
Was auf dem Papier einfach klingt, kann in der Realität erhebliche Herausforderungen bedeuten. Tatsächlich verhalten sich Stoffgemische im Reaktor oft anders als im kleinen Maßstab, da das Verhältnis von Oberfläche und Volumen, Wärmemengen und Strömungen völlig anders sind. Die folgenden Aspekte sind im Allgemeinen die größten Herausforderungen beim chemischen Upscaling, im Einzelfall können weitere auftreten.
Wärme- und Stofftransport: Im kleinen Reaktor funktionieren Durchmischung und Kühlung oft viel besser als in großen Apparaten.
Strömungsverhältnisse: Turbulenz, Rührgeschwindigkeit oder Gasblasenverteilung ändern sich beim Hochskalieren.
Sicherheitsaspekte: Exotherme Reaktionen, Druckaufbau oder Explosionsgefahren sind neu zu bewerten.
Produktqualität: Auch bei großen Mengen ist eine gleichbleibende Produktqualität unerlässlich. Hier spielen Parameter wie Reinheit, Partikelgröße, Lösungsmatrix etc. eine Rolle.
Daraus ergeben sich konkrete Überlegungen für die Dimensionierung der Anlage. Beispielsweise lassen sich durch die Modulation der Geometrie Kontaktzeiten, Mischeffizienzen, Sterilität und Co. beeinflussen. Darüber hinaus besteht heute bei den meisten Herstellern der Wunsch, Prozesse weitgehend zu automatisieren. Daraus resultieren abermals konkrete Anforderungen, etwa zur Integration von Sensoren. Nicht zuletzt ergeben sich aus der Wahl der Rohstoffe selbst technische Einschränkungen zu Pumpbarkeit, Dosierbarkeit und Co.
Methoden und Ansätze beim Scale up
Wie beschrieben, gibt es zahlreiche Herausforderungen beim großtechnischen Upscaling. Gleichzeitig ist es jedoch elementar, Produkte sicher, stabil und kosteneffizient herzustellen. Entsprechend gibt es mittlerweile eine Vielzahl an Methoden und Ansätzen. Die folgenden Abschnitte geben einen kurzen Überblick.
Dimensionslose Kennzahlen
In der technischen Chemie ist es üblich, mit dimensionslosen Kennzahlen zu arbeiten. Reynolds-Zahl (zeigt, ob Strömungen laminar oder turbulent sind), Péclet-Zahl (zur Vorhersage möglicher Temperatur- und Konzentrationsgradienten), Damköhler-Zahl (zur Abschätzung, ob Prozesse reaktions- oder mischungslimitiert sind) und weitere helfen dabei, Verfahren vom Labor- zum Industriemaßstab zu übertragen.
Computersimulationen
Eine immer größere Bedeutung erhalten darüber hinaus Computersimulationen, um Reaktionen vorherzusagen. Mit Hilfe digitaler Zwillinge existenter oder geplanter Anlagen lassen sich detaillierte, datenbasierte Szenarien zu Faktoren wie Wärmeübertragung, Strömungen und Reaktionszeiten simulieren und bewerten – vorausgesetzt, die zugrunde liegenden Modelle sind validiert und ausreichend mit Prozessdaten hinterlegt.
Weitere Verfahren
Im Speziellen gibt es zudem zahlreiche weitere Möglichkeiten, konkrete Probleme zu lösen, etwa die Scale-Down-Methode. Hier nutzen Anwendende gewissermaßen den umgekehrten Weg, indem sie kritische Teile der Anlage modellieren, um weitere Erkenntnisse zu gewinnen. Außerdem kommen auch nach wie vor traditionelle Ansätze zur Anwendung, wie das Design of Experiments (DoE), bei dem skalierbare Parameter systematisch variiert werden, um ein Optimum zu finden.