Die Rektifikation ist seit über zwei Jahrhunderten ein zentrales Verfahren der thermischen Trenntechnik – und nach wie vor die dominierende Methode zur Trennung von Fluidgemischen. Doch in Zeiten wachsender Anforderungen an Energieeffizienz und der zunehmenden Bedeutung erneuerbarer Energien stellt sich die Frage: Ist dieses klassische Verfahren noch zeitgemäß, oder handelt es sich um ein überholtes Konzept mit ausgereiztem Potenzial?
Der Vortrag beleuchtet, wie die Rektifikation zur Standardtechnologie wurde, wo ihre tatsächlichen energetischen Schwächen liegen – und wie moderne Ansätze der Prozessintensivierung und -optimierung dazu beitragen können, ihre Leistungsfähigkeit neu zu entfalten. Im Fokus stehen dabei Konzepte wie thermische Kopplung zur Wärme- und Stoffintegration, der Einsatz von Wärmepumpen sowie die Bedeutung eines fundierten thermodynamischen Verständnisses für die energieeffiziente Auslegung.
Ziel ist es, die Rolle der Rektifikation im Spannungsfeld zwischen Tradition und Innovation kritisch zu reflektieren – und aufzuzeigen, warum sie auch künftig eine Schlüsseltechnologie der Trenntechnik bleiben kann und was dazu notwendig ist.

Etwa 90% aller neu entwickelten pharmazeutischen Wirkstoffe (active pharmaceutical ingredients, APIs) weisen eine extrem niedrige Wasserlöslichkeit und damit verbunden eine sehr geringe Bioverfügbarkeit auf. Um dem entgegenzuwirken und diese Wirkstoffe für therapeutische Anwendungen verfügbar zu machen, enthalten Medikamente neben den APIs auch Hilfsstoffe, die sowohl die Wasserlöslichkeit als auch die Auflösungskinetik verbessern sollen. Die entstehenden Mischungen werden als Formulierungen bezeichnet und kommen als Tabletten, Impfstoffe oder Infusionen auf den Markt.
Das Design von Formulierungen muss sowohl ihre Herstellung, ihre Lagerung als auch ihre Anwendung (Auflösung) im Körper in den Blick nehmen. Am Beispiel von Tabletten diskutiert der Vortrag die thermodynamischen Fragestellungen, die sich für die drei Abschnitte des Lebenszyklus von Tabletten ergeben.
Die wichtigsten Hilfsstoffe für ein Formulierung als Tabletten sind Polymere und Tenside. Diese sollen für eine bessere Bioverfügbarkeit sorgen, indem sie die metastabile, amorphe Form des API stabilisieren. Weil APIs aber auch in Polymeren/Tensiden oft nicht in ausreichendem Maße löslich sind, liegen quasi alle Formulierungen im übersättigt vor und neigen zur Kristallisation. Das wird durch hohe Temperaturen und relative Feuchten noch signifikant beschleunigt. Behördliche Zulassungs­­verfahren fordern daher den Nachweis einer bestimmten Langzeitstabilität (Haltbarkeitsdauer) von Tabletten.
Der Vortrag erläutert, wovon die Langzeitstabilität abhängt, wie sie gemessen und vor allem auch beeinflusst werden kann. Hier spielt vor allem die Wahl geeigneter Polymere und Tenside eine besondere Rolle. Diese werden derzeit oft durch aufwändige Screenings bestimmt - bei angestrebten Langzeitstabilitäten von mehreren Jahren offensichtlich ein wenig zielführendes Vorgehen.
Der Vortrag beschreibt Strategien zur thermodynamischen und kinetischen Modellierung und insbesondere zum Auffinden geeigneter Hilfsstoffe und zur erfolgreichen Vorhersage von geeigneten Herstellbedingungen, von Langzeitstabilitäten und von Auflösungsphänomenen. Dadurch lassen sich zeitaufwändige und kostenintensive Messungen auf ein Minimum reduzieren und die Entwicklungszeiten von Medikamenten erheblich verkürzen.   

Talk Abstract: Control engineering has evolved from a discipline focused on system analysis and controller design into a comprehensive science of system design. Beyond mechanical construction, sensors, actuators, control, software, and domain-specific knowledge, data analytics, machine learning, and artificial intelligence (AI) now play a pivotal role. While classical automation relies on hierarchical control loops that follow a sequential sense-analyze-calculate-act process, modern systems systema­tically integrate perception, sensor fusion, learning, and decision-making in a more dynamic and adaptive manner. Advanced optimization and control algorithms enable these systems to adapt to changing environments in real time, systematically handle nonlinear effects, and continuously operate at peak efficiency. This shift also impacts mechatronics and process control, where data-driven approaches, machine learning, and AI are increasingly shaping the evolution toward intelligent, self-optimizing systems.
The first part of the talk addresses robotic systems and presents an online model-predictive planner for Cartesian reference paths in the end-effector’s pose. This planner operates robustly in dynamic environments and under varying task constraints, providing an effective interface between low-level control and high-level reasoning, including integration with large language models. Applications to large-scale autonomous machines, in particular automated pallet loading by outdoor forklifts and log handling by truck-mounted cranes, demonstrate how the tight coupling of perception, planning, and control enables high levels of autonomy in both industrial and natural settings.
The second part focuses on hybrid modeling approaches that combine first-principles and data-driven methods in process control. By fusing multi-modal sensor data with physics-based and machine learning models, it becomes possible to dynamically estimate unmeasurable product properties during manufacturing. This capability forms the foundation for advanced control concepts that adaptively correct deviations in real time and compensate for variations in raw materials or upstream disturbances. Examples from the steel industry illustrate how such approaches can significantly improve process stability, product quality, and energy efficiency.