Die vollständige Kette

Am 22. August 2026 um 11:06 Uhr meldete die letzte offene Station eines Ganzgenom-Laufs den Zustand „fertig“. Davor liegen vier Tage, 103,6 Gigabyte Ergebnisdaten und kein einziger Handgriff an den Daten. Alles, was in diesen vier Tagen geschehen ist, stand in unserer Datenbank, bevor ein Mensch es gelesen hat: welches Werkzeug in welcher Version, auf welchem Rechenknoten, von wann bis wann, mit welcher Prüfsumme hinein und welcher hinaus.

Der vordere Teil der Kette steht seit Monaten und ist beschrieben: eine Bestellung wird zum Angebot, das Angebot zur Auftragsbestätigung, die Bestätigung zur Probenlogistik mit Sendungsverfolgung, die Probe zum Eingang im Labor. Der hintere Teil steht ebenso: Portal, Dokumente, Rechnung, Freigabe. Was dazwischen lag, betreibt unsere Branche bis heute als Handarbeit. Aus Rohdaten werden Alignments, aus Alignments Varianten, aus Varianten eine annotierte und gefilterte Auswahl, daraus ein Bericht, daraus eine Lieferung. Jede dieser Übergaben war ein Mensch, der eine Datei von einem Ort an einen anderen trug – und der hinterher aus dem Gedächtnis erklären musste, woher sie stammt.

Ein Rechenlauf war bisher etwas, das auf einer Maschine passierte und danach nur noch als Ordner existierte. Heute ist er ein Datensatz: Pipeline und Version, Rechenknoten, Zeitraum, Kennzahlen, dazu jede einzelne Station mit eigenem Werkzeug, eigener Version, eigenem Zeitfenster und eigenem Zustand. Der Lauf hängt am Auftrag, und jede Ergebnisdatei hängt am Lauf.

Das klingt nach Buchhaltung. Es ist der Unterschied zwischen einem Ergebnis, dem man glauben muss, und einem Ergebnis, das seine eigene Herkunft mitbringt. Wer in zwei Jahren fragt, wie eine bestimmte Variante in eine bestimmte Tabelle gekommen ist, bekommt keine Erinnerung als Antwort, sondern eine Zeile.

Jede Station wird ausgewählt, parametrisiert, gestartet, überwacht und ausgewertet, ohne dass jemand sie anstößt. Interessanter als das Durchlaufen ist das Anhalten. In einem der Läufe hätte eine Abdeckungsschwäche in einer schwierigen Genregion unter gemittelten Fensterwerten unsichtbar bleiben können. Die Auswertung hat den Unterschied selbst bemerkt, die Rechnung auf Intervallebene wiederholt, beide Ergebnisse nebeneinandergestellt und die Regel daraus ins Protokoll geschrieben. In einem anderen Fall ließ sich ein eingescanntes Dokument nicht lesen; statt die fehlenden Angaben zu ergänzen, hat der Lauf gemeldet, was er nicht bestimmen konnte, und den Weg über die Bilderkennung genommen.

Das ist der eigentliche Punkt. Eine Maschine, die nur durchläuft, ist ein Risiko. Eine Maschine, die weiß, wo ihre Aussage endet, ist ein Werkzeug.

Am Ende jeder Kette steht deshalb kein Automat, sondern eine Reihenfolge. Die Bioinformatik prüft den Lauf gegen seine Kennzahlen. Das technisch-wissenschaftliche Team prüft den Bericht gegen die Daten. Wo der Fall es verlangt, kommt die ärztliche Freigabe darüber. Was verschwunden ist, sind die Handgriffe. Was geblieben ist, sind die Entscheidungen – und die sollen bleiben.

Wie viel dabei wegfällt, zeigt ein Lauf am besten selbst. Die Annotation davor schreibt zu jeder Variante eine Zeile je Transkript und eine je Gen – 45.042.328 und 6.632.525 Zeilen. Die Kaskade darunter zählt keine Zeilen, sondern Varianten, und setzt deshalb noch einmal von vorn an.

Fertige Dateien werden nicht verschickt, sie werden eingespeist. Jede Zeile trägt Bezeichnung, Größe und Prüfsumme und liegt zunächst zurückgehalten. Erst ein Schalter je Zeile gibt sie an den Kunden frei, und dieser Schalter schreibt in die Auftragshistorie, wer wann was freigegeben hat. Eine interne Arbeitsfassung kann so im selben Auftrag liegen wie das Kundendokument, ohne je sichtbar zu werden.

Für große Daten gilt eine Regel, die wir uns bei Anbietern abgeschaut haben, die täglich Milliarden bewegen: das Portal autorisiert, es transportiert nicht. Kein geteiltes Ordnerpasswort, kein Link, der weiterwandert. Die Adresse entsteht im Moment des Klicks, gilt nach Dateigröße Minuten oder Stunden, lässt eine abgebrochene Übertragung fortsetzen und hinterlässt bei jedem Abruf eine Zeile. Für den Kunden sehen sechs Kilobyte und hundert Gigabyte damit gleich aus.

Die Kette fragt nicht, welche Biologie am Anfang stand. Vorne kommen Rohdaten herein, hinten fallen definierte Liefergegenstände heraus, und dazwischen liegt eine austauschbare Strecke. Ob am Anfang ein Genom steht, ein Exom, ein Trio, ein Mikrobiom, ein Expressionsprofil oder ein Proteinpanel aus dem Partnernetz, ändert die Werkzeuge in der Mitte. Es ändert nichts an dem, was drumherum steht: Laufobjekt, Stationen, Manifest, Prüfsummen, Rückhalt, Freigabe, Protokoll.

Genau deshalb ist der Aufwand einmalig und der Nutzen wiederkehrend. Eine neue Fragestellung kostet eine Pipeline, keine neue Organisation.

Ein Auftrag ist vollständig durch diese Kette gelaufen, drei weitere Läufe über dieselbe Strecke. Der vierte Fall stammt aus einem laufenden Validierungsvorhaben und ist kein Genom, sondern ein Exom – angereichert statt vollständig sequenziert, und von einem anderen Sequenziergerätetyp als die drei davor. Dieselbe Strecke, andere Datenquelle, anderes Verfahren, ohne eine Zeile Sonderbehandlung.

Vier Fälle sind kein Durchsatzbeweis. Sie sind etwas anderes, und das ist im Moment mehr wert: der Beleg, dass die Architektur trägt. Was viermal ohne Sonderbehandlung durchläuft, läuft auch vierhundertmal – der Unterschied ist dann Rechenzeit, nicht Organisation.

Was hier nicht steht, steht aus Absicht nicht hier. Kein Kunde wird genannt, kein Befund erscheint, und Ergebnisse aus laufenden gemeinsamen Vorhaben zeigen wir erst, wenn die Beteiligten sie freigeben. Wessen Daten wir verarbeiten, entscheidet, wann darüber gesprochen wird.

Zwei Dinge sind heute noch Handarbeit, und beide stehen auf der Liste für die kommenden Wochen. Jemand startet den Lauf, statt dass ankommende Rohdaten ihn selbst auslösen. Und jemand sieht sich das fertige Dokument an, bevor es herausgeht, weil ein Bericht mehr ist als der Text darin. Die Laborseite ist den umgekehrten Weg schon gegangen: die Geräte arbeiten seit langem programmiert statt bedient, und die Handhabung der Proben folgt in absehbarer Zeit.

Der Anspruch ist unbescheiden und deshalb wert, ihn aufzuschreiben. Neunhundertneunundneunzig von tausend Läufen sollen ohne Eingriff durchgehen. Der tausendste soll auffallen, weil eine Station es selbst sagt – nicht weil jemand zufällig hingesehen hat.

Unser Maßstab ist nicht, wie schnell wir Dateien erzeugen. Es ist die Zeit von einer biologischen Frage bis zum gesicherten Ergebnis, und die Zahl der Hände, die dazwischen greifen müssen.

Auftrag, Lauf und Lieferzeilen liegen im Portal unter app.atlasbiolabs.com. Wie der vordere Teil der Kette entsteht – von der Frage bis zum verbindlichen Angebot –, steht hier.