Modellbasierte Lösungen zur Überwachung und Steuerung chemischer Batch-Prozesse werden seit vielen Jahrzehnten in der Forschung betrachtet. Anders als in kontinuierlichen Prozessen, in denen modellbasierte Werkzeuge wie Modellprädiktive Regelung in der Branche zum Standard geworden sind, gibt es nur wenige Veröffentlichungen zum praktischen Einsatz von Modellen für Batch-Prozesse, sei es zur Überwachung oder Steuerung. Diese begrenzte Nutzung ist zum Teil auf die inhärente Komplexität der Batchprozesse zurückzuführen (z. B. dynamisch, nichtlinear, Mehrproduktanlagen) und zum Teil auf den bisherigen Mangel an geeigneten kommerziellen Werkzeugen. In den letzten Jahren haben Algorithmen und kommerzielle Tools zur modellbasierten Überwachung und Steuerung von Batch-Prozessen einen höheren Reifegrad erreicht und gewinnen im Zeitalter von Industrie 4.0 und Digitalisierung langsam aber stetig mehr Interesse bei Betreibern von Batch-Anwendungen. Dieser Beitrag ist ein praktisches Beispiel in diesem Anwendungsbereich, insbesondere für die Verwendung eines Grey-Box-Modellierungsansatzes, bei dem ein Multiway-PLS-Model (PLS=Projection to Latent Structure) mit einem First-Principles-Modell kombiniert wird, um die Entwicklung eines Batch-Polymerisationsprozesses zu überwachen und in Echtzeit die Endqualität vorherzusagen. Der Modellierungsansatz wird beschrieben, und die experimentellen Ergebnisse eines industriellen Batchlaborreaktors werden vorgestellt.