Der Digitale Zwilling unterstützt die Entscheidungsfindung während der Produktentwicklung

„Model Based“ was? – Eine kurze Reise durch den Buzzword-Dschungel

Vielleicht fragen Sie sich, welchen Stellenwert die Schlagwörter Digitaler Zwilling, Industrie 4.0, IoT, Predictive Maintenence oder Model Based Systems Engineering und deren mannigfaltige Abwandlungen bei der Produktentwicklung und insbesondere bei den neuen Methoden des virtuellen Engineerings  haben?

Die Geschichte derartiger Schlagwörter – allen voran die des Digitalen Zwillings – ist eine Geschichte voller Missverständnisse. Diese finden gegenwärtig besonders häufig – bei jeder passenden oder auch weniger passenden Gelegenheit – Verwendung. Allen Begriffen gemein ist, dass sie durch ihre häufige Verwendung zunehmend unklarer werden. In der Folge herrscht mitunter eine gewisse Skepsis oder Ratlosigkeit bis hin zur Frustration.

Um dem entgegenzuwirken, folgt hiermit nun ein (persönlicher) Definitionsversuch für einige dieser Begriffe:

  • Der Digitale Zwilling ist das virtuelle Abbild eines Produktes, welches die Entscheidungsfindung während der Entwicklung unterstützt. Es hilft dabei, die Leistungsfähigkeit des fertigen Produktes zu optimieren und erlaubt, nach dem Ende des Produktlebenszyklus, wichtige Rückschlüsse für die Entwicklung neuer Produktgenerationen im Sinne eines kontinuierlichen Engineerings. Der Digitale Zwilling kann dabei entweder simulations- oder datengetrieben sein – im Idealfall eine Kombination aus Beidem.
  • Ein Anwendungsszenario des Digitalen Zwillings stellt das sogenannte Predictive Maintenance dar. Unter Umständen wird mit dem Begriff der Prädiktion, also der Vorhersage, heutzutage sehr viel Hoffnung transportiert. Wie von Zauberhand (z.B. unter Nutzung von künstlicher Intelligenz) sollen die seit langem existierenden Probleme des Betriebes von Maschinen, Anlagen oder anderen technischen Systemen zu lösen sein. Eine Grundvoraussetzung dafür ist jedoch, dass Vorhandensein einer kritischen Menge an repräsentativen Daten, die sowohl den einwandfreien Betrieb als auch Ausfallerscheinungen beschreiben. Nur dann können unter Verwendung von computergestützten Verfahren, z. B. unter Verwendung von Algorithmen für maschinelles Lernen, Muster erkannt und entsprechende Schlussfolgerungen abgeleitet werden. Mit Blick auf das eigentliche Ziel – nämlich die Aufrechterhaltung des einwandfreien Betriebes – würde der Begriff von Productive Maintenance dieses Thema evtl. auch recht gut beschreiben.
  • Vor allem in der frühen Phase der Produktentwicklung erfährt das Model Based (Systems) Engineering ein stark steigendes Interesse – und das meines Erachtens völlig zu Recht. Denn dahinter verbirgt sich nicht weniger als der Übergang von der dokumentenbasierten zur modellbasierten Zusammenarbeit, unabhängig von Entwicklungsphasen, Simulationsdisziplinen und Abteilungsgrenzen. Was heißt das konkret? Anstelle der Übergabe von Daten und damit des Know-Hows auf Basis von PDF-Dokumenten werden mit Beginn der Spezifikation über die Systemarchitektur bis zur Simulation funktionale Modelle ausgetauscht und dann für die jeweilige Disziplin mit den notwendigen Informationen angereichert. Dabei wird die Fehleranfälligkeit durch Verringerung der händischen Arbeitsschritte drastisch verringert und eine bessere Nachvollziehbarkeit der einzelnen Entwicklungsschritte gewährleistet. Nicht zuletzt lassen sich auf dieser Basis erstmalig Anforderungen an ein System durch Simulationsmethoden direkt validieren.

Wenn solche oder ähnliche Definitionen zu den anfangs gestellten Fragen in Beziehung gesetzt werden, ist erkennbar, dass Simulation in all ihren verschiedenen Ausprägungen ein zentraler Dreh- und Angelpunkt der Produktentwicklung sein kann.

Denn unter anderem hilft Simulation dabei:

  • Anforderungen an ein Produkt bzw. einen Prozess frühzeitig zu überprüfen,
  • komplexe Zusammenhänge reproduzierbar zu untersuchen und einfach nachvollziehbar darzustellen,
  • Optimierungen von Komponenten oder ganzen Systemen schnell durchzuführen,
  • eine valide Basis für den kontinuierlichen Vergleich mit realen Messdaten zu haben und
  • vollumfänglich sicherheitsrelevante Nachweise zu führen.

Wichtig ist, dass die hier aufgeführten Definitionsversuche weder vollständig sind, noch die alleinige Wahrheit darstellen. Vielmehr möchte ich dafür werben, als „Buzzwords“ verschriene Begriffe – gern auch subjektiv – mit Inhalten zu füllen. Wer sich weder vom Schein schöner Worte blenden lässt, noch sich gegenüber den dahinter stehenden Ideen verschließt, hat große Chancen, die aktuellen Entwicklungen im Bereich der Verfügbarkeit von Simulationsmethoden und neuen Prozessen gewinnbringend für sich zu nutzen.

Denn am Ende gilt glücklicherweise nach wie vor: nicht das Erzählte reicht, sondern das Erreichte zählt!

Schreibe einen Kommentar

Benutzen Sie bitte Ihren eigenen Namen anstatt Ihres Firmennamens.