Wie der digitale Zwilling die Entwicklung beschleunigt

Mit dem Digitalen Zwilling rückt der Lebenszyklus von Komponenten und Anlagen in den Vordergrund“, sagt Daniel Stock, Group Leader IT Architectures for Digital Production am Fraunhofer IPA. Das Industrial Internet Consortium definiert einen digitalen Zwilling „als formelle digitale Repräsentation eines Assets, Prozesses oder Systems, die Attribute und Verhalten dieser Entität erfasst, die für die Kommunikation, Speicherung, Interpretation oder Verarbeitung in einem gewissen Kontext geeignet sind“.

Und hier wird es schon komplex, denn es gibt eine ganze Reihe unterschiedlicher Repräsentationen, erklärt Stock: „Es kann sich um ein physikalisches Simulationsmodell handeln, das physikalisches Verhalten richtig simuliert – damit lässt sich im Änderungsmanagement schauen, was passiert, wenn ein Element einer Anlage ausgetauscht wird. Genauso ist aber auch eine Betrachtung als Echtzeitabbild der Anlage denkbar, bei dem Daten in Echtzeit gewonnen und mit einem Simula­tionsmodell gekoppelt werden“. Wieder andere Ausprägungen des digital Twin (DT) sind 3D-Visualisierung, zum Beispiel der gesamten Fabrik, oder Simulation.

Aus Sicht von Peter Scheller, Presales Manager Engineering bei Siemens, wird mit dem digital Twin die Verzahnung in die Produktion hinein viel enger: „Die digitalen Zwillinge der Produktion können ständig auf das aktuelle Modell des Produkts referenzieren und somit schon in der frühen Produktentwicklungsphase eine Parallelisierung der Entwicklung der Produktionsumgebung bis hin zur virtuellen Inbetriebnahme erlauben.“

Die Simulation von Produktverhalten und Produktionsprozess ermögliche eine Reduzierung der Fehler und einen gut abgestimmten Produktionsstart. Zudem könnten Produktionsstätten optimal ausgelastet werden, da die Rüstzeiten durch die digitale Validierung der Bearbeitungsprozesse wie CAM reduziert werden. Beim DT des Produkts setzt Siemens nach eigenen Angaben auf einen rein 3D-orientierten Prozess, der das Wissen in Modellen verankern und Dokumente wie die 2D-Zeichnungen obsolet machen soll.

„Die zukünftigen Entwickler können sich auf die Aufgabe der Umsetzung von Kundenanforderungen konzentrieren und mit modellbasierten Lösungen technische Dinge umsetzen, die in einer 2D-Zeichnungswelt nicht möglich sind“, ist sich Scheller sicher. Carsten Ma­tysczok, Senior Expert beim Beratungshaus Unity, erklärt: „Wenn der digital Twin lebt und genutzt wird, lassen sich die realen Informationen aus dem Produkt für neue Services wie Condition Monitoring oder Preventive Maintenance nutzen.“ Zudem liefere der digital Twin auch deutlich schnelleres Feedback, wo es Probleme gibt.

„Die Identifikation von Änderungen für die nächste Serie oder Update-Notwendigkeiten erfolgt deutlich schneller – eine frühzeitige Reaktion kann hier auch dazu beitragen, dass sich teure Rückholaktionen vermeiden lassen“, so Matysczok. Auch Trends hinsichtlich der Qualität würden früher sichtbar. Wenn zum Beispiel klar wird, dass sich Teile schneller als geplant abnutzen, lasse sich schnell gegensteuern, bevor Reklamationsprozesse entstehen.

Im Maschinen- und Anlagenumfeld könnte mit dem digital Twin auch nachvollzogen werden, welche Funktionen überhaupt genutzt werden und sinnvoll sind – schließlich kostet jede Funktion Geld und Weiterentwicklungsaufwand. „In den digital-Twin-Konzepten werden frühzeitig 3D-Modelle entwickelt, das unterstützt einerseits beim Simultaneous Engineering, andererseits kann die Produktion diese Daten früh nutzen, um Betriebsmittel zu entwickeln und zu planen“, führt auch der Unity-Experte an.

Aus Sicht des Fraunhofer-IPA-Experten Daniel Stock beschleunigt der DT die Prozesse, weil Prototypen oft obsolet werden. Die digitale Simulation ist auch deutlich schneller als 3D-Druck, der das Prototyping bereits verändert hat: Es ist nur eine andere Parametrisierung nötig. Wo früher physische Prototypen unverzichtbar waren, hilft das virtuelle Abbild, Schwachstellen und Optimierungspotenziale zu identifizieren, bevor das Produkt in der Realität existiert. Der virtuelle Raum werde dadurch zu einer Art Testlabor, glaubt man bei Dassault. „Dieses Vorgehen spart nicht nur Zeit und Geld, sondern schont auch physikalische Ressourcen, was Unternehmen dabei hilft, ihre Wertschöpfungskette nachhaltiger zu gestalten und den eigenen ökologischen Fußabdruck zu verkleinern“, gibt Darko Sucic zu bedenken, Director Delmia Technical Sales bei Dassault Systèmes.

Mithilfe digitaler Zwillinge auf einer zentralen Datenplattform sollen Prozesse demnach deutlich beschleunigt werden: So könnten auch Mitarbeiter anderer Abteilungen oder Standorte immer an allen Ideen zusammenarbeiten.

Die Hauptherausforderung liegt aus Sicht von Experten ganz klar darin, dass alle Domänen enger zusammen rücken und ein gemeinsames Verständnis, gleiche Begrifflichkeiten und eine einheitliche Plattform brauchen. „Viele Unternehmen arbeiten derzeit daran, eine Harmonisierung der Definitionen und Begrifflichkeiten zwischen den fachlichen Bereichen zu erreichen. Die Einigung auf einen einheitlichen, standardisierten digital Twin spart erhebliche Komplexitätskosten“, sagt Daniel Stock.

Der größte Wert entsteht dann, wenn der Lebenszyklus nicht nur intern, sondern auch über die Prozesse beim Kunden hinweg gesamtheitlich betrachtet wird, damit Erfahrung aus den digitalen Services wie Predictive Maintenance direkt wieder in die Entwicklung einfließt.

Damit eine domänenübergreifende Zusammenarbeit funktioniert, muss jedoch die Datenbasis stimmen. „Es gibt nicht den einen digital Twin. Stattdessen ist es wichtig, sich vorab darüber bewusst zu sein, wer den digital Twin nutzen wird und welche Daten für diese Person relevant sind. So benötigt beispielsweise ein Konstrukteur mehr und andere Daten als eine Person aus dem Vertrieb“, konstatiert Markus Hannen, Vice President Go-to-Market beim PLM-Hersteller PTC. Damit der digital Twin zielgerichtet genutzt werden könne, müssten die benötigten Daten an den jeweiligen Stellen verfügbar sein, ohne die Nutzer zu überfordern.

Letztlich geht es beim Thema digital Twin wohl auch nicht ohne Kulturwandel. „Der digital Twin schafft mehr Transparenz, das kann auch mal wehtun“, so formuliert es Jörg Greitemeyer, Senior-Geschäftsfeldleiter bei Unity: „Entwicklungsabteilungen, die gewohnt sind, einzelne Stadien nur freizugeben, wenn alles komplett abgesichert ist, müssen sich dann auf einen ‚Proud-to-Share‘-Gedanken und das Teilen von Entwürfen in frühen Phasen einstellen.“

Generell ist eine höhere Technologiekompetenz für DT-Konzepte in der Organisation notwendig, von der Sensorik über beispielsweise Simulationsmodelle und Daten. „Es kommen deutlich mehr Felddaten auf die Unternehmen zu. Es braucht das Know-how, sie zu analysieren und wirklich zu verstehen, damit das Projekt nicht zum Datengrab wird“, stellt Matysczok fest. Auch Daniel Stock meint: „Die Anforderungen an bestimmte Skills steigen – der digitale Zwilling ist eine zusätzliche, komplexe Technologie, für die Infrastruktur und Anwendungen nötig sind. Qualifizierung und Schulung der Anwender sind deshalb wesentlich“. Es brauche Mitarbeitende, die in der Lage sind, mit unterschiedlichen Tools umzugehen, Informationen zu modellieren und implizites sowie explizites Wissen zu Konstruktion, Entwurf und Anwendungsprozessen in Informationen zu gießen, die von anderen verstanden werden können.

Doch vor allem ist der DT ein Softwarethema: Hier haben viele Maschinenbauer, die vor allem in der Mechatronik unterwegs sind, oft noch Nachholbedarf, beispielsweise bei Hochsprachen für die Anlagensteuerung, weiß Stock. Das gilt insbesondere auch bei Tools, die sich im Cloud-Umfeld bewährt haben. Mit der passenden Cloud-Infrastruktur as a Service lassen sich jedoch viele Komplexitätsprobleme wieder einfangen, so der Fraunhofer-Experte. Ein wichtiges Thema, das ebenfalls immer mehr Einzug in Maschinenbau, Produktion und Entwicklung Einzug hält: Die Steuerung wird nicht mehr als geschlossenes proprietäres System umgesetzt, sondern auf X86- oder ARM-Architektur als Embedded System. Die Steuerungssoftware wird auf diese Weise gleich in DevOps-Prozesse und moderne Versionierungs- und Entwicklungstools eingebunden.

Vom Modell, mit dem zukünftiges Verhalten prognostiziert wird, bis hin zur smarten, wandelbaren Fabrik, die sich autonom anpasst: In den äußerst unterschiedlichen Anwendungsszenarien für digitale Zwillinge müssen oft Insel-Lösungen genutzt und zusammengesteckt werden, berichtet Carsten Matysczok. Die Schnittstellen seien dabei regelmäßig ein Problem, zudem müsse mit den Security-Anforderungen bei der Öffnung der Produktion in Richtung Cloud umgegangen werden. Datenintegrität wird bei der Verknüpfung vieler Quellen ebenfalls zum K.-o.-Kriterium. DT-Projekte sind als strategische Investitionsvorhaben zu betrachten, weiß Jörg Greitemeyer: „Unternehmen können keinen kleinen Piloten für 50 000 Euro aufbauen, um direkt End-to-End-Effekte mit einem digital Twin zu erzielen. Vielmehr müssen sich Unternehmen strategisch mit dem Thema auseinandersetzen“. Deshalb gelte es, Bottom-up zu schauen, was die richtigen Anwendungen sind und welchen Kunden damit Nutzen geboten werden kann. Zugleich sei eine Top-down-Sicht und das Engagement des Managements gefragt.

Bisher gibt es keinen verbindlichen Standard, auch wenn unter Hochdruck daran gearbeitet wird, beispielsweise im Rahmen der Asset Administration Shell (AAS), der Plattform Industrie 4.0 und der Industrial Digital Twin Association, die von vielen großen Playern mitentwickelt wird. Ein Standard soll in der ersten Version bis Ende des Jahres 2021 bereitstehen, in den nächsten drei bis fünf Jahren könnte er sich in der Fläche etablieren, schätzt Daniel Stock: „Wenn sich Unternehmen die Mühe machen, in Infrastruktur, Anwendungen und Ausbildung zu investieren, dann muss das verlässlich sein und über alle Unternehmen hinweg gleich gestaltet werden“. Für KMU seien die Kosten eine der größten Hürden. In der Forschung ist man deshalb bemüht, innovative Lösungen zu entwickeln, mit denen sich diese Herausforderungen in den Griff bekommen lassen.