Lernen vom digitalen Zwilling

Was ist eigentlich…

Lernen vom digitalen Zwilling

Bild: Epicor Software Deutschland GmbH

Digital twinning ist eine von vielen Technologien, mit denen Industrieunternehmen im Rahmen ihrer Industrie 4.0-Projekte Produkte und Services sowie ihre Produktionsanlagen optimieren und weiterentwickeln. Das ganze Potenzial eines digitalen Zwillings lässt sich erst ausschöpfen, wenn sich die digitalen Abbilder in einer vernetzten Systemlandschaft durchgängig nutzen lassen.
An den Vorteilen industrieller Transformationstechnologien wie Internet of Things (IoT), Big Data, Robotik und Künstliche Intelligenz (KI) scheint es also wenig Zweifel zu geben. Im gleichen Atemzug wird immer öfter der digitale Zwilling genannt. Der ‚digital twin‘ ist das Abbild eines physischen Assets auf einer digitalen Plattform. Damit können Hersteller Daten von Maschinensensoren erfassen, um daraus in Echtzeit Status und Leistungswerte abzuleiten. Sobald Fertigungsbetriebe damit beginnen, IoT-Endpunkte, Geräte und physische Güter mit Sensoren und Erfassungssystemen zu verbinden, können die gewonnenen Daten Einblicke vermitteln, um Prozesse zu optimieren und zu automatisieren. Digitale Zwillinge sind für alle Arten von physischen Produkten möglich – vom Mikrochip bis zum Luxusauto.

Beispiel Prototyping

Naheliegender Einsatzbereich von digital twinning – mit einem enormen Potential für Kosteneinsparungen – ist das Prototyping. Bei der konventionellen Produktentwicklung werden physikalische Prototypen meist erst sehr spät gebaut. Digitale Prototypen hingegen generieren sehr viel früher wichtige Erkenntnisse durch virtuelle Simulationen, Modifikationen können jederzeit und zu minimalen Kosten über den gesamten Entwicklungsprozess erfolgen. Damit reduzieren Fertigungsunternehmen nicht nur Entwicklungszeiten und -kosten, sondern dringen auch in den Bereich der Vorhersage von Ausfallszenarien und potenziellen Ausfallzeiten vor – was eine deutliche Effizienzsteigerung in der Produktentwicklung darstellen kann.

Einblicke gewinnen

Für Fertigungsunternehmen sind digitale Zwillinge zudem interessant, um die Produktivität zu steigern – etwa indem sie es ermöglichen, den Bau von Produktionsstätten zu überwachen, Anlagen zu steuern und Endprodukte zu prüfen. Zu diesem Anwendungsbereich gehört auch die vorausschauende Wartung beziehungsweise Predictive Maintenance. Kontinuierliche Maschinenzustandsdaten von Sensoren dienen zur Berechnung von Bauteilverschleißraten, Produktionslasten und Lebensdauer. Digital twinning vereinfacht es dabei, den optimalen Zeitpunkt für die Wartung zu bestimmen und so Kosten für größere Reparaturen sowie vorzeitige oder unnötige Wartungsarbeiten zu vermeiden. Ist in der Produktion jedes einzelne physikalische Gerät der Anlagen virtuell repräsentiert, haben Hersteller plötzlich eine Fülle von Daten über Produktionsprozesse und Leistungswerte zur Hand.

Seiten: 1 2Auf einer Seite lesen

Epicor Software Deutschland GmbH
www.epicor.com/de

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.