Autor
Noch vor nicht allzu langer Zeit war der Begriff „Digital Twin“ lediglich ein akademisches Konzept. Heute sind digitale Zwillinge jedoch in fast jeder Branche zu finden: in der Fertigung, im Einzelhandel, im Energiesektor, im Gesundheitswesen und vielen anderen Bereichen … und bieten Vorteile wie gesteigerte Produktivität, verkürzte Markteinführungszeiten und eine höhere Kundenzufriedenheit. Tatsächlich steht in der heutigen vernetzten Welt physischer Objekte, Prozesse oder Systeme jeder Anwendungsfall, der mit data Erkenntnissen und Entscheidungsfindung zu tun hat, in Zusammenhang mit dem Begriff „Digital Twin“.
Allgemein gesagt sind digitale Zwillinge virtuelle Abbildungen von Objekten (eine Turbine, ein Auto, eine Person), Prozessen (Lieferkette oder Fertigungslinie) oder ganzen Systemen (ein Stromnetz, ein Krankenhaus, eine Stadt). Was haben sie gemeinsam? Ihre zugrunde liegenden data auf physische Messungen aus der realen Welt.
Was genau sind digitale Zwillinge? Was leisten sie?
Heute halten digitale Zwillinge in allen Bereichen der Industrie Einzug, von der Fertigung über den Einzelhandel, die Automobilbranche, den Energiesektor und das Gesundheitswesen bis hin zu Städten und der Forschung – die Liste ließe sich noch fortsetzen. Die Anwendungsfälle und Einsatzmöglichkeiten für digitale Zwillinge sind sogar noch vielfältiger: data und -visualisierung, Effizienzsteigerung, Optimierung, Szenarioanalyse, Simulation und Prognosen zur zukünftigen Entwicklung. Angesichts dieser breiten Palette an Branchen und Anwendungsbereichen ist es nicht verwunderlich, dass es für den Begriff „digitaler Zwilling“ keine klare Definition gibt und er für verschiedene Menschen unterschiedliche Bedeutungen haben kann.
In diesem Artikel beleuchten wir die wichtigsten Merkmale von Digital Twins, damit Sie diese besser verstehen und sich in künftigen Gesprächen sicherer bewegen können. Außerdem erläutern wir die Unterschiede zwischen den beiden Haupttypen von Digital Twins, die sich jeweils durch unterschiedliche data , Modellierungsaufwände, erforderliche Teamkompetenzen und Anwendungsfälle auszeichnen.
Mit diesem Wissen werden Sie in der Lage sein, die Vorteile dieses Konzepts für Ihre spezifische Branche und Ihren Anwendungsfall leichter zu erkennen und zu nutzen.
Digitaler Zwilling – Archetyp A: Visualisierung und Analyse in einem data
Der Archetyp A visualisiert eingelesene data liefert Erkenntnisse durch die Analyse data. In anderen Branchen und Prozessen könnte dieser Archetyp allgemeiner als Business Intelligence beschrieben werden, mit dem Unterschied, dass der digitale Zwilling in der Regel data visualisiert. Manche Unternehmen bezeichnen diesen Archetyp alsdata “.
Der Hauptvorteil eines data liegt in der Verfügbarkeit bereinigter data einem einzigen Ort, wodurch diese einem breiten audience zugänglich gemacht werden audience einen ganzheitlichen Überblick über das betreffende Objekt, den Prozess oder das System audience . Transparenz und der Zugriff auf bereinigte data liefern den Nutzern auch ohne AI fortgeschrittene Algorithmen des maschinellen Lernens eine Fülle von Informationen und einen erheblichen Mehrwert. Zusätzlicher Mehrwert entsteht durch Anwendungsfälle wie Überwachung, Fehlererkennung und Alarmierung, und durch die Einbindung menschlicher Interaktion und Rückmeldungen wie Aufgabenmanagement oder Ticketerstellung wird der data Teil eines integrierten Workflow-Managementsystems. Fortgeschrittenere Anwendungen nutzen die eingehenden data Erkenntnisse für die vorausschauende Wartung data liefern, zu bestimmen, wann ein Gerät oder eine Maschine gewartet werden muss, und den Wartungszyklus auf der Grundlage der gemessenen data anzupassen.
Beispiele für einen data Visualisierung und Analyse:
Die größten Herausforderungen bei der Erstellung eines wirkungsvollen data liegen darin, das betriebswirtschaftliche Wissen und das technische Fachwissen des Anwenders zu kombinieren, um den data zu erstellen. Mit bereinigten und kategorisierten data im vorherigen Schritt beschrieben, besteht der entscheidende Erfolgsfaktor darin, von der Anwenderperspektive auszugehen und einen nutzerzentrierten Designansatz zu verfolgen. Auf der Grundlage klar definierter User Stories entwerfen wir die grafische Benutzeroberfläche und leiten die technischen Anforderungen an data ab. Das richtige Gleichgewicht zwischen der Visualisierung der minimal erforderlichen data der Bereitstellung eines vollständigen End-to-End-Überblicks sorgt für die richtige Klarheit, die Erkenntnisse und Mehrwert schafft.
Digitaler Zwilling – Archetyp B: Simulationen mithilfe eines dynamischen Zwillings
Archetyp B, der „dynamische“ digitale Zwilling, erstellt eine vollständige digitale Abbildung der Realität, indem er Informationen und data allen bisher nicht vermessenen Stellen dynamisch generiert. Der dynamische digitale Zwilling nutzt data im data data und generiert zusätzliche Informationen, um eine ganzheitliche End-to-End-Sicht auf das gesamte Objekt, System oder den gesamten Prozess zu schaffen.
Das Herzstück eines dynamischen digitalen Zwillings bilden Berechnungsmethoden, die Lücken füllen können, wo keine data sind. Die Methoden zur Generierung zusätzlicher data vielfältig und reichen von Modellen auf Basis physikalischer Gleichungen, die die gesamte Dynamik des Systems detailliert erfassen, bis hin zu vereinfachten Heuristiken, statistischen Zusammenhängen wie Parametrisierungen oder fortschrittlichen AI Machine-Learning-Ansätzen. Diese Methoden dienen nicht nur dazu, die Lücken im aktuellen Zustand zu füllen, sondern sind der leistungsstarke Motor, der dynamisch alternative Zustandsausgaben generiert, die für die Szenarioanalyse und -optimierung verwendet werden, wie im Abschnitt „Anwendungsfälle“ weiter unten beschrieben.
Der größte Vorteil dynamischer digitaler Zwillinge liegt darin, dass man mithilfe ihrer dynamischen Berechnungsengine untersuchen und nachvollziehen kann, wie eine Anlage, ein Prozess oder ein System auf Veränderungen reagiert. Das Durchspielen alternativer Szenarien, die Durchführung von Was-wäre-wenn-Analysen und das Verständnis der Auswirkungen dieser Veränderungen auf das System sind leistungsstarke Anwendungsfälle zur Verbesserung des Produktdesigns, zur Optimierung des Betriebs, zur Verbesserung der Planung und zur Gewährleistung der Versorgungssicherheit. Hier einige Beispiele:
Zwar sind die Vorteile dynamischer digitaler Zwillinge unbestritten, doch liegt die größte Herausforderung bei einem dynamischen digitalen Zwilling in den unterschiedlichen Methoden, die den Rechenkern des digitalen Zwillings bilden. In vielen Fällen ist eine einfache Heuristik oder Parametrisierung die beste Lösung; in anderen Fällen sind fortgeschrittenere statistische Verfahren wie maschinelles Lernen besser geeignet. Die genaueste Methode bleibt die Verwendung physikalischer Gleichungen, um die Lücken zu füllen und zu bestimmen, wie das System auf Veränderungen reagieren wird. Die Kriterien für die Beurteilung, welche Methode die richtige Wahl ist, hängen von der Verfügbarkeit von data das Training und den Einsatz von Modellen, den Anwendungsfällen, der Genauigkeit der Ergebnisse und der Rechenleistung für Live-Berechnungen ab.
Erste Schritte mit einem digitalen Zwilling
Eine der größten Herausforderungen bei der Nutzung des Potenzials von Digital Twins besteht darin, ein sehr weit gefasstes Konzept in die Praxis umzusetzen, um durch einen konkreten Anwendungsfall einen Mehrwert zu schaffen. In der Anfangsphase der Einführung von Digital Twins sind drei Aspekte von entscheidender Bedeutung:
Zwar sind die Vorteile dynamischer digitaler Zwillinge unbestritten, doch liegt die größte Herausforderung bei einem dynamischen digitalen Zwilling in den unterschiedlichen Methoden, die den Rechenkern des digitalen Zwillings bilden. In vielen Fällen ist eine einfache Heuristik oder Parametrisierung die beste Lösung; in anderen Fällen sind fortgeschrittenere statistische Verfahren wie maschinelles Lernen besser geeignet. Die genaueste Methode bleibt die Verwendung physikalischer Gleichungen, um die Lücken zu füllen und zu bestimmen, wie das System auf Veränderungen reagieren wird. Die Kriterien für die Beurteilung, welche Methode die richtige Wahl ist, hängen von der Verfügbarkeit von data das Training und den Einsatz von Modellen, den Anwendungsfällen, der Genauigkeit der Ergebnisse und der Rechenleistung für Live-Berechnungen ab.
Zusammenfassend lässt sich sagen: Schaffen Sie Mehrwert aus physischen data digitaler Zwillinge
Digitale Zwillinge haben sich von einem akademischen Konzept zu einem transformativen Werkzeug entwickelt, das in verschiedenen Branchen erfolgreich eingesetzt wird. In der heutigen vernetzten Welt physischer Messungen bieten digitale Zwillinge virtuelle Abbildungen physischer Objekte, Prozesse oder Systeme, um data Erkenntnisse und Entscheidungsfindung zu ermöglichen. Mit zwei Haupttypen – (A) data für Visualisierung und Analyse sowie (B) dynamische Zwillinge für Simulationen und Szenarioanalysen – decken digitale Zwillinge vielfältige Anwendungen und Branchen ab. Wenn Unternehmen spezifische Anwendungsfälle identifizieren, können sie sich einen Wettbewerbsvorteil sichern, indem sie digitale Zwillinge nutzen, um die Produktivität zu steigern, Abläufe zu optimieren und die Planung zu verbessern.
