Autor
Vor nicht allzu langer Zeit war der Begriff “digitaler Zwilling” noch ein rein akademisches Konzept. Aber heute sind digitale Zwillinge in fast jeder Branche zu finden: in der Fertigung, im Einzelhandel, im Energiesektor, im Gesundheitswesen und in vielen anderen Bereichen... und bringen Vorteile wie höhere Produktivität, kürzere Markteinführungszeiten und höhere Kundenzufriedenheit. Tatsächlich ist jeder Anwendungsfall, der mit data-driven-Einblicken und Entscheidungsfindung in der heutigen vernetzten Welt der physischen Objekte, Prozesse oder Systeme zu tun hat, mit dem Begriff digitaler Zwilling verbunden.
Im Großen und Ganzen handelt es sich bei digitalen Zwillingen um virtuelle Darstellungen von Objekten (eine Turbine, ein Auto, eine Person), Prozessen (Lieferkette oder Fertigungsstraße) oder ganzen Systemen (ein Stromnetz, ein Krankenhaus, eine Stadt). Der gemeinsame Nenner? Ihre zugrunde liegende data bezieht sich auf physische und reale Messungen.
Was genau sind digitale Zwillinge? Was machen sie?
Digitale Zwillinge machen sich heute in allen Bereichen der Industrie bemerkbar, von der Fertigung über den Einzelhandel, die Automobilbranche, den Energiesektor, das Gesundheitswesen, die Städte, die Forschung... die Liste ist endlos. Die Anwendungsfälle und Anwendungen für digitale Zwillinge sind sogar noch breiter gefächert: data-Überwachung und -Visualisierung, Effizienzsteigerung, Optimierung, Szenarioanalyse, Simulation, Vorhersage zukünftiger Zustände. Bei einer so großen Bandbreite an Branchen und Anwendungen ist es nicht verwunderlich, dass der Begriff “digitaler Zwilling” nicht eindeutig definiert ist und für jeden etwas anderes bedeuten kann.
In diesem Artikel erläutern wir die wichtigsten Merkmale digitaler Zwillinge, damit Sie zukünftige Gespräche besser verstehen und steuern können. Wir erklären auch die Unterschiede zwischen den zwei Archetypen von digitalen Zwillingen, die jeweils durch unterschiedliche data-Anforderungen, Modellierungsbemühungen, Teamfähigkeiten und Anwendungsfälle motiviert sind.
Mit diesem Wissen werden Sie in der Lage sein, die Vorteile dieses Konzepts für Ihre Branche und Ihren Anwendungsfall leichter zu erkennen und zu nutzen.
Digitaler Zwilling Archetyp A: Visualisierung und Analytik in einem data-Zwilling
Archetyp A visualisiert aufgenommenes data und liefert Erkenntnisse durch die Analyse von gemessenem data. In anderen Branchen und Prozessen könnte dieser Archetyp allgemeiner beschrieben werden als Geschäftsintelligenz, mit der Nuance, dass der digitale Zwilling in der Regel live data visualisiert. Einige Unternehmen bezeichnen diesen Archetyp als “data-Zwilling”.”
Der Hauptvorteil eines data-Zwillings ist die Verfügbarkeit von gereinigtem data an einem einzigen Ort, der einem breiten audience zugänglich ist, um einen ganzheitlichen Blick auf das betreffende Objekt, den Prozess oder das System zu ermöglichen. Die Transparenz und der Zugang zu bereinigtem data, ohne KI oder fortgeschrittene Algorithmen für maschinelles Lernen, bietet dennoch eine Fülle von Informationen und einen erheblichen Wert für die Nutzer. Zusätzlicher Wert entsteht durch Anwendungsfälle wie Überwachung, Problemerkennung und Alarmierung. Durch die Hinzufügung von menschlicher Interaktion und Feedback wie Aufgabenmanagement oder Ticket-Erstellung wird der data-Zwilling Teil eines integrierten Workflow-Management-Systems. Fortschrittlichere Anwendungen nutzen das eingehende data, um Erkenntnisse über die vorausschauende Wartung zu gewinnen, indem sie bestimmen, wann ein Gerät oder eine Maschine gewartet werden muss und den Wartungszyklus auf der Grundlage des gemessenen data anpassen.
Beispiele für einen Visualisierungs- und Analysezwilling data:
Die größte Herausforderung bei der Erstellung eines hochwirksamen data-Zwillings besteht darin, das Geschäftswissen des Benutzers mit seinem technologischen Fachwissen zu kombinieren, um den data-Zwilling zu erstellen. Mit bereinigtem und kategorisiertem data-Input, wie im vorigen Schritt beschrieben, besteht der wichtigste Erfolgsfaktor darin, von der Benutzerperspektive aus mit einem benutzerzentrierten Designansatz zu beginnen. Auf der Grundlage klar definierter Benutzergeschichten entwerfen wir die grafische Oberfläche und leiten die technischen Anforderungen für die Verfügbarkeit von data ab. Die richtige Balance zwischen der Visualisierung des minimal erforderlichen data und der Bereitstellung eines vollständigen End-to-End-Bildes sorgt für das richtige Maß an Klarheit, das Einblicke und Wert schafft.
Digitaler Zwilling Archetyp B: Simulationen durch einen dynamischen Zwilling
Archetyp B, der “dynamische” digitale Zwilling, erstellt eine vollständige digitale Darstellung der Realität, indem er dynamisch Informationen und data an allen bisher nicht gemessenen Stellen erzeugt. Der dynamische digitale Zwilling nimmt die im data-Zwilling verfügbaren data und generiert zusätzliche Informationen, um eine ganzheitliche End-to-End-Ansicht des gesamten Objekts, Systems oder Prozesses zu erstellen.
Das Herzstück eines dynamischen digitalen Zwillings sind Berechnungsmethoden, die die Lücken füllen können, für die keine data verfügbar sind. Die Methoden zur Generierung zusätzlicher data sind vielfältig und reichen von Modellen, die auf physikalischen Gleichungen basieren, die die gesamte Dynamik des Systems im Detail erfassen, bis hin zu vereinfachten Heuristiken, statistischen Beziehungen wie Parametrisierungen oder fortgeschrittenen KI- und maschinellen Lernansätzen. Diese Methoden werden nicht nur verwendet, um die Lücken im aktuellen Zustand auszufüllen, sondern sind die leistungsstarke Maschine, die dynamisch alternative Zustandsausgaben erzeugt, die für die Szenarioanalyse und Optimierung verwendet werden, wie im Abschnitt Anwendungsfälle unten beschrieben.
Der größte Wert dynamischer digitaler Zwillinge liegt in der Möglichkeit, ihre dynamische Berechnungsmaschine zu nutzen, um zu erforschen und zu verstehen, wie die Anlage, der Prozess oder das System auf Veränderungen reagiert. Ausführen von alternative Szenarien, Durchführung Was-wäre-wenn-Analysen, und das Verständnis der Auswirkungen dieser Veränderungen auf das System sind leistungsstarke Anwendungsfälle für die Verbesserung des Produktdesigns, die Optimierung der Abläufe, die Verbesserung der Planung und die Gewährleistung der Versorgungssicherheit. Ein paar Beispiele:
Während die Vorteile dynamischer digitaler Zwillinge unbestritten sind, liegt die größte Herausforderung für einen dynamischen digitalen Zwilling in den verschiedenen Methoden, die den Kern der Berechnungen des digitalen Zwillings bilden. In vielen Fällen wird eine einfache Heuristik oder Parametrisierung die beste Lösung sein, in anderen Fällen sind fortschrittlichere statistische Techniken wie maschinelles Lernen besser geeignet. Die genaueste Methode ist nach wie vor die Verwendung von physikalischen 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 für das Training und den Einsatz von Modellen, den Anwendungsfällen, dem Grad der Ausgabegenauigkeit und der Rechenleistung für Live-Berechnungen ab.
Wie man mit einem digitalen Zwilling anfängt
Eine der größten Herausforderungen bei der Realisierung des Wertes digitaler Zwillinge besteht darin, ein sehr weit gefasstes Konzept in die Praxis umzusetzen, um durch einen konkreten Anwendungsfall Wert zu schaffen. Drei Aspekte sind in der Anfangsphase der Reise zum digitalen Zwilling entscheidend:
Während die Vorteile dynamischer digitaler Zwillinge unbestritten sind, liegt die größte Herausforderung für einen dynamischen digitalen Zwilling in den verschiedenen Methoden, die den Kern der Berechnungen des digitalen Zwillings bilden. In vielen Fällen wird eine einfache Heuristik oder Parametrisierung die beste Lösung sein, in anderen Fällen sind fortschrittlichere statistische Techniken wie maschinelles Lernen besser geeignet. Die genaueste Methode ist nach wie vor die Verwendung von physikalischen 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 für das Training und den Einsatz von Modellen, den Anwendungsfällen, dem Grad der Ausgabegenauigkeit und der Rechenleistung für Live-Berechnungen ab.
Um es zusammenzufassen: Schaffen Sie Wert aus physischen data durch digitale 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 der physikalischen Messungen bieten digitale Zwillinge virtuelle Darstellungen von physikalischen Objekten, Prozessen oder Systemen, um data-driven Einblicke und Entscheidungen zu ermöglichen. Mit zwei Hauptarchetypen, (A) data-Zwillinge für Visualisierung und Analyse und (B) dynamische Zwillinge für Simulationen und Szenarioanalysen, eignen sich digitale Zwillinge für verschiedene Anwendungen und Branchen. 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.
