Die Idee des Digital Twins stammt aus der Automatisierung. Ihr Ziel ist es, mehr Transparenz zu schaffen, Effizienzgewinne zu ermöglichen, Prozesse schneller, flexibler, sicherer und einfacher zu gestalten. Man könnte auch sagen, dass der Vorteil des Digitalen Zwillings vor allem darin liegt, dass er Ausdruck einer digitalen Sharing Economy ist. Denn als virtuelles Abbild ermöglicht ein Digital Twin allen am Prozess Beteiligten - beim Produkt etwa Hersteller und Käufer - den simultanen Zugang zum aktuellen Fertigungsstand.
Foto: AL Robinson - shutterstock.com
Es geht schlicht darum, im virtuellen Raum reales Objekt und digitales Pendant so miteinander zu verbinden, dass das virtuelle Objekt durch in Echtzeit übermittelte Daten von Sensoren und anderen Datengebern ein möglichst umfassendes Bild des Status Quo liefern und damit letztlich einen Digitalen Zwilling produzieren kann. Für den Digital Twin bedeutet das allerdings, dass er für jegliche kommunikative Aufgabe gewappnet sein muss. Diese Anforderung wird bei den bisherigen Lösungen allerdings kaum berücksichtigt.
Heterogene Digital-Twin-Praxis
Die Anforderungen an die Datenintegration sind beim Digital Twin vielfältig. Bereits bei der Entwicklung von Produkten ermöglicht die virtuelle Spiegelung eine unmittelbare Kooperation verteilter Teams, außerdem kurzfristige Veränderungen von Simulationen und damit schnellere Entwicklungszyklen. Dazu bedarf es der Organisation des Zugangs auf unterschiedlichen Ebenen: In der Entwicklungsumgebung muss etwa der Zugriff auf aktuelle Materialspezifikationen des Herstellers geregelt sein, mit denen dann die Veränderung in der virtuellen Entwicklungsumgebung getestet werden kann. So liefert der Stahlriese ArcelorMittal bereits seit 2016 spezifische Materialinformationen direkt in eine Simulationssoftware für die Entwicklung von Elektromaschinen, mit der wiederum Ingenieure neue Motorengenerationen entwickeln.
Im Produktionsprozess kann der Digitale Zwilling dazu dienen, höhere Effizienz, optimierte Qualität und damit einen höheren Wertbeitrag zu liefern - etwa indem Auslastungsplanung, Vertrieb und Kunde jederzeit Zugriff haben und mit dem Digital Twin interagieren können. Das bedeutet, dass hier der Zugriff auf Daten aus der Ressourcenplanungs-Software ebenso ermöglicht werden muss wie die Verknüpfung mit Vertriebsdaten, etwa Bestellmengen.
Mehr Flexibilität mit Digitalen Zwillingen
Die Konsequenz: Wenn der Vertrieb die Information erhält, dass die Produktlinie mit der aktuellen Menge nicht ausgelastet ist, bietet er dem Kunden eine Erhöhung des Volumens zu niedrigen Preisen an. Dazu werden Orderdaten des Kunden wie bestellte Mengen und Qualitäten, Daten aus der Maschinensteuerung wie Qualität und Stückzahlen, daneben Daten aus Condition Monitoring und Predictive Maintenance wie Wartungspläne, dann Lagerinformationen über verfügbare Ressourcen und schließlich Supply-Chain-Informationen für eine termingerechte Lieferplanung mit dem Digitalen Zwilling verbunden.
Alternativ kann der Kunde seinerseits flexibel auf eigene Auftragsanfragen reagieren, indem er unmittelbar sehen kann, ob eine kurzfristige Änderung von Qualität oder Menge der bestellten Produkte verfügbar ist und zu welchen Kosten. Die potenziellen Effekte auf optimierte Prozesse von der Produktentwicklung über Vertrieb, Preisfindungsmodelle und Produktion bis zur Lieferung sind ebenso vielfältig wie die potenziell interagierenden Systeme. Kein Wunder also, dass das Meinungsforschungsinstitut Gartner Anfang 2019 feststellte, dass "13 Prozent der Organisationen, die IoT-Projekte implementieren, bereits Digitale Zwillinge verwenden, während 62 Prozent derzeit die digitale Doppelnutzung einführen oder dies planen".
Die Krux beim Digitalen Zwilling ist, dass er sein volles Potenzial erst dann entfaltet, wenn der Datenaustausch mit unterschiedlichen Partnern flexibel für heterogene Aufgaben genutzt werden kann. Dabei stellen sich gleich mehrere Fragen, die im Vorfeld gelöst werden müssen: Wo 'lebt' der Zwilling? In der Cloud? Oder in einem Firmennetz? Wem gehört er, wenn Kunden, Entwicklungspartner und andere Beteiligte die Daten jederzeit manipulieren und ergänzen können? Und wie ist sichergestellt, dass Sensordaten ebenso ein- und ausgelesen werden können wie Qualitätsinformationen, Produkt- und Produktionsdaten sowie Vertriebs-, Lager- und Supply-Chain-Informationen?
Wer also einen Digital Twin plant, benötigt den entsprechenden Speicherort und -platz für das Abbild und die Prozessdaten. Bei komplexen Modellen, etwa Digitalen Zwillingen von Produktionsanlagen, können schnell sehr große Datenmengen anfallen, für die dann Big-Data-Datenbanktechnologien benötigt werden. Hinzu kommen Software Tools für die Datenanalyse. Und die Schnittstellen zu all denen, die mit Daten des Digitalen Zwillings weiter arbeiten wollen oder ihrerseits Daten hinzufügen wollen.
Der Kern des Digital Twin
Den Kern des Systems bildet folglich ein Netz mit verschiedenen Komponenten:
das reale Produkt mit seinen Sensoren, die Daten liefern
Cloud-Speicher und darstellende Software als Informationsbasis
Analytics Software für die Auswertung der Datenflut
Software für Datenintegration als interne Schaltzentrale
Letztgenannte sollte dabei in der Lage sein auch große Datenmengen automatisiert zwischen realem und virtuellem Zwilling einerseits und zwischen virtuellem Zwilling - beziehungsweise den damit verknüpften Datensystemen und diversen peripheren Zielsystemen bei Partnern und Kunden - nach Bedarf zu verknüpfen.
Da sich die Anforderungen bei der Arbeit mit Digital Twins oftmals kurzfristig ändern, sind individuell programmierte Schnittstellen meist keine gute Wahl, weil die Implementierung neuer Prozesse zu langwierig, unflexibel und teuer ist. Eine moderne Standardsoftware, die die Verbindung zwischen Quell- und Zielsystemen mit wenigen Klicks herstellen kann, ermöglicht es, die Potenziale bei der gemeinsamen Nutzung des Zwillings zu heben. Digitale Zwillinge sind also sehr komplexe, technologische Wunderwerke, die vor allem eines mitbringen: einen hohen Grad an Kommunikationsfähigkeit. (mb)