Beitragsbild data://express 0012: Digitaler Zwilling

Mehr und mehr liest und hört man in jüngster Zeit vom digitalen Zwilling. Ganz grundsätzlich ist ein digitaler Zwilling ein (mathematisches) Modell eines mehr oder weniger komplexen Systems. Das Modell wird mit Ist-Daten aus einem “echten” System befüllt, durch Modellläufe kann man dann voraus berechnen, wie sich das echte System voraussichtlich verhalten wird. Die vermutlich bekannteste (und vermutlich auch älteste) Anwendung eines digitalen Zwillings sind Wetter- und Klimamodelle, wie sie zur Wettervorhersage und zur Klimamodellierung genutzt werden.

Google Ngram "Digitaler Zwilling" 2010-2019
Google Ngram “Digitaler Zwilling” 2010-2019

Die Kunst des digitalen Zwillings besteht in der Erstellung eines guten mathematisch-physikalischen Modell des zu modellierenden Systems. Musste man dazu bis vor kurzen noch sehr viel Code von Hand schreiben, gibt es auch in diesem Bereich zwischenzeitlich eine Reihe unterschiedlicher Frameworks für unterschiedliche Aufgabenstellungen und unterschiedliche Aufgabenbereiche. Seit wenigen Jahren zieht die Technologie des digitalen Zwillings zunehmend in die fertigende Industrie ein. Genutzt wird der digitale Zwilling dort insbesondere für proaktive Wartungsarbeiten: Man kann den Ausfall einzelner Komponenten aufgrund der Sensordaten aus dem Produktivsystem voraus berechnen und passende Wartungsfenster einplanen, ehe die Komponente während der Produktion ausfällt und so für ungeplante Stillstandzeiten sorgt, zumeist auch verbunden mit finanziellem Verlust.

Wir haben die zunehmende Diskussion über digitale Zwillinge zum Anlass genommen, mal mit jemandem darüber zu sprechen, der solche Modelle einsetzt. Uns interessierte insbesondere, ob es dafür spezielle Storage-Anforderungen gibt. Also haben wir uns Frank Benke von der Hahn Group eingeladen. Frank ist Head of IT bei der Hahn Group und betreibt dort u. a. auch digitale Zwillinge für Kundenanlagen. Während des Gesprächs zeigt sich schnell, dass digitale Zwillinge keine besonderen Anforderungen an Storage haben, trotzdem die Datenmenge aus Sensoren in Industrieanlagen sich alle zwei Jahre etwa verzehnfacht. So jedenfalls der Erfahrungswert von Frank Benke. Die Modellierung einer Industrieanlage verlangt jedoch leistungsfähige CPUs und Memory-Bandbreite.

Digitale Zwillinge werden bisher immer erst “am Ende” der Inbetriebnahme erstellt und genutzt und ab dann mit Sensordaten aus dem Produktivbetrieb gefüttert. Bei der Hahn Group schlägt man neuerdings einen anderen Weg ein: Nach Planung des mechanischen und elektrischen Aufbaus einer Anlage wird sofort ein virtuelles Modell der Produktionsanlage erstellt. An diesem Modell können Anlagenprogrammierer bereits Software erstellen, während die Anlage in der Montagehalle erst noch aufgebaut wird. Bisher mussten Programmierer an der fertig montierten Anlage 6-8 Wochen an Robotern und Steuergeräten programmieren. Diese Zeit direkt in der Montagehalle verkürzt sich für Programmierer mit der neuen Arbeitsweise auf ca. 2 Wochen Feintuning, der Rest erfolgt im Vorfeld am digitalen Modell. Auf Seite der IT wird dazu eine sog. Engineering Cloud betrieben, bestückt mit 3D-Arbeitsplätzen. Dreidimensional deswegen, damit Anlagenprogrammierer unmittelbares visuelles Feedback zu ihrem Code bekommen. Ganz nebenbei ist es damit auch möglich, Anlagenprogrammierer aus dem Home-Office arbeiten zu lassen. Ein Vorteil bei Pandemie, und ein Vorteil bei der Suche nach Arbeitskräften. Zudem lernt der Vertrieb diese Arbeitsweise mehr und mehr zu schätzen, ist es doch für den Kunden damit möglich, noch während der Montage die fertige Anlage zu sehen. Planungsfehler oder kurzfristige Änderungen können so frühzeitig berücksichtigt werden. Je später Fehler erkannt werden, umso teurer wird die Fehlerbehebung. Ganz “nebenbei” ist bei Übergabe der fertigen Produktionsanlage der digitale Zwilling auch gleich fertig gestellt.

Wie die Hahn Group die zugehörige IT aufbaut, mit welchen Werkzeugen die Hahn Group arbeitet, und wie die bisherigen Erfahrungen mit dieser Arbeitsweise sind, erläutert uns Frank Benke im Podcast.

Zum weiter lesen und weiter schauen: