Smart Engineering mit Big Data und Digitalen Zwillingen

tsmms

Wie Big Data Signal Processing, automatisierte Situationserkennung und digitale Zwillinge das Engineering verändern.

WHITEPAPER

SMART ENGINEERING

MIT BIG DATA UND

DIGITALEN ZWILLINGEN

Wie Big Data Signal Processing, automatisierte Situationserkennung

und digitale Zwillinge das Engineering verändern


INHALT

EINLEITUNG 4

VERÄNDERTE RAHMENBEDINGUNGEN FÜR INGENIEURE 6

NEUE METHODEN FÜR DAS DATA HANDLING

BESCHLEUNIGEN DIE ENTWICKLUNG 8

EFFIZIENTERES MESSDATENMANAGEMENT

MIT BIG-DATA-METHODEN 10

DIGITALE ZWILLINGE 12

MEHRWERT DURCH SZENARIENERKENNUNG,

-BILDUNG UND -SIMULATION 14

WER MACHT DAS RENNEN? 16

T-Systems International GmbH

Hahnstraße 43d

D-60528 Frankfurt am Main

Autoren:

Wolfgang Holz

Dr. Christoph G. Jung

Sascha Leidig

Bastian Wymar

Organisation:

Projektleitung: Christopher Link

Layout: Peter Brücker


EINLEITUNG

Die Digitalisierung verändert die Welt. Vor allem in der Wirtschaft und dort

in nahezu jeder Industrie sorgen technische Innovationen und ein stetig

wachsendes Daten-Ökosystem dafür, dass sich Geschäftsmodelle und

Wertschöpfungsketten ändern. Es gilt: „Daten sind das neue Öl“, und die

Verwertungen von Daten in Industrieprozessen und Produkten schaffen

ein gewaltiges Optimierungspotenzial sowie ganz neue Erlösquellen.

Produzierende Unternehmen wie beispielsweise Automobilhersteller

haben daher hohes Interesse an Daten, die Erkenntnisse über ihr Produkt

liefern, in diesem Fall Fahrzeugnutzung, Fahrzeugeigenschaften und Qualität.

Diese Daten können wertvolle Erkenntnisse für die Entwicklung des

autonomen Fahrens liefern. Auch die Kundeninteraktion kann verbessert

werden, beispielsweise um Fahrer in bestimmten Situationen ansprechen

zu können, etwa vor dem Eintreten einer Verschleißerscheinung.

Das Sammeln und das intelligente Auswerten von Daten bilden für all diese

Aktivitäten die Grundlage. Dabei werden mehr und mehr sogenannte

digitale Zwillinge genutzt, also digitale Abbilder physischer Objekte. Das

können Fahrzeugkomponenten genauso wie das Auto als Ganzes sein.

Für die Fahrzeugentwicklung entstehen durch digitale Zwillinge besondere

Optimierungspotenziale, denn sie erlauben das Testen von Entwicklungen

an digital simulierten Komponenten. Das wiederum bietet gewaltige

Einsparpotenziale hinsichtlich Zeit und Geld.

Bis heute wurden Fahrzeugteile oder auch Steuergerätesoftware entwickelt,

anschließend auf vielen Tausend Kilometern Teststrecke erprobt, um

daraufhin Erkenntnisse für Verbesserungen zu erhalten. Dieser Prozess

dauert mehrere Monate und muss je nach Testergebnis mehrere Male

wiederholt werden, bis die gewünschten Fahreigenschaften bzw. Qualitätsanforderungen

erreicht sind. Digitale Zwillinge können nun Fahrzeugkomponenten

im Kontext von Fahrsituationen simulieren, das heißt, sie

müssen nicht mehr physisch produziert oder auf Teststrecken erprobt

werden. Stattdessen werden existierende Testdaten auf digital simulierte

Komponenten angewendet und evaluiert. Ingenieure kommen damit viel

schneller an Ergebnisse, stehen jedoch gleichzeitig vor Herausforderungen,

die mit dem Einsatz neuer, digitaler Technologien wie Big Data und

Künstlicher Intelligenz verknüpft sind.

Die wesentlichen Herausforderungen sind neben der Bereitstellung geeigneter

Hardware und Sensoren vor allem ein effizientes Management und

Prozessieren der gigantischen Datenvolumina und die Entwicklung intelligenter

Analysealgorithmen. Damit gelingt die Übersetzung von Daten in

Erkenntnisse und wiederum in Konstruktionsverbesserungen.

Die Voraussetzungen für diese neue Art der Entwicklung haben die

technischen Innovationen aus den letzten Jahren geschaffen, etwa die allgegenwärtige

Vernetzung, die Verfügbarkeit von günstiger Hardware und

Sensoren und die stetig wachsende Leistungsfähigkeit bei der Datenspeicherung

und Verarbeitung.

Dieses Whitepaper richtet sich an Ingenieure, Entwickler und IT-Manager,

die ebenfalls vor Herausforderungen des „digital engineering“ stehen.

Es liefert eine konkrete Antwort auf die Frage, wie man Entwicklungsprozesse

im Bereich der Steuergerätesoftware mit Big-Data-Technologien

verbessern kann.

4 5


VERÄNDERTE RAHMENBEDINGUNGEN FÜR INGENIEURE

VERÄNDERTE RAHMENBEDINGUNGEN

FÜR INGENIEURE

Eines der absoluten Top-Themen der Automobilindustrie ist das autonome Fahren. Visionäre

Pioniere wie beispielsweise Elon Musk sowie deutsche Industrieexperten sprechen von einer

Revolution in der Industrie und in der Gesellschaft. Das bedeutet: Das autonome Fahren wird

nicht nur das Fahrerlebnis grundlegend verändern, es wird auch das Auto als Anschaffungsund

Nutzungsobjekt ändern. Autofahren im Personen- sowie Gütertransport wird dadurch

zunehmend zur Dienstleistung gemacht. Im Sinne der „shared economy“ wird es mit dem autonomen

Fahren sehr viel leichter werden, das Auto während seiner „Leerstände“, also während

es sein Besitzer nicht braucht, anderen Verkehrsteilnehmern als Transportmitteldienstleistung

– autonom – zur Verfügung zu stellen.

Um Nutzungsszenarien dieser Art zu ermöglichen, ist es jedoch zwingend notwendig, das

unbemannte Fahren so sicher wie nur möglich zu gestalten. Die Ingenieursleistungen und

Softwareentwicklungen auf dem Weg dorthin befinden sich damit in einem Spannungsfeld von

On-Board-Elektronik inklusive Konnektivität, Software und intelligenten Algorithmen auf dem

Fahrzeug sowie der kommunikativen Anbindung der Fahrzeuge an eine adäquate IT-Infrastruktur.

Diese Infrastruktur umfasst intelligente Systeme, die mit den Fahrzeugen kommunizieren

und beispielsweise Dienste anbieten und managen.

Das hat zur Folge, dass Fahrzeugelektronik, Bordsensoren und Fahrzeug-Bussysteme immer

komplexer werden, Fahrfunktionen im Auto autonom laufen und sich in anspruchsvollen

Verkehrssituationen bewähren müssen. Für die Entwicklung ist es daher wichtig, dass Industrieexpertise

und digitale Technologieexpertise miteinander verschmelzen, das heißt, in den

Entwicklungsteams arbeiten einerseits Digital Engineers an Big-Data-Architekturen, Signaldatenverarbeitung,

Datenmanagement in Data Lakes und Data Analytics. Andererseits arbeiten

Automotive Engineers an der Dateninterpretation und Erkenntnisableitung, was gewonnene

Daten beispielsweise über die Qualität der Fahrfunktionen bzw. das Fahrverhalten aussagen,

um Anpassungen in der Steuergerätesoftware vorzunehmen.

Die Entwicklungsgeschwindigkeit in diesem Marktsegment nimmt rapide zu und der Kampf

darum, als erster Automobilhersteller autonomes Fahren sicher anbieten zu können, hat längst

begonnen.

Umsetzungsgeschwindigkeit der kontinuierlichen Softwareentwicklung, Bereitstellung der

Software und deren Betrieb haben damit nun auch die Automobilindustrie erreicht und stellen

darüber hinaus einen wesentlichen Erfolgsfaktor für die Zukunft der Industrie dar.

6 7

Weitere Magazine dieses Users
Ähnliche Magazine