Smart Engineering mit Big Data und Digitalen Zwillingen

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