Smart Engineering mit Big Data und Digitalen Zwillingen

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