Einsatzempfehlungen digitaler Zwillinge im horizontalen Produktlebenszyklus

Inhaltsverzeichnis

1 Einleitung

2 Industrie 4.0 und der digitale Zwilling
2.1 Industrie 4.0 als Inkubator
2.2 Die digitalen Zwillinge
2.2.1 Herkunft & Definition
2.2.2 Stand der Wissenschaft und Technik

3 Das Produktlebenszyklusmanagement
3.1 Produktlebenszyklen ohne digitale Zwillinge
3.2 Produktlebenszyklen mit Integration digitaler Zwillinge

4 Fragenkatalog zum Einsatz von digitalen Zwillingen

5 Fazit

6 Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: umfängliche Ausprägung digitaler Zwillinge

Abbildung 2: Produktlebenszyklus einer Industrie-3.0-Anlage

Abbildung 3: erweiterter Produktlebenszyklus

Abbildung 4: Produktlebenszyklus mit Einsatz von DZ

Abbildung 5: Evolution des DZ entlang des Produktlebenszyklus

1 Einleitung

Ein einheitliches Ziel aller ökonomisch agierenden Unternehmen, die Produktivitätssteigerung, hat einen neuen Inkubator entdeckt, die Industrie 4.0. Das Internet der Dinge verspricht, dass bis Ende 2020 rund 37 Milliarden Dinge in Form von Komponenten, Produkten und Systemen mit dem Internet verbunden sein werden (Eigner et al. 2019, S. 345). Der Begriff ,Internet der Dinge‘ bzw. ,Industrie 4.0‘ ist dabei nicht so neu wie vermutet, denn der Ausdruck wurde bereits 1999 von Kevin Ashton in dem Präsentationstitel That ,internet of things' thing verwendet (2009). Gemeint war das Gleiche wie heute, das Sammeln und Verarbeiten von Daten.

Auf Industrie 4.0 aufbauend werden disruptive Geschäftsmodelle wie Predictive Maintenance ¹ oder die Erschaffung sogenannter ,digitaler Zwillinge' entwickelt. In angelsächsischer Literatur gerne auch als Digital Twins bezeichnet. Allein im Anlagen- und Maschinenbau wird bis 2025 eine kumulierte Produktivitätssteigerung von 30 % erwartet, die Erwartungen an die Industrie 4.0 sind entsprechend hoch (Bauer, 2014, S. 31).

Diese Hausarbeit grenzt sich dabei klar zu den anderen disruptiven Geschäftsmodellen von Industrie 4.0 ab und befasst sich vorwiegend mit der Technologie der digitalen Zwillinge. Besonders im Maschinen- und Anlagenbau mit hoher Komplexität und Fertigungstiefe soll der digitale Zwilling bis Ende 2020 in 90 % der Unternehmen eingesetzt werden (AlixPartners, 2018).

Digitale Zwillinge können prinzipiell im gesamten Produktlebenszyklus eingesetzt werden. Oft wird jedoch ausschließlich von der Digitalisierung von Fabrik- und IT- Systemen als vertikaler Integration gesprochen. Für die gewünschten Produktivitätssteigerungen ist jedoch besonders der horizontale Produktlebenszyklus bedeutend (Deuter & Pethig, 2019). Das Augenmerk dieser Hausarbeit soll darum auf digitale Zwillinge im horizontalen Produktlebenszyklus von Anlagen und Produkten gelegt werden. Im Laufe der Hausarbeit sollen folgende Forschungsfragen untersucht und beantwortet werden:

1. Wie sieht ein Produktlebenszyklus aus, der digitale Zwillinge integriert?
2. Welche Vorrausetzungen sollten erfüllt sein, um den Einsatz digitaler Zwillinge im Produktlebenszyklus zu begünstigen?

Die Erkenntnisse der Hausarbeit beruhen auf dem Studium zeitgenössischer Literatur und Fachmagazinen. Zur Untersuchung der ersten Forschungsfragen werden bekannte Produktlebenszyklen auf die Tauglichkeit mit digitalen Zwillingen geprüft und ein möglicher Projektverlauf beschrieben. Ein anschließend entwickelter Fragenkatalog soll die zweite Forschungsfrage beantworten. Dabei werden fünf Fragen formuliert, die dem Integrator helfen sollen, über die Frage eines Einsatzes im eigenen Produktlebenszyklus zu reflektieren.

Die Arbeit ist wie folgt aufgebaut: Auf diese Einleitung folgt der theoretische Grundlagenteil in Kapitel². Dabei wird der Stand der Forschung und Fachtermini aus Industrie 4.0 hinsichtlichdigitaler Zwillinge erläutert. Gegenstand des dritten Kapitels ist die Untersuchung des Produktlebenszyklus mit und ohne Einsatz digitaler Zwillinge. Im folgenden, vierten Kapitel wird der Mehrwert und deren Voraussetzungen in den Fokus gestellt.Am Ende schließt sich das Fazit an.

2 Industrie 4.0 und der digitale Zwilling

Nach Schumpeter sind Unternehmen zu Innovation getrieben (Möslein, 2009, S. 4 ff). Die Innovation dient als komparativer Brückenschlag, der durch seine Neuordnung Wettbewerbsvorteile schafft. Auf der Suche nach Innovation wurden die Potentiale von Industrie 4.0 erkannt, welche die Industrie vorantreiben sollen. „Auf dem Weg zum Internet der Dinge soll durch die Verschmelzung der virtuellen mit der physikalischen Welt zu Cyber-Physical Systems und dem dadurch möglichen Zusammenwachsen der technischen Prozesse mit den Geschäftsprozessen der Produktionsstandort Deutschland in ein neues Zeitalter geführt werden“ (Kargermann, Wahlster & Helbig, 2012, S. 8).

Bevor die vorliegende Dialektik die vorgestellten Forschungsfragen zu beantworten versucht, mach es zunächst Sinn, die relevanten Begriffe ,Industrie 4.0‘ und ,digitaler Zwilling‘ (DZ) unabhängig voneinander zu betrachten und einzugrenzen. Zunächst wird erklärt, welche Bestandteile der Begriff Industrie 4.0 umfasst und welche Herkunft er aufweist. Darauf folgen die Erläuterungen zum DZ, dessen Definition und der diesbezügliche Forschungsstand.

2.1 Industrie 4.0 als Inkubator

Wie in der Einleitung erwähnt, ist Industrie 4.0 der Oberbau, unter dem die digitalen Zwillinge agieren können. Wie der Name suggeriert, ist Industrie 4.0 nicht die erste Iteration des Begriffs, sondern spiegelt gleichermaßen die vierte industrielle Revolution wider. Zur Darstellung der historischen Evolution Industrie 1.0-4.0 wird auf die sehr ausführliche Darstellung von Barthelmäs et al. (2017)verwiesen.

Neben der Industrie 4.0 findet in der Literatur ebenfalls der Begriff ,Internet der Dinge‘ (IoT) Erwähnung. Diese sind zunächst auseinanderzuhalten. Bei Industrie 4.0 ist das Ziel die Gewinnung und Verarbeitung von Industriedaten (Hänisch, 2017, S. 10). Oder, 2 wie bei Eigner et al. zu lesen ist: verschiedene cyberphysische und cybertronische Produkte und Systeme miteinander zu vernetzen (Eigner et al., 2019, S. 354). Zur Gewinnung der Daten können industrielle Sensoren, Smartwatches, Tracker usw. Verwendung finden.

Das Internet der Dinge ist ein Mittel, um an die geforderten Daten zu gelangen. So liefert das IoT die technologische Plattform, die es erlaubt, die Daten ohne großen Aufwand zu erfassen und zu integrieren (Hänisch, 2017, S. 14). Der Begriff IoT wurde bereits 1999 von Kevin Ashton in dem Präsentationstitel That ,internet of things' thing verwendet (2009). IoT ist einer der Trends, die aus der Idee der Industrie 4.0 entstanden sind, weitere wären Big Data,2 Virtual Reality,3,, 3D-Druck und DZ (Hänisch, 2017). Digitale Zwillinge sind also ein Produkt von Industrie 4.0. Wie erläutert, spielt bei der Umsetzung von Industrie 4.0 und dem darauffolgenden Datensammeln das Internet eine entscheidende Rolle. Es begann als Möglichkeit der digitalen Kommunikation über lange Wegstrecken (Grieves, 2019, S. 8). Beim IoT bevölkern nicht mehr nur ausschließlich Menschen das Internet, sondern nunmehr auch ,Dinge‘. Für eine ausführliche Definition, was alles als ,Dinge‘ definiert wird, sei auf Grieves (2019, S. 11) verwiesen. Diese ,Dinge‘ generieren ihrerseits Daten und Informationen. Ohne die Daten der Dinge haben es die Simulationsmodelle der digitalen Zwillinge schwer - dazu später mehr. Das ist einer der Gründe, warum es schwer ist, DZ ohne IoT einzusetzen. Somit nehmen beim IoT Menschen und Objekte gemeinsam am Internet teil und versuchen, dessen Informationen zu interpretieren (Grieves, 2019, S. 9).

2.2 Die digitalen Zwillinge

Zum Anfang konnte nur mit Objekten interagiert werden, die sich in unmittelbarer physischer Nähe befanden. Ohne standardisierte Maßeinheiten konnte kein Objekt abstrakt dargestellt werden, dies änderte sich mit der Einführung einheitlicher Maßeinheiten im 19. Jhd. (Grieves & Vickers, 2017, S. 85). Ab diesem Zeitpunkt war es möglich, Objekte in ein Modell zu übertragen, welches sich anfangs nur auf Blatt und Papier befand. Mit Einführung der Rechentechnik zum Ende des 20. Jhd. wurde es möglich, auch rudimentäre digitale Abbildungen von Objekten zu erschaffen. Diese ersten computergestützten Zeichnungen (CAD) waren die ersten, noch rudimentären digitalen Zwillinge. Die CAD-erschaffenen Objekte dienten mehr dem Zwecke der Beschreibung eines Objektes. Durch das IoT werden die Objekte nun interagierbar.³

Nach Grieves bedeutet das: „Where CAD models were static representations of form, simulations are dynamic representations, not only of form but also of behavior. (2017, S. 85).“ Somit können diese zeit- und raumunabhängig untersucht und beeinflusst werden. Das ist eine entscheidende Motivation hinter dem Einsatz digitaler Zwillinge.⁴

Anschließend an diese Motivation soll nun eine Definition gefunden werden, die der Ziel­erreichung dient. Danach wird der Stand der Technik und Wissenschaft zum DZ beleuchtet.

2.2.1 Herkunft & Definition

Geprägt wurde das Konzept zuerst von Grieves 2002, der es auf einem Managementforum erläuterte (Grieves, 2019). Zu diesem Zeitpunkt hatte das Modell noch keine fixe Namensgebung. Das Begriffschaos fand dann im Jahr 2011 durch den NASA-Wissenschaftler Vickers sein Ende (Grieves, 2019, S. 5). Von diesem Zeitpunkt an hat sich der Begriff ,digitaler Zwilling“ mehrheitlich durchgesetzt.

In der Literatur wird häufig, als erster bekannter Anwendungsfall, der Einsatz bei der NASA benannt. Bei der NASA kam dieser seit den 1960er Jahren zum Einsatz - damals handelte es sich um deckungsgleich nachgebaute Modelle eines Raumfahrzeugs oder Satelliten (Deuter & Pethig, 2019, S. 28). Die Zwillinge wurden auf der Erde von den gleichen Befehlsgebern angesteuert, so konnte das Verhalten des Objekts gespiegelt werden. Das half den Ingenieuren bei der Koordinierung ihrer Objekte im Weltall.

Leider gibt es aktuell durch die Breite der Anwendungsmöglichkeiten noch keine allgemeingültige Definition (Eigner et al., 2019, S. 85). Die Umschreibungen eines digitalen Zwillings reichen im Allgemeinen von „information model of the system“ (Grieves, 2019, S. 5), über „A digital twin is a digital representation of an active unique product“ (Stark & Damerau, 2019, S. 1) bis „an entangled relation between a physical artefact and the set of such virtual models” (Schleich, Anwer, Mathieu & Wartzack, 2017, S. 144). Für eine sehr ausführliche Liste fast aller in der Literatur auftretenden Definitionen wird hier auf Stark & Damerau hingewiesen (2019, S. 2).

Es ist nachvollziehbar, dass Unternehmen aufgrund ihrer Unternehmensphilosophie und Ausrichtung des Hauptgeschäfts auf verschiedene Schwerpunkte auf den Einsatz von DZ setzen. So sind Softwareunternehmen besonders an der Simulationsfähigkeit der DZ interessiert, wohingegen große Technologieunternehmen am gesamten Produktlebenszyklus und -funktionsumfang ein Interesse mitbringen. Aus der unternehmenseigenen Perspektive bedingt sich ebenfalls die verwendete Definition der DZ (Klostermeier, Haag & Benlian, 2020, S. 12).

Durch die verschiedenen existierenden Definitionen, die durch den Einsatz in komplett unterschiedlichen Branchen bedingt sind, fällt es schwer, einen Grundkonsens zu finden. Dieser Grundkonsens ist allerdings nötig, um eine gewisse Vergleichbarkeit der Einsatzergebnisse digitaler Zwillinge zu ermöglichen. Ohne eine Mindestdefinition geht es folglich nicht. Für diese Mindestdefinition wird sich Klostermeier et al. angeschlossen, nach dem es sich um „das individuelle, virtuelle Abbild eines physischen Objektes oder Prozesses [handelt], welches die vom physischen Objekt bereitgestellten Daten intelligent für verschiede Anwendungsfälle nutzbar macht (2020, S. 3).“ Bei Experteninterviews im Rahmen einer explorativen Fallstudie ergab sich, dass zumindest diese Mindestdefinition bei den Experten auf Anklang stößt (Klostermeier et al., 2020, S. 11).

Dieser, doch recht weitläufig gehaltenen, Definition wird sich angeschlossen, besitzt sie doch besonders für den betrachteten Anwendungsfall ,digitaler Zwilling im Produktlebenszyklusmanagement‘ Gültigkeit. Denn bei diesem Einsatz muss zwangsläufig ein individuelles Abbild erstellt werden, der darüber hinaus für verschiedene Anwendungsfälle (Design, Produktion, Betrieb) zur Verfügung stehen muss.⁵

2.2.2 Stand der Wissenschaft und Technik

Der DZ beabsichtigt, ein dynamisches Modell zu sein, das sich über den Produktlebenszyklus des Systems verändert. Zum Anfang noch rein virtuell, nimmt es im Laufe der Entwicklung eine physische Form an, welche nach erfolgreichem Betrieb außer Kraft gesetzt wird (Grieves & Vickers, 2017, S. 95). Im Grunde hat menschliche Entwicklung nie anders stattgefunden, denn jede Erfindung muss sich zuerst virtuell manifestiert haben. Am Anfang war das lediglich die Idee oder, wie von Kant beschrieben, die menschliche produktive Einbildungskraft,4 die diese Rolle übernahm. Nachdem sich herausgestellt hatte, dass das menschliche Gehirn Erinnerungen nicht statisch festhalten kann, oder diese beim Rekonstruieren sogar verfälscht (Kahneman, 2011),sind andere Mittel zur Speicherung genutzt worden. Das waren damals Zettel und Stift, heute sind es Computer Aided Drawings 5 (CAD) oder die besagten DZ.

[...]

¹ Bei Predictive Maintenance zielt eine Datenauswertung darauf ab, Abweichungen rechtzeitig zu erkennen, idealerweise vor dem Ausfall des Bauteils (Hänisch, 2017, S. 14)

² Bei Big Data geht es darum große Mengen an schwach strukturierten Daten mit Datenanalysemethoden nutzbar zu machen (Tao et al., 2018).

³ Als virtuelle Realität bezeichnet man computergenerierte Abbilde der Wirklichkeit (Hillenbrand, 2013).

⁴ Die „Einbildungskraft ist nicht bloß Phantasie, sondern, im weiteren Sinne, die Fähigkeit, Vorstellungen auch ohne Gegenwart des Objekts zu haben (Eisler, 2006).“

⁵ CAD sind technische Pläne oder Zeichnungen, die mithilfe eines Computers erstellt werden. Zum Beispiel mit AutoCAD oder ProgeCAD.