#36 Digitaler Zwilling

Folge – Digitaler Zwilling

Klimaneutral digital – der Info-Podcast für den Mittelstand. Wir unterstützen Sie mit konkreten Praxisbeispielen und passgenauen anbieterneutralen Angeboten rund um die Digitalisierung, damit Sie Ihre Klimaziele erreichen. Unser Angebot ist für Unternehmen kostenfrei. Hallo und herzlich willkommen zu einer neuen Folge von Klimaneutral digital. Sie sind mit Ihren Unternehmen auf dem Weg zur Klimaneutralität. Wir helfen Ihnen dabei. Egal, wie weit Sie dabei schon gekommen sind, wir sind an Ihrer Seite. Vor allem, wie Ihnen die Digitalisierung dabei helfen kann, das erfahren Sie hier. Mein Name ist Mats Kastning und heute geht es um das Thema digitale Zwillinge. Dazu ist Matthias Jänecke bei mir. Matthias, wärst du so nett und würdest dich selber einmal kurz vorstellen?

Natürlich, hi. Ich bin Matthias Jänecke, Informatiker hier am FCT Forschungszentrum Informatik und forsche in erster Linie im Bereich adaptiven Visualisierung für digitale Zwillinge, wo ich jetzt gerne ein bisschen was gleich erzählen würde.

Gut, dann fangen wir direkt an. Thema digitale Zwillinge. Was genau ist ein digitaler Zwilling? Ist wahrscheinlich jetzt nicht deine Kopie im Virtual Name.

Genau, das ist schwierig zu umfassen tatsächlich, weil digitaler Zwilling viel sein kann im Detail. Aber grundsätzlich ist es auch einfach das, was der Name schon sagt. Das ist ein digitales Abbild von etwas Realem. Das kann eine Maschine sein, das kann eine ganze Produktionshalle sein, das kann ein einzelnes Produkt sein, das kann aber auch theoretisch die Abbildung von etwas realen Abstrakten sein, also wie ein digitaler Zwilling von einem Prozess. Genau, aber um es erstmal einfacher zu halten für den Einstieg, nehmen wir uns den digitalen Zwilling einer Produktionshalle zum Beispiel. Können wir uns so vorstellen, die Produktionshalle, die Maschinen, alle Maschinen spucken irgendwelche Maschinenparameter aus, irgendwelche Sensorwerte, sie haben Eingabewerte, sie haben alle Einstellungen. Die kann ich digital abrufen, mir speichern, aber auch für die Prozesse außenrum. Wann bekomme ich welche Rohmaterialien rein, wann werden irgendwelche Aufträge bearbeitet und fertig? Das sind alle Daten, die ich habe, die werden gesammelt in ein digitales Datenmodell zusammengeführt und dann das Ganze mit Funktionalität versehen, je nachdem, was ich für Anwendungszwecke habe. Und sobald ich also dieses digitale Modell habe, dieses Datenmodell und die Funktionalität dazu, um mir virtuell zum Beispiel zu simulieren, wie meine Abläufe funktionieren, habe ich einen digitalen Zwilling im Wesentlichen. Wichtiger Aspekt davon ist natürlich, da kommen wir dann gleich noch dazu, ist dann die Visualisierung, weil auch gerade der digitale Zwilling hat zum Beispiel auch oft, um viele Sachen zu berechnen oder einfacher simulieren zu können, auch ein virtuelles Modell. Also wenn ich mir jetzt zum Beispiel diese Produktionshalle vorstelle, haben wir ein virtuelles 3D-Modell von dieser Produktionshalle. Und um das Ganze, diesen digitalen Zwilling also zu nutzen, ist es einfacher, dann das Ganze in diese 3D-Umgebung, diese virtuellen Produktionshalle einzubinden, als mir das in irgendwelchen riesigen Datentabellen auszuspucken, mit denen ich dann nichts anfangen kann, wenn ich da nicht irgendwie der super technische Mensch bin, der das im Wesentlichen entwickelt hat.

Genau, bevor wir da jetzt zu deinem Spezialgebiet kommen, für wen sind denn digitale Zwillinge, wem nutzen digitale Zwillinge was, wer kann das anwenden?

Grundsätzlich wahrscheinlich fast jeder Betrieb. Also dadurch, dass digitale Zwillinge so ein breites Spektrum theoretisch haben, also was da jetzt in der Praxis bisher umgesetzt ist und wird, deckt auch noch lang nicht das ab, was theoretisch möglich ist. Weil sobald ich irgendwelche realen Vorgänge habe, also sei es die Maschinen, die was verarbeiten, sei es der Prozess, sei es der komplette Ablauf in der Produktionshalle, sobald ich da dieses reale Gegenstück habe und irgendwelche digitalen Daten daraus erhalten kann, kann ich mir einen digitalen Zwilling davon abdecken und entsprechend dann mir viele Prozesse vereinfachen. Naheliegend ist natürlich, genau wie es so produzierende Unternehmen, oder für produzierende Unternehmen, die Einrichtung eines digitalen Zwillings.

Dein Spezialgebiet ist die adaptive Visualisierung, das hast du vorhin schon mal gesagt kurz. Was ist das jetzt konkret bei dem Thema digitale Zwillinge? Adaptive Visualisierung ist die Darstellung. Wie stelle ich mir meinen digitalen Zwilling dar? Das ist jetzt zum Beispiel, wenn wir jetzt mal gedanklich zurückgehen zu dieser Produktionshalle. Ich habe mein virtuelles 3D-Modell. Wie stelle ich mir das eben dar? Über welches Medium zum Beispiel? Welches Gerät? Weshalb ich da zu dieser adaptiven Visualisierung gekommen bin, weil je nachdem, welche Anwendungszwecke ich habe, brauche ich unterschiedliche Geräte, um sie zu nutzen. Also zum Beispiel kann man uns vorstellen, ich benutze den digitalen Zwilling meiner Produktionshalle für virtuelles Training neuer Mitarbeitender. Die möchte ich nicht direkt an die reale Maschine stellen, weil da kann was kaputt gehen. Die könnten sich verletzen. Ich könnte irgendwo Ausschuss von teuren Rohmaterialien haben. Das möchte ich natürlich nach Möglichkeit minimieren, auch um, gerade wenn es jetzt darum geht, auch die Rohmaterialien, dass sie kaputt gehen, ist natürlich dann auch nicht unbedingt der Klimaneutralität zuträglich. Und für dieses virtuelle Training kann ich mir zum Beispiel vorstellen, ich setze dem neuen Mitarbeitenden eine VR-Brille auf. Damit hat er dann diese Produktionshalle in Lebensgröße vor sich, nur eben virtuell und kann dort verschiedene Handgriffe und Abläufe schon mal üben, näher gebracht bekommen. Zum Beispiel kann das Ganze dann aufgenommen werden. Er kann sich das später nochmal auch direkt nochmal angucken, einwandfrei nachvollziehen, wie sollten die Abläufe sein, wo hat man eventuell was falsch gemacht, was kann man verbessern. Allerdings für jetzt den Jobfloor-Manager, der jetzt die Prozesse direkt in der Produktion überwachen soll, der will da vielleicht auch irgendwelche realen Aspekte mit den virtuellen Aspekten im digitalen Zwilling abgleichen. Der will aber nicht mit der VR-Brille über den Jobfloor laufen, weil das wäre natürlich super unpraktisch, er muss seine Umgebung sehen. Das heißt für ihn ist dann zum Beispiel die Visualisierung leichtgewichtig auf dem Tablet oder auf dem Smartphone viel praktischer. Vielleicht mit der Augmented Reality, wo er dann mit der Kamera irgendwo drauf hält und sich die digitalen Daten übergelegt über die reale Umgebung anzeigen lassen kann. Das kann aber dann datenschutzmäßig schon wieder schwierig werden. Also vielleicht auch das Ganze nur rein virtuell auf dem Handy, aber dafür brauche ich natürlich dann eine ganz andere Darstellung, weil jetzt zum Beispiel meine sehr realistisch gehaltene VR-Darstellung, also Virtual Reality-Darstellung, hat natürlich auch große Rechenanforderungen. Das heißt, ich brauche einen entsprechenden PC dahinter mit einer dedizierten Grafikkarte, um das Ganze flüssig darzustellen. Wenn ich das unterwegs auf dem Handy habe, habe ich diese Rechenkapazitäten erstmal nicht verfügbar und ich brauche auch gar keine super hochauflösende Darstellung, sondern irgendwas, was einfacher gehalten ist, als gerade jetzt, wenn man dann tagtäglich damit arbeitet, brauche ich jetzt auch nicht die super realistische Darstellung, um jetzt die Verbindung zu ziehen von dem realen Gegenstück zum digitalen Zwilling, was da zusammenpasst. Aber ich möchte was haben, was eben flüssig mobil läuft, was jetzt keine großen Datenmengen verbraucht zum Beispiel. Und mein Konzept mit der adaptiven Visualisierung ist dann eben das Datenmodell und die Funktionalität, die ich eben schon angebrochen habe, betrachte ich sozusagen, wie man es aus der Webentwicklung kennt, als Backend und die audiovisuelle Darstellung, wobei der Audio Part jetzt in dem Bereich wahrscheinlich seltener zum Tragen kommt, als Frontend, also das, was der Nutzergewandte Teil der Anwendung ist und die möchte ich dann dynamisch austauschen können. So kann man sich praktisch wie so eine Schnittstelle, so ein Stecksystem, ich habe meinen digitalen Zwilling, ich packe mir die Visualisierung, das Frontend vorne drauf, das ich gerade für meine Anwendung brauche. Das Ziel des Ganzen ist, dass ich dann eben diesen einen digitalen Zwilling für deutlich mehr Anwendungsfälle einsetzen kann. Und was da noch ganz wichtig ist, ist, dass diese verschiedenen Frontends möglichst automatisch generiert werden. Weil gerade wenn ich jetzt überlege, ich will als mittelständisches Unternehmen mir einen digitalen Zwilling einführen, ist das schon ein gewisser Aufwand und diese Visualisierungsentwicklungen bringen natürlich auch Aufwand mit. Dementsprechend ist das dann nicht machbar, zum Beispiel da jetzt fünf verschiedene Visualisierungen zu entwickeln, die alle unterschiedliche Aspekte unterschiedlich abdecken. Für meine jeweiligen Anwendungszwecke, also befasse ich mich damit, wie kann man diese Visualisierung einmal entwickeln, einmal manuell und alle anderen möglichen Varianten automatisiert davon ableiten. Ein Beispiel dafür ist zum Beispiel, dass wir diese 3D-Welt einmal modellieren und mit Funktionalität versehen und daraus dann automatisiert diese Szene analysieren, welche Standpunkte sind jetzt besonders wichtig für die Nutzung des digitalen Zwillings. Und an den Punkten solche 360-Grad-Panorama-Screenshots erstellen. Kann man sich zum Beispiel vorstellen, wie bei Google Street View, ist das gleiche Konzept, nur eben mit realen Fotos. Und die sind zum Beispiel super leichtgewichtig, weil das sind keine 3D-Umgebungen, das sind einzelne Bilder effektiv, die nur so verzerrt werden in der Anwendung, dass es aussieht, als würde man in dieser Umgebung drinstehen oder eben in einer Kugel, die diese Umgebung darstellt. Das funktioniert zum Beispiel sehr gut auf Tablets oder Smartphones für den mobilen Gebrauch. Man hat kaum Rechenaufwand an dem jeweiligen Gerät und auch kaum Datenaufwand, um das zum Beispiel auf das Tablet, auf das mobile Gerät runterzuladen und dort zu speichern.

Wenn ich mir jetzt mal ein konkretes Beispiel vorstelle, ich habe eine Halle, ich stelle jetzt sagen wir mal Bestellungen. her. Ich habe vorne vielleicht einen Metallblock, der kommt in Gerät 1, Maschine 1 rein, dann kommt dann Maschine 2, da wird dann entschieden, Messer, Gabel, Löffel und danach gibt es noch eine Lackierung für alles. Das würde dann quasi dein digitaler Zwilling mir virtuell nachbauen.

Genau.

Und dann könnte ich quasi erstmal entscheiden, ob ich die Maschinen da hinstellen will oder in die andere Ecke, um auszuprobieren, was ist der ideale Weg?

Zum Beispiel. Also unabhängig davon, ob jetzt meine Besteckfabrik in dem Beispiel schon existiert oder ob ich die neu aufbaue, kann ich mit dem digitalen Zwilling entweder den im Vorhinein erstmal aufbauen und damit dann überlegen, wie ich die Maschinen in der Maschinenhalle platziere oder auch den aktuellen Stand erstmal abbilden. Und der große Vorteil natürlich von dem virtuellen Modell ist, ich kann per Mausklick oder per Tasteneingabe in Sekundenstelle meine Maschinenanordnung verändern. Wenn ich entsprechende Funktionalität implementiere, kann ich mit maschinellem Lernen den Computer das auch selber machen lassen, dass der da tausende, zehntausende verschiedene Konfigurationen durchprobiert und mit den jeweiligen Konfigurationen dann die Arbeitsabläufe simuliert, austestet, wie viel Durchlaufzeit habe ich für die einzelnen Werkstücke? Sind da irgendwelche Laufwege, wo die Mitarbeitenden sich auf die Füße treten oder welche Aspekte, Vor- und Nachteile habe ich von verschiedenen Konfigurationen? Und dann kann ich danach meine reale Maschinenhalle entweder so einrichten oder umbauen danach, was mein virtueller Zwilling ausspuckt, als optimale oder zumindest optimierte Konfigurationen.

Und ich könnte mir dann an ganz bestimmten Stellen, was du eben erwähnt hattest, wenn ich jetzt mit meinem Tablet an die Stelle gehe, wo aus dem Block eine Gabel wird, dann könnte ich mir die 3D im Raum schwebend angucken? Oder wie muss ich mir das dann vorstellen?

Zum Beispiel, ja. Also gerade in dem Aspekt gibt es dann auch, was ein sehr gängiger Anwendungsfall für digitale Zwillinge ist, ist die vorausschauende Instandhaltung. Das ist natürlich an dem Part spannend, weil die Maschinen spucken irgendwelche Maschinenparameter aus. Also sowas wie irgendwelche Sensordaten, Temperatursensoren und so weiter und so fort. Da bin ich jetzt auch nicht fachlich genug drin, um zu sagen, welche Maschine jetzt genau was ausspuckt. Aber grundsätzlich kann ich aus diesen Sensoren theoretisch ablesen, wenn irgendwelche Bauteile demnächst eventuell kaputt gehen können, wenn irgendwas nicht mehr ganz rund läuft, bevor es kaputt geht. Das ist dann zum Beispiel menschlich zum Teil schwierig nachvollziehbar, weil es halt eine große Menge Sensordaten sind. Aber wenn der Computer entsprechend darauf eingerichtet ist, auch das lässt sich zum Beispiel auch mit KI wiederum trainieren, diese vielen, vielen Sensordaten gemeinsam zu verarbeiten und irgendwelche Unstimmigkeiten herauszufinden, kann ich darüber diese vorausschauende Instandhaltung umsetzen, bei der ich dann ein paar Wochen im Voraus schon feststellen kann, A, bei dieser Maschine wird dieses Bauteil wahrscheinlich demnächst kaputt gehen. Kann ich das schon mal bestellen? Und das im Zweifelsfall, wenn es dann soweit ist oder je nachdem, wie ich es halten möchte, auch schon davor, das Bauteil austauschen und damit Ausfallzeiten zu vermeiden, gleichzeitig aber auch kein Riesenlager brauche, um alle möglichen Bauteile irgendwie vorrätig zu haben.

Okay, jetzt finde ich das alles sehr spannend als KMU und würde gerne mich damit mal näher beschäftigen. Wie würde ich denn jetzt loslegen? Genau, also grundsätzlich, um sowas umzusetzen, also wir haben viele, wie gesagt, viele Maschinen spucken schon haufenweise Daten aus. Um die jetzt aber zu einem digitalen Zwilling umzusetzen, braucht man im Wesentlichen ein Entwicklerteam. Das ist natürlich als KMU, die meistens keine eigene Entwicklungsabteilung unterhalten können, kaum selbstständbar. Das heißt, da bietet es sich zum Beispiel an, jetzt auch da ein Forschungsprojekt mit uns zum Beispiel anzusetzen, weil gerade bei uns gibt es mehrere Teams, die das eben schon mehrfach gemacht haben, an mehreren Ecken sich auskennen, wissen, wo sind die Stolpersteine im Zweifelsfall, wie kann ich diese ganzen Daten in ein gemeinsames Datenmodell überführen, mit dem ich dann weiterarbeiten kann, was kann ich damit alles umsetzen?

Das wäre der erste Schritt?

Ja, also ich meine, der erste Schritt ist, sich dafür zu entscheiden, das mal ausprobieren zu wollen. Man braucht natürlich digitale Daten, also wenn jetzt noch irgendwelche Maschinen sind, die nichts ausspucken, dann ist es schwierig, da einen digitalen Zwilling, der das alles abbildet, darzustellen. Da müsste man das Ganze manuell umsetzen.

Gibt es so, aus deiner Erfahrung heraus jetzt, gibt es klassische Anfängerfehler oder Missverständnisse beim Thema digitale Zwillinge, die ich jetzt schon mal vermeiden kann?

Wahrscheinlich dieses Klassische, auch zu sagen, ja, ich sammle erst mal ganz, ganz, ganz viele Daten und gucke dann später, was ich damit umsetze. Es ist natürlich sinnvoller, frühzeitig damit anzufangen. Also wenn ich jetzt gerade mein Unternehmen aufbaue, ist es deutlich einfacher, jetzt damit einzusteigen, als zu sagen, ich baue das alles erst mal irgendwo analog sozusagen auf oder ohne digitale Repräsentation und baue das alles danach. Darüber hinaus ist es wahrscheinlich auch so, das wäre wahrscheinlich auch ein Stolperstein, alles dann auf einmal machen zu wollen, also alle Funktionalität auf einmal einzubauen. Aber das ist ja klassisch, wie bei allen Projekten, dass man irgendwo sich den Minimum Viable Prototype, also einen minimalen Prototyp erst mal aussuchen sollte, damit fängt man an und dann baut man darauf auf.

Jetzt hast du ja eben schon das Thema maschinelles Lernen, KI, mit ins Spiel gebracht. Wo siehst du jetzt die Zukunft bei dem Bereich? Weil das klingt ja schon alles sehr futuristisch.

Es gibt, also jetzt im Bereich digitaler Zwillinge und maschinelles Lernen gibt es natürlich auch viele Anwendungsfälle. Also das sind beides Aspekte, die jetzt noch sehr neu sind und nicht vollständig erforscht, was man damit alles anfangen kann. Aber was ich mir vorstellen kann, ist tatsächlich, also wenn wir so ein bisschen mal in die Zukunft schauen, so ein bisschen träumen, sage ich mal. Wir haben schon viele Möglichkeiten, jetzt kamerabasiert Objekte zu erkennen zum Beispiel. Das heißt, ich kann mir das in Zukunft vorstellen, dass ich dann auch gerade bei bestehenden Unternehmen einfach, man läuft mit einer Kamera rum, vielleicht noch mit einem LIDAR, also so ein Entfernungsmesser, der relativ schnell dann auch 3D-Daten sammeln kann und es damit auch nochmal der KI im Zweifelsfall vereinfacht, Objekte zu erkennen und zuzuordnen und anzuordnen. Ich kann mir vorstellen, man läuft halt mit einer Kamera durch das ganze Unternehmen, durch diese Maschinenhalle, nimmt alles auf und kriegt dadurch dann schon die Umgebung generiert, eventuell erkannt, was sind das für Maschinen, ohne das selber zuordnen zu müssen. Und da ist natürlich alles Mögliche denkbar, von ich schmeiße einfach alle Daten auf einen Haufen und das Maschinen-Learning-System sortiert die selbstständig, weil es irgendwo die verschiedenen Varianten alle schon kennt, in Anführungszeichen, und kann dann da selbstständig Prozesse optimieren, wenn wir jetzt davon ausgehen, wir haben den digitalen Zwilling schon, also selbstständig Prozesse optimieren. Je nachdem, wie Hands-Off viel oder wenig händischen Input ich dazu haben möchte oder selber Überblick dazu haben will, gibt es da auch die Theorie, also es ist theoretisch dann auch möglich, dass das Maschinen-Learning-System komplett Prozesse eigenständig anpasst und optimiert. Genau, das klingt dann erstmal gruselig, aber es geht jetzt gar nicht in die Richtung mit, was sollte alles umgesetzt werden unbedingt oder was ist jetzt naheliegend, sondern was ist theoretisch möglich. Und gerade dann, wenn ich mir vorstelle, ich könnte einen digitalen Zwilling haben, der wirklich ins Detail mein komplettes Unternehmen abbildet mit so ziemlich allen Aspekten, kann ich natürlich auch alles Mögliche damit machen. Also wir haben da Projekte, da wird jetzt so ein digitaler Zwilling aufgebaut, da geht es jetzt in erster Linie darum, die Gebäudesanierung, also auch jetzt die klimatische Optimierung der Gebäude. Da werden dann zudem zum Beispiel noch Temperatur- und Luftfeuchtigkeitsdaten erhoben für das gesamte Gebäude, um nachher dann über Simulation festzustellen, wo kann ich denn das Gebäude am besten, also wie isoliere ich das Ganze, wie mache ich das Ganze am besten, bringe ich das klimatisch auf den aktuellen Stand zum Beispiel oder die gesamte technische Gebäudeausrüstung, wie richte ich die ein?

Wir können wahrscheinlich über das Thema noch Stunden reden.

Problemlos, ja.

Deswegen jetzt noch am Schluss die Frage, gibt es noch irgendwas, wo wir jetzt nicht gesprochen haben, von dem du meinst, das muss auf jeden Fall jetzt noch hier in dieser Podcast-Folge erwähnt werden.

Ein Punkt, den ich vorhin so ein bisschen übersprungen habe, ist auch, wieso ich mit dieser adaptiven Visualisierung angefangen habe. Was mich daran stört, ist, viel, was in der Forschung zu digitalen Zwilling passiert, ist so ein bisschen von technischen Menschen für technische Menschen. Ich glaube, das hindert so ein bisschen dadurch, dass diese Visualisierung, die Darstellung und wie interagiere ich mit dem digitalen Zwilling, so ein bisschen stiefmütterlich hinten angestellt behandelt wird, behindert das, an vielen Ecken, die Adaption dieser digitalen Zwillinge, weil gerade dann eben das nicht technische Personal nicht so richtig viel damit anfangen kann oder Schwierigkeiten hat, da reinzufinden. Und gerade das ist auch ein Aspekt, weshalb ich das angesetzt habe, weil es nicht nur wichtig ist, die richtige Visualisierung für den richtigen Anwendungszweck zu haben, sondern auch die Visualisierung, also die Darstellung und die Interaktion, Input-Output für diesen digitalen Zwilling, möglichst intuitiv, möglichst eingängig zu gestalten, sodass auch möglichst alle, die damit interagieren müssten, damit interagieren können, ohne einen großen Kurs durcharbeiten zu müssen, wie das Ganze funktioniert. Und ich glaube, das sollte damit dazu führen, dass es halt auch einfach leichter ist, tatsächlich solche digitalen Zwillinge später in Unternehmen einzuführen, dass die auch von den Mitarbeitenden genutzt werden. und auch der der Mehrwert erkannt wird, dass das nur als irgendwie zusätzliche Aufgabe und zusätzlicher Mental Load angesehen wird.

Danke dir für das Interview und deine spannenden Einblicke in den Bereich digitale Zwillinge und adaptive Visualisierung. Wenn Sie noch Fragen haben, schicken Sie uns eine Mail. Wir kümmern uns darum. Alle Infos zur Folge, weiterführende Links und natürlich auch den Kontakt zu unseren Expertinnen finden Sie in den Show Notes. Ich bin Mats Kastning und freue mich, wenn Sie auch in der nächsten Folge wieder dabei sind. Bis dahin wünsche ich uns allen und unseren digitalen Zwillingen ein gutes Klima. Ciao.

Tschüss. Danke.

Konzept und Produktion Audio-Textur