Bild 1: Eine Vielzahl von Industrien setzt bereits Digital Twins ein – andere stehen kurz davor (Quelle: Siemens/Atos)
Digital Twins kommen im Wesentlichen in der Produktentwicklung, der Produktion und im Service zum Einsatz. Unter die erste Kategorie fallen alle digitalen Ersatzmodelle, die das Endprodukt oder dessen Vorstufen und Prototypen während der Entwicklungsphase simulieren. Der Digital Twin für die Produktion umfasst alle Simulationen des Produktionsprozesses und der nachfolgenden Qualitätskontrolle: Sie sind also das digitale Abbild von Maschinenkomponenten oder kompletten Anlagen, Steuerungselementen, Sensorik und Prüfprogrammen. Aus diesen Simulationen können Optimierungen der Prozesse abgeleitet werden und sie agieren als eine zusätzliche Kontrollinstanz für Qualität. Mithilfe der virtuellen Abbilder lassen sich Herstellungsprozesse in Echtzeit verfolgen und anpassen. Digital Twins für den Service beziehen sich auf Produktinstanzen nach der eigentlichen Produktherstellung. Während der Herstellung eines Produkts entsteht zu jeder Produktinstanz der entsprechende Digital Twin für den Service. Zu den Anwendungsmöglichkeiten zählen beispielsweise Fernwartung oder Predictive Maintenance.
Reif für den Digital Twin?
Dem großen Wachstumspotenzial von Digital Twins stehen in Unternehmen auch einige Hindernisse im Weg. Zum einen sind die vielfältigen Anwendungsszenarien noch nicht ausreichend bekannt. Ohne erfolgreiche Praxisbeispiele aus der eigenen Branche halten sich viele Unternehmen hinsichtlich der Einführung und Integration von Digital Twins zurück. Auch hohe Kosten und Investitionen werden oft als Hinderungsgrund angeführt. Hier sind die IT-Beratungsunternehmen und -Serviceanbieter gefragt. Es ist ihre Aufgabe, die Vielzahl an Einsatzszenarien zu demonstrieren und ihre Klienten von den Effizienz- und Kostenvorteilen der digitalen Zwillinge zu überzeugen. Dabei ist es wichtig, Beispiele aus der Praxis zu wählen, idealerweise aus Branchen oder Geschäftsbereichen, in denen sich der Kunde wiederfinden kann. Denn Bedenken, wie eine zu hohe Investitionshürde oder Mangel an passenden Anwendungsfeldern, halten selten einer näheren Betrachtung stand, wenn Unternehmen neben der eigenen Einschätzung auch dem Urteil erfahrener Berater vertrauen.
Ein weiteres Hindernis, dem sich Unternehmen vor der Integration von Digital Twins widmen müssen, ist die Sicherheit und Eigentumsfrage der im Modell verwendeten Daten. Zum einen gilt es zu gewährleisten, dass die Daten auf einem sicheren Weg übertragen werden. Außerdem muss vorab feststehen, wer welche Informationen zu welchem Zweck verwenden darf. Diese Fragen sollten bereits beim Aufbau der IT-Architektur geklärt werden.
Ebenso empfiehlt es sich, die verwendeten Dateiformate und Lösungen bereits in der Planungsphase festzulegen, um potenziellen Konflikten zwischen Softwareversionen oder proprietären Formaten vorzubeugen. Ein Digital Twin auf Basis mehrerer Datenquellen unterschiedlicher Hersteller ist weitaus komplexer als die gleiche Simulation, die ihre Daten aus einer einzelnen Quelle bezieht oder alle Daten in einem einheitlichen Format erhält.