Einsatzfaktoren - Technologie - Produkte
E-Book, Deutsch, 259 Seiten
ISBN: 978-3-17-036470-7
Verlag: Kohlhammer
Format: EPUB
Kopierschutz: Wasserzeichen (»Systemvoraussetzungen)
Autoren/Hrsg.
Weitere Infos & Material
2 Digital Engineering – Basis für Smarte Produkte und Services
Detlef Gerhard2
2.1 Von CAD zu Digital Engineering 2.2 Smarte Produkte und Services als Treiber für die Digitale Transformation 2.2.1 Erweiterung des Engineering Prozesses auf die Nutzungsphase 2.2.2 Funktionale Absicherung von Produkten durch Co-Simulation 2.3 Anwendung von Methoden der Künstlichen Intelligenz im Digital Engineering Prozess 2.3.1 Einsatz von KI in Engineering Software-Werkzeugen 2.3.2 Einsatz von KI beim Betrieb von PSS am Beispiel der Produktion 2.4 Zusammenfassung und Ausblick Literaturverzeichnis 2.1 Von CAD zu Digital Engineering
Produkte bzw. technische Systeme müssen soweit wie möglich auf der virtuellen Ebene durch entsprechende rechnergestützte Werkzeuge und Modellrepräsentationen entwickelt und Entscheidungen abgesichert werden, um zeit- und kosteneffizient zu arbeiten. Dieses Paradigma besteht schon seit mindestens drei Jahrzehnten und hat sich ständig weiterentwickelt, ebenso wie die Begrifflichkeiten: Von CAD bzw. CAx über Virtuelle Produktentwicklung (VPE) und Digital Mock-Up (DMU) bis hin zum Model Based Systems Engineering (MBSE). Entwicklung und Produktion in der Industrie wären schon heute ohne die massive Nutzung rechnergestützter Verfahren nicht mehr wettbewerbsfähig. Der Begriff Digital Engineering adressiert gegenüber den nahe an der Produktentwicklung orientierten oben genannten Begriffen einen erweiterten Umfang über alle Phasen des Lebenszyklus’ eines Produkts. Unter Digital Engineering wird die durchgängige Anwendung funktional geeigneter IT Verfahren und Software-Werkzeuge für die Entwicklung, Herstellung und Nutzung von Produkten verstanden. Das Wesentliche ist die digitale Abbildung sämtlicher Schritte der Wertschöpfungskette mit allen entstehenden Informationsflüssen. Von der Planungsphase über Entwurf und Ausgestaltung und den Produktionsprozess bis hin zum nutzungsbegleitenden Monitoring der Produkte werden virtuelle Produkt- und Prozessmodelle übergreifend über alle Lebenszyklusphasen miteinander vernetzt. Digital Engineering umfasst also insbesondere auch das Management der benötigten Informationen über den gesamten Produktlebenszyklus verbunden mit geeigneten Repräsentationsformen und einer systematischen Vorgehensweise bzw. abgestimmten Abläufen. Hauptziele sind die Prozessbeherrschung sowie die Sicherstellung der Qualität und Nachvollziehbarkeit von Entscheidungen. Diese spielen eine bedeutende Rolle für die Fähigkeit eines Unternehmens, Wettbewerbsvorteile zu erzielen. Im Vordergrund steht also nicht mehr das einzelne System bzw. Werkzeug für CAD oder Simulation, sondern der gesamte Prozess bzw. Prozessketten für bestimmte Teilprozesse. Das durchgängige Daten- und Informationsmanagement innerhalb der Digital Engineering Prozesse ist jedoch eine komplexe Aufgabe, die eine Reihe von Herausforderungen mit sich bringt, wie z. B. die Einbeziehung mehrerer Unternehmen oder Organisationseinheiten, die Integration unterschiedlicher Disziplinen oder der Umgang mit Unsicherheit im Prozess bei individualisierten Projekten (Smith und Morrow, 1999; Browning et al., 2006). Diese Herausforderungen nehmen im aktuellen Kontext immer komplexer werdender Produkte und Systeme (Feldhusen und Grote, 2013) und zunehmend geforderter Agilität und Flexibilität (Rebentisch et al., 2018) im Prozess stetig zu. Cyber-Physical Systems (Rizvi et al., 2018), nachhaltige Produktentwicklung (Buchert et al., 2017) und kombinierte Produkt-Service-Systeme (PSS) (Nguyen et al., 2014) stellen zudem neue Anforderungen an die bereits stark in ein enges Korsett an Vorgaben und Randbedingungen gepressten Entwicklungsaktivitäten. Insbesondere bei der Kombination von Produkten und Dienstleistungen ist jede Lösung aufgrund der Menge möglicher Konfigurationen für einzelne Angebote stark individualisiert (Meier et al., 2010). Diese Individualisierung führt zu einer geringeren Wiederholbarkeit von Aufgaben im Engineering und erfordert daher mehr Flexibilität bei deren Management (Hernandez-Pardo et al., 2013). Die Anwendung von systematischen Vorgehensweisen bzw. Vorgehensmodellen ist anerkannte Praxis, um die oben genannten Herausforderungen zu bewältigen und die Effizienz der Produktentwicklung zu steigern (Engwall et al., 2005). Solche Modelle ermöglichen eine Rationalisierung der kreativen Arbeit, verringern die Wahrscheinlichkeit, dass wichtige oder sogar kritische Aufgaben vergessen werden, erleichtern die Planung und verbessern die Kommunikation zwischen den am Prozess beteiligten Personen und Fachdisziplinen (Gericke und Blessing, 2011). Das in der VDI Richtlinie 2206 (2004) beschriebene V-Modell oder der in der VDI Richtlinie 2221 (2018) beschriebene »systematische Ansatz zur Entwicklung und zum Entwurf technischer Systeme und Produkte« liefern eine sehr gute, wenn auch allgemein formulierte und auf betriebliche Spezifika anzupassende Basis hierfür. Ein Vorgehensmodell für einen Entwicklungsprozess definiert üblicherweise die Aktivitäten auf einem generischen Niveau bzw. die Art und Weise, wie ein Prozess durchgeführt wird, die zu verwendenden Methoden, erwartete Ergebnisse pro Aufgabe und Informationsflüsse (Wynn und Clarkson, 2018). Der letztgenannte Aspekt ist für den Themenkomplex Digital Engineering besonders relevant. Hier kommen eine Vielzahl unterschiedlicher (Partial-)Modelle zum Einsatz, die jeweils formal einen bestimmten Teilaspekt oder Ausschnitt der Informationen des gesamten Entstehungsprozesses umfassen. Die Definition zielgruppenspezifischer Sichten auf dieselben Daten für unterschiedliche Akteure des interdisziplinär ausgerichteten Produktentstehungsprozesses erfordert die Nutzung geeigneter Informationssysteme (Madni und Sievers, 2018). Die verschiedenen Dimensionen und Aspekte von Digital Engineering sind in Abbildung 2 dargestellt. Abb. 2: Digital Engineering Dimensionen und Aspekte Neuerdings wird in diesem Zusammenhang wieder verstärkt der Begriff Digitaler Zwilling (Glaessgen und Stargel, 2012) verwendet, obwohl auch dieser bereits vor knapp 20 Jahren von M. Grieves geprägt wurde (Grieves, 2002). Die Bezeichnung ist – wenn auch sehr plakativ – insofern etwas irreführend, da man implizit davon ausgeht, dass es nur einen einzigen Zwilling gibt, der als virtuelles Modell im Rechner alle Informationen beinhaltet, die für ein technisches System vom Engineering bis zum Betrieb relevant sind. Dies entspricht möglicherweise der Vision, welche bereits seit den 1980er Jahren insbesondere auch durch die NASA und ihre Raumfahrtaktivitäten gedanklich und konzeptionell angestrebt wurde, ist jedoch bislang nicht in der Form umgesetzt worden und erscheint auch nicht realistisch. Digitale Zwillinge sind Repräsentationen von Dingen aus der realen Welt, bilden aber immer nur einen bestimmten Teilausschnitt bzw. Partialmodelle ab. Sie können sowohl physische Objekte als auch nicht physische Dinge wie z. B. Dienste beschreiben, indem sie alle relevanten Informationen und Dienste mithilfe einer einheitlichen Schnittstelle zur Verfügung stellen (Kuhn, 2017). Auch wenn z. B. ein Produktionssystem erst in der Entwicklungsphase ist, wird es bereits einen digitalen Zwilling bzw. üblicherweise eine Kombination aus mehreren Partialmodellen besitzen, welche die zentralen Eigenschaften dieser Anlage im Sinne der virtuellen Produktentwicklung beschreiben. Noch bevor die Produktion beginnt und Daten aus dem realen System in eine modellhafte Repräsentation übernommen werden können, kann mit dem digitalen Zwilling die Fertigungslinie virtuell erprobt und optimiert werden. Ebenso hat das Produkt, welches auf der Fertigungslinie produziert wird, einen digitalen Zwilling, so dass im Idealfall der digitale Zwilling der Fertigungslinie und der digitale Zwilling des Werkstücks eine gemeinsame Schnittstelle definieren. Die Digital Engineering Prozesse entwickeln sich ständig weiter, da sich die unterstützenden Technologien wie beispielsweise Cloud Computing und Services exponentiell entwickeln und sich dadurch neue Möglichkeiten eröffnen. Technologien von heute werden bald veraltet sein und durch schnellere und effizientere Tools ersetzt. Die Art und Weise, wie wir Produkte entwickeln und Projekte umsetzen, verändert sich stetig. Kollaborative Echtzeitprozesse für Co-Design und Review rücken in den Vordergrund und lösen konventionelle, papierbasierte Prozesse ab. Die zeichnungslose Fertigung beispielsweise wird jetzt in Industrieunternehmen umgesetzt, obwohl sie konzeptionell seit mindestens zwei Dekaden verfügbar und auch technisch möglich ist. 2.2 Smarte Produkte und Services als Treiber für die Digitale...
