Digital Twins: Es kann nur zwei geben

Digitale Zwillinge sind Abbilder von physischen “Dingen” wie Maschinen, Gebäuden und Konsumgütern. Mithilfe dieser Digital Twins lassen sich nicht nur Herstellungsprozesse optimieren, sondern auch ganze Forschungsbereiche revolutionieren – wie etwa die Medizin.

Quelle: cio.de

Wer hat’s erfunden? Im Fall der Digital Twins waren es mal nicht die Schweizer – und auch kein deutscher Mittelständler. Als “Vater” der digitalen Zwillinge gilt vielmehr Dr. Michael Grieves. Der Forscher im Bereich Product Lifecycle Management (PLM) stellte das Konzept des digitalen Zwillings bereits Anfang des Jahrtausends vor, wie im T-Systems Kundenmagazin “Best Practice” nachzulesen ist.

In Ausgabe 03/18 des Magazins erläutern Experten aus unterschiedlichen Fachbereichen, wie sich digitale “Doppelgänger” physischer Dinge einsetzen lassen und welche Rolle dabei Technologien wie etwa Künstliche Intelligenz (KI) spielen. Doch die Autoren diskutieren auch heikle Fragen wie die Auswirkungen von digitalen Doppelgängern, die durch die Datenspuren von Internet-Nutzern entstehen.

Digitale Zwillinge gepaart mit Künstlicher Intelligenz: Durch diese Kombination lassen sich völlig neue Lösungen für Probleme finden – etwa wenn es um Predictive Maintenance geht. Im Healthcare-Bereich versprechen Digital Twins sogar nicht weniger als eine waschechte Revolution.

Der digitale Meister und seine Schatten

Doch was ist eigentlich ein Digital Twin? Jedenfalls nicht nur ein digitales Modell von Produkten oder Produktionsanlagen, so Dr. Kai Lindow vom Fraunhofer-Institut für Produktionsanlagen und Konstruktionstechnik in einem Beitrag in Best Practice. Es seien zwei Komponenten erforderlich: ein digitaler Master und sein Schatten. Der Master umfasst die Stammdaten eines Service oder ein digitalisiertes Geometriemodell einer Maschine. Der Schatten sind die Daten, die im Verlauf des Lebenszyklus des “Meisters” anfallen. Diese Informationen werden zwischen der realen und der digitalen Version synchronisiert.

Dabei müssen viele Technologien zusammenspielen: Sensoren und Aktoren an Maschinen, Turbinen oder sogar an “intelligenten” Kleidungsstücken. Für die Analyse und Bewertung von Daten sind Analytics-Verfahren zuständig, die von maschinellem Lernen und KI-Algorithmen unterstützt werden.
Sag mir, was passieren wird – und warum!

Wie jede Technologie muss auch ein digitaler Doppelgänger einen Nutzen bringen. Und das tut er – vorausgesetzt, er wird auf die richtige Weise eingesetzt. Ein Beispiel ist die Optimierung des Designs von Produkten, so Arun Nagarajah, Professor für Produktions-Entstehungsprozesse und Datenmanagement an der Universität Duisburg-Essen.

Er plädiert dafür, Ansätze wie die vorausschauende Wartung (Predictive Maintenance) mithilfe Digitaler Zwillinge weiter zu denken. Denn mit einem Digital Twin lasse sich nicht nur prognostizieren, wann eine bestimmte Komponente, etwa ein Wälzlager, ausfällt, so Nagarajah in Best Practice. Eine umfassende, ganzheitliche Analyse, etwa mithilfe von Machine Learning, kann Aufschluss darüber geben, warum es in bestimmten Einsatzszenarien zu Problemen kommt. An einem digitalen Zwilling kann ein Entwickler durchspielen, wie sich ein Lager aus anderen Materialien unter vergleichbaren Bedingungen verhält und eine optimale Lösung finden.

Digitalisierte Laborratten

Auf ähnliche Weise lassen sich selbst ganze Fabriken digitalisieren. Im Building Information Modelling (BIM) werden beispielsweise digitale Modelle von Gebäuden erstellt. Diese Digital Twins erlauben es, zwischen allen Projektbeteiligten einen durchgängigen Informationsfluss aufzubauen, der den gesamten Lebenszyklus des Gebäudes umfasst: Planung, Bau, Inbetriebnahme sowie Instandhaltung.

Doch ein digitaler Zwilling kann noch mehr: Häufig wird das Anwendungsfeld von Digital Twins auf Ansätze wie die vernetzte Produktion (Industrie 4.0) reduziert. Das ist zu kurz gegriffen – wie etwa der Einsatz von digitalen Kopien im Bereich Digital Health, etwa in der Tumorforschung, zeigt. Ein solches Konzept hat beispielsweise der Professor Hans Lehrach entwickelt, emeritierter Direktor des Max-Planck-Instituts für molekulare Genetik in Berlin. Er arbeitet an einer Lösung für folgendes Problem: Das Zusammenspiel von Medikamenten und dem menschlichen Organismus unterscheidet sich je nach Krankheit und Patient.

Die Lösung: ein Modell, mit dem sich digitalisierte Versionen von Medikamenten ohne Risiko für den Patienten testen lassen. Die Grundlage liefern eine Analyse (Sequenzierung) der Tumorzellen eines Patienten und KI-gestützte Auswertungen. Selbst Digital Twins von Laborratten werden nach Einschätzung von Lehrach künftig zum Einsatz kommen, um die medizinische und pharmazeutische Forschung zu beschleunigen.

Allerdings machen Beispiele wie Digital Health auch deutlich, dass sich Technologien wie Digital Twins, Künstliche Intelligenz und das Internet der Dinge in Bereiche vorwagen, die eine besonders hohe Sensibilität erfordern. Daher ist es notwendig, Regeln für die Kopplung der virtuellen mit der “echten” Welt zu schaffen. Das ist die Voraussetzung für ein Miteinander von Menschen, Maschinen und ihrem digitalisierten Alter-Ego.

Mehr…