Reifegrad in Sachen digitaler Zwilling und Simulation industrieller Prozesse
Ihre Praxis im Umgang mit digitalen Zwillingen auf einer Reifegradskala verortet und in eine konkrete Roadmap überführt.
10 Themenfelder, eine Skala mit 5 Stufen. Und die Maßnahme, die von einer Stufe zur nächsten führt.
Die 10 Themenfelder des Referenzrahmens, bereits ausformuliert von N1 bis N5. Ein Unternehmen, eine Business Unit, oder 300 gleichzeitig.
Reifegrad in Sachen digitaler Zwilling und Simulation industrieller Prozesse
10 Themenfelder, Skala mit 5 Stufen.
Nordhavn Industries
53 / 100
Sie messen ihren Reifegrad mit Datamensio
Ein Beispiel
Diese Situation könnte auch Ihre sein.
Nehmen wir das Beispiel eines Unternehmens: drei Standorte, drei Tabellen, keine gemeinsame Antwort.
Niemand weiß, wie man konsolidiert.
Nordhavn Industries, 2 400 Mitarbeitende in Hamburg, Lyon und Porto. Ein Auftraggeber fragt nach dem Stand des Konzerns. Jeder Standort antwortet mit seiner eigenen Tabelle und seinen eigenen Skalen.
Drei Wochen, eine einzige Grundlage.
Eine Reifegradrahmen digitaler Zwilling und industrielle Simulation (mit Bezug auf die Darstellungsebenen der ISO 23247 für die Fertigung)-Analyse, gestartet an allen drei Standorten gleichzeitig, auf Basis der Gesprächsnotizen der Verantwortlichen. Der Referenzrahmen war bereits geschrieben, ebenso die 10 Themenfelder und die Stufen N1 bis N5.
Zwei Ausgaben vermieden, bevor sie entstanden.
Ein Score von 53 von 100, eine Abweichung, die sich auf drei Themen konzentriert. Der KI-Begleiter stellte fest, dass sich zwei Maßnahmen des Plans mit denen eines anderen Audits überschnitten. Der Ergebnisbericht für das Gremium war in einem Satz erstellt.
Was ihnen dadurch erspart blieb
- 3Standorte auf derselben Grundlage gemessen, statt drei nachzubearbeitende Fragebögen
- 2doppelte Maßnahmen erkannt, bevor die Ausgabe erfolgte
- 1Ergebnisbericht für das Gremium, ohne manuelle Nachbearbeitung
Diese Zahlen stammen aus einem Beispiel. Sie könnten Ihre eigenen sein.
Die Norm schreibt Prozesse vor. Datamensio zeigt, wo Sie stehen.
01
Der Referenzrahmen ist bereits geschrieben
Themenfelder, Fragen und Stufen N1 bis N5 ausformuliert. Sie starten nicht mit einer leeren Tabelle.
02
Der Score liegt noch am selben Tag vor
Online, per Selbstbewertungslink oder im Gespräch. Themenfeld für Themenfeld, im Zeitverlauf vergleichbar.
03
Die Abweichung wird zu einem bezifferten Plan
Jeder Stufenübergang trägt seine Maßnahme. Die KI priorisiert nach erwarteter Wirkung, nicht nach der Reihenfolge der Norm.
04
Der Fortschritt lässt sich belegen
Kampagne für Kampagne, gegen Ihr Ziel und gegen Ihre Vergangenheit. Genau das verlangt Ihr Vorstand.
Die Reifegradskala
Eine Stufe, die nächste, und die Maßnahme, die beide verbindet.
Dieser Mechanismus, ein Niveau, ein höheres Niveau und die verbindende Maßnahme, verwandelt eine Feststellung in eine Trajektorie.
Wird das Modell nach einer Änderung der Linie auf reale Produktionsdaten nachjustiert?
- N1
Keine Nachjustierung. Das Modell spiegelt den Zustand der Linie zum Zeitpunkt seiner ursprünglichen Erstellung wider.
- N2
Die Nachjustierung erfolgt punktuell, auf Initiative der Person, die das Modell erstellt hat, ohne Verfahren oder Nachweis.
- N3
Ein Verfahren zur Nachjustierung besteht und wird bei größeren Änderungen angewendet. Abweichungen zwischen Modell und Realdaten werden gemessen und dokumentiert.
- N4
Die Nachjustierung wird systematisch durch den Änderungsmanagementprozess ausgelöst. Abweichungen werden über die Zeit verfolgt, und ein Schwellenwert löst eine Modellüberprüfung aus.
- N5
Das Modell justiert sich fortlaufend anhand der Datenströme nach, Drifts werden automatisch erkannt, und Überarbeitungen werden dokumentiert standortübergreifend nachverfolgt.
Maßnahme für den Übergang von N2 zu N3
Die Nachjustierung des Modells an den Änderungsmanagementprozess der Linie koppeln: einen Schritt zur Aktualisierung und Abweichungsprüfung in die Änderungsakte aufnehmen, mit benannter Verantwortung und einem bezifferten Vergleich zwischen Modellausgabe und Produktionsdaten über eine Referenzwoche.
« Dank Datamensio erfüllen wir unsere Ziele viel effizienter. Die Prüfstellen des EFRE und unseres zuständigen Ministeriums haben diesen Ansatz besonders geschätzt, da er ihnen verlässliche Daten liefert. »
Direktorin der CCI 94CCI Île-de-France
« Wir sind überzeugt, dass dies die am besten geeignete Lösung ist, um unser Transformationsprojekt zu skalieren und die Wirkung nach unseren Bedürfnissen zu messen. »
Maja SucekChief Operating Officer, Interreg Danube
Selten allein
Ein Referenzrahmen lässt sich kombinieren. Verbinden Sie mehrere, um Ihre Tätigkeit abzudecken, oder lassen Sie Ihren eigenen von der KI schreiben.
Nehmen Sie Ihre erste Messung vor
Worum es in diesem Referenzrahmen geht
Der industrielle digitale Zwilling bezeichnet ein digitales Modell eines physischen Assets, einer Produktionslinie oder eines Prozesses, das mit Felddaten verbunden ist und zur Simulation, Vorhersage und Entscheidungsfindung genutzt wird. Er unterscheidet sich von einem CAD-Modell durch die Synchronisation: Sensordaten, MES- und Instandhaltungsdaten speisen das Modell, das über die Zeit repräsentativ bleibt. Er unterscheidet sich von einer punktuellen Simulation durch die Persistenz: Das Modell lebt, wird nachjustiert und dient mehreren aufeinanderfolgenden Entscheidungen. Das Spektrum reicht von der Offline-Flusssimulation bis zum vernetzten Zwilling für die kontinuierliche Optimierung.
In der Praxis ist das Thema schwer zu steuern, weil Initiativen an unterschiedlichen Standorten mit unterschiedlichen Werkzeugen ohne gemeinsamen Rahmen entstehen. Drei Fragen wiederholen sich. Ist das Modell auf die Realität der Werkshalle nachjustiert, und wie häufig. Werden Simulationsergebnisse in einer echten Entscheidung genutzt oder bleiben sie eine Demonstration für ein Gremium. Wird der für ein Layoutprojekt gebaute Zwilling nach Inbetriebnahme gepflegt oder aufgegeben, sobald die Linie läuft. Ohne Antwort auf diese drei Fragen wandelt sich der Modellierungsaufwand nicht in einen Betriebsgewinn um.
Der Kontext hat sich in zwei Punkten geändert. Erstens die Interoperabilität: Normungsarbeiten zur Fertigung, insbesondere ISO 23247, beschreiben eine Referenzarchitektur, die zwischen beobachtbarer Entität, Datenerfassung, dem Zwilling selbst und den ihn nutzenden Anwendungen unterscheidet. Zweitens die Daten: Die Verbreitung industrieller IoT-Architekturen und Datenplattformen macht die Synchronisation zugänglich, wodurch sich die Schwierigkeit hin zur Modellqualität und zur Governance verlagert. Eine verbreitete Verwechslung bleibt bestehen: die Gleichsetzung von digitalem Zwilling mit immersiver 3D-Visualisierung. 3D ist eine Darstellungsform, kein Reifegradnachweis.
Die Reifegrad-Analyse stellt nicht die Frage der Konformität. Es geht nicht darum, ob Ihr Zwilling eine verbindliche Anforderung erfüllt, denn eine solche gibt es nicht. Es geht darum, jede Praxis auf einer progressiven Skala zu verorten, vom isolierten Versuch bis zur industrialisierten und gemessenen Nutzung, und anschließend die genaue Maßnahme zu identifizieren, die zum nächsten Niveau führt. Der Score je Themenfeld zeigt, wo der Aufwand ansetzt: Daten, Modell, Organisation oder Nutzung. Der Vergleich zwischen Business Units zeigt, welche Standorte ein replizierbares Vorgehen gefunden haben.
Der Referenzrahmen ist in Datamensio einsatzbereit und bleibt anpassbar. Die KI passt Themenfelder, Fragen und die Formulierung der Niveaus an Ihre Branche an, kontinuierlicher Prozess oder diskrete Fertigung, oder erstellt eine Variante auf Basis Ihrer eigenen Unterlagen: Simulationslastenhefte, Modellierungsstandards, Berichte aus Pilotprojekten.
Referenznorm: Reifegradrahmen digitaler Zwilling und industrielle Simulation (mit Bezug auf die Darstellungsebenen der ISO 23247 für die Fertigung)
Die bewerteten Themenfelder
Strategie und Anwendungsfälle
Vorhandensein einer expliziten Trajektorie, Auswahl vorrangiger Anwendungsfälle, Verbindung zu Produktionszielen, Entscheidungskriterien für den Start eines neuen Zwillings.
Industriedaten und Konnektivität
Instrumentierung der Anlagen, Erfassung über SPS, MES und Instandhaltungssysteme, Erfassungsfrequenz, Qualität und Vollständigkeit der Datenreihen, Umgang mit Datenausfällen.
Modellierung und Genauigkeit
Modellierungskonventionen, dargestellter Umfang, dokumentierte Annahmen, Modellvalidierung durch Vergleich mit Realdaten, Versionsverwaltung.
Synchronisation und Nachjustierung
Aktualisierungsfrequenz des Modells, Verfahren zur Nachjustierung nach physischer Änderung der Linie, Erkennung von Abweichungen zwischen Modell und Realität, Verantwortung für die Pflege.
Simulation und Entscheidungsunterstützung
Simulierte Szenarien, Fluss-, Kapazitäts- und Layoutsimulation, Nutzung der Ergebnisse bei Planungs-, Dimensionierungs- oder Investitionsentscheidungen.
Vorhersage und Optimierung
Prädiktive Modelle für Drift und Ausfälle, Optimierung von Prozessparametern, Lernen aus historischen Daten, Messung der Vorhersagegenauigkeit.
Interoperabilität und Architektur
Ausrichtung an einer Referenzarchitektur, Austauschformate, Verzahnung mit PLM, MES und Energiesystemen, Portabilität zwischen Werkzeugen und Standorten.
Sicherheit und IT/OT-Trennung
Absicherung der aus der Werkshalle stammenden Datenströme, Netzwerksegmentierung, Zugriffskontrolle auf die Modelle, Schutz des in den Zwillingen enthaltenen Prozess-Know-hows.
Kompetenzen und Organisation
Definierte Rollen für Modellierung und Pflege, Kompetenzaufbau in Methoden- und Produktionsteams, interne Unterstützung oder Abhängigkeit von einem Dienstleister.
Wertmessung und Replikation
Erwartete und festgestellte Nutzenindikatoren, Nachverfolgung nach Inbetriebnahme, Kapitalisierung der Modelle, Replikation von Standort zu Standort, Vergleich zwischen Business Units.
Eine Kurzversion des Referenzrahmens steht für die Online-Selbstbewertung zur Verfügung.
Häufige Fragen
Ist der digitale Zwilling Gegenstand einer Zertifizierung?
Nein. Keine Stelle vergibt eine Zertifizierung für digitale Zwillinge. Es gibt Normungsarbeiten, ISO 23247 beschreibt eine Referenzarchitektur für die Fertigung, dabei handelt es sich jedoch um Interoperabilitätsrichtwerte, nicht um verbindliche Anforderungen. Das Thema gehört zur industriellen Transformation, nicht zur Konformität.
Was unterscheidet diese Analyse von einem technischen Audit unserer Modelle?
Ein technisches Audit untersucht ein gegebenes Modell und beurteilt seine Genauigkeit. Die Analyse verortet Ihre gesamte Praxis auf einer progressiven Skala: Daten, Modellierung, Nachjustierung, Nutzung, Organisation. Sie liefert einen Score je Themenfeld und die Trajektorie zur Weiterentwicklung, kein Gutachten zu einem einzelnen Modell.
Wie lange dauert die Bewertung?
Die Kurzversion wird in 20 bis 30 Minuten von einem Methodenverantwortlichen oder einem Programmleiter ausgefüllt. Die vollständige Version im kollaborativen Modus erstreckt sich meist über ein bis zwei Wochen: Der Großteil der Zeit dient dem Einholen von Angaben bei den Produktions-, Daten- und Instandhaltungsteams.
Lässt sich der Referenzrahmen an unsere Branche anpassen?
Ja. Themenfelder, Fragen und Niveaus lassen sich anpassen. Die KI passt die Formulierung je nachdem an, ob Sie kontinuierliche Prozesse oder diskrete Fertigung betreiben, oder erstellt eine Variante auf Basis Ihrer Modellierungsstandards. Sie können auch mit einer leeren Vorlage beginnen.
Lassen sich mehrere Standorte miteinander vergleichen?
Ja. Derselbe Referenzrahmen gilt für jede Business Unit, und die Scores lassen sich je Themenfeld vergleichen. Eine übergreifende Roadmap konsolidiert die Analysen mehrerer Standorte und bündelt sich wiederholende Maßnahmen, wodurch vermieden wird, denselben Reifegradschritt zehnmal zu finanzieren.
Braucht man Simulationsexpertise, um zu antworten?
Die Fragen betreffen die Praxis: Woher stammen die Daten, wer pflegt das Modell, wie werden die Ergebnisse genutzt. Ein Methodenverantwortlicher oder ein Leiter eines Industrieprogramms kann darauf antworten. Der kollaborative Modus erlaubt es, technische Fragen dem richtigen Ansprechpartner zuzuweisen.
Wie wird der Maßnahmenplan beziffert?
Die Lücke zwischen festgestelltem Score und Zielwert erzeugt die Maßnahmen. Der Leistungskatalog stellt jedem Punkt eine Lösung gegenüber, mit Kosten, Frist und erwarteter Auswirkung auf den Score. Die Roadmap wird anschließend bis zur Umsetzung gesteuert.
Wo werden die Daten gehostet?
In Frankreich, bei OVH, mit Sicherung bei Scaleway. Keine Übermittlung außerhalb der Europäischen Union. Die eingesetzten KI-Modelle können ausgewählt werden, auch unter europäischen Lösungen.