FrAIday Blog #3

Effizienzsteigerung durch digitales Abbild

Neue Runde – neues Wissen. Wir haben in der nächsten Fragerunde wieder etwas Neues zum Thema Künstliche Intelligenz erfahren. Im heutigen Blog dreht sich alles um den Digital Twin. KI-Experte Martin Schiele, Geschäftsführer der AI-UI GmbH, hat uns aufgeklärt, was ein Digitaler Zwilling eigentlich ist und wie ein solcher funktioniert. Wir haben im Anschluss darüber gesprochen, wie ein Twin in digitaler Form in einer Smart Factory eingesetzt werden kann und inwiefern die digitale Simulation für Unternehmen an Bedeutung gewinnt.

Was genau ist ein Digitaler Zwilling?

Wie schon in Blog II angekündigt, geht’s es in dieser Ausgabe um den Digitalen Zwilling. Ein sogenannter „Digital Twin“, auf Deutsch Digitaler Zwilling, wird oft im Kontext von Maschinellem Lernen verwendet. Es handelt sich um eine Art digitale Simulationsumgebung. Das klingt komplizierter als es sein muss. Man kann innerhalb der Simulation mit gewählten Objekten interagieren und anhand der Reaktionen (Input-Output) Entscheidungen treffen.

Wie hängen Überwachtes Lernen und der Digitale Zwilling nun zusammen?

Im Supervised Learning | Überwachten Lernen sagt man der KI, welcher Output zu welchem Input gehört (Training). Genau das tun wir bei der Kreation eines Digitalen Zwillings auch. AI-UI nutzt Neuronale Netze und speichert über Supervised Learning die Verhaltensweisen, beispielsweise Messdaten des Objektes, im Neuronalen Netz und macht es somit digital nutzbar. Einfach betrachtet übertragen wir eine Tabelle in ein Neuronales Netz. Dieses ist jedoch viel leistungsfähiger als LookUp Tables oder numerische Gleichungen und dazu noch im Handumdrehen trainiert. Warum? Weil es nichts idealisiert, sondern auf Daten der echten Welt beruht.

Wie funktioniert ein Digitaler Zwilling?

Prinzipiell gibt es zwei Wege, einen Digitalen Zwilling bzw. eine Simulation von etwas aufzusetzen. Der erste Weg ist die physikalisch, chemisch, mathematisch korrekte Abbildung eines Gerätes, einer Sache oder eines Prozesses und die anschließende Korrektur mit der Realität. Das bedeutet, man „bastelt“ und schaut, ob die Ergebnisse genau so sind wie in der realen Welt und wenn nicht, muss korrigiert werden, was immer der Fall ist.

Sie können aber auch als zweiten Weg direkt Mess- und Erfahrungswerte aus der Realität heranziehen und daraus einen Digitalen Zwilling formen. Hier kommt der KI-Ansatz ins Spiel.

Ai-UI Digitaler Zwilling

Ich erkläre es am simplen Beispiel eines Haustieres: Es wird entweder ein mathematisches Konstrukt erstellt, was die Reaktion des eigenen Hundes auf die in der Hand befindliche Leberwurst vom Fleischer hat, also beispielsweise eine Formel, die sagt: „Wenn <Wurst>, dann <diese Reaktion>“. Oder Sie nutzen die Erfahrungen der Vergangenheit, die ähnliche Situationen enthält, um ein mögliches Tierverhalten zu approximieren, also abzuschätzen. Letzteres tun wir Menschen ständig in allen Bereichen unseres Lebens. Wir bilden Modelle aus Erfahrung in unseren Köpfen. So funktioniert KI mit Neuronalen Netzen, wie wir bei AI-UI sie verwenden. Das Thema „Neuronale Netze“ werden wir in einem gesonderten Blog nochmal genauer beleuchten. Einziges Manko von Neuronalen Netzen ist, dass erste Erfahrungen vorliegen müssen. Das heißt, Sie benötigen eine Datengrundlage, denn dieser Datensatz lässt sich in der Regel nicht einfach modellieren.

Ein Digitaler Zwilling in der Digital Factory? Was bedeutet das?

Da Digitale Zwillinge im besten Fall identische Abbildungen einer in der Realität befindlichen Sache sind, können sie genutzt werden, um die abgebildete Sache zu untersuchen, zu testen oder zu verbessern. Beispielweise können sie Livedaten eines Schweißprozesses nutzen, um sie in Form eines Neuronalen Netzes „abzulegen“. Vergleichbar ist das mit einer Messwerttabelle. Im Nachgang können diese Neuronale Netz genutzt werden, um sie mit 1000 weiteren Schweißprozessen zu vergleichen. So können sie herausfinden, ob sich die Maschine verändert hat. Es wurde quasi ein Abbild gespeichert, das das Verhalten 1000 Prozesse vorher festgehalten hat. Dies ist es, was oft als Predictive Maintenance bezeichnet wird, denn es kann nachverfolgt werden, wie Objekte altern, verschleißen und sich generell verändern.

Des Weiteren können Digitale Zwillinge als virtuelle Sensoren genutzt werden. Man stattet ein Testsystem oder einen Testprozess mit Sensoren aus, die es im Serienprodukt nicht gibt. Die Daten werden während des Betriebes erneut in einem Digitalen Zwilling gespeichert. Der Twin kann dann im Serienbetrieb mitlaufen, sodass er zusätzliche Informationen aus dem Systemzustand mitliefert – kostenarm und in Echtzeit!

Vorhersagemodelle jedweder Art sind ebenso sehr beliebt, wenn es um die Disposition von Verbrauchswaren geht, die Abschätzung von Kundennachfrage in der Zukunft oder eben um Wartungsintervalle durch Precitive Maintenance.

Digitaler Zwilling – Warum ist er für Unternehmen interessant?

Wurde einmal verstanden, wozu diese digitalen Modelle genutzt werden können, eröffnen sich für Unternehmen mannigfaltige Möglichkeiten. Unternehmen können so Einblicke in Prozesse erhalten, diese weiter automatisieren und Fehleranfälligkeiten senken. Am Ende ist es doch unser aller Ziel, Produkte möglichst reibungslos und effizient zu produzieren sowie zu vertreiben. Digitale Zwillinge sind dafür ein leichtgewichtiges Werkzeug.

„Der Begriff Digitaler Zwilling ist in Mode gekommen, stellt aber nichts anderes als eine Simulation dar.“
Martin Schiele - AIUI
Martin Schiele
Geschäftsführer