Was steht der Entwicklung und Einführung digitaler Zwillinge im Weg?

Das enorme Potenzial der digitalen Zwillingstechnologie – mit ihrer Fähigkeit, digitale Replikate physischer Objekte, Prozesse und Umgebungen zu erstellen – bietet Anwendungsmöglichkeiten in allen Branchen, von der Nachbildung gefährlicher Umgebungen bis hin zur Darstellung von Raumfahrzeugen für Ferntrainingszwecke. Aktuelle Analysen von McKinsey lässt darauf schließen, dass das Interesse so groß ist, dass der globale Markt für digitale Zwillinge in den nächsten fünf Jahren um etwa 60 % pro Jahr wachsen und bis 73.5 2027 Milliarden US-Dollar erreichen wird. Das Interesse ist eindeutig vorhanden, aber hat die Akzeptanz auch wirklich mitgezogen?

Die Antwort: Es ist kompliziert. Die Technologie digitaler Zwillinge und ihre Anwendungsfälle haben sich enorm weiterentwickelt, aber es müssen noch Herausforderungen bewältigt werden, damit digitale Zwillinge in großem Maßstab übernommen werden können.

Die Entwicklung digitaler Zwillinge

Echte Übernahme von digitaler Zwilling Die Technologie war langsam, weil sie bis vor kurzem nicht intelligent genug war, um über die bloße Darstellung eines Vermögenswerts hinauszugehen. Wertvoller wäre die Fähigkeit, sein Verhalten genau zu simulieren, vorherzusagen und zu steuern. Digitale Zwillinge waren zudem maßgeschneidert und konnten nicht global aus dem Verhalten ähnlicher Vermögenswerte lernen. Ihre Erkenntnisse waren isoliert und nicht immer auf umfassendere organisatorische Bedürfnisse anwendbar, was sie zu einer hohen Investition mit geringer Rendite machte.

Trotzdem Early Adopters von digitalen Zwillingen Zu diesen Branchen zählen die Fertigungsindustrie, der Einzelhandel, das Gesundheitswesen und die Automobilindustrie, die neue Anlagen, Konfigurationen und Prozesse in einer kontrollierten Umgebung testen konnten.

Mit neuen KI-basierten Ansätzen werden wir einen schnellen Wandel von „digitalen Zwillingen“ hin zu KI-gestützten „Simulationen“ und „Agenturen“ erleben, was die Anwendungsfälle dramatisch erweitern und eine breite Akzeptanz vorantreiben wird. Schauen wir uns diese Anwendungskategorien an:

• Vertretung – Die ersten Iterationen digitaler Zwillinge waren einfache digitale Darstellungen von Vermögenswerten, die über ausgewählte Nischenanwendungsfälle zur Verbesserung des Designs und der Ausführung bestimmter Aufgaben hinaus nicht besonders nützlich waren. Im Wesentlichen ist dies der „Replikat“-Zustand der digitalen Zwillingstechnologie.
• Simulation – Heute entwickeln sich digitale Zwillinge von der Darstellung zur Simulation, was einer größeren Zahl von Anwendungsfällen zugutekommt. Simulation bedeutet, dass digitale Zwillinge nicht nur die Anlage oder Umgebung widerspiegeln, sondern auch zukünftige Szenarien genau simulieren. In dieser Phase können sie aus Daten anderer ähnlicher Prozesse lernen, um aussagekräftige Erkenntnisse zu gewinnen. Simulationszwillinge verwenden KI-Algorithmen, um Produktionsergebnisse zu simulieren, optimale Maschineneinstellungen zu empfehlen und Produktionsteams bei der Verbesserung ihrer Geschäftsziele in einer Fertigungsumgebung zu unterstützen.
• Agentur – Die nächste Entwicklungsstufe nach der Simulation wird die Agentur sein, die es Anlagen, Prozessen und ganzen Teilen der Produktion ermöglicht, autonom zu planen und zu handeln. In dieser Phase werden sie auch komplexe Entscheidungen treffen und in Partnerschaft mit Menschen arbeiten, um eine nachhaltigere Produktion voranzutreiben. Dies ist die Phase des digitalen Zwillingsagents.

Der Übergang zwischen den Phasen erfordert unterschiedliche Ebenen unterstützender Technologie und es ist von größter Bedeutung, dass Unternehmen über den richtigen Technologie-Stack verfügen, um die maximale Wirkung und den maximalen ROI digitaler Zwillinge zu erzielen.

Grundlegende Technologie für digitale Zwillinge

Bevor von der Darstellung zur Simulation und schließlich zur Agentur übergegangen werden kann, muss die richtige grundlegende Technologie vorhanden sein.

Um noch einmal das Beispiel Fertigung zu nehmen: Unternehmen, die eine digitale Simulation eines bestimmten Prozesses oder einer Fabrikumgebung erstellen möchten, müssen über zuverlässige Online-Sensorfunktionen verfügen. Diese Sensoren liefern Daten von den Ein- und Ausgängen in verschiedenen kritischen Phasen des Prozesses, um solide Erkenntnisse für eine Simulation zu liefern. Viele dieser Daten sind leicht verfügbar, und wir haben Prozesshersteller gesehen, die qualitativ hochwertige Online-Messungen der Ausgänge (z. B. Papier) durchführen, aber es gibt normalerweise eine Lücke bei den Sensormessungen für die Eingänge (z. B. Holzfasern, die in die Papierzellstoffproduktion einfließen).

Um dies zu umgehen, müssen Fertigungsteams die Simulation, die sie durchführen möchten, sowie die verschiedenen beteiligten Eingaben, Maschinen und Systeme sowie die verschiedenen Parameter jeder Phase des Prozesses klar definieren. Dies erfordert wahrscheinlich die Einbeziehung von Experten aus mehreren Funktionen, um sicherzustellen, dass alle Aspekte des Modells berücksichtigt werden. Dies trägt wiederum dazu bei, sicherzustellen, dass die Daten robust genug sind, um eine Simulation durchzuführen.

Konnektivität und Vergleich

Vollständig isolierte digitale Zwillinge verpassen Erkenntnisse aus anderen Modellen in ähnlichen Szenarien. Die Modelle, die zum digitalen Zwilling beitragen, müssen selbst mit Daten aus anderen ähnlichen Modellen und digitalen Zwillingen gefüttert werden, um zu zeigen, wie „großartig“ oder optimal global aussieht, nicht nur innerhalb des untersuchten lokalen Prozesses.

Daher ist für digitale Zwillinge eine große Cloud-Komponente erforderlich. Andernfalls laufen Unternehmen Gefahr, das volle Potenzial dieser Technologie nicht voll ausschöpfen zu können.

Die andere Seite der Medaille ist, dass digitale Zwillinge sich nicht ausschließlich auf Cloud-Technologie verlassen dürfen, da die Latenz der Cloud Hindernisse für Faktoren wie das Sammeln von Echtzeitdaten und Echtzeitanweisungen darstellen kann. Überlegen Sie, wie sinnlos es wäre, eine Simulation durchzuführen, die Maschinenausfälle verhindern soll, nur um dann einen gerissenen Riemen zu erkennen, wenn das Teil bereits nicht mehr richtig funktioniert und die gesamte Maschine stillsteht.

Um diese Herausforderungen zu bewältigen, kann es sinnvoll sein, eine Komponente hinzuzufügen, die Edge-AI unterstützt. Dadurch wird sichergestellt, dass Daten so nah wie möglich am simulierten Prozess erfasst werden können.

Mögliche Probleme bei Bereitstellung und Verwaltung

Neben dem richtigen Technologie-Stack und der richtigen Infrastruktur zur Erfassung der erforderlichen Daten für KI-gestützte Simulationszwillinge bleibt Vertrauen ein erhebliches Hindernis für den Einsatz. Taxifahrer in London kennen möglicherweise den Stadtplan und alle Abkürzungen, aber GPS liefert den Fahrern in der Regel genauere Routen, da es Verkehrsdaten berücksichtigt. Ebenso müssen Ingenieure und Fertigungsfachleute genaue und sichere Simulationen erleben, um volles Vertrauen in ihre Fähigkeiten zu gewinnen.

Vertrauen zu gewinnen braucht Zeit, aber Transparenz bei den Modellen und den Daten, die die digitalen Zwillinge speisen, kann diesen Prozess beschleunigen. Unternehmen sollten strategisch über die notwendige Änderung der Denkweise nachdenken, damit Teams den Erkenntnissen dieser leistungsstarken Technologie vertrauen – sonst riskieren sie, den ROI zu verpassen.

Der Weg zur Agentur

Trotz der Verheißung digitaler Zwillinge verlief die Einführung relativ langsam – bis vor Kurzem. Die Einführung KI-gestützter Modelle kann digitale Zwillinge von der Darstellung zur Simulation bringen, indem Erkenntnisse aus anderen Modellen verknüpft werden, um auf einzigartigen Erkenntnissen aufzubauen.

Mit zunehmenden Investitionen und Vertrauen werden digitale Zwillinge irgendwann den Status einer Agentur erreichen und in der Lage sein, komplexe Entscheidungen selbst zu treffen. Der wahre Wert muss noch erschlossen werden, aber digitale Zwillinge haben das Potenzial, Branchen von der Fertigung über das Gesundheitswesen bis hin zum Einzelhandel zu verändern.