Produktintelligenz neu gedacht
Rundumsicht für Konstrukteure
Selbst bei ganz neuen Projekten greifen die Produktentwickler auf soviele Erfahrungen wie möglich zurück, um bekannten Problemen aus dem Weg zu gehen. Schon länger lassen sich so mit einer Product und Asset Intelligence-Strategie sehr gute Ergebnisse erzielen. Konsequent umgesetzt, ermöglicht es das Konzept des digitalen Zwillings jedoch, diese Methode auf ein neues Niveau zu heben. Dafür muss allerdings die Datenqualität stimmen.
Bild: SAP SESo mancher Produktentwickler mag vielleicht interessiert verfolgen, was das Internet of Things alles an Visionen und Möglichkeiten mit sich bringt. Doch die Verbindung zur eigenen Tätigkeit erscheint oft zunächst gering. Schließlich steht der Entwickler am Anfang eines Produkts, das Rad des Lebenszyklus setzt er oder sie überhaupt erst in Schwung. Das Produkt will erst einmal markt- und produktionsreif gemacht werden. Doch welches Produkt ist schon wirklich neu? Wann kann der Entwickler völlig frei, sozusagen am grünen Tisch, etwas beginnen? Selbst wenn zum Beispiel in der Automotive-Branche der Auftrag erfolgt, ein revolutionäres Elektroauto zu entwickeln: der Antriebsstrang mag völlig neu sein, aber Karosserie, Innenausstattung, Elektrik und Fahrwerk werden nicht grundsätzlich anders beschaffen sein als vorhandene Modelle. Mit existierenden Produkten kommen Erfahrungen aus der Fabrikation und dem Markt zurück. Auch bei einem neuen Fahrzeugmodell ist der Fahrwerkskonstrukteur für die Information dankbar, dass der Achsschenkel für den Aludruckguss doch anders ausgelegt und konstruiert werden muss, weil er sonst zu schnell bricht, und von den Kunden Klagen über Poltergeräusche kommen.
Product und Asset Intelligence
Ein neues Produkt ist also meist die nächste Generation eines bereits existierenden Produkts, und das Schlagwort in diesem Zusammenhang ist Product Intelligence. Ursprünglich als Begriff in der Elektronikfertigung geprägt, meint Product Intelligence das Sammeln aller möglichen Daten über das Abschneiden eines Produkts im Markt. Die Summe der gesammelten Erkenntnisse fließt in die nächste Generation eines Produkts ein. Wer Product Intelligence geschickt nutzt, kann sicherlich den Erfolg des Produkts auf Dauer vergrößern. Eine andere 'Intelligence' oder Erkenntnisquelle ist die 'Asset Intelligence'. Damit ist der Bestand an Dingen oder Produkten gemeint, die ein Unternehmen nutzt. Der Betreiber einer Autoflotte betreibt Asset Intelligence mit seinen Fahrzeugen, der Hersteller betreibt Product Intelligence mit den Automodellen derselben Flotte, die bei seinem Kunden fährt. Im Grunde sind Asset und Product Intelligence nur zwei verschiedene Sichtweisen eines Produkts. Beispielsweise mündet Product Intelligence in Predictive Engineering und ein fortschrittlicher Nutzen von Asset Intelligence ist Predictive Maintenance. Bis dato mögen auch je nach Perspektive nicht immer die gleichen Daten erhoben worden sein, denn es sind ja auch verschiedene Unternehmen daran interessiert und arbeiten damit - was aber, wenn jemand alle Daten gleichzeitig sieht, und dies womöglich sogar nahezu in Echtzeit? Dies bringt uns zum Konzept des digitalen Zwillings.
Vor 15 Jahren von der NASA ergedacht
Der digitale Zwilling schlägt eine Brücke zwischen der realen und der digitalen Welt. Das Konzept wurde bereits vor rund 15 Jahren von der NASA entwickelt. Seither ist er für manchen Konstrukteur nichts Neues, denn es liegt nahe, aus Konstruktionsdaten das virtuelle Produkt zu entwickeln und für das anschließende Product Lifecycle Management (PLM) zur Verfügung zu stellen. Doch zum einem schafft nicht jedes virtuelle Modell eines Produkts seinen Weg aus der Entwicklungsabteilung und zum anderen ist ein digitaler Zwilling heute viel mehr: Er enthält neben Konstruktionsdaten viele weitere Parameter - und er ist vor allem mit seiner echten, physischen Repräsentation über Sensoren vernetzt. Nun lässt sich der Zwilling erstmals auch in einem betrieblichen Kontext zum Leben erwecken.
Möglichkeiten neuer Technik ausschöpfen
Der digitale Zwilling gleicht ständig mit dem physischen Produkt oder Asset seine virtuellen, die physikalischen und sowie kommerziellen Daten ab. Moderne digitale Abbilder arbeiten in der Regel mit künstlicher Intelligenz, maschinellem Lernen sowie Analysesoftware und erstellen auf der Grundlage von Echtzeitinformationen digitale Modelle. Wer das Konzept des digitalen Zwillings mit anderen Techniken wie etwa dem 3D-Druck zusammenbringt, erhält ein explosives Gemisch, das neue Services und disruptive Ansätze ermöglicht. Wesentliche Voraussetzung ist hier allerdings, dass das Abbild sauber umgesetzt wird.
Ohne hohe Datenqualität geht es nicht
Die Datenqualität ist wie immer schon ein wesentlicher Faktor dafür, dass einer Strategie Erfolg beschieden ist. Doch gerade der Aufbau von digitalen Zwillingen bringt die Bereinigung von Daten als Prozess mit sich, und sie veranlassen Unternehmen dazu, ihre Datensilos zu öffnen. Wer das Gedanken des digitalen Abbildes konsequent zu Ende denkt, wird schnell darauf kommen, dass nicht ein (virtueller) digitaler Zwilling einer Serie von Produkten oder Assets gegenüber steht, sondern es tatsächlich Pärchen sind: jedes physikalische Ding hat seinen eigenen digitalen Zwilling. SAP sieht jedoch neben dem singulären digitalen Zwilling (englisch: Digital Twin of the One) auch das ganze Netz an Abbildern, aus denen das Unternehmen etwa mit statistischen Methoden seine Vorhersagen zieht, wann ein Produkt oder Asset wartungsreif ist, bevor ein Schaden entsteht. In einem Showcase hat SAP zusammen mit der Firma Schunk den digitalen Zwilling eines Robotergreifwerkzeugs angefertigt. Die Daten, die aus dem Feld von den physikalischen Greifern zurück kamen, zeigten beispielsweise, das der Greifer stärker als erforderlich zupacken konnte. Dies führte schnell zur Anpassung des Produkts.
Den passenden Einstiegspunkt finden
Wie findet nun ein Unternehmen ausgehend von der Entwicklungsabteilung den Einstieg in das Konzept des digitalen Zwillings? Egal, ob das Unternehmen seinen Ausgangspunkt im ERP oder PLM nimmt, es gilt den Schritt aus der bekannten Ebene in die Welt der Cloud- und IoT-Lösungen zu machen. Hier hilft das SAP Leonardo Portfolio für IoT zum Beispiel mit der Lösung SAP Intelligent Product Design. Ein Zwischenschritt auf dem Weg zum Intelligent Product Design kann mit SAP Portfolio and Project Management getan werden. Das Resultat des konsequenten Einsatzes des Portfolios sind deutlich kürzere Markteinfürhungszeiten. Doch vor allem steht plötzlich die Option offen, dass auf Basis der erhobenen Produktintelligenz der Weg zu ganz neuen Produkten geebnet oder mindestens der Variantenreichtum eines Produkts noch weiter gesteigert werden kann, ohne die Wirtschaftlichkeit aus den Augen zu verlieren.
Selbst bei ganz neuen Projekten greifen die Produktentwickler auf soviele Erfahrungen wie möglich zurück, um bekannten Problemen aus dem Weg zu gehen. Schon länger lassen sich so mit einer Product und Asset Intelligence-Strategie sehr gute Ergebnisse erzielen. Konsequent umgesetzt, ermöglicht es das Konzept des digitalen Zwillings jedoch, diese Methode auf ein neues Niveau zu heben. Dafür muss allerdings die Datenqualität stimmen.
Bild: SAP SESo mancher Produktentwickler mag vielleicht interessiert verfolgen, was das Internet of Things alles an Visionen und Möglichkeiten mit sich bringt. Doch die Verbindung zur eigenen Tätigkeit erscheint oft zunächst gering. Schließlich steht der Entwickler am Anfang eines Produkts, das Rad des Lebenszyklus setzt er oder sie überhaupt erst in Schwung. Das Produkt will erst einmal markt- und produktionsreif gemacht werden. Doch welches Produkt ist schon wirklich neu? Wann kann der Entwickler völlig frei, sozusagen am grünen Tisch, etwas beginnen? Selbst wenn zum Beispiel in der Automotive-Branche der Auftrag erfolgt, ein revolutionäres Elektroauto zu entwickeln: der Antriebsstrang mag völlig neu sein, aber Karosserie, Innenausstattung, Elektrik und Fahrwerk werden nicht grundsätzlich anders beschaffen sein als vorhandene Modelle. Mit existierenden Produkten kommen Erfahrungen aus der Fabrikation und dem Markt zurück. Auch bei einem neuen Fahrzeugmodell ist der Fahrwerkskonstrukteur für die Information dankbar, dass der Achsschenkel für den Aludruckguss doch anders ausgelegt und konstruiert werden muss, weil er sonst zu schnell bricht, und von den Kunden Klagen über Poltergeräusche kommen.
SAP SE
Dieser Artikel erschien in IT&Production Februar 2018 - 05.02.18.Für weitere Artikel besuchen Sie www.it-production.com
