Große Expertenumfrage Produktentwicklung: Das sind die aktuellen Trends in der Simulation

Anbieter zum Thema

CADFEM Germany GmbH

Comsol Multiphysics GmbH

Visual Components GmbH

Dassault Systèmes Deutschland GmbH

Fraunhofer-Institut für Algorithmen und Wissenschaft- liches Rechnen SCAI

mehr weniger

VDMA e.V.

Inneo Solutions GmbH

SYNOPSYS GmbH

aPriori Deutschland

weniger

Immer mehr Unternehmen setzen in der Produktentwicklung auf simulationsgestützte Prozesse. Was die aktuellen Trends im Bereich Simulation sind, welche Hürden es beim Einsatz von Simulationssoftware gibt und welche Rolle KI und Machine Learning spielen, erläutern uns neun Simulations-Experten.

Simulation ist ein zentraler Beschleuniger der modernen Produktentwicklung. Sie ermöglicht es, Belastungen, Strömungen oder thermische Effekte virtuell zu testen, lange bevor physische Prototypen entstehen. Entwickler erkennen auf diese Weise Schwachstellen früh im Prozess, können Designs zielgerichtet optimieren und Kosten senken. Gleichzeitig steigt die Qualität, weil sich Varianten schneller vergleichen und Innovationen sicherer bewerten lassen. Wie Simulationsexperten das Thema aktuell diskutieren, erfahren Sie hier.

Steffen Peters, Cadfem Germany

1. Simulation wird immer schneller und agiler – auch durch KI. Dazu braucht es sehr viele Informationen, beispielsweise aus deutlich mehr virtuellen Tests. Simulation hat zudem die Experten-Nische verlassen. Bei unserem Kunden Bosch wächst ihre Bedeutung bei Konzeption, Validierung und Kollaboration. Durch automatisierte Workflows wird sie auch von CAE-fernen Entwicklern sicher genutzt. Und weil die Modelle immer kompakter werden, eignen sie sich für die Simulation ganzer Systeme, auch über Lieferketten hinweg.

2. Gerade in Verbindung mit künstlicher Intelligenz erfordert Simulation eine große und fundierte Datenbasis. Eine Hürde ist somit die Datenverfügbarkeit – im Unternehmen und in der Lieferkette.Ist dieser Datenpool vorhanden, stellt Ansys mit neuen Technologien und hohen Qualitätsstandards eine zuverlässige Simulationsumgebung bereit, die auf HPC, Cloud und GPU exzellent skaliert. Die offenen Schnittstellen ermöglichen den Daten- und Modellaustausch, auch in heterogenen Tool-Landschaften. FMUs und ROMs sowie reduzierte Modelle verkapseln und schützen dabei das Wissen der Partner.Durch Weiterbildung, Wissensmanagement und Automatisierung kann ein Unternehmen dazu schnell Erfahrung aufbauen und Virtualisierung nachhaltig im Entwicklungsprozess verankern. 

3. KI ist im Simulationsalltag angekommen. Und wie Bosch im Tech Compass 2026 feststellt, wird sich dieser Trend fortsetzen. Der Ansys Copilot stellt ein auf der Ansys-Wissensdatenbank trainiertes LLM bereit. Er kann durch ein lokales LLM ergänzt werden, sodass auch das Firmenwissen geschützt zur Verfügung steht. Zudem erledigt KI repetitive Aufgaben, beschleunigt die Löser und erleichtert die Datenanalyse. Und schließlich kann KI aus trainierten Modellen stetig mehr Vorhersagen in Sekunden treffen, die sonst Tage oder sogar Wochen dauern. Der Nutzen der KI liegt im Zeit- und Erkenntnisgewinn.

Gerade in Verbindung mit künstlicher Intelligenz erfordert Simulation eine große und fundierte Datenbasis.

Steffen Peters

Expertenumfrage Maschinenbau

„KI ist für den Maschinenbau eine Schlüsseltechnologie“

Dr. Phillip Oberdorfer, Comsol Multiphysics

1. In vielen Produkten verschiedener Branchen wirken unterschiedliche Physikbereiche zusammen, beispielsweise Elektromagnetik, Mechanik und Akustik in Transformatoren. Dadurch wird Multiphysik zur Standardanforderung. Ein weiterer Trend ist die Demokratisierung der Simulation. Oft münden Simulationsaufgaben in Parameterstudien oder Berechnungen von Varianten bestimmter Produkte. Es ist effizienter, wenn Simulationsingenieure diese Aufgaben nicht selbst erledigen, sondern sie an die Personen delegieren, die diese Ergebnisse benötigen und damit arbeiten.

2. Eine große Hürde für den breiten Einsatz besteht im Mangel an Simulationsexperten sowie in den Kosten für Softwarelizenzen. Methodisches Know-how lässt sich nicht beliebig skalieren, weshalb Simulationen auf wenige Spezialisten beschränkt bleiben. Eine Lösung besteht darin, Simulationswissen zu strukturieren und über Simulations-Apps auf Basis validierter Modelle mit klar definierten Eingaben und Ausgaben zugänglich zu machen. Apps machen Simulationen dort verfügbar, wo Entscheidungen getroffen werden. Zudem sind sie äußerst kosteneffizient, da ihre Nutzung ohne individuelle Lizenz möglich ist.

3. Machine Learning ist eine wertvolle Ergänzung zur physikbasierten Simulation. Ich sehe einen großen praktischen Nutzen in Surrogat-Modellen, die auf neuronalen Netzen basieren und innerhalb festgelegter Parameterräume präzise und nahezu instantan Vorhersagen treffen können. Trainierte Surrogat-Modelle eignen sich gut, um große Designräume zu erforschen oder hocheffiziente Optimierungsaufgaben durchzuführen. Sie sind darüber hinaus hervorragend für den Einsatz in digitalen Zwillingen oder Simulations-Apps geeignet, bei denen man die Ergebnisse schnell benötigt.

Apps machen Simulationen dort verfügbar, wo Entscheidungen getroffen werden.

Dr. Phillip Oberdorfer