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

Statements von VDMA und Visual Components

David Blass, VDMA Nordrhein-Westfalen

1. Die Simulation rückt immer weiter ‚nach vorn‘ im Entwicklungsprozess. Dieses sogenannte Shift-Left-Prinzip ermöglicht es, Entwürfe bereits in sehr frühen Phasen schnell und zuverlässig zu bewerten, bevor kostenintensive Entscheidungen gefällt werden. Parallel wächst der Bedarf an einem durchgängigen digitalen Datenfaden – vom Anforderungsmanagement und der modellbasierten Systementwicklung (MBSE) über die numerische Berechnung bis hin zur virtuellen Inbetriebnahme und zum digitalen Zwilling im Betrieb. Technologisch rücken immer häufiger automatisierte Workflows, multiphysikalische Kopplungen und der Einsatz von Cloud-basiertem High Performance Computing, um Rechenkapazität flexibel zu skalieren, in den Anwendungsfokus. Gleichzeitig steigt der Anspruch an Rückverfolgbarkeit und Modell-Governance: Unsicherheiten sollen zukünftig transparent ausgewiesen werden, statt sich auf eine einzige Kennzahl als vermeintliche Wahrheit zu verlassen.

2. Vier Stolpersteine hemmen derzeit die breite Nutzung von Simulation: Erstens: Hoher Aufwand bei Geometrie-, Daten- und Modellaufbereitung sowie der dazugehörigen Qualitätskontrolle. Zweitens: Fehlende Integration in eine durchgängige IT-Werkzeug- und Prozesskette, was zu Datensilos führt. Drittens: Engpässe bei Fachkräften und Kompetenzen. Und viertens: Vertrauen in Simulationsergebnisse aufgrund mangelnder Validier- und Nachvollziehbarkeit.Abhilfe schaffen standardisierte und wiederverwendbare Simulationsbausteine, eine konsequente Parametrisierung sowie durchgängige Automatisierung entlang der gesamten IT-Werkzeugkette – vom Produktlebenszyklus- bis zum Anwendungslebenszyklusmanagement. Klare Rollen, Leitlinien für Verifikation und Validierung sowie automatisierte Freigabeprozesse erhöhen die Ergebnisqualität. Ergänzend sind gezielte Aus- und Weiterbildungsprogramme erforderlich, damit Entwicklungsteams Simulation, Automatisierung und Demokratisierung skalierbar umsetzen können. Entscheidend ist schließlich die aktive Unterstützung der Führungskräfte, um abteilungsübergreifende Veränderungen auch nachhaltig zu verankern.

3. Künstliche Intelligenz und maschinelles Lernen wirken derzeit vor allem als Beschleuniger. Surrogat- oder Reduced-Order-Modelle approximieren komplexe Physik so präzise, dass umfangreiche Designraumstudien, Optimierungen oder gar Echtzeit-Vorhersagen für digitale Zwillinge möglich werden. Intelligente Assistenten automatisieren die Netzerzeugung, das Setup und die Auswertung großer Ergebnisräume, indem sie Muster oder Anomalien aufdecken. Der größte praktische Nutzen liegt somit in deutlich verkürzten Iterationszeiten bei gleichbleibender Entscheidungsqualität bis hin zur Echtzeitfähigkeit. Wichtig bleibt jedoch: Maschinelles Lernen ergänzt die Physik, ersetzt sie aber nicht. Datenverfügbarkeit, Datenqualität, Gültigkeitsbereich und ein sauberer Nachweis der Vorhersagegüte sind unverändert erfolgsentscheidend.

Maschinelles Lernen ergänzt die Physik, ersetzt sie aber nicht.

David Blass

Künstliche Intelligenz

KI in der Produktentwicklung: Die große Expertenumfrage

Matthias Wilhelm, Visual Components

1. Wir sehen zum einen, dass die generelle Digitalisierung der Branche weiter rasant Fahrt aufnimmt. Das hat große Auswirkungen auf viele Bereiche und ist strategisch ganz klar auf den Einsatz von KI und Automatisierung ausgelegt. Für diese Use Cases muss jetzt das Fundament gelegt werden. Zum anderen steigt auch die virtuelle Kollaboration, also die nahtlose Zusammenarbeit in der Cloud, die Wissenssilos auflöst und Brüche in der Informationskette verhindert. Eine weitere zentrale Entwicklung ist die virtuelle Inbetriebnahme mittels eines digitalen Zwillings. Ein wichtiger Trend, denn die Simulation von Maschinen und Anlagen verhindert Fehler und Stillstand während der Produktion.

2. Neue Technologien und Ansätze benötigen Anfangsinvestitionen. Unsere neueste Studie hat gezeigt, dass für 56 Prozent der befragten Entscheider das Budget das größte Hindernis darstellt. Eine konkrete Lösung muss dafür individuell gefunden werden, aber es hilft sicherlich, das große Ganze im Blick zu behalten. Langfristig sichern Investitionen die Wettbewerbsfähigkeit, steigern die Qualität der Produkte und machen Prozesse erheblich effizienter.

3. Wir befinden uns immer noch in einer frühen Phase, in der viele KI-Projekte in der Pilotphase stecken. Was dort entsteht, sieht allerdings sehr vielversprechend aus, besonders mit Blick auf die Prozessautomatisierung. Für die Anwender und Unternehmen bedeutet das in erster Linie einen erheblichen Zeitgewinn und die Möglichkeit, Expertenwissen, das bisher nur fragmentiert zur Verfügung stand, zugänglich zu machen.

Eine zentrale Entwicklung ist die virtuelle Inbetriebnahme mittels eines digitalen Zwillings.