Die Verbindung von Modellierung und Simulation hat großes Potenzial, um Arbeitsabläufe im Engineering zu optimieren, Produkte schneller auf den Markt zu bringen und den Entwicklungsprozess nachhaltiger zu gestalten. Was hinter dem datengetriebenen und kollaborativen Ansatz steckt und welche Vorteile dieser bietet, zeigen verschiedene Anwendungsszenarien.
Single Source of Truth: Alle Beteiligten können sich zu jedem Zeitpunkt sicher sein, auf die neueste Version zuzugreifen und haben alle benötigten Informationen im Blick.
Vollständige Automatisierung: Die Verlagerung in die virtuelle Welt macht die Entwicklung effizienter und spart Fertigungskosten. Physische Prototypen werden nicht mehr benötigt.
Demokratisierung der Simulation: Die Anwendung von Simulation ist nicht mehr abhängig von Spezialisten. Die Rolle des Simulationsspezialisten wandelt sich zum Workflow-Spezialisten, der komplexe Vorgänge auch außerhalb der Experten-Community zugänglich macht. Outsourcing wird überflüssig, das Know-how bleibt im Unternehmen.
Durchgängige Zusammenarbeit: Informationen werden nachverfolgbar dargestellt, Transparenz und Feedback-Möglichkeiten sind jederzeit gegeben.
Generatives Design: Verschiedenste Varianten und Lösungsvorschläge können iterativ eingesetzt werden, um Inspiration zu erhalten und zum optimalen Ergebnis zu kommen.
Left-Shifting: Simulationsgestützte Entscheidungen sind im Entwicklungsprozess viel früher möglich – und dadurch einfacher und kostengünstiger.
Nachhaltigkeit: Sowohl die fertigen Produkte als auch der Entwicklungsprozess selbst können durch den durchgehenden Einsatz von Simulation (energie-)effizienter, ressourcenschonender und klimafreundlicher werden.
Digitale Zwillinge gelten als zentral für den Weg zur Industrie 4.0: Mit ihnen können Hersteller nicht nur die Produktion optimieren, sondern auch neue Wertschöpfung generieren. Die Asset Administration Shell – oder digitale Verwaltungsschale – bildet…
Bei der Planung von Maschinen und Anlagen arbeiten viele Domänen einander zu. Das erschwert den Datenaustausch. Zwar unterstützen Product-Lifecycle-Management-Systeme (PLM), diese sind aber oft aufwendig in ihrer Integration. Mit einer selbst entwickelten Software will das…
KI-Algorithmen werden zunehmend auf Werksebene ausgerollt – bleiben aber oft eine Black Box. Generative Sprachmodelle könnten bald Einblicke in die Entscheidungswege dieser Algorithmen bieten, wenn sie mit den richtigen Daten gefüttert werden.
Viele Unternehmen verwenden mehrere Manufacturing Execution Systeme (MES) gleichzeitig, um ihre Produktion zu überwachen und zu steuern. Doch warum ist das so? Welche Herausforderungen sind damit verbunden – und wie lassen sich diese bewältigen? Eine…
Im EU AI Act wurden kürzlich Regeln für die Anwendung und Entwicklung von künstlicher Intelligenz festgelegt. Spätestens jetzt sollten Unternehmen ihre KI-Use-Cases systematisch erfassen und auf Risiken prüfen. Ein Tool von AppliedAI unterstützt dabei -…
Produktionsunternehmen stehen vor der Herausforder-ung, innovative Technologie in ihre existierende IT- und Prozesslandschaft einzufügen. Dabei lassen sich viele eingesetzte Cloud-Komponenten mit den Konnektoren der Cloud Service Provider harmonisch zu einer Systemarchitektur verknüpfen.