Zukunftssimulator & Digitaler Zwilling

Das Konzept

In effizienten, globalen Wertschöpfungssystemen, die hochindividuelle Waren in möglichst kurzer Zeit am jeweiligen Bedarfsort zur Verfügung stellen, nehmen Unsicherheiten durch Störungen immer weiter zu, während Puffer in Form von Beständen und Überkapazitäten aus Effizienzgründen Schritt für Schritt abgebaut werden. In solchen komplexen Systemen wird die menschliche Entscheidungsfindung immer schwieriger. Das gilt für den gesamten Lebenszyklus solcher Wertschöpfungssysteme: von der Gestaltung („Welches sind die optimalen Prozesse für meine Auftragsabwicklung?“) über die Feinplanung („Wie viele Mitarbeiter werden in welchen Prozessen für die Abwicklung der Kundenaufträge benötigt?“) bis hin zur Steuerung („Hat die Verspätung des LKW eine Auswirkung auf die Liefertermine und wenn ja, welche Maßnahmen können das verhindern?“).

All diese Entscheidungen betreffen das Wertschöpfungssystem und beziehen sich auf die ablaufenden Prozesse sowie die Ressourcen, die benötigt werden um diese Prozesse auszuführen. Obwohl der Entscheidungsgegenstand immer derselbe im Wertschöpfungssystem ist, finden sich in der betrieblichen Praxis zahlreiche unterschiedliche Methoden, um Entscheidungen entlang des Lebenszyklus eines solchen Systems zu unterstützen. Während in der Gestaltungsphase aufwändige manuelle Analysen von Excel- bis zu ereignisdiskreten Simulation zum Einsatz kommen, werden in der Feinplanung bereits teilautomatische Optimierungsverfahren, z.B. zur Programmplanung eingesetzt, deren Betrachtungsbereich jedoch zumeist lokal beschränkt ist. In der Steuerung wiederum herrschen Atoc-Entscheidungen auf Basis von menschliche Intuition und Erfahrung vor.

Was benötigt würde, um diese Entscheidungsprozesse in allen Phasen optimal zu treffen wäre:

1. Die Daten über die Leistung des Systems, die zukünftigen Anforderungen inklusive der (erwarteten) Systemlast und den aktuellen Zustand.

2. Sinnvolle Entscheidungsszenarien die im optimalsten Falle die Paretofront aller Zielkriterien möglichst gut abdecken.

3. Eine Bewertung der Entscheidungsszenarien, die alle wesentlichen Auswirkungen dynamisch berücksichtigt.

 

Im Rahmen der Digitalisierung der Arbeitswelt, entstehen zahlreiche neue Daten, nicht nur wie traditionell über der Informations- und Finanzfluss in ERP-Systemen, sondern auch zunehmend über den Materialfluss mittels smarter Sensoren, Barcodescans und RFID. Die Daten werden jedoch häufig nicht systematisch und im Hinblick auf eine ganzheitliche Entscheidungsunterstützung verwaltet, sondern in lokalen IT-Systemen verteilt gesammelt. So entstehen suboptimale Insellösungen auf der einen Seite und ein hoher Aufwand für manuelle Datenintegration auf der anderen.

Um den vorhandenen Datenschatz für die Entscheidungsunterstützung heben zu können bedarf es eines ganzheitlichen Ansatzes zur Verwaltung dieser Daten (Schritt 1). Erst dann können sinnvolle Entscheidungsszenarien einfach und mit Hilfe von Optimierungsverfahren abgeleitet werden (Schritt 2) und diese Szenarien mit mächtigen aber aufwändigen Verfahren wie der ereignisdiskreten Simulation bewertet werden (Schritt 3).  Der hier favorisierte ganzheitliche Ansatz soll plastische als digitaler Zwilling bezeichnet werden und stellt eine systematische Abbildung aller Prozesse, Leistungsobjekte und Ressourcen des Wertschöpfungssystems in einem Prozessmodell dar. Das Modell entsteht vor dem physischen System in der Gestaltungsphase und umfasst die Leistung des Systems sowie zukünftige Aufträge und Systemlasten. Die relativ aufwändige Erstellung des digitalen Zwillings muss in Zukunft als Teil der Gestaltung von neuen Wertschöpfungssystemen und deren Anpassung als Teil der Anpassungsaufwände berücksichtig werden. Letztendlich entstehen diese Modelle auch heute schon in zahlreichen Excel-Tabellen und Simulationsmodellen, werden jedoch nicht systematisch und ganzheitlich erstellt und verschwinden nach der Gestaltungsplanung im digitalen Archiv.  

© Foto Fraunhofer IML

Der digitale Zwilling wird jedoch mit dem reellen Wertschöpfungssystem in den Betrieb überführt. Die Zustandserfassung durch Barcodescans etc. werden in Echtzeit im digitalen Zwilling nachvollzogen, so dass der aktuelle Zustand der Systems permanent digital verfügbar ist. Analysen auf historischen Daten werden zudem auch problemlos und strukturiert ohne manuelles Integrieren aus hunderten von Systemen möglich. Auf Basis des aktuellen Systemzustands können dann IT-Services Optimierungsalgorithmen für die Feinplanung anbieten und so sinnvolle Szenarien z.B. für die Programmplanung generieren. Ein integrierter Simulationsservice ermöglicht die Bewertung des Ist-Zustandes und jedweden vom menschlichen Planer oder mithilfe der Entscheidungsservices erstellten Szenarios dynamisch über die Zeit. Die mächtige Methode der Simulation wird so auf Abruf verfügbar. In der Steuerung schließlich kann eine permanente Simulation als Abweichungen zum Plan automatisch erkennen und Warnungen ausgeben, bevor die Störung aufgetreten ist. Unterstützt von IT-Services kann der menschliche Planer nun proaktiv tätig werden und die kritische Situation verhindern bevor sie entsteht.

Die gute Nachricht: Hinter der Realisierung eines solchen digitalen Zwillings verbirgt sich mitnichten ein Millionenteures IT-Einführungsprojekt, dass alle bisherigen IT-Strukturen ersetzt. Im Gegenteil erlaubt die modulare Struktur des Prozessansatzes einerseits die Entscheidungsunterstützung in einem ersten Schritt auf einen begrenzten Bereich anzuwenden und dann Schrittweise weitere Prozesse hinzuzunehmen. Andererseits ersetzt das Entscheidungsunterstützungssystem die existierenden ERP, WMS und PPS Systeme nicht, sondern nutzt die existierenden Daten und erweitert die Funktionen systematisch.

© Foto Fraunhofer IML
Christian Schwede

Contact Press / Media

Dr.-Ing. Christian Schwede

Abteilungsleiter, Alumni-Manager

Fraunhofer-Institut für Materialfluss und Logistik
Joseph-von-Fraunhofer-Str. 2-4
44227 Dortmund

Telefon +49 231 9743-137