Mehrdimensionales Reifegradmodell für digitale Zwillinge - Methode zur systematischen Klassifikation und Bewertung

Eike Broda, Michael Lütjen, Jan-Frederik Uhlenkamp, Jasper Wilhelm, Michael Freitag und Klaus-Dieter Thoben

Digitale Zwillinge sind ein wichtiger Bestandteil des Industrie 4.0-Gedankens. Sie spiegeln physische Güter in der digitalen Welt wider und erweitern diese mit zusätzlichen Fähigkeiten und Funktionen zur Analyse, Prognose und Entscheidungsfindung. Aufgrund der vielfältigen Gestaltungsmöglichkeiten von Digitalen Zwillingen sind auch ihr Design und ihre Implementierung sehr vielfältig. Diese Publikation leistet einen Beitrag zur Klassifikation und Bewertung von Digitalen Zwillingen mittels eines mehrdimensionalen Reifegradmodells. Die präsentierte Methode „DT-Assess“ ermöglicht eine anwendungsspezifische Bewertung von Digitalen Zwillingen. Die Entwicklung der Methode folgte der Vorgehensweise zur Entwicklung von Reifegradmodellen für das IT-Management. Das entwickelte Reifegradmodell besteht aus sieben Kategorien mit insgesamt 31 zu bewertenden Merkmalen. Die systematische Evaluation in fünf Anwendungsszenarien erlaubt erstmalig eine Einordnung der jeweiligen „Digitale Zwilling“-Umsetzung bzw. des -Konzepts mit dem Ziel weitergehende Entwicklungsoptionen und Schwachstellen zu identifizieren. Der folgende Beitrag ist die deutschsprachige Zusammenfassung und Aufbereitung der Publikation „Digital Twins: A Maturity Model for their Classification and Evaluations“ [1].

Die digitale Transformation ist eine der größten Herausforderungen unserer Zeit. Unternehmen und Organisationen aller Art suchen nach neuen Wegen, um ihre Prozesse mithilfe von Informationstechnologie zu verbessern. In Produktion und Logistik verbindet man die Digitalisierung mit Konzepten wie das Internet der Dinge, Industrial Internet, Industrie 4.0 und neuerdings auch Digitalen Zwillingen (DZ). Neben wissenschaftlicher Fragestellungen, wie bspw. zur Einordnung des Menschen im Digitaler-Zwilling-Konzept [2], sind die Implementierung und Nutzung Digitaler Zwillinge von zunehmender Bedeutung [3]. Vielen Planern und Betreibern von Produktions- und Logistiksystemen ist zumeist noch unklar, wie ein Digitaler Zwilling in ihrem Betrieb oder Unternehmen eingesetzt werden kann und wie ein solcher Zwilling technisch ausgestaltet werden sollte. Die Idee dieses Beitrags ist die Verwendung und Entwicklung eines Reifegradmodells zur Unterstützung kurz-, mittel- und langfristiger Strategien der Konzeption, Implementierung und des Betriebs von Digitalen Zwillingen.

Reifegradmodelle gibt es seit fast 25 Jahren und diese helfen bei der Bewertung von Prozessen sowie von Organisationen und anderen Systemen (Software, Hardware etc.), die im Folgenden als Domänen bezeichnet werden. Ein Reifegradmodell ist ein Instrument zur Bewertung bestimmter Domänen anhand einer Norm [4] und es hilft dabei, technologische oder organisatorische Potenziale zu identifizieren, um die gewünschten Ergebnisse zu verbessern. Eine Literaturübersicht [5] fand mehr als 20 verschiedene Reifegradmodelle und Rahmenwerke, die sowohl von WissenschaftlerInnen als auch PraktikerInnen entwickelt wurden. Spezifische Literaturübersichten zu Industrie 4.0-Reifegradmodelle finden sich in [6, 7]. Für die Bewertung von Digitalen Zwillingen finden sich deutlich weniger Reifegradmodelle.

 


Bild 2: Anwendungsfälle DZ1: Produkt-Avatar [13], DZ2: Prozesskettendesign, DZ3: Gamification,DZ4: Fertigungssteuerung, DZ5: Paketroboter.
 

Die ersten Ideen für Bewertungen von Digitalen Zwillingen finden sich in [8], wo ein Implementierungsverfahren mit vier Schritten vorgestellt wird (externe Inspiration, interne Wirkungsanalyse, Vorauswahl und Bewertung sowie Prototyping und Implementierung). Die Schritte Einflussanalyse (Impact Analysis) sowie Vorauswahl (Shortlisting) und Bewertung (Evaluation) weisen auf eine Reifegradbewertung hin, werden aber nicht im Detail beschrieben. [9] präsentieren ein akademisches Reifegradmodell für Digitale Zwillinge mit vier Leistungsstufen und vier Dimensionen. Die Stufen sind Prädigitaler Zwilling, Digitaler Zwilling, Adaptiver Digitaler Zwilling und Intelligenter Digitaler Zwilling mit den Dimensionen physischer Zwilling, Existenz, Datenerfassung, maschinelles Lernen von Benutzerpräferenzen und maschinelles Lernen von System/Umgebung. Der Intelligente Digitale Zwilling ist die letzte Stufe und stellt ein virtuelles Systemmodell des physischen Zwillings mit adaptiver Benutzerschnittstelle und Verstärkungslernfähigkeiten dar. Eine Implementierung aus der Praxis ist das Reifegradmodell von [10] mit den Dimensionen Autonomie, Intelligenz, Lernen und Genauigkeit, die sich stark an den kognitiven Fähigkeiten orientieren. Auf der Grundlage dieser vier Dimensionen werden fünf Leistungsstufen definiert und einige Spezifikationen für die Anwendung in Smartcity-Umgebungen angegeben. Der Bewertungsrahmen von [11] ist um einen Online-Fragebogen herum aufgebaut. Er enthält verschiedene Klassifizierungen in den sieben Kategorien der organisatorischen Zielsetzung, Zweck, Messung, Kommunikation, Datenqualität, Agilität und Geschwindigkeit sowie Automatisierung. Das System erzeugt keine Bewertung, sondern gibt einen ersten Eindruck von einem solchen Dienst auf dem Gebiet der Unternehmensanalytik. Zusammenfassend lässt sich sagen, dass es bislang noch an einem detaillierten mehrdimensionalen Reifegradmodell für die systematische Klassifikation und Bewertung von Digitalen Zwillingen im Bereich Produktion und Logistik mangelt.
 
Dieser Beitrag beschreibt im weiteren die Dimensionen und Merkmale der entwickelten Reifegradmethode „DT-Assess“ sowie die Kalkulation des Reifegrads. In einem weiteren Abschnitt wird die Methode exemplarisch an fünf Beispielen angewandt und im nachfolgenden Abschnitt die Ergebnisse diskutiert. Abschließend erfolgen eine Zusammenfassung und ein Ausblick auf die weitere Forschung.
 

Dimensionen und Bewertungsschema

Die methodische Grundlage zur Entwicklung des Reifegradmodells stellt das Vorgehensmodell von [12] mit seinen sieben Phasen dar. Die Idee des Reifegradmodells „DT-Assess“ geht auf die möglichst detaillierte Bewertung aller relevanten Dimensionen und Merkmale zurück, die im Rahmen einer umfassenden Literaturrecherche [1] extrahiert wurden. Ergänzt wurden die Dimensionen mit eigenen Merkmalen unter Anwendung der „Collective Notebook“-Methode als Kreativtechnik. Insgesamt wurden dabei 31 Merkmale in sieben Dimensionen identifiziert. Es handelt sich bei den Dimensionen um Kontext (engl. context), Modell (engl. model), Rechenfähigkeiten (engl. computing capabilities), Daten (engl. data), Steuerung/Entscheidungsfindung (engl. control), Integration (engl. integration) und Mensch-Maschine-Schnittstelle (Human-Machine-Interface). Bild 1 zeigt sämtliche Dimensionen mit den in ihnen betrachteten Eigenschaften. Die Dimension „Kontext“ beschreibt zunächst die Einordung des Digitalen Zwillings in seine Umgebung und wird als solches auch nicht hinsichtlich einer Zielerreichung bewertet. Die Dimension „Modell“ umfasst mehrere Merkmale, wie bspw. verschiedene Modelltypen, die Art der modellierten Charakteristiken, aber auch die Modellauthentizität im Sinne der Abbildungsgenauigkeit. Diese Merkmale werden hinsichtlich der technischen Maximalmöglichkeiten im Hinblick auf das jeweilige Konzept oder die Umsetzung des Digitalen Zwillings bewertet. Im Rahmen der „Rechenfähigkeiten“ werden sowohl die Aktualität der eingehenden Daten als auch die Schnelligkeit der Berechnungen durch den Digitalen Zwilling bewertet. Die Dimension „Steuerung/Entscheidungsfindung“ beinhaltet unter anderem den Grad der Autonomie und der Kognition des Digitalen Zwillings. Hinsichtlich der „Integration“ wird untersucht, wie der Digitale Zwilling organisiert und in das Unternehmen eingebunden ist und ob er im „Austausch“ mit anderen Digitalen Zwillingen steht. Hinsichtlich der „Daten“ wird sich der Datenqualität, -speicherung und –interpretation angenommen. Die Dimension der „Mensch-Maschine-Interaktion“ beschreibt nicht nur die jeweiligen Endgeräte mit denen in Interaktion zum Digitalen Zwilling getreten werden kann, sondern auch den Spielraum der Interaktion.

Zum Weiterlesen hier klicken