Der digitale Zwilling im Fahrzeugbau

Schnelle Time-to-Market durch Simulation

Es liegt noch nicht lange zurück, da wurden Fahrzeugbauteile, Steuerungseinheiten und die dazugehörige Software in oft monatelangen Verfahren auf vielen Tausend Kilometern Teststrecke erprobt, datentechnisch erfasst und anschließend ausgewertet. Die Optimierung der Prototypen bis hin zum finalen Feinschliff ist ein iterativer Optimierungsprozess, der zeit- und kostenintensiv ist. Durch den Einsatz von digitalen Zwillingen, also den virtuellen Abbildern von Echtfahrzeugen mitsamt all ihren Bauteilen, ist es heute möglich, Fahrzeugkomponenten in simulierten Umgebungen auf Herz und Nieren zu testen. Für das Entwicklerteam bringt die Arbeit mit digitalen Zwillingen und Backend-DMUs enorme Zeitersparnisse mit sich – ein wichtiger Aspekt im Hinblick auf eine möglichst kurze Time-to-Market. Darüber hinaus tragen derartige Simulationsumgebungen dazu bei, die Testabdeckung trotz der Reduzierung realer Testfahrten zu erhöhen und damit die Sicherheits- und Qualitätskennzahlen zu verbessern.

Beste Voraussetzungen für autonomes Fahren

Ein weiteres Feld, in dem eine schnelle und effektive Verarbeitung von Big Data eine treibende Kraft ist, eröffnet sich mit der Entwicklung autonomer Fahrkonzepte sowohl für den Personen- als auch für den Güterverkehr. Ein intensiv debattiertes Thema – während Visionäre die Revolution des Personentransports heraufbrechen sehen, ist das Thema Sicherheit nach wie vor der größte Hemmschuh. Um Szenarien wie das selbstgesteuerte Automobil und eine dienstleistungszentrierte Nutzung von autonomen Fahrzeugen zu ermöglichen, müssen unbemannte Mobilitätsangebote deshalb so sicher und zuverlässig wie nur irgend möglich sein. Die Auswertung von physischen Informationen zur Fahrzeugnutzung und Fahrzeugeigenschaften ist dabei von ebenso großer Bedeutung wie die Identifizierung und Interpretation von Ereignissen und Situationen im Straßenverkehr. Eine unverzichtbare Funktion, die jedes selbstfahrende Auto mit absoluter Präzision erfüllen muss – und die nur durch eine schnelle, skalierbare und maximal ausfallsichere Verarbeitung von unterschiedlichsten Daten realisierbar ist.

Seiten: 1 2Auf einer Seite lesen

T-Systems International GmbH
www.t-systems.de

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.