Ein Digital Twin optimiert Simulation und Kontrolle (Fabasoft)

Bild: © finanzmarktfoto.at/Martina Draper, Fabasoft

Digital Twins dienen nicht nur als Abbild von IoT - Objekten, sondern spiegeln auch Organisationen wider

Ein komplettes Rennrad im Rechner? Ja, das ist möglich! Ein Digital Twin ist das elektronische Abbild eines solchen realen Objekts - oder gar einer logischen Organisation. Der elektronische Zwilling bezieht seine Daten in Echtzeit aus diesen Vorlagen, etwa über eine Reihe von Sensoren, aus historischen und Betriebsdaten und erstellt aus diesen Quellen ein Modell, das landläufig als Digital Twin bezeichnet wird. Wird Künstliche Intelligenz verwendet, lässt sich das so trainierte Modell in die Zukunft weiterentwickeln – eine Simulation, die Vorteile und Risiken einer Entwicklung aufzeigen kann, beispielsweise einer Firmenfusion. Das macht einen Digital Twin nicht nur zu einem Abbild, sondern zu einem Instrument der Kontrolle und Planung.

Aufbau eines Digital Twins

Das Konzept des Digital Twin findet zunehmend in der Industrie 4.0, im Internet der Dinge und sogar in Smart Cities Verbreitung. Eines seiner Merkmale ist nämlich die notwendige Zusammenführung und Vereinheitlichung von Informationen, die sich vielfältig nutzen lässt: eine solide Datengrundlage, die sich u.a. für Virtual- und Augmented Reality eignet. Der primäre Nutzen: Überblick über die Gesamtstruktur, die mit digitalen Daten in allen nötigen Details abgebildet wird. Das könnte beispielsweise eine Smart City wie Stockholm sein oder ein ICE-Zug sein. Predictive Maintenance oder selbstlernende Verkehrslenkung sind damit kein Hexenwerk mehr.

Ein Digital Twin ist meist modular aufgebaut. So wie etwa ein Rennrad aus verschiedenen Bauteilen besteht, die von verschiedenen Zulieferern kommen, so ist auch ein Digital Twin nicht monolithisch, sondern aus Modulen aufgebaut. In einem Planspiel lässt sich am Twin testen, ob das Entfernen oder Hinzufügen von Modulen positive oder negative Auswirkungen haben würde. Das kann Bauteile ebenso wie Firmenbereiche betreffen.

Da eine Lieferkette aus verschiedenen Stationen und Zulieferern besteht, könnte man mit Hilfe eines Algorithmus, der das „Problem des Handelsreisenden“ kalkuliert, nicht nur die Supply Chain auf Optimierungsmöglichkeiten prüfen, sondern zugleich auch die Logistik verbessern. Man sollte zudem bedenken, dass ein Digital Twin unendlich oft dupliziert werden kann. Ein parallel rechnender KI-Algorithmus könnte so eine Lösung sehr viel schneller finden, als wenn er nur ein Modell viele Male ändern müsste.

Da alle Änderungen am Original im Digital Twin wie in einem Spiegel mitverfolgt und protokolliert werden, erlaubt dies auch das Zurückverfolgen einer Kette von Änderungen, wie sie etwa bei einem Hackerangriff zu beobachten sind. Der Nutzer könnte anhand der Logdateien zurückverfolgen, an welchem Zeitpunkt und an welcher Stelle in einem System die unbefugten Änderungen eingetreten sind. Digital Twins sind also auch für die Systemsicherheit nützlich.

Wie man einen DTO baut 

Analysten der Gartner Group haben es inzwischen als realisierbar bezeichnet, eine komplette Organisation in einem Digital Twin abzubilden. Der Digital Twin für Organisationen (DTO) müsste indes so detailliert sein, dass damit komplette Entscheidungs-, Arbeits- und Veränderungsprozesse eines Unternehmens durchgespielt werden können – egal ob real oder fiktiv. So könnten potentielle Fehler oder Risiken vorab erkannt werden, bevor sie in der Realität Schaden verursachen.

Es gibt verschiedene Wege, einen DTO zu erschaffen. Wie schon erwähnt, sind historische, Betriebs- und Stammdaten ebenso nötig wie etwa analytische Werkzeuge und Machine Learning, um ein solches Modell zu kreieren. Dieser Weg ist jedoch mühselig, fehleranfällig und zeitraubend. Es gibt einen kürzeren Weg: die automatische Erfassung der Organisationsstrukturen zwecks Prozessmodellierung. Denn jede Organisation baut auf ihren Prozessen auf, die ihren Mehrwert generieren, sei es in einem Forschungsinstitut, einem Krankenhaus, einer Behörde oder einem Wirtschaftsunternehmen.

Ausgangpunkt jeder Prozessmodellierung ist die automatisierte Erstellung der Aufbauorganisation, die aus Abteilungen und Rollen sowie Business Units einer Organisation besteht. Entweder legt der IT-Administrator der Cloud-Anwendung diese Entitäten und ihre Funktionen (Freigabe, Weitergabe usw.) selbst in einer Lösung wie der Fabasoft Cloud an, oder die Informationen werden über eine Schnittstelle aus einem ERP-System importiert. Auf diesem Weg wird auch gleich ein in sich stimmiges, umfassendes Datenmodell geliefert.

Die Aufbauorganisation wird anschließend in eine Cloud-Lösung importiert, die die gesamte Organisation abbildet und verwaltet. Auf diese Weise können beispielsweise Freigaben nicht nur von bestimmten Personen eingeholt werden, sondern über flexibel gestaltbare Rollen geregelt werden. Damit müssen die Prozesse nicht jedes Mal angepasst werden, wenn sich die Aufbauorganisation ändert. Das DTO-Modell, das sich individuell anpassen und erweitern lässt, wächst mit und spiegelt die Realität getreu wider. Nun steht es bereit, um damit Simulationen, Planspiele sowie Kontrollfunktionen zu realisieren.