de.wedoany.com-Bericht: Siemens hat in Zusammenarbeit mit NVIDIA die neue Software „Digital Twin Builder“ für den britischen und irischen Markt eingeführt. Dieses Produkt kombiniert industrielle KI, Simulation und Echtzeit-Physikdaten, um Unternehmen dabei zu helfen, in einer virtuellen Umgebung schnell und skalierbar Entscheidungen zu treffen.
Der Digital Twin Builder ist Teil des Siemens-Xcelerator-Portfolios und wurde erstmals auf der zweijährlichen Siemens-Industrietechnologie-Veranstaltung „Transform 2026“ in Manchester vorgestellt. Brian Holliday, CEO von Siemens Großbritannien und Irland, demonstrierte gemeinsam mit Anthony Scholes, Regionaldirektor von NVIDIA Großbritannien und Irland, wie umfassende digitale Zwillinge, Echtzeit-Betriebsdaten und physische KI schnellere und risikoärmere Entscheidungen ermöglichen.
Mit diesem Tool können Industrieunternehmen 2D- und 3D-Daten aus Siemens-Digitalen Zwillingen mit physischen Echtzeitinformationen kombinieren und in einer verwalteten, sicheren Echtzeit-Visualisierungsumgebung ausführen, die auf der NVIDIA Omnibus-Bibliothek basiert. Unternehmen können diese globale Umgebung schnell aufbauen und pflegen, indem sie virtuelle und physische Produktionsdaten während des gesamten Lebenszyklus eines Produkts, Prozesses oder einer Anlage sicher in einer verwalteten, hochauflösenden 3D-Erfahrung zusammenführen.
Der Digital Twin Builder ermöglicht es Unternehmen, Daten aus digitalen Zwillingen mit physischen Informationen zu integrieren, um Echtzeit-Einblicke zu generieren, mit denen sie jedes Element von Fabrikprozessen oder Feldprodukten visualisieren und iterieren können.
Die Lösung wurde bereits bei PepsiCo eingesetzt – dies ist die erste branchenweite Zusammenarbeit zwischen Siemens und NVIDIA. PepsiCo nutzt fortschrittliche Digital-Twin-Technologie und KI, um Fabrik- und Lieferkettenabläufe zu verändern. Es ist das erste Mal, dass ein globales Unternehmen der Konsumgüterverpackungsbranche (CPG) digitale Zwillinge einsetzt, um die digitale Simulation und Testweise von Fabrik- und Lageranlagen neu zu gestalten. Dieser Ansatz half PepsiCo, bis zu 90 % potenzieller Probleme zu identifizieren, bevor physische Änderungen vorgenommen wurden. Nach der ersten Implementierung stieg der Durchsatz um 20 %, die Designvalidierung erreichte nahezu 100 %, die Designzyklen verkürzten sich, und durch die Entdeckung versteckter Kapazitäten und die Validierung von Investitionen in der virtuellen Umgebung wurden die Investitionsausgaben (Capex) um 10–15 % reduziert.
Das globale Supply-Chain-Lösungs- und Logistikunternehmen KION setzt die Technologie ebenfalls ein, um mehrere Prozesse parallel und in Echtzeit zu simulieren und so bisher unerreichte Effizienz und Flexibilität freizusetzen.
Siemens gibt an, dass die Simulation gesamter Prozesse mit industrieller KI darauf abzielt, Unternehmen dabei zu helfen, den Druck zu bewältigen, komplexe und große Datenmengen im Engineering- und Produktionslebenszyklus zu verbinden und zu simulieren, um die Produktivität zu steigern, Produkt- und Produktionsleistungsziele zu erreichen, die Widerstandsfähigkeit zu erhöhen und Emissionen zu reduzieren. Unternehmen können Anlagen, Produktionslinien oder Prozesse modellieren und dann deren Reaktion auf verschiedene Szenarien testen, wie z. B. Änderungen des Fabriklayouts, Einführung neuer Automatisierung, Kapazitätssteigerung, Änderung des Materialflusses im Lager oder Validierung vor der Geräteinstallation. Durch den Einsatz industrieller KI während des gesamten Prozesses können Unternehmen den Durchsatz optimieren und mehrere Produktivitätsszenarien testen.
Brian Holliday, CEO von Siemens Großbritannien und Irland, erklärte, dass Organisationen in der Industrie und Infrastruktur vor neuen komplexen Herausforderungen stünden und schneller transformieren müssten, aber in Betrieb befindliche Fabriken und Stromnetze seien schwer zu testen, da jede Änderung Aufwand, Kosten, Energie oder Risiko mit sich bringe. Industrielle KI und digitale Simulation böten Unternehmen eine praktische Methode, um Entscheidungen und Designs zu testen, bevor Kosten in der physischen Welt entstehen. Er wies darauf hin, dass Teams Produktionslinien optimieren könnten, um die Kapazität zu steigern oder den Energieverbrauch zu senken, Automatisierungsdesigns validieren könnten, um die gewünschten Geschäftsergebnisse wirklich zu optimieren, und gleichzeitig typische Projektprobleme lösen könnten. Holliday betonte, dass das Produkt bereits in den USA mit wichtigen Kunden eingesetzt werde und ein enormes Potenzial habe, die industrielle Transformation Großbritanniens zu unterstützen. Es reduziere grundlegend den Software-Engineering-Aufwand, der bisher ein Hindernis für die Einführung digitaler Zwillinge gewesen sei. Durch die Verbindung von Simulation, physischer KI und Echtzeit-Betriebsdaten könnten Unternehmen schnell praktische Probleme lösen, mit mehr Zuversicht handeln und das Risiko teurer Fehler verringern.
