Digitale Zwillinge und realistische Simulationen prägen zunehmend die Entwicklung autonomer Systeme in verschiedenen Branchen. Von autonomen Fahrzeugen über Fluggeräte bis hin zu Schiffen und Robotern in der Fabrik ermöglichen sie es Ingenieuren, komplexe Systeme bereits am Computer zu testen. So lassen sich Zeit- und Kostenaufwand reduzieren und gleichzeitig Sicherheit sowie Zuverlässigkeit verbessern. Auch wenn die Grundlagen dieser Technologie identisch sind: Die Anforderungen und Erfahrungen unterscheiden sich von Branche zu Branche. Aber wie können Automobilindustrie, Luft- und Raumfahrt, maritime Industrie und Industrierobotik von digitalen Zwillingen und Simulation profitieren? Und was können die Branchen voneinander lernen?
In der Industrierobotik
In der Industrierobotik vollzieht sich ein Wandel von starr programmierten Maschinen hin zu intelligenten, mobilen Robotern. Insbesondere autonome mobile Roboter (AMRs) in Fabrikhallen und Lagern navigieren heute frei durch enge, sehr dynamische, häufig bereits gut vernetzte Umgebungen. Sie teilen sich Wege mit Gabelstaplern, Menschen und anderen teils unerwarteten Hindernissen. Digitale Zwillinge solcher Lagerumgebungen – vollständige virtuelle Nachbildungen mit Regalsystemen, Fahrwegen und Sensorinfrastruktur – ermöglichen es, das Verhalten der Roboter vorab unter realistischen Bedingungen zu erproben, etwa wenn ein Gang blockiert ist oder ein Mitarbeiter plötzlich den Weg kreuzt.
Auch KI-gestützte Algorithmen für Wahrnehmung und Navigation lassen sich hier trainieren und validieren. Simulationen generieren hierzu synthetische Sensordaten (z.B. Kamera- und Lidarbilder), um die Roboter-KI auf seltene oder gefährliche Szenarien vorzubereiten, die real nur schwer nachzustellen sind, wie Notbremsungen bei besonderen Hindernissen oder Ausweichmanöver in Echtzeit. So lernt der Roboter im digitalen Zwilling beispielsweise, in der Enge einer Lager- oder Fertigungshalle Kollisionen zu vermeiden und seinen Routenplan flexibel anzupassen. Für die Betreiber bedeutet dies: höhere Sicherheit und Effizienz in einem Umfeld, in dem es auf hochpräzise Navigation auf engstem Raum ankommt.
In der Automobilindustrie
Während das Betriebsumfeld autonomer Industrieroboter zumindest räumlich eng begrenzt ist, sind die Anforderungen an selbstfahrende Autos naturgemäß vielseitiger. Diese müssen millionenfach unterschiedliche Verkehrssituationen bewältigen – von alltäglichen Fahrsituationen bis zu seltenen Extremsituationen. In der realen Welt wären derartige Tests wegen Zeit, Kosten und Sicherheitsrisiken kaum durchführbar. Stattdessen werden virtuelle Kopien auf digitale Straßen geschickt: Simulationsplattformen erstellen ein vollständiges Abbild des Straßenverkehrs, einschließlich realitätsgetreuer Straßennetze, Wetterbedingungen, anderer Verkehrsteilnehmer und Sensor-Inputs. So kann ein autonomes Fahrsystem in konkreten digitalen Szenarien gefahrlos zeigen, wie es auf plötzlich auftauchende Fußgänger, Baustellen oder Glätte reagiert.
Dieses szenariobasierte Testen ist heute ein zentraler Baustein, um die Sicherheit von Fahrfunktionen zu validieren. Automobilhersteller und Zulieferer definieren dafür tausende Testszenarien – etwa ein unerwartet bremsendes Vorausfahrzeug oder ein Kind, das hinter einem parkenden Auto hervorläuft. Standards wie die ISO21448 (SOTIF) oder die ASAM-Formate Open Drive/ OpenScenario) geben einen Rahmen vor, um solche Situationen standardisiert zu beschreiben und abzudecken. Sie stellen zudem sicher, dass das Verhalten in jedem Szenario reproduzierbar geprüft werden kann. So lassen sich Assistenzsysteme und KI-Fahralgorithmen iterativ verbessern. Am Ende steht ein verifiziertes autonomes System, das gesetzliche Zulassungskriterien erfüllt und im realen Straßenverkehr souverän agieren kann – ohne dass hierfür unzählige physische Testkilometer nötig sind.
In der Luft- und Raumfahrt
In der Luft- und Raumfahrtindustrie – ob bei Drohnen, Lufttaxis oder konventionellen Flugzeugen – sind digitale Zwillinge und Simulationen ebenfalls Schlüsseltechnologien. Schließlich bewegen sich Fluggeräte im dreidimensionalen Raum, was die Komplexität gegenüber dem Bodenverkehr weiter erhöht. Autonome Drohnen etwa müssen neben der Horizontalen auch Höhe und Steig-/Sinkflug kontrollieren, während sie auf eng gesteckte Luftkorridore und andere Luftraumnutzer Rücksicht nehmen. Eine Simulationsumgebung für die Luftfahrt bildet solche 3D-Rahmenbedingungen detailgetreu ab: von aerodynamischen Kräften und Windbedingungen über das städtische Umfeld (bei Urban Air Mobility) bis hin zu virtuellen Luftraumregeln.
