Interaktion der digitalen Zwillingsanwendungen von Bentley Systems und der Omniverse-Plattform von NVIDIA
Autor: Alexandre Vallieres, Director, Applied AI
Die Omniverse-Plattform von NVIDIA und die iTwin-Plattform von Bentley Systems können als die unteren Layer gesehen werden, auf denen Anwender und Lösungsentwickler ein Ökosystem von digitalen Zwillingen und Metaverse-Anwendungen aufbauen können. Die Berechnungslösungen von Omniverse sind leistungsfähig, modular und flexibel. Sie ermöglichen es den Entwicklern von Bentley, sie als grundlegende Schicht für rechenintensive Aufgaben, die schnell ausgeführt werden müssen, anzupassen und zu integrieren.
Die Bentley-Teams fügen dann ihr eigenes Know-how in der Entwicklung von Ingenieur- und Infrastruktursoftware hinzu, um über die iTwin-Plattform technologische Bausteine für den digitalen Zwilling bereitzustellen. Anwender und Entwickler profitieren so von den Stärken beider Plattformen, um ihre Produktivität zu steigern und ihre Wertschöpfungsmöglichkeiten zu erweitern.
Künstliche Intelligenz – oder maschinelles Lernen – ist dabei ein Katalysator für die Wertschöpfung aus digitalen Zwillingen der Infrastruktur. Sie trägt dazu bei, die Hürden für die Konzeption und Pflege digitaler Zwillinge zu senken, indem sie Datenextraktions- und Interpretationsaufgaben automatisiert. Ziel ist es, sozusagen einen Universalübersetzer zu entwickeln, der Eingaben aus zwei Welten – der realen und der digitalen Welt – interpretieren kann, um sie zu einer einzigen Realität zusammenzuführen.
Das maschinelle Lernen bietet darüber hinaus noch nie dagewesene Möglichkeiten, die mit den digitalen Zwillingen verbundenen Informationen zu nutzen. Dies geschieht durch die Bereitstellung von Werkzeugen zur Skalierung der Datenmobilität über die Lebenszyklusphasen der Assets. Laut einer Studie von Accenture1 könnten allein dadurch 35 bis 65 Prozent des zusätzlichen Wertes von digitalen Zwillingen erschlossen werden. Hinzu kommt außerdem, dass zu beobachten ist, dass fortschrittliche Analyselösungen eingesetzt werden, um die globale Effizienz zu steigern, indem Experten bei der Optimierung von Design, Planung, Bau, Betrieb und Wartung der Infrastruktur unterstützt werden. Letztendlich helfen maschinelles Lernen und digitale Zwillinge, die Komplexität in der Branche gut zu meistern.
KI-gestützte Zwillingstechnologie optimiert den Entwurf, den Bau und den Betrieb von Infrastrukturen
Die Anwendungsmöglichkeiten für KI und digitale Zwillinge in Planung, Bau und Betrieb sind weitreichend. Eine der Herausforderungen, vor denen man heute steht, besteht darin, all die vorhandenen Möglichkeiten zu priorisieren.
Maschinelles Lernen wird prinzipiell eingesetzt, um die Ausführung technischer Aufgaben zu vereinfachen und zu beschleunigen und gleichzeitig die Ergebnisse zu optimieren. Die Einsatzmöglichkeiten reichen von relativ einfachen Aufgaben - wie der Automatisierung der Informationsextraktion aus strukturierten und unstrukturierten Datenquellen oder der automatisierten Bestandsaufnahme und Zustandsbewertung von Anlagen – bis hin zu kognitiv wesentlich komplexeren Aufgaben – wie der Interpretation technischer Diagramme, der KI-gestützten Planung mit multiparametrischen Optimierungszielen (Gesamtbetriebskosten, Umweltauswirkungen usw.) oder der Überwachung von Fortschritt, Qualität und Sicherheit auf Baustellen.
Wenn es um die Frage geht, wie mit maschinellem Lernen in der Infrastruktur-Branche ein Mehrwert geschaffen werden kann, sind der Zugang, die Qualität und die Menge der Daten die einschränkenden Faktoren. Allerdings und glücklicherweise unterstützen die digitalen Zwillingstechnologien mit der Zeit dabei, die datenbezogenen Herausforderungen zu lösen.
Positive Auswirkungen auf die Kosteneffizienz von Projekten und/oder die Zusammenarbeit der Projektbeteiligten durch den Einsatz von Digitalen Zwillingen
Digitale Zwillinge und ML rationalisieren zeitaufwändige Aufgaben mit geringem Wert. Die am niedrigsten hängenden Früchte sind definitiv mit der Bereitstellung effizienterer Informationsverwertungsfunktionen verbunden. Die Konfrontation mit frustrierenden Aufgaben, eine große Menge von Dokumenten im Zusammenhang mit einem Projekt zu durchforsten, um verstreute Informationen zu finden und zusammenzutragen, die für die Ausführung eines Auftrags erforderlich sind, kann so eine Herausforderung sein. Beispielsweise verbringen einigen Umfragen zufolge Ingenieure durchschnittlich 8,1 Stunden pro Woche mit dieser mühsamen Aufgabe.2 Digitale Zwillinge haben das Potenzial, diesen Prozess drastisch zu verbessern, indem sie eine einzigartige, zentralisierte und vertrauenswürdige Quelle für Informationen über den gesamten Lebenszyklus von Anlagen bieten.
Die Art und Weise, wie Informationen aus dem digitalen Zwilling sichtbar gemacht werden, hilft dabei, zeitnahe und besser informierte Entscheidungen zu treffen. Da alle Beteiligten mit derselben Quelle arbeiten, wird die Zusammenarbeit vereinfacht. Mit regelbasierten Engines und maschinellen Lernverfahren können technologische Lösungen dazu beitragen, kostspielige Fehler und Nacharbeiten zu vermeiden, indem sie nahezu in Echtzeit bewerten, wie sich Änderungen an einem Teil des Projekts auf alle anderen Dimensionen auswirken könnten.
1 www.accenture.com/ca-en/insights/industry-x/thread-first-thinking
2 Engineering.com, Research shows that engineers spend 8.1 hours per week consuming engineering content, tinyurl.com/2p82u6xc
Über den Autor
Alexandre Vallières, Inhaber eines Master-Abschlusses in Physik sowie eines MBA, verfügt über mehr als 17 Jahre Erfahrung in den Bereichen Unternehmertum, strategische Entwicklung und Systems Engineering. Nach der Entwicklung von High-Tech-Sensoren und der Gründung eines der ersten Dienstleistungsunternehmen für maschinelles Lernen in Kanada ist er nun als Director, AI Strategy and Research, bei Bentley Systems tätig. In Zusammenarbeit mit Anwendern und Produktteams hilft er, Möglichkeiten zu entdecken und zu materialisieren, um aus digitalen Zwillingen und maschinellen Lerntechnologien Wert zu schaffen.
