Simulation

I4S 2/2026: Lernfabriken

I4S 2/2026: Lernfabriken

Motoren der Forschung – Lernumgebungen für die Industrie 4.0
Lernfabriken haben sich in den letzten Jahren zu zentralen Experimentierumgebungen im Kontext der vierten industriellen Revolution entwickelt. Neben ihrer Rolle als Ausbildungsstätten für Fachkräfte fungieren sie auch als Reallabore für die Wissenschaft. Diese Ausgabe von Industry 4.0 Science untersucht Lernfabriken als Einführungsorte neuer Ansätze und Technologien – ob digitale Assistenten, Cobots, Serious Gaming oder Digitale Zwillinge.
Schneller, einfacher Digitaler Zwilling

Schneller, einfacher Digitaler Zwilling

Mit Open-Source zum kosteneffizienten Digitalen Zwilling und Industrie 5.0: Eine Fallstudie
Shantall Cisneros Saldana ORCID Icon, Sonali Pratap, Parth Punekar, Sampat Acharya, Heike Markus ORCID Icon
Die Einführung Digitaler Zwillinge (DZ) scheitert oft an hohen Kosten, technischer Komplexität und fehlenden Fachkenntnissen. Diese Studie stellt ein kostengünstiges Modell eines DZ, welches mit Technology Readiness Level (TRL) 5 validiert ist. Es wurde innerhalb von nur zwei Wochen mithilfe von Open-Source-Lösungen und gängigen Unternehmenswerkzeugen entwickelt und integriert sensorbasierte Echtzeitdaten, prädiktive Analysen, Anomalieerkennung und automatisierte Benachrichtigungen, um Effizienz und Nachhaltigkeit in der Landwirtschaft zu steigern. Das System erreicht eine durchschnittliche relative Abweichung von nur 7,76 % und gibt automatisierte Warnungen in Echtzeit aus. Die Ergebnisse zeigen, wie fortschrittliche digitale Werkzeuge durch die Kombination von Open-Source-Technologien und Standardwerkzeugen zugänglich gemacht werden können: skalierbar, menschenzentriert und erschwinglich im Sinne von Industrie 5.0.
Industry 4.0 Science | 41. Jahrgang | 2025 | Ausgabe 3 | Seite 62-68 | DOI 10.30844/I4SD.25.3.62
Mit Digitalen Zwillingen die Zukunft der Fertigung gestalten

Mit Digitalen Zwillingen die Zukunft der Fertigung gestalten

Chancen und Hindernisse
Javad Ghofrani ORCID Icon, Darian Lemke, Tassilo Söldner
Digitale Zwillinge stellen eine Verbindung zwischen physischen und digitalen Systemen dar. Diese steigern die Effizienz und ermöglichen vorausschauende Wartung und die Herstellung von individuelleren Produkten. Trotz dieser Vorteile stehen Herausforderungen wie hohe Kosten, Datensynchronisierung und Sicherheitsrisiken einer breiten Einführung im Wege. Dieser Artikel befasst sich mit dem Potenzial Digitaler Zwillinge und untersucht die wichtigsten Hindernisse für die Integration und Implementierung, wobei auch einige industrielle Anwendungen wie die additive Fertigung als relevanter Anwendungsfall betrachtet werden.
Industry 4.0 Science | 41. Jahrgang | 2025 | Ausgabe 3 | Seite 72-81
Digitaler Zwilling mittels semantischer Modellierung und KI

Digitaler Zwilling mittels semantischer Modellierung und KI

Selbstlernende Entwicklung und Simulation industrieller Produktionsanlagen
Wolfram Höpken ORCID Icon, Ralf Stetter ORCID Icon, Markus Pfeil ORCID Icon, Thomas Bayer ORCID Icon, Bernd Michelberger, Markus Till, Timo Schuchter, Alexander Lohr
Der KI-basierte selbstlernende Digitale Zwilling passt sich automatisch an das reale Systemverhalten an und stellt jederzeit ein optimales Abbild eines Produktionsprozesses dar. Ein ausdrucksstarkes, semantisches Gesamtmodell dient als Basis für neuartige Ansätze der künstlichen Intelligenz (KI). Die mittels Methoden der KI gewonnenen Erkenntnisse werden in das Gesamtmodell integriert und so die Interpretierbarkeit und Erklärbarkeit der KI-Modelle verbessert. Methoden aus dem Bereich der eXplainable AI ermöglichen die automatische Beschreibung von KI-Modellen und deren Erkenntnisse sowie den Aufbau selbsterklärender Modelle.
Industry 4.0 Science | 41. Jahrgang | 2025 | Ausgabe 2 | Seite 30-36 | DOI 10.30844/I4SD.25.2.30
I4M 5/2023: Modellierung und Simulation

I4M 5/2023: Modellierung und Simulation

Von Virtual und Augmented Reality zu IoT und Digitalen Zwillingen
Modellierung und Simulation bieten zahlreiche Vorteile, insbesondere in der Produkt- und Prozessentwicklung. Grafische Modelle etwa erleichtern die Darstellung von Sachverhalten und verdeutlichen Schwachstellen oder Potenziale. Erklärungsmodelle wiederum schaffen Klarheit über bestimmte Ereignisse. Insbesondere Digitale Zwillinge, IoT und Big Data als Konzepte und Technologien haben sich in den vergangenen Jahren stark entwickelt.
Abwärmenutzung durch thermische Vernetzung

Abwärmenutzung durch thermische Vernetzung

Eine Softwarelösung zur Entwicklung von optimierten industriellen Energiekonzepten
Lukas Theisinger, Fabian Borst, Michael Georg Frank, Matthias Weigold ORCID Icon, Andreas Maußner
Je nach Industriezweig stellt die Versorgung von Produktionsprozessen und -gebäuden mit thermischer Energie einen bedeutenden Anteil am Gesamtenergiebedarf eines Industriestandortes dar. Die Nutzung von industrieller Abwärme bietet hier die Möglichkeit, den externen Bezug von Endenergien und damit die Ursache energiebedingter Emissionen und Kosten zu reduzieren. Aufgrund mangelnder Transparenz sowie ihrer Komplexität bleiben die Potenziale in der industriellen Praxis häufig ungenutzt. Im Forschungsverbundprojekt ETA im Bestand wurde eine anwenderorientierte Softwarelösung prototypisch realisiert. Diese ermöglicht die Entwicklung und Bewertung von industriellen Energiekonzepten, um somit Umsetzungshemmnisse zu reduzieren. Hierbei finden Ansätze aus den Forschungsgebieten des Operations Research sowie der dynamischen Simulation Anwendung.
Industrie 4.0 Management | 39. Jahrgang | 2023 | Ausgabe 5 | Seite 9-12
Potenziale und Anwendung des Industrial Metaverse

Potenziale und Anwendung des Industrial Metaverse

Konvergenz von der Simulation bis zur Realität
Oliver Petrovic, Yannick Dassen, Christian Brecher
Der vorliegende Beitrag behandelt das Konzept des Industrial Metaverse und seine potenziellen Auswirkungen auf die produzierende Industrie. Dabei werden zunächst die Möglichkeiten des Industrial Metaverse allgemein erläutert und anschließend mögliche resultierende Funktionalitäten für die Produktionstechnik entlang des Lebenszyklus dargestellt. Für die beiden Themenfelder „Synthetische Datengenerierung“ und „Virtuelle Qualifizierung“ werden die Implikationen des Industrial Metaverse intensiver betrachtet.
Industrie 4.0 Management | 39. Jahrgang | 2023 | Ausgabe 5 | Seite 27-32 | DOI 10.30844/IM_23-5_27-32
Demand Planning Falcon

Demand Planning Falcon

Zielgenaue, stochastische Bedarfsvorhersagen mit einer neu entwickelten digitalen Planungsmethode
Alexander Schmid, Thomas Sobottka, Samuel Luthe, Wilfried Sihn
Präzise Bedarfsprognosen sind der Schlüssel für eine erfolgreiche Materialdisposition. EntscheidungsträgerInnen stehen jedoch vor dem Dilemma, welches Prognoseverfahren sie verwenden sollen. Zumeist fehlt auch das Methodenwissen, um komplexe mathematische Prognoseverfahren anwenden zu können. Doch auch nach der Wahl des Prognoseverfahrens verbleibt noch die Hürde, die Prognoseverfahren optimal zu parametrisieren. Der vorliegende Beitrag untersucht das Optimierungspotenzial eines selbst entwickelten automatisch optimierenden Prognoseansatzes auf Basis zehn gängiger Prognoseverfahren. In die Praxis umgesetzt wurde die Methode im Forschungsprojekt DISPO 4.0 im digitalen Planungstool Demand Planning Falcon, das zielgenaue Bedarfsprognosen für die Investitionsgüterindustrie erstellt.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 47-50 | DOI 10.30844/IM_22-6_47-50
„Von Cyber-Physical Systems erzeugte Daten werden wichtiger“

„Von Cyber-Physical Systems erzeugte Daten werden wichtiger“

Interview mit Prof. Dr.-Ing. Bernd Scholz-Reiter, ehem. Herausgeber Industrie 4.0 Management
Bernd Scholz-Reiter ORCID Icon
Zusammen mit Professor Krallmann von der TU Berlin haben Sie 1984 die Fachzeitschrift CIM Management gegründet. Was war damals der Grund für diese Initiative? CIM, also Computer Integrated Manufacturing oder auf deutsch die Rechnerintegrierte Produktion, war in den 1980er Jahren das alles beherrschende Thema für die produzierende Industrie, die Software-Hersteller aber auch für die Hardware-Lieferanten. Es ging um die Durchgängigkeit der rechnergestützten Systeme ohne Medienbrüche von der Konstruktion (CAD Computer Aided Design) über die Arbeitsplanung (CAP Computer Aided Process Planning) bis zur Maschinensteuerung (CAM Computer Aided Manufacturing) und der quer dazu liegenden Produktionsplanung und -steuerung (PPS). Bis dahin waren diese Systeme nicht miteinander verknüpft und wesentliche Rationalisierungseffekte waren deshalb nicht gegeben. Auf allen großen Messen und vielen Kongressen wurde CIM von den Hard- und Softwareherstellern massiv propagiert und der ...
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 6 | Seite 6-8
Digitale Produktoptimierung zur Nutzung der additiven Fertigung

Digitale Produktoptimierung zur Nutzung der additiven Fertigung

Michael Wahl, Martin Bonenberger, Julian Morbach, Adrian Huwer ORCID Icon, Lauri Hoffmann
Die additive Fertigung, d. h. der Druck von dreidimensionalen Werkstücken aus unterschiedlichen Materialien, bietet die Möglichkeit schnell funktionsfähige Prototypen herzustellen. Einen wichtigen Baustein zur schnellen Umsetzung funktionaler Produktideen bietet die digitale Optimierung. Basierend auf digitalen Modellen wird das Produkt virtuell optimiert und immer weiter verbessert. Ist das Produkt digital hinsichtlich seiner Eigenschaften optimiert, erfolgt eine Überprüfung und ggf. einer Anpassung hinsichtlich der additiven Fertigung. Im Anschluss wird das Produkt gefertigt, nachbearbeitet und abschließend getestet. Der Beitrag zeigt die Optimierungsmöglichkeiten am Beispiel eines Dispensers aus der Lebensmittelindustrie. Ein bestehendes Bauteil wird digitalisiert, an dem digitalen Modell eine Strömungsoptimierung durchgeführt und das verbesserte Produkt additiv gefertigt.
Industrie 4.0 Management | 38. Jahrgang | 2022 | Ausgabe 5 | Seite 25-29 | DOI 10.30844/IM_22-5_25-29
1 2 6