Digital Twin + Anforderungsmanagement: Eine Brücke zwischen Engineering und DevOps

Ein digitaler Zwilling ist ein virtuelles Modell, das ein reales Produkt oder System nachbildet und Szenarien anhand von Echtdaten aus dem physischen Produkt durchspielt. Teams nutzen diese Modelle in der Regel, um das Verhalten des Produkts zu beobachten, Designänderungen zu testen und die Leistung des realen Systems zu untersuchen.

Ein digitaler Zwilling zeigt jedoch nur, was mit dem Produkt geschieht. Ohne strukturierte Anforderungen kann er nicht beurteilen, ob das aktuelle Systemverhalten akzeptabel ist.

In solchen Situationen sorgt das Anforderungsmanagement für eine Struktur, die das erwartete Verhalten des Produkts definiert, technische Modelle mit den Entwicklungsabläufen verknüpft und dafür sorgt, dass alle Beteiligten auf dem gleichen Stand sind.

Schauen wir uns also einmal an, wie ein Digital Twin in Verbindung mit Anforderungsmanagement dazu beiträgt, die Kluft zwischen den Engineering- und den DevOps-Teams zu überbrücken.

Digitaler Zwilling: Definition und Kernkonzept

Per Definition ist ein digitaler Zwilling eine (mithilfe von Software erstellte) virtuelle Nachbildung eines physischen Produkts, wie beispielsweise eines Flugzeugs, eines Fahrzeugs oder eines medizinischen Geräts. Er bleibt nicht statisch wie ein Diagramm oder ein Konstruktionsdokument, sondern erhält kontinuierlich Daten vom physischen System, die analysiert werden können, um das Verhalten des Produkts zu verstehen.

So können Ingenieure in Echtzeit Simulationen durchführen, die Leistung analysieren und mögliche Änderungen testen, bevor sie diese auf das reale System anwenden.

Beispiel

Man kann sich vorstellen, dass ein Automobilhersteller ein neues Elektroauto-Modell entwickelt. Also entwirft er:

• Ein echtes Auto
• Eine virtuelle Version desselben Autos (digitale Nachbildung) in einer Software.

Sensoren aus dem realen Fahrzeug senden zahlreiche Datenpunkte, darunter Batterietemperatur, Motordrehzahl, Bremsdruck und Energieverbrauch, an den digitalen Zwilling.

Anhand aller Daten können Ingenieure Folgendes testen:

• Was passiert, wenn sich der Akku zu stark erhitzt?
• So funktioniert das Bremsen bei Regen
• Wie sich das Auto im dichten Verkehr verhält

Auf diese Weise können Ingenieure Tausende von Tests in der Software durchführen, anstatt echte Autos zu gefährden.

Lesen Sie auch: Was ist der Digital Thread?

Wie digitale Zwillinge die Produktentwicklung verändern

Die traditionelle Produktentwicklung folgt einem einfachen Kreislauf: Das System entwerfen, testen, Probleme beheben und von vorne beginnen. Dieser Ansatz funktioniert zwar, wird aber langsam und kostspielig, sobald das System komplexer wird.

Der digitale Zwilling verändert dies grundlegend. Anstatt physische Prototypen zu bauen, zwingen digitale Zwillinge die Teams dazu, das Systemverhalten anhand einer virtuellen Nachbildung des Produkts zu untersuchen, die sich entsprechend den realen Systemdaten verändert.

Hier sind einige Vorteile von Digital Twins:

• Frühzeitige Designvalidierung: Teams können mithilfe eines digitalen Zwillings reale Bedingungen simulieren und Designfehler erkennen, bevor sie auftreten.
• Verbessert die betriebliche Effizienz: Laut einem von Capgemini veröffentlichten Bericht zum Thema „Digital Twin“ verzeichnen Unternehmen, die digitale Zwillinge einsetzen, eine durchschnittliche Steigerung der Umsatz- und Betriebseffizienz um 15 %.
• Kosteneinsparungen: Da Produktentwicklungsteams nicht für jedes Szenario einen neuen Prototyp bauen müssen, lassen sich Kosten für Material und andere erforderliche Ressourcen einsparen.
• Schnellere Iterationszyklen: Designänderungen werden zunächst virtuell getestet, bevor die Teams Prototypen bauen. Dies spart Zeit bei der Produktentwicklung.

Derzeit erkennen rund 42 % der Führungskräfte aus verschiedenen Branchen die Bedeutung von Digital Twins an, und 59 % planen bereits, diese bis 2028 in ihre Betriebsabläufe zu integrieren.

Anforderungsmanagement in Digital-Twin-Systemen

Wie bereits erwähnt, kann ein digitaler Zwilling das Systemverhalten simulieren und die tatsächlichen Betriebsdaten analysieren. Eine Simulation allein reicht jedoch nicht aus. Ingenieure müssen wissen:

• Welches Verhalten wird erwartet?
• Welche Einschränkungen muss das System beachten?
• Welche Sicherheitsvorschriften müssen beachtet werden?

Diese Erwartungen ergeben sich aus vordefinierten Anforderungen. Ohne diese kann ein digitaler Zwilling nicht validiert werden.

Anforderungen als gemeinsame Sprache zwischen Technik und DevOps

In der Produktentwicklung sprechen die Teams aus den Bereichen Technik und DevOps unterschiedliche Sprachen. Die Techniker konzentrieren sich auf die Entwicklung physischer Produkte und die Simulation digitaler Produkte. Die DevOps-Teams hingegen konzentrieren sich auf die Entwicklung und Verwaltung von Software zur Steuerung des physischen Produkts.

Stellen Sie sich folgendes einfaches Szenario vor: 

• Ingenieure simulierten das Verhalten einer Elektroauto-Batterie und stellten fest, dass ihre Temperatur auch nach einer durchgehenden Fahrt von 300 km unter 50 °C bleibt.
• Einige Monate später ändern die DevOps-Teams die Art und Weise, wie die Leistung auf die Batteriezellen verteilt wird. Nun steigt die Batterietemperatur unter bestimmten Bedingungen auf 56 °C an, und die Entwicklungsteams haben darüber keinerlei Informationen.

Wenn also die Anforderungen der Entwicklungs- und DevOps-Teams nicht aufeinander abgestimmt sind, scheitert das Produkt.

So kann das Anforderungsmanagement Abhilfe schaffen:

• Die Ingenieurteams verknüpfen die Anforderungen mit dem Digital-Twin-Modell. Sie führen Simulationen durch, ordnen die Ergebnisse den Anforderungen zu und aktualisieren diese.
• Anschließend verknüpfen die DevOps-Teams diese Anforderungen mit den Entwicklungsaufgaben und Testfällen. Wenn also die Entwicklerteams die Anforderungen ändern, werden die DevOps-Teams automatisch benachrichtigt und umgekehrt.
• Selbst bei vollständiger Rückverfolgbarkeit über den gesamten Lebenszyklus hinweg können beide Teams vor der Durchführung von Änderungen Folgenabschätzungen durchführen, um Fehler zu vermeiden.

Auf diese Weise können Teams, wenn für die Simulation und die Softwareentwicklung dieselben Anforderungen verwendet werden, das Systemverhalten anhand derselben Referenz validieren, was dazu beiträgt, dass das System nicht von den ursprünglichen Anforderungen abweicht.

Wie „Modern Requirements4DevOps“ das digitale Engineering ermöglicht

Ein digitaler Zwilling führt nicht nur zwei oder drei Szenarien durch; er durchspielt Tausende von Szenarien, und die Teams müssen die Ergebnisse für weitere Analysen speichern und sie zudem wieder mit den ursprünglichen Anforderungen verknüpfen. Anforderungsmanagement-Plattformen wie Modern Requirements4DevOps helfen dabei und sorgen für einen übersichtlichen Produktlebenszyklus.

So ermöglicht Modern Requirements4DevOps das digitale Engineering:

• Zentrales Anforderungs-Repository: Das Tool speichert alle Ihre Anforderungen, Simulationsdaten, DevOps-Aufgaben usw. in Ihrem Azure DevOps. So müssen verschiedene Teams nicht mehrere Tools verwalten, und alles ist an einem Ort zugänglich.
• Lückenlose Rückverfolgbarkeit über den gesamten Lebenszyklus: Damit lassen sich automatisch Rückverfolgbarkeitsmatrizen erstellen und visualisieren, wie Anforderungen mit Simulationsszenarien, Entwicklungsaufgaben und Testfällen verknüpft sind. Sollten Verbindungen fehlen, können Teams diese schnell erkennen und herstellen.
• Auswirkungsanalyse für Simulationsänderungen: Dies hilft Produktteams dabei, die Auswirkungen von Änderungen innerhalb von Azure DevOps schnell zu erkennen.
• Zusammenarbeit und Steuerung: Modern Requirements4DevOps bietet rollenbasierten Zugriff und ermöglicht die Zusammenarbeit mehrerer Teams.
• Unterstützung für regulierte Branchen: Das Tool wurde speziell für den Einsatz in regulierten Branchen wie der Luft- und Raumfahrt sowie der Automobilindustrie entwickelt und erfüllt alle regulatorischen Standards, einschließlich SOC II und 21 CFR Part 11.

Die Funktionen von Modern Requirements4DevOps helfen Teams also dabei, über isolierte Simulationen hinauszugehen und sicherzustellen, dass sie aufeinander abgestimmt bleiben.

Die Zukunft digitaler Zwillinge in DevOps und im digitalen Engineering

Wussten Sie, dass der Markt für digitale Zwillinge voraussichtlich von 33,97 Milliarden US-Dollar im Jahr 2026 auf 384 Milliarden US-Dollar anwachsen wird, bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 35,40 %? Anhand dieser Daten lässt sich feststellen, dass digitale Zwillinge zu einem zentralen Bestandteil des modernen Produktentwicklungs-Workflows werden.

In den kommenden Jahren werden digitale Zwillinge und Softwarebereitstellung nicht mehr als getrennte Aktivitäten ablaufen. Wenn Entwickler beispielsweise die Steuerungssoftware aktualisieren, kann dieses Änderungsereignis eine Systemvalidierung durch automatische Simulation auslösen. In solchen Umgebungen wird das Anforderungsmanagement an Bedeutung gewinnen, was dazu beitragen wird, Engineering- und DevOps-Teams miteinander zu verbinden.

Darüber hinaus wird die KI diesen Prozess noch weiter stärken. Die KI kann große Mengen an Simulationsergebnissen automatisch analysieren, Muster erkennen und dem Team Erkenntnisse liefern, die es manuell nicht finden könnte.

Digital Twins, Anforderungsverfolgung und KI-gestützte Erkenntnisse werden gemeinsam die Art und Weise prägen, wie komplexe Produkte während ihres gesamten Lebenszyklus entwickelt, validiert und betrieben werden.