Digitale Zwillinge beschleunigen die Antriebsentwicklung

Von der Simulation zur Realität: Erfolgreiche virtuelle Freigabe

Digitale Zwillinge, moderne Simulationsmethoden, virtuelle Homologation: Entwicklungs- und Validierungsprozesse verändern sich in der Automobilindustrie im Zuge der Digitalisierung von Grund auf. Der diesjährige VDI-Kongress DRITEV 2025 am 9. und 10. Juli 2025 in Baden-Baden widmet sich diesen Themen ausführlich. So wird René Honcak, ZF Friedrichshafen, in seinem Vortrag berichten, wie virtuelle Prototypen und digitale Zwillinge Entwicklungskosten senken können und somit entscheidende Wettbewerbsvorteile ermöglichen. Wir sprachen mit ihm über die damit verbundenen Potenziale und den konkreten Nutzen dieser Technologien für OEMs und Zulieferer.
 

Herr Honcak, ein Fokus Ihres Vortrags liegt auf der Kombination unterschiedlicher Technologien. Wie sieht Ihr Modell aus, welche Rolle spielen dabei Model-Based Systems Engineering (MBSE), TwinOps und digitale Zwillinge?

René Honcak: Unsere Methodik verbindet MBSE, TwinOps, IOT und digitale Zwillinge in einem ganzheitlichen Ansatz, der virtuelle Prototypen optimal nutzbar macht. MBSE bildet dabei unsere Grundlage, um Kundenanforderungen systematisch technischen Lösungen, Designs und Test-Spezifikationen sowohl für das Produkt als auch für den digitalen Zwilling zuzuordnen. Diese Methodik unterstützt uns darin, Komplexität beherrschbar zu machen, insbesondere bei der Entwicklung von multi-physikalischen digitalen Zwillingen, die sowohl digitale als auch virtuelle Produkt-Abbilder sind. MBSE fördert zudem ein effizientes Variantenmanagement sowie die Nachvollziehbarkeit und Wiederverwendbarkeit von Modellen und Parametern. Durch die Verknüpfung des Anforderungsmanagements und des Taskmanagements planen wir unsere Ressourcen und die Zeit in der Simulation wesentlich präziser.

Bei TwinOps handelt es sich um die Überführung der Methodik des DevOps aus der Softwareentwicklung zur kontinuierlichen Entwicklung, Integration und Testing sowie der Entwicklung einer virtuellen Produkt-Repräsentation. Dies schafft unsere cloudbasierte Umgebung, um Simulations-Workflows zu automatisieren, Simulationsmodelle kontinuierlich zu integrieren und agil auf Veränderungen zu testen. TwinOps ermöglicht uns eine kollaborative Arbeitsweise, bei der Experten verschiedener Disziplinen auf eine gemeinsame, standardisierte Umgebung zugreifen. Außerdem nutzen wir TwinOps, um im Sinne eine Close-Loop-Ansatzes Machine-Learning- sowie Simulations-Modelle zu kalibrieren und kontinuierlich zu verbessern. Dadurch gewährleisten wir, dass unsere Modelle stets den aktuellen Anforderungen entsprechen. Digitale Zwillinge bilden schließlich das virtuelle Abbild unserer realen Systeme. Sie ermöglichen schnelle Analysen und helfen uns, Design- und Funktionsentscheidungen effizient zu bewerten, ohne ständig auf physische Prototypen angewiesen zu sein.
 

Welches Zusammenspiel der Technologien hat sich für Ihre Zwecke als passend erwiesen?

René Honcak: Die Anwendung von MBSE sowie die Ausführung in einer TwinOps-Umgebung zur agilen und skalierbaren Integration von Simulations-Modellen sowie Parametrisierung von Modellen gibt uns einen entscheidenden Vorteil sowohl in der Entwicklung als auch den Gesprächen mit unseren Kunden. Dies schafft eine starke Vertrauensbasis. Zudem sind wir durch die Digital-Twin-Technologie sowie die Anbindung unsere Prüfstände als IoT-Devices in der Lage, Modelle nachvollziehbar zu verifizieren und zu validieren. MBSE bietet uns zudem die Möglichkeit eines Riskmanagements mit einer detaillierten Transparenz hinsichtlich Modellunsicherheiten oder der Auswirkung von Design- oder funktionalen Änderungen auf die Simulations-Güten.
 

Sie betonen, wie wichtig Vertrauen in virtuelle Modelle ist. Wie gewährleisten Sie Datenqualität und Reproduzierbarkeit?

René Honcak: Wir sichern die Datenqualität mit umfassenden Validierungsprozessen. Das heißt, wir führen Sensitivitäts- und Unsicherheitsanalysen für Simulationsergebnisse zur Evaluierung der Simulations-Prognosegüten durch. Mittels statistischer Tests bewerten wir sowohl Messdaten als auch Simulationsdaten. Ergänzend dazu erfolgen Sensitivitätsanalysen, um die Einflussfaktoren auf Simulationsergebnisse zu verstehen und die Modelle weiter kontinuierlich zu optimieren. Auf Basis unserer MBSE-Methodik setzen wir standardisierte Test-Cases mit entsprechenden Metriken zur Bewertung von Simulations-Modellen ein. Unser Digital Twin Ecosystem verfügt außerdem über automatisierte Pipelines, die Daten systematisch bereinigen und validieren. So schaffen wir eine zuverlässige Basis für unsere Modelle und Simulationen.
 

Wie wichtig ist bei diesem Ansatz die interdisziplinäre Zusammenarbeit?

René Honcak: Die disziplinübergreifende Zusammenarbeit, beispielsweise zwischen Hardware-, Software- und Simulationsteams, ist für uns essenziell, um komplexe Entwicklungsprojekte erfolgreich umzusetzen. Wir setzen hierbei auf Systems Engineering und Model-Based Systems Engineering (MBSE) als kollaborative Plattform, um den Austausch von Informationen effizient zu gestalten und eine gemeinsame Datenbasis für alle Beteiligten zu schaffen. 
 

Welchen Vorteil bietet Ihr Modellierungs-V-Modell im Vergleich zu klassischen V-Modellen?

René Honcak: Das von uns entwickelte Digital-Twin-V-Modell spielt eine zentrale Rolle bei der Virtualisierung unseres Produktes im Sinne eines Digital Twins, da es den hohen Grad an Komplexität und Variantenvielfalt unserer Simulationsmodelle und Applikationsgrößen adressiert. Unser V-Modell ermöglicht eine effiziente und fehlerfreie Verwaltung sowie den Zusammenschluss verschiedener Simulationsmodelle und Ergebnisse, indem es Anforderungen an Simulationsmodelle sowie die Test-Cases für Kalibrierung, Verifikation und Validierung definiert. Mithilfe von SysML-Architekturen beschreibt es Simulations-Workflows und Modelle auf einer Meta-Ebene, was eine detaillierte Nachvollziehbarkeit sowie eine präzise Planung der Aktivitäten sicherstellt und die ideale Ausgangsbasis für die detaillierte Modellentwicklung und Simulationsdurchführung bietet.
 

Wie managen Sie Risiken im Zuge der virtuellen Freigabe?

René Honcak: Das Risikomanagement bezüglich der Genauigkeit und Verlässlichkeit der virtuellen Freigabe steuern wir durch einen strukturierten und mehrstufigen Ansatz. Zunächst definieren wir klare Anforderungen an die Simulationsmodelle und die zugrunde liegenden Messdaten, die für Kalibrierung, Verifikation und Validierung genutzt werden. Diese Anforderungen werden mithilfe von SysML-Architekturen dokumentiert, um Simulations-Workflows und Modelle auf einer Meta-Ebene nachvollziehbar zu gestalten. Zur Sicherstellung der Modellqualität erfolgen standardisierte Tests, Sensitivitätsanalysen und Unsicherheitsanalysen, um die Genauigkeit der Simulationsergebnisse zu bewerten und potenzielle Abweichungen frühzeitig zu erkennen.
 

Welche konkreten Prozesse profitieren aktuell besonders von Ihrer Technologie?

René Honcak: Aktuell profitieren insbesondere die E-Antriebsentwicklung und damit verbundene Prozesse stark von der virtuellen Freigabe mittels digitaler Zwillinge. So konnten wir physische Validierungsaufwände erheblich reduzieren, was sowohl die Produktentwicklung als auch die Applikation effizienter gestaltet und von unseren Kunden akzeptiert wird. Zudem bietet die Übersicht über Abhängigkeiten von Simulationsergebnissen eine klare Grundlage, um unnötige Iterationen zu vermeiden und den Entwicklungsprozess zu optimieren. 

Ein weiterer Erfolg ist die Virtualisierung von thermischen Alterungstests für die Leistungselektronik, wodurch die Effizienz um bis zu 80 % gesteigert wurde. Auch im Bereich der virtuellen Sensorik, etwa bei der thermischen Erfassung, profitieren wir von der TwinOps-Infrastruktur, die durch eine kontinuierliche Bereitstellung von Simulations- und Messdaten ein CI/CD/CT-System für virtuelle Sensoren ermöglicht, welche anschließend ECU-fähig in die Fahrzeugsoftware integriert werden können.
 

Welche Vorteile ergeben sich daraus für ZF und Ihre Kunden?

René Honcak: Die virtuelle Freigabe mittels digitaler Zwillinge bietet sowohl für ZF als auch für unsere Kunden erhebliche Vorteile hinsichtlich der Produktentwicklungszeit, Kosteneffizienz und Wettbewerbsfähigkeit. Durch die Reduzierung physischer Prototypen und die Verlagerung von Tests in die virtuelle Umgebung können Entwicklungszyklen signifikant verkürzt werden – beispielsweise von 24 auf 18 Monate oder weniger –, was eine schnellere Markteinführung ermöglicht und den Anforderungen unserer Kunden entspricht. Gleichzeitig senkt die Virtualisierung die Kosten erheblich, da weniger physische Prototypen benötigt werden und aufwendige Testaufbauten entfallen. Dies führt zu einer effizienteren Ressourcennutzung und einer höheren Wirtschaftlichkeit. 

Darüber hinaus verbessert die virtuelle Freigabe die Produktqualität, da digitale Zwillinge eine präzisere Validierung und Optimierung in frühen Entwicklungsphasen ermöglichen. Dies reduziert das Risiko von Fehlern und erhöht die Zuverlässigkeit der Produkte, was sich positiv auf die Kundenzufriedenheit auswirkt. Die Möglichkeit, Simulationsergebnisse und Modelle durch generische Planungen wiederzuverwenden, minimiert Doppelarbeiten und senkt langfristig die Entwicklungskosten. Insgesamt stärkt dieser Ansatz die Wettbewerbsfähigkeit, indem er innovative Lösungen schneller, kostengünstiger und qualitativ hochwertiger auf den Markt bringt.
 

Wo liegen derzeit noch Grenzen, welche Fortschritte erwarten Sie für die nächsten Jahre?

René Honcak: Die aktuelle Herausforderung liegt insbesondere in der hohen Technologie-Volatilität im Bereich der Antriebsstränge. In den nächsten Jahren erwarten wir große Entwicklungssprünge durch die verstärkte Integration von KI-Methoden in unseren Entwicklungsprozess. Insbesondere die Nutzung von KI zur schnelleren Analyse von Anforderungen hinsichtlich der Simulationsfähigkeit wird es uns ermöglichen, Entwicklungszeiten weiter zu verkürzen und die Effizienz nochmals signifikant zu steigern.