Digitale Zwillinge – Die Verschmelzung der realen und virtuellen Welt
Jeder kennt die folgende Situation aus dem Alltag. Die Zeit reicht bei weitem nicht aus, um alle Aufgaben und Termine rechtzeitig zu erledigen. In diesen Momenten wünschen wir uns alle einen Zwilling, der diese Aufgaben für uns erledigt. In der realen Welt wird uns dieser Wunsch leider nicht erfüllt. Menschen und deren Fähigkeiten können nicht einfach «geklont» werden und daher müssen wir die Planung und Durchführung unserer Aufgaben selbstständig fortführen.
In den letzten Jahren hat sich die Arbeit des Menschen aufgrund der Digitalisierung und der Weiterentwicklung der technischen Möglichkeiten von der realen Welt in die virtuelle Welt verlagert. Daten und Informationen stehen im Fokus und werden mithilfe von Computern verarbeitet. Unternehmen greifen diesen Trend auf. Während Daten in den 70er Jahren noch das Ergebnis eines Prozesses darstellten, so kann mittlerweile von der «Data Economy» gesprochen werden. In dieser nehmen Daten die Rolle des eigenständigen Produktes des Unternehmens ein [1].
Vor allem die Menge an Daten über reale Produkte, Prozesse und Services ist in den letzten Jahren stark gestiegen [2]. Somit ergeben sich neue Möglichkeiten für die Planung, Simulation und Analyse im Unternehmen. Hierfür setzen immer mehr Unternehmen das Konzept eines digitalen Zwillings ein [3]. Auch der Gartner Hype Cycle sieht in diesem Ansatz grosses Potenzial [4].
Doch was sind digitale Zwillinge und welche Potenziale ermöglicht deren Einsatz auf Unternehmensebene, insbesondere in der Finanzindustrie?
Was sind digitale Zwillinge?
Ursprünglich ist das Konzept des digitalen Zwillings im Bereich der Logistik entstanden. Für die Produktion eines Autos werden unterschiedliche Komponenten (Reifen, Motor, Karosserie) benötigt. All diese Komponenten existieren in der realen Welt in Form von physischen Gütern. Durch die Erfassung und Dokumentation der Komponenten ist es möglich, ein Auto bereits in der Produktion virtuell auf Grundlage der Daten zu konzipieren. Es entsteht eine virtuelle Repräsentation (z. B. ein 3D-Modell) eines realen physischen Gutes, der digitale Zwilling, welcher in einer Datenbank gespeichert wird [5] [6]. Vorteile sind beispielsweise die automatische Erkennung von Abweichungen zwischen dem Produktionsablauf, der mithilfe des virtuellen Zwillings simuliert wird, und den Echtzeit-Daten aus der realen Produktion, sodass Störungen frühzeitig erkannt und behoben werden können [7].
Während das Auto noch nicht in der realen Welt existiert, kann der bereits erzeugte digitale Zwilling für die Planung und Steuerung der Produktion verwendet werden. Hierfür werden digitale Zwillinge mit zusätzlichen Daten (historische Daten, Echtzeitdaten, physische Parameter) angereichert [3, 8], auf deren Basis der ordnungsgemässe Ablauf der Produktion simuliert wird [6]. Durch den automatischen Abgleich der Echtzeit-Daten aus der physischen Produktion mit den Modelldaten können Abweichungen frühzeitig erkannt und behoben werden. Auf dieser Grundlage können Prozesse in der realen Welt verändert oder optimiert werden [5].
Das Beispiel der Autoproduktion zeigt die Verknüpfung und das Zusammenspiel der beiden Welten. Virtuelle Zwillinge können für bestehende und zukünftige physische Objekte, Prozesse und Services erstellt werden [9]. Somit sind potenzielle Einsatzgebiete nicht nur auf die Produktion beschränkt und das Konzept kann in unterschiedlichen Industrien zum Tragen kommen.
Einsatzszenarien und Vorteile
Grundlegend existieren drei Einsatzszenarien für digitale Zwillinge im Unternehmen [3]. Beim Asset Monitoring (1) werden Daten zu physischen Gütern, Prozessen und Services gesammelt und ermöglichen deren Überwachung. Simulationen (2) erweitern dieses Konzept und ermöglichen das Testen und Planen von unterschiedlichen Geschäftsprozessen und Betriebsmitteln. Darüber hinaus können digitale Zwillinge in KI-fähige Systeme integriert werden (3), die eine automatische Erkennung und Korrektur von Abweichungen zwischen dem physischen Objekt und dem virtuellen Zwilling in Echtzeit ermöglichen. In diesem Kontext profitieren digitale Zwillinge von der Konvergenz zu anderen Technologien. Internet-of-Things-(IoT-)Sensoren erlauben die Datenübertragung von physischen Objekten in Echtzeit zum digitalen Zwilling [10].
Digitale Zwillinge schaffen somit Nutzen auf verschiedenen Stufen der Wertschöpfungskette. Anforderungsprüfungen und Simulationen anhand eines digitalen Zwillings ermöglichen die effiziente Gestaltung von materiellen oder immateriellen Objekten, wie beispielsweise Produkten (siehe Autobeispiel), Prozessen (z. B. einzelne Produktionsschritte) und Dienstleistungen (z. B. Daten- und dienstleistungsbasierte Geschäftsmodelle). Neben der Gestaltung können die Produktion sowie die Nutzung von realen Gütern durch digitale Zwillinge verbessert werden. Zudem können potentielle Wartungen und Serviceaufträge frühzeitig erkannt und effizient abgewickelt werden [9].
Herausforderungen
Um digitale Zwillinge in der Praxis effizient und sicher einsetzen zu können, müssen unterschiedliche Herausforderungen bedacht werden. Wichtigster Bestandteil ist die Standardisierung der Datengrundlage. Daten müssen stets aktuell und gepflegt sein. Daher ist ein hoher Grad an Automatisierung für die Datenextraktion und -übermittlung unabdingbar [11, 12]. Nur durch die Verwendung aller relevanten Daten können digitale Zwillinge ihr gesamtes Potenzial ausschöpfen. Neben den Daten müssen alle involvierten Prozesse betrachtet werden. Nur so können benötigte physische Komponenten (Bsp.: Auto – welche Komponenten und Prozesse müssen durch den digitalen Zwilling abgedeckt werden?) identifiziert und integriert werden [13]. Bei der interorganisationalen Zusammenarbeit zwischen mehreren Unternehmen müssen die Datenquellen und Daten der Unternehmen sicher und vertrauenswürdig abgelegt werden. Durch die Verwendung der Blockchain-Technologie entstehen ein Vertrauensverhältnis und Transparenz zwischen den Unternehmen [14]. Ein weiterer Vorteil der Blockchain-Technologie ist die Rückverfolgbarkeit der Daten sowie deren einheitliche Speicherung.
Mögliche Anwendungsgebiete
Das Beispiel der Produktion zeigt, dass digitale Zwillinge bereits in vertikalen Wertschöpfungsketten wie der Logistik eingesetzt werden. Weitere Anwendungsgebiete sind der Energie- und der Gesundheitssektor [10]. Digitale Zwillinge von Windrädern können Schadensfälle bereits im Voraus berechnen und damit verbundene Wartungs- und Serviceaufträge koordinieren. IoT-Sensoren ermöglichen die dauerhafte Übertragung der Daten in Echtzeit an den digitalen Zwilling. Auch im Gesundheitswesen spielen Sensoren eine wichtige Rolle. Patientendaten können mithilfe von Smart Watches und Fitness-Trackern ausgelesen und für die Analyse des Patienten verwendet werden. Durch die hohe Datendichte können Vorhersagen bezüglich Vitalwerten und passenden Behandlungsmöglichkeiten getroffen werden.
Digitale Zwillinge in der Finanzindustrie
In der Finanzindustrie existieren verschiedene Ansätze für die Verwendung von digitalen Zwillingen [15]. Der folgende Abschnitt stellt 4 Möglichkeiten vor und untersucht den Einfluss von digitalen Zwillingen auf die interne Priorisierung von Projekten, die Steuerung des Risk Managements, die Verfolgung von ESG-Zielen sowie die Verbesserung von Verkaufsaktivitäten.
Betrachten wir die Bank im Gesamten als eigenständig physisches Objekt, so können auch hier die einzelnen Komponenten (Mitarbeiter, Abteilungen, Kunden) für die Erstellung eines digitalen Zwillings genutzt werden. In diesem Fall sprechen wir von einer «Digital Twin Organization» [16]. So wie sensorgesteuerte Maschinen in einer Fabrik die digitale Abbildung von Produktionsprozessen ermöglichen [17], können IoT-Devices in einer Bank zum Beispiel Kundenbewegungen in einer Filiale analysieren, wodurch digitale Werbeanzeigen oder der Einsatz von Mitarbeitern optimiert werden können [18]. Ein weiterer Vorteil einer solchen virtuellen Zwillingsorganisation ist die Simulation von unterschiedlichen internen Entscheidungen. So können Projekte zunächst virtuell simuliert und auf unterschiedlichen Ebenen bewertet werden. Vor allem die Bewertung des Return on Investment (ROI) eines Projektes kann mithilfe von digitalen Zwillingen effizient durchgeführt werden [19]. Neben den richtigen monetären Entscheidungen und anfallenden Kosten ermöglicht der digitale Projektzwilling die Simulation von potenziellen Problemen und Herausforderungen in einem Projekt. Dies beinhaltet Faktoren wie die Konfiguration des Business Cases oder Auslastungsprofile [20]. Anschliessend hat die Bank die Möglichkeit zwischen den erfolgversprechendsten Projekten zu wählen. Dies senkt die allgemeine «Time-to-Market», da Banken bereits vor der Produktentwicklung und dem Projektbeginn Zugriff auf simuliertes Feedback erhalten und Komplikationen vor dem Produkt-Launch verhindert werden können [15]. Beispiele für Projekte, in denen digitale Zwillinge für die Auswahl verwendet werden, sind: interne Prozessoptimierung, Produktentwicklung sowie die Einführung neuer IT-Systeme [21]. Historische Daten können mit Echtzeitdaten der Bank angereichert werden und optimieren somit die Performanz von Projekten und Prozessen.
Neben der internen Planung von Projekten können digitale Zwillinge auch im Bereich «Risk Management» verwendet werden [16]. Grundsätzlich ist es für Banken sehr schwierig, Risiko messbar zu machen [22]. Die Simulation von Kreditrückzahlungen mithilfe von digitalen Zwillingen der Kreditnehmer erlaubt der Bank, die eigenen Ressourcen gezielter zu verwalten. Potenzielle Kreditausfälle können frühzeitig erkannt werden und Bedrohungen im Netzwerk der Rückzahler werden effizient gelöst. Auch hier spielen Kundendaten und Echtzeitdaten eine wichtige Rolle und zeigen die Sicherheitskapazitäten der Privatkunden und anderer Banken auf. Die digitalen Zwillinge der Schuldner können mit ökonomischen, industriespezifischen, umweltbedingten und individuellen Daten angereichert werden und somit in das Big Picture der Risikoermittlung einfliessen. So beinhaltet der digitale Zwilling einer Privatperson Informationen zu dessen Rücklagen, Wertgegenständen (wie Häusern oder Grundstücken) und dem Lebensstil [23]. Auf dieser Grundlage können Rückschlüsse auf die Bonität des Kunden geschlossen werden.
ESG-Kriterien beschreiben unterschiedliche Ziele einer Bank in den Dimensionen: Governance, Social und Environment (ESG). «Environment» beinhaltet Massnahmen zum Umweltschutz, «Social» Massnahmen für das gesellschaftliche Engagement oder die Chancengleichheit innerhalb der Bank. Governance beinhaltet die nachhaltige Unternehmensführung und die Verfolgung der genannten Ziele [24]. Die Relevanz dieser Themen ist in den letzten Jahren aufgrund des Klimawandels und gesellschaftlicher Veränderungen stark gestiegen und gewinnt weiterhin an Fahrt. Für Banken ist es daher sehr wichtig, den eigenen Fortschritt sowie die Einhaltung der ESG-Kriterien zu dokumentieren und zu simulieren. Bank-Assets und -Inventar müssen periodisch auf ESG-Kriterien getestet werden. Anschliessend erhalten alle Produkte und Bestandteile der Bank eine Umweltbewertung und ein Ranking. Zielstellung der Bank ist die detaillierte Darstellung und Analyse aller ESG-bezogenen Informationen. Somit kann gegenüber dem Kunden und dem Regulator vollkommene ESG-Transparenz gewährleistet werden [25]. Ein Beispiel für die Verwendung von digitalen Zwillingen im ESG-Kontext ist die Analyse und Simulation von Gebäudeemissionen. Der digitale Zwilling einer Bankfiliale oder eines Rechenzentrums ermöglicht die Analyse und Optimierung des Energie- und Ressourcenverbrauchs. Zielstellung ist die Nutzung von erneuerbaren Energien für den Betrieb sowie die Optimierung der Energieeffizienz. Auch hier können IoT-Sensoren Gebäudedaten (Computer-, Licht-, Energie-, Wärmedaten) in Echtzeit zur Verfügung stellen, die dann für die Optimierung der Emissionen verwendet werden [26].
Der vierte Anwendungsfall für digitale Zwillinge liegt in der Verbesserung von Verkaufsaktivitäten der Bank [18]. Der digitale Zwilling eines Kunden liefert Informationen über Zahlungen, Interessen und Aktivitäten des realen Kunden. So ergeben sich durch die Analyse und Simulation der Kundenbedürfnisse neue Möglichkeiten für das Cross- und Upselling. Die Bank ist somit in der Lage, zukünftige Käufe des Kunden zu prognostizieren. Diese Prognosen fliessen zudem in die Produktentwicklung ein und ermöglichen es, für den Kunden relevante Produkte zu entwickeln. Die Marktakzeptanz eines Produktes kann zudem durch die Interaktion der digitalen Kundenzwillinge mit dem neuen Produkt getestet werden [16]. Auch Marketing-Aktivitäten lassen sich auf dieser Grundlage planen und koordinieren.
Fazit
Der Ansatz des digitalen Zwillings ist nicht neu und wird bereits seit den 2000ern untersucht [5]. Vor allem durch neue technologische Möglichkeiten wie IoT, AI oder die Blockchain gewinnt der Ansatz dennoch an Relevanz. Ein digitaler Zwilling lebt von der Aktualität und Richtigkeit der verwendeten Daten. Durch das Internet können diese Daten in Echtzeit abgerufen und verwendet werden. Unternehmen müssen bei der Implementierung eines digitalen Zwillings auf die Konvergenz zu anderen Technologien achten, da beispielsweise nur mithilfe von KI-Algorithmen die Auswertung effizient durchgeführt werden kann. Auch bezüglich der Speicherung im firmenübergreifenden Kontext sind Blockchain-Lösungen von hoher Relevanz. Unterschiedliche Anwendungsfälle werden bereits in der Praxis Industrie-übergreifend umgesetzt. Vor allem in der Finanzindustrie ergeben sich unterschiedliche Potenziale durch die Nutzung von digitalen Zwillingen.
Der digitale Zwilling ist dennoch kein menschlicher Klon, der dessen alltägliche Arbeit substituiert. Nur unter Einbezug von fachlichem Wissen und technischen Kompetenzen können digitale Zwillinge dem Unternehmen einen Mehrwert bieten.
Quellen
[1] Otto, B., D. Lis, and J. Jürjens, DATA ECOSYSTEMS CONCEPTUAL FOUNDATIONS, CONSTITUENTS AND RECOMMENDATIONS FOR ACTION, Dortmund, 2019.
[2] Grieves, M., Digital Twin: Manufacturing Excellence through Virtual Factory Replication, 2015.
[3] Sidyuk, A., and D. Titova, “5 Beispiele für digitale Zwillinge in verschiedenen Branchen”, 2021. https://www.softeq.com/de/blog/fuenf-beispiele-fuer-digitale-zwillinge-in-verschiedenen-branchen
[4] Eyre, J., and C. Freeman, Immersive Applications of Industrial Digital Twins, 2018.
[5] Grieves, M., and J. Vickers, “Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems”, In 2017, 85–113.
[6] Diconnex, “Digitaler Zwilling- Alles was Sie wissen müssen”, https://diconnex.com/wissenswertes/basics/digitaler-zwilling-alles-was-sie-wissen-muessen/
[7] Diconnex, “Digitaler Zwilling – Was ist das und warum es für Ihr Unternehmen wichtig ist”, https://diconnex.com/blog/2019/04/26/digitaler-zwilling-was-ist-das-und-warum-es-fuer-ihr-unternehmen-wichtig-ist/
[8] Eigner, M., A. Detzner, P.H. Schmidt, and R. Tharma, “Definition des Digital Twin im Produktlebenszyklus”, ZWF Zeitschrift für wirtschaftlichen Fabrikbetrieb 114, 2019, pp. 345–350.
[9] Grösser, P.D.S., “Definition: Digitaler Zwilling”, 2022. https://wirtschaftslexikon.gabler.de/definition/digitaler-zwilling-54371
[10] Sallaba, M., A. Dr. Gentner, and R. Esser, “Digital Twins | IoT noch smarter | Studie”, Deloitte Deutschland, 2017. https://www2.deloitte.com/de/de/pages/technology-media-and-telecommunications/articles/digital-twins.html
[11] Klostermeier, R., S. Haag, and A. Benlian, Geschäftsmodelle digitaler Zwillinge: HMD Best Paper Award 2018, Springer Vieweg, Wiesbaden [Heidelberg], 2020.
[12] Tröger, K., “Digitaler Zwilling & ERP: Chancen, Herausforderungen, Anwendungen für die Produktion”, 2020. http://www.psi-automotive-industry.de/de/erp-mes-blog/post/digitaler-zwilling-erp-chancen-herausforderungen-anwendungen-fuer-die-produktion/
[13] Fanton, D., “Was ist ein digitaler Zwilling: Beispiele und Anwendungsfälle”, OnLogic Blog, 2021. https://www.onlogic.com/company/io-hub/de/was-ist-ein-digitaler-zwilling-beispiele-und-anwendungsfaelle/
[14] Suhail, S., R. Hussain, R. Jurdak, et al., “Blockchain-based Digital Twins: Research Trends, Issues, and Future Challenges”, arXiv:2103.11585 [cs], 2021.
[15] Finextra, “Twice as good. How digital twinning delivers for banks”, Finextra Research, 2020. https://www.finextra.com/blogposting/19668/twice-as-good-how-digital-twinning-delivers-for-banks
[16] Merriman, N., “Digital twins for banks: Developing your digital nervous system”, Avanade insights, 2021. https://www.avanade.com/en/blogs/avanade-insights/banking/digital-twins-for-banks
[17] Sidyuk, A., “Five Examples of Digital Twin Technology in Different Industries (Use Cases and Benefits)”, https://www.softeq.com/blog/5-digital-twin-examples-in-different-industries
[18] Comas, A., “Building smarter banking branches with digital twins”, Microsoft in Business Blogs, 2020. https://cloudblogs.microsoft.com/industry-blog/microsoft-in-business/financial-services/2020/10/27/building-smarter-banking-branches-with-digital-twins/
[19] Tague, M., “3 Ways Predictive Digital Twins Help Maximize Project ROI”, 2021. https://www.lanner.com/en-us/insights/blog/3-ways-predictive-digital-twins-help-maximize-project-roi.html
[20] Tague, M., “Beyond ROI: Unlocking Soft Benefits Through Predictive Digital Twins”, 2021. https://www.lanner.com/en-us/insights/blog/beyond-roi-unlocking-soft-benefits-through-predictive-digital-twins.html
[21] Miskinis, C., “How The Financial Services Will Be Impacted By Digital Twins”, Challenge Advisory, 2019. https://www.challenge.org/insights/digital-twin-for-finance/
[22] Nasila, D.M., “With Digital Twin Technology, The Financial Sector can Reimagine Itself for an Uncertain Globalized Future”, https://www.ciotalknetwork.com/with-digital-twin-technology-the-financial-sector-can-reimagine-itself-for-an-uncertain-globalized-future/
[23] Peake, A., “The Power of AI and Digital Twins to Predict Risk”, The AI Journal, 2021. https://aijourn.com/the-power-of-ai-and-digital-twins-to-predict-risk/
[24] Haberstock, P.D.P., “Definition: ESG-Kriterien”, https://wirtschaftslexikon.gabler.de/definition/esg-kriterien-120056
[25] “Delivering Net Zero through Digital Twins”, https://www.kongsberg.com/digital/solutions/kognitwin-energy/sustainability-kognitwin/
[26] “Der Digitale Zwilling und Klimaschutz”, DiConnex, 2020. https://diconnex.com/blog/2020/03/30/der-digitale-zwilling-und-klimaschutz/
Leipzig in Wirtschaftsinformatik mit dem Forschungsschwerpunkt disruptive Technologien. Seitdem untersucht er den Einfluss
von künstlicher Intelligenz und Blockchain auf Unternehmen in verschiedenen Industrien. Derzeit studiert Lasse im Master Wirtschafsinformatik.
- Datenstrategie in vernetzten Geschäftsmodellen - 04.06.2024
- Sind unsere Arbeitsplätze in Gefahr? - 23.01.2024
- Sind unsere Arbeitsplätze in Gefahr? - 10.01.2024