Künstliche Intelligenz verschiebt in der industriellen Produktentwicklung den Schwerpunkt von der klassischen numerischen Simulation hin zu datengetriebenen Verfahren. Statt rein physikbasierter Modelle werden zunehmend KI-Methoden eingesetzt, die aus großen Datensätzen Muster ableiten und Vorhersagen treffen – auch dort, wo vollständige physikalische Modellbildung zu rechenintensiv oder zu aufwendig wäre.
Auf dem AI Data-driven Simulation Summit Forum des Automotive Solution Center for Simulation (ASCS), das am 14. und 15. Juli in den Räumen von Bechtle PLM in Neckarsulm stattfand, kamen rund 110 Fachleute aus Industrie, Forschung und Technologieumfeld zusammen. Laut Hannover Messe News, die über die Veranstaltung berichteten, gehörten Keynotes von SEAT und Audi zu den inhaltlichen Schwerpunkten. Beide Unternehmen gaben Einblicke in aktuelle Entwicklungsprojekte und den konkreten Einsatz von KI in der datengetriebenen Simulation.
Stefan Laustroer, Head of Simulation Solutions bei Bechtle PLM, bringt die zentrale Problemstellung auf den Punkt: Kunden stünden vor der Herausforderung, immer komplexere Produkte in kürzerer Zeit entwickeln zu müssen. KI-gestützte Simulationsverfahren adressierten diesen Konflikt, indem sie Entwicklungszyklen verkürzen und fundiertere Entscheidungen ermöglichen.
Technisch betrachtet lassen sich die diskutierten Ansätze in zwei Hauptkategorien einordnen: Zum einen werden surrogatbasierte Modelle – sogenannte Surrogate oder digitale Zwillinge auf KI-Basis – eingesetzt, die rechenintensive FEM- oder CFD-Simulationen durch schnell auswertbare neuronale Netze ersetzen oder ergänzen. Zum anderen ermöglichen datengetriebene Methoden wie maschinelles Lernen und Deep Learning die Auswertung von Messdaten aus realen Prüfläufen, um Modellparameter zu kalibrieren oder Fehlerbilder frühzeitig zu erkennen.
Für die Fertigungspraxis bedeutet das: Variantenstudien, die bisher Tage dauerten, lassen sich mit trainierten Surrogatmodellen in Minuten durchrechnen. Das eröffnet Spielraum für breitere Parameterräume in der Auslegung und für eine engere Kopplung zwischen Simulation und realer Produktion – Stichwort Closed-Loop-Engineering.
Das Symposium macht deutlich, dass die Integration von KI in Simulationsworkflows keine Zukunftsvision mehr ist, sondern in Unternehmen wie SEAT und Audi bereits operativ eingesetzt wird. Gleichzeitig zeigt das Format der Veranstaltung – Industrie, Forschung und Technologiepartner unter einem Dach – dass die methodische Weiterentwicklung noch läuft und enge Zusammenarbeit zwischen den Akteuren erforderlich bleibt. Für Automatisierungs- und Entwicklungsingenieure, die digitale Zwillinge oder modellbasierte Regelungsverfahren einsetzen, sind die hier vorgestellten Ansätze direkt anschlussfähig.
Quelle: Hannover Messe News – https://www.hannovermesse.de/de/news/news-fachartikel/vom-rechnen-zum-vorausdenken
