Informationsintegration ist seit den 1980er Jahren wesentlicher Bestandteil im Management von Liefernetzwerken. Während der Fokus zu Beginn auf der vertikalen Integration operativer Tätigkeiten mit der Gesamtstrategie lag, wechselte dieser in den 1990ern zur horizontalen Integration von Prozessen und erreichte in den vergangenen Jahren mit der zunehmenden Verknüpfung interner und externer Akteure neue Dimensionen (Frohlich & Westbrook, 2001).
Datenintegration hat eine lange Tradition im Supply Chain Management
Dies macht das Beispiel der Apple Inc. deutlich, welche nicht nur aufgrund ihrer erfolgreichen Vertriebs- und Marketingaktivitäten als wertvollstes Unternehmen gilt, sondern regelmäßig die von der Gartner Gruppe erstellte Liste der am besten gesteuerten und integrierten Liefernetzwerke anführt. Aktuelle technologische Entwicklungen, wie die zunehmende industrielle Standardisierung, steigende Rechenleistungen bei sinkenden Kosten für diese, der Anstieg internetfähiger Systeme (beispielsweise Internet of Things), sowie cloudbasierte Speichermöglichkeiten, bieten neue Möglichkeiten für interne und externe Datenintegration. In Summe führen diese Trends zu einer zunehmenden Überwindung funktionaler Datensilos durch deren Überführung in holistische interdependente Gesamtsysteme. Ein Schlüsselbegriff in diesem Zusammenhang ist der sogenannte Digitale Zwilling.
Der Digitale Zwilling spiegelt die Realität auf intelligente Weise wider
Im Wesentlichen ist der Digitale Zwilling eine Methode, die reale Welt mit der virtuellen zu verknüpfen. Große und sehr genaue Datenmengen mit hoher Übertragungs- und Verarbeitungsgeschwindigkeit sind hierbei essentiell, um den Zustand sowie das Verhalten eines bestimmten Ursprungsobjektes widerzuspiegeln. Deshalb kann zum Beispiel eine statische virtuelle Kopie eines physischen Produktes noch nicht als Digitaler Zwilling angesehen werden. Vielmehr handelt es sich beim Digitalen Zwilling um ein System, in dem reales Objekt, virtuelles Objekt sowie der zugehörige beidseitige Datenfluss (von realem Objekt zu virtuellem und vice versa) miteinander verbunden sind. Dabei spielt es keine Rolle, ob es sich beim „realen Objekt“ um ein materielles Objekt (wie beispielsweise eine Windkraftanlage) oder ein immaterielles Objekt (zum Beispiel einen Produktionsprozess) handelt. Auch kann der Digitale Zwilling einen Verbund mehrerer Objekte darstellen und somit ganze Netzwerke abbilden. Beispielsweise kann ein Flugzeug auch als Zusammensetzung seiner Elemente oder ein Flottennetzwerk als Gruppe aller Einzelflugzeuge angesehen werden.
Ursprünge in der NASA
Ursprünglich erdacht wurde das Konzept von der NASA, um in den 1970er Jahren Parameter der Apollo-Mondmission simulieren zu können. Seitdem hat sich viel getan und die Fähigkeiten moderner Digitaler Zwillinge übersteigen die ursprünglichen statischen Simulationen einzelner Aspekte bei weitem. Bei den ersten Varianten, die man aus heutiger Perspektive als Digitale Zwillinge bezeichnen könnte, handelte es sich noch um hochspezialisierte Repräsentationen unabhängiger Objekte. Diese entwickelten sich weiter zu Informationsmodellen mit periodischer Datensynchronisation. Technologische Erneuerungen, insbesondere das Internet of Things, Big Data und Artificial Intelligence, ermöglichten schließlich die Erschließung interdependenter und intelligenter Ökosysteme. Sein volles Potential entfaltet der Digitale Zwilling im dynamischen Zusammenspiel mit dessen Umwelt, indem er das operative mit dem strategischen Level verknüpft. So kann eine prozessuale oder produktbezogene Veränderung noch vor dessen Implementierung bereits unter Hinzuziehen sämtlicher Anspruchsgruppen simuliert und dabei Chancen und Herausforderungen frühzeitig aufgedeckt werden. Diese Fähigkeit, mehrere zuvor getrennte Subsysteme mit einander zu verknüpfen, ist das Alleinstellungsmerkmal des Digitalen Zwillings (siehe Abbildung). Während herkömmliche Modellierungs- und Simulationssysteme sich auf die abgesonderte Optimierung einzelner Objekte fokussieren, nimmt der Digitale Zwilling seine Umwelt nicht nur wahr, sondern gestaltet diese durch aktive Integration in ein interdependentes Gesamtsystem mit.
Bild: BW-Uni München
Digitale Zwillinge schaffen Werte
Dohrman et al. (2019), Mohn et al. (2020) oder auch Reinecke (2022) geben einen interessanten Überblick an Anwendungsfällen. Die folgende Einordnung verschafft einen ersten Einblick, welche vielfältigen Werte die Anwendung Digitaler Zwillinge in unterschiedlichen Kontexten schaffen kann.
1. Deskriptiver Wert. Aufgrund sofortiger Informationsverfügbarkeit visualisiert der Digitale Zwilling den tatsächlichen Zustand eines Systems. Städte wie Hamburg, Leipzig oder München nutzen beispielsweise bereits Smart City Modules für die Stadtentwicklung. Ein Beispiel ist die Installation flächendeckender Luftqualitätssensorik, deren Daten zur Lenkung von Verkehrsströmen oder Pflanzung von Bäumen verwendet werden. Firmen wie General Electric überwachen die Funktionalität komplexer Anlagen wie Kraftwerke und versprechen sich davon bis zu 50 % geringere Anlaufzeiten und Einsparungen bis zu 150 Mio. Euro. Aber auch Warenlagerbestände können optimal dargestellt werden.
2. Analytischer Wert. In Kombination mit Simulationstechnologien werden Analysen ermöglicht, die die reine Zustandsbeobachtung übersteigen. Unterstützt durch intelligente Algorithmen, kann der Digitale Zwilling Schwachpunkte erkennen und diese, auf Stufen hoher Systemintelligenz, sogar autonom beheben. Dies zeigt, wie Digitale Zwillinge das Thema der zunehmenden Dienstleistungsorientierung weiter vorantreiben können. In England nutzt die Firma Hitachi dies zur Leistungskontrolle ihrer Schienenfahrzeugflotte und war deshalb in der Lage, das Geschäftsmodel von der Ware „Zug“ zur Dienstleistung „Zugfahrt“ umzustellen. Wenn man den Zugbetrieb holistisch betrachtet, so umfasst dies jedoch nicht nur die Funktionalität der Maschine „Zug“, sondern das gesamte System, einschließlich des aktiven Eingriffs von Algorithmen bei Erkennung infrastruktureller Schwierigkeiten in die Routenplanung. Da Prognosen der Deutschen Bahn mit einem Anstieg des Marktanteils des Schienengüterverkehrs von 18 % auf 25 % sowie einer Verdopplung des Schienenpersonenfernverkehrs bis 2030 rechnen, wird klar, dass dies ohne intelligente Informationssysteme wie Digitale Zwillinge nicht zu bewerkstelligen sein wird.
3. Prognostischer Wert. Auf der höchsten analytischen Stufe arbeitet der Digitale Zwilling nicht nur mit historischen Daten, sondern berechnet, prognostiziert und gestaltet zukünftige Entscheidungen aktiv mit. Dies beinhaltet Anwendungsfälle wie prognosebasierte Wartungsplanung (Predictive Maintainance), aber auch iterative Entwicklungsprozesse. In große Häfen wie Rotterdam oder Hamburg werden vollumfassende digitale Landkarten des Hafenbetriebs gezeichnet, die, angereichert mit Umweltdaten, Einzelprozesse verknüpfen, durch autonome Algorithmen steuern und dabei laufend optimieren.
Anwendungsfall Berufs-/Schutzbekleidung
Doch auch im Bereich des Bekleidungsmanagements der Bundeswehr wird momentan an Einsatzmöglichkeiten geforscht. Dabei geht es den Verantwortlichen sowohl um die Erreichung von Effizienz- wie auch Effektivitätszielen in der Produktentwicklung und Bestandsplanung. Daten aus dem Jahr 2021 zeigen zum Beispiel, dass durch die Prozesse der Neueinkleidung eines einzigen Regiments mit 430 neuen Rekruten acht Ausbildungstage verloren gehen, weil insgesamt etwa 2500 Stunden aufgewendet werden mussten, bis alle Soldatinnen und Soldaten ihre Bekleidungsprodukte erhielten. Zusätzlich müssen Menschen und Material mit Lkws und Bussen bewegt werden, um die Bekleidung physisch an den Standorten von Regionallagern zu empfangen und anzuprobieren, wobei nicht im ersten Anlauf sichergestellt werden kann, dass jeder Soldat auch wirklich optimal passende Bekleidung erhält. Technische Entwicklungen wie 3D-Body-Scan, digitalisierte Lagerhaltung und Simulationstechnologie versprechen hier einen Digitalen Zwilling des Bekleidungsmanagements für Berufs- und Schutzbekleidung zu ermöglichen.
Ein Systemwechsel weg vom obligatorischen Empfang von Bekleidung in Servicestationen/Regionallagern hin zur onlinebestellten Kleidung befähigt, dass künftig das Produkt zum Menschen kommen könnte und sich nicht wie bisher der Mensch zum Produkt bewegen müsste. Digitale Zwillinge der Soldatinnen und Soldaten könnten eine virtuelle Anprobe ermöglichen, was zu einer automatisierten und exakteren Zuordnung von Produkt und Mensch führt und dadurch Retouren aufgrund falscher Größen von vornherein vermeidet. Nebenbei ergeben sich Möglichkeiten anderer Lagerhaltungsformen mit erheblichen Skalenerträge.
Digitale Körperdaten zeigen darüber hinaus ihre Vielfältigkeit, da sie auch für Entwicklungsprozesse eingesetzt werden. Somit kann deutlich besser auf die individuellen Bedürfnisse der Kunden eingegangen werden.
Erfahrungen der niederländischen Streitkräfte zeigen beispielsweise, dass eine Überarbeitung der Konfektionsgrößen auf Basis einer Datenbank an Körpermaße der Soldatinnen und Soldaten zu einer deutlichen Reduktion der Konfektionsgrößenanzahl führen kann. So werden dort nur noch 95 % der Soldatinnen und Soldaten mit einem Standardprodukt ausgestattet und, anstatt für die übrigen 5 % eine Vielzahl an Ladenhütern zu produzieren, bekommen diese kurzerhand eine Maßanfertigung auf Basis ihres individuellen digitalen Körperzwillings.
Der grundlegende Mehrwert des Digitalen Zwillings besteht hierbei darin, dass einzelne Prozesse nicht mehr einzeln betrachtet, sondern in ein zusammenhängendes, aufeinander abgestimmtes Gesamtsystem integriert werden. Beispiele hierfür wären ein vollumfängliches Product Lifecycle Management, also der Integration sämtlicher Informationen, die im Verlauf des Lebenszyklus eines Produktes anfallen, oder auch optimierte Lager- und Distributionslogistik. Zusammengefasst lässt sich also selbst in einem bisher wenig digitalen Prozess wie dem Bekleidungsmanagement ein erhebliches Prognose-, Versorgungs- und Effizienzpotential durch Digitale Zwillinge erkennen.
Ausblick und Herausforderungen Digitaler Zwillinge für die Beschaffung
Der Digitale Zwilling ist die konsequente Weiterentwicklung bestehender Methoden zur Datenintegration in der Beschaffung. Durch die Generierung umfassender und präziser Einblicke in bestehende wie auch aufkommende Bedarfe und darauffolgende verbesserte Prognose- und Planungsfähigkeiten, kombiniert mit der frühzeitigen Einbindung relevanter Stakeholder, machen Systeme die auf dem Grundsatz Digitaler Zwillinge beruhen zum Wettbewerbsvorteil.
Trotz der aufgezeigten Potentiale und Anwendungsfälle gibt es nach wie vor viele Hürden, die die Implementierung Digitaler Zwillinge hemmen. Neben technischen Aspekten wie infrastrukturelle Standardisierung oder der benötigten Rechenleistungen, ist der Wille zur Datenintegration von herausragender Bedeutung. Es zeigt sich, dass Datenintegration immer auch ein strategisches Thema ist: Es wirft Fragen auf, wie Daten im allgemeinen, sowie vertrauliche Informationen und intellektuelles Eigentum im Besonderen, geschützt werden sollen. Woran es an dieser Stelle noch fehlt, ist eine ausgeprägte Governance-Struktur, die genau für diese Fälle als Leitrahmen dient, indem beispielsweise angemessene Anreizmechanismen implementiert werden.
Dies ist notwendig, da Digitale Zwillinge zu klassischen Trittbrettfahrerproblemen führen, bei denen manche Akteure mehr in die Generierung der Daten investieren müssen, während andere Akteure vermehrt auf der Seite der Nutznießer stehen.
In manchen Fällen könnte es zwar ausreichen, wenn ein vertrauensvolles Verhältnis zwischen den handelnden Akteuren vorliegt, Erfahrungen aus der Praxis zeigen jedoch den Mehrwert formal definierter Strukturen. Werden beispielsweise laufende Betriebsdaten eines Produktes mithilfe eines Sensors erfasst und von einer Software verarbeitet, ist unklar, wem das Eigentum der Daten obliegt: Dem Sensorhersteller, dem Hersteller der Software und des Kontrollsystems, dem Hersteller des Produktes oder dem Kunden, der die Nutzung des Produktes erworben hat. Firmen könnten sich dafür entscheiden, das vollständige Eigentum über Daten anzustreben oder das Eigentum paritätisch mit anderen Akteuren zu teilen. Auch sind Vertragsklauseln denkbar, die genau den Umfang und die Art von geteilten Daten definieren. So könnten beispielsweise nur Performancedaten geteilt werden, die aber keinen Aufschluss auf ausgewählte Aspekte, wie zum Beispiel den Standort des Objektes, geben. Allerdings sollte dem Nutzer dabei klar sein, dass jegliche Restriktion des Datenzugriffes zu einem Verlust an Effekten führen kann, da es den Lieferanten daran hindert ein vollständiges Bild der Leistungen des Produktes zu gewinnen und diese entsprechend zu optimieren.
Es ist deswegen ein Verständnis erforderlich, unter welchen Umständen Nutzer bereit sind Betriebsdaten zu teilen. Sind diese beispielsweise bereits intrinsisch an einem optimierten Produkt beziehungsweise einer besseren Dienstleistung interessiert oder müssten hierfür extrinsische Anreizstrukturen etabliert werden? Insgesamt bieten sich aus diesen Gründen insbesondere für den Beschaffungsbereich interessante und vielversprechende Möglichkeiten für neue Geschäftsmodelle.
Literaturverzeichnis
- Dohrman, K., Gesing, B. & Ward, J. (2019). Digital Digital Twins in logistics: A DHL perspective on the impact of digital twins on the logistics industry. DHL Trend Research.
- Frohlich, M. T. & Westbrook, R. (2001). Arcs of integration: An international study of supply chain strategies. Journal of Operations Management, 19(2), 185–200. https://doi.org/10.1016/S0272–6963(00)00055–3
- Mohn, C., Chen, Y., Gatzka, C., Kolarsch, C. & Grassmann, R. (09/2020). Digital Twin – Zwischen den Welten: Potential, Reifegrad und Einsatzgebiete Digitaler Zwillinge für die DB. DB Systel GmbH.
- Reinecke, N. (06/ 2022). Connected Urban Twins: Digitale Zwillinge für Städte und Kommunen. Behörden Spiegel, S. 19.
Die Autoren:
M.Sc. Dominik Oehlschläger, Wissenschaftlicher Mitarbeiter und Doktorand am Arbeitsgebiet Beschaffung mit Forschungsschwerpunkt Datenintegration und Digital Twins im Supply (Chain) Management, Universität der Bundeswehr München
PD Dr. Andreas H. Glas, Leiter des Forschungszentrums für Defense Acquisition & Supply Management (DASM) am Arbeitsgebiet Beschaffung, Universität der Bundeswehr München.
Prof. Dr. Michael Eßig, Professor und Direktor des Arbeitsgebiets Beschaffung zu der das Forschungszentrum für Recht und Management der öffentlichen Beschaffung, die Audi Procurement Research Group und die Forschungsgruppe für Defense Acquisition & Supply Management (DASM) gehören. Universität der Bundeswehr München
