Hersteller von Anlagen, Maschinen oder Lagertechnik nutzen Simulation gezielt schon in der Angebotsphase

• Visualisierung statt detailgetreuer Simulation: 
  Meist fehlt in dieser frühen Phase noch das vollständige Datenfundament. Daher kommt eine Visualisierungs-Simulation zum Einsatz, die vor allem animiert darstellt, wie der Prozess aussehen könnte. So entsteht bei potenziellen Kunden ein gemeinsames Verständnis des Ablaufs. Die ist wichtig für Transparenz und Vertrauen.
• Verbesserte Angebotskommunikation:
  Solche 3D-Visualisierungen helfen, komplexe Abläufe anschaulich zu erklären und erleichtern Entscheidungsprozesse. Sie ersetzen in dieser Phase noch keine harten Kennzahlen wie Durchsatz oder Durchlaufzeit.
• Detaillierte Simulation auf Kundenwunsch:
  Liegt bereits ein konkretes Konzept inklusive aller relevanten Daten vor – etwa durch eine Ausschreibung – kann eine präzise Simulation verlangt werden. Diese liefert dann valide Kennzahlen zur Bewertung und Vergleichbarkeit verschiedener Anbieter.
• Unabhängige Analyse durch externe Dienstleister:
  Wird eine neutrale Bewertung gewünscht, kommen oft externe Simulationsdienstleister ins Spiel. Sie analysieren das System auf Basis der eingereichten Daten und liefern objektiv fundierte Ergebnisse.

Aktuelle Nutzungsvorteile

Ergänzend zeigt moderne Forschung, dass Simulation im Marketing und Vertrieb auch zur Sales-Forecast-Modellierung, Kampagnenplanung oder Preisszenarien‑Analyse eingesetzt wird. Simulationen helfen, unterschiedliche Strategien virtuell durchzuspielen – etwa um Preise oder Werbewege zu optimieren. So können Entscheidungen datenfundierter getroffen und Ressourcen effizient eingesetzt werden.

Neue Anlagen werden mit Hilfe der Simulation auf Durchsatz, ausreichende Dimensionierungen, Durchlaufzeiten, Leistungsgrenzen, Störeinflüsse, Personalbedarf und auf sonstige Planungsparameter hin überprüft. Zudem können verschiedene Alternativen bewertet und miteinander verglichen werden.

Vorhandene Anlagen werden im Ist-Zustand abgebildet und durch gezielte Modifikationen innerhalb des Modells optimiert. So kann z. B. der Einsatz einer anderen Steuerungsstrategie zu einem höheren Durchsatz führen.

Zeit und Kosten sparen!

Diese Untersuchungen an der realen Anlage vorzunehmen würde sehr viel Zeit in Anspruch nehmen und hohe Kosten verursachen. Änderungen am System können in der Planungsphase anhand des Simulationsmodells hingegen leicht und ohne Beeinflussung des laufenden Betriebs risikolos durchgeführt werden.

Der frühe Einsatz der Simulation im Planungsprozess hilft oft schon bei Grundsatzentscheidungen zu Beginn einer Planung. Ein mit dem Detaillierungs- und Wissensstand der Planung wachsendes Simulationsmodell beschleunigt den Planungsprozess und unterstützt eine iterative Vorgehensweise bei der Lösungsfindung.

Die Ergebnisse aus Simulationsstudien dienen den Steuerungsprogrammierern als Vorlage für die Erstellung der Anlagensteuerung.

In speziellen Fällen kann der Steuerungscode auf Basis der Simulationsmodelle weitestgehend automatisiert erzeugt werden.

Entwicklungsbegleitend oder nach Abschluss der Steuerungsprogrammierung erlaubt die Methode der virtuellen Inbetriebnahme das Testen der Programme, unabhängig von der realen Anlage. In diesem Zusammenhang wird auch gerne von „Emulation” gesprochen, da das Verhalten von Sensorik, Aktorik oder kompletter speicherprogrammierbarer Steuerungen (SPS) emuliert wird.

Wikipedia: Als Emulator (von lateinisch aemulari, „nachahmen”) wird in der Computertechnik ein System bezeichnet, das ein anderes in bestimmten Teilaspekten nachbildet. Simulationsmodelle aus der Anlagenplanungsphase können die Basis für Emulationsmodelle bilden. In diesem Fall ist es wichtig, Modelle analog zur Automatisierungspyramide zu strukturieren, um später von „Simulations-„auf „Emulationsmodus” umschalten zu können.

Das Simulationsmodell enthält die Algorithmen zur Anlagensteuerung. Im Falle einer Emulation werden diese Algorithmen durch die Steuerungen auf externen Systemen ersetzt, z.B. durch speicherprogrammierbare Steuerungen (SPS) oder Materialflussrechner (MFR). Die externen Steuerungen werden in diesem Fall mit dem Simulationsmodell gekoppelt.

Für die Simulation im laufenden Betrieb sind grundsätzlich folgende Anwendungsfälle zu unterscheiden:

1. Einsatz als Prognosewerkzeug „Digitaler Zwilling“:

Der vorausschauende Test des Tagesprogramms einer Anlage gibt Aufschlüsse über die notwendige Bereitstellung von Personal und Betriebsmitteln, über Auftragsdurchlaufzeiten und über die Auslastung der Anlage. So können beispielsweise verschiedene Auftragsreihenfolgen, Losgrößen oder Maschinenbelegungen im Vorfeld des Tagebetriebs verifiziert werden.

Die Simulation liefert Kennzahlen, anhand derer die Qualität der Lösung beurteilt werden kann. Noch vor Start eines Tagesprogramms kann auf diese Weise nach der besten Lösung gesucht werden.

Voraussetzung für die Nutzung des Simulationsmodells als digitalen Zwilling des realen Prozesses ist die Kopplung des Modells mit realen Daten. So muss das Modell beispielsweise mit dem aktuellen Stand der Anlage initialisiert werden.
Dazu ist es erforderlich, die Bearbeitungszustände von bereits gestarteten Aufträgen sowie sämtliche aktuellen Anlagenparameter wie Taktzeiten, Verfügbarkeiten oder Rüstzeiten auf das Modell zu übertragen.

Alternativ können die Daten einer Wertstromanalyse digital erfasst werden und mit Hilfe von digitalen Werkzeugen wie SimSVM an eine Simulation übergeben werden, um einen fortlaufenden KVP zu unterstützen.
Sämtliche Parameter, die für die  Steuerung des Prozesses und somit für die Simulation relevant sind, müssen im Modell bekannt sein, um eine möglichst präzise Prognose erstellen zu können. In einigen Fällen wird die Suche nach einer Lösung durch Optimierungsverfahren wie beispielsweise Heuristiken unterstützt.

2. Betreibermodell:

Der Anlagenbetreiber kann das Simulationsmodell auch nach Abschluss eines Projekts einsetzen, um z. B. zukünftige Prozessanpassungen wie die Integration neuer Produkte in die bestehende Fertigung oder die Abwicklung der Logistik für einen Neukunden durch einen Dienstleister in einem bestehenden Logistikzentrum zu analysieren.

Ein wichtiger Vorteil ist die hohe Geschwindigkeit einer Simulationsstudie, wenn ein Betreibermodell vorhanden ist, da der Ist-Prozess im Modell bereits existiert. Das Modell muss einzig auf die vorgesehenen Veränderungen angepasst werden.

Bevor die Entscheidung für die Durchführung einer Simulationsstudie fällt, sollte geklärt werden, ob alle Voraussetzungen für ein erfolgreiches Projekt erfüllt sind. Fehlen Erfahrungen im Umgang mit dem Werkzeug Simulation, empfiehlt es sich, bereits in der Grundsatzentscheidung einen Berater hinzuzuziehen. Er kann beurteilen, ob Simulation für die individuelle Problemstellung geeignet ist.

In der Anfangsphase sollte man sich zudem entscheiden, ob man:

1. einen betriebsinternen Simulationsdienstleister aufbaut oder
2. einen externen Simulationsdienstleister beauftragt.

Diese Entscheidung sollte auf Basis folgender Bedingungen gefällt werden:

• Verfügbarkeit von personellen Kapazitäten: Es sollten mindestens 2 Mitarbeiter eingearbeitet werden.
• Vergleich Kosten für internen und externen Dienstleister (jeweils inkl. Unterstützungsaufwand seitens der Fachabteilung): Gegenüberstellung der Kosten für Softwarebeschaffung, Schulung und Einarbeitungsaufwand mit den Kosten für einen externen Dienstleister
• Umfang der Simulationsaufgaben in den nächsten 2-3 Jahren: Ergeben sich über die aktuelle Anforderung hinaus Projekte mit Simulationsbedarf? Lasten diese Aufgaben 1-2 Mitarbeiter aus?

Abb: Beispiel für eine Anlagenvisualisierung mit Demo3D – Quelle: Kuka Systems GmbH

Außerdem ist zu beachten, dass fehlende Erfahrungen beim Umgang mit Simulation

• die Wahrscheinlichkeit von Modellierungsfehlern erhöht und
• zu längeren Projektlaufzeiten führt.

Um dies zu vermeiden, empfiehlt es sich, auch bei Aufbau eines betriebsinternen Dienstleisters, das erste Projekt in Zusammenarbeit mit einem erfahrenen Berater durchzuführen. Das garantiert eine effektive Übertragung von Know-How auf den Einsteiger.

Denkbar sind aber auch andere Varianten wie die „verlängerte Werkbank“. Das heißt, ein interner Mitarbeiter wird in der Abwicklung von Simulationsprojekten sowie der Bedienung von Modellen geschult. Die Erstellung der Modelle jedoch wird von externen Dienstleistern zugekauft.

Nachdem Sie die Entscheidung über die Durchführung einer Simulationsstudie getroffen haben, stellt sich die Frage nach dem richtigen Simulationssystem oder dem geeigneten externen Dienstleister.

Beim Kauf eines Simulationssystems sind viele Faktoren zu berücksichtigen, z. B.:

• Welche Voraussetzungen hat der spätere Anwender der Software?
• Sollen Daten aus Datenbanken oder CAD-Systemen in das Simulationsmodell übernommen werden?
• Bietet die Software spezielle Lösungen für Ihre Anwendung?

Ihr Weg zum richtigen System und Dienstleister

Die meisten Simulationssystemhersteller bieten eine Probeinstallation bzw. eine zeitlich begrenzte Miete des Systems an. Dieses Angebot empfiehlt sich insbesondere deshalb, weil man erst im Umgang mit der Software ihre Vor- und Nachteile kennenlernt und kostengünstig das auf die individuellen Anforderungen passende System bestimmen kann.

Oder Sie entscheiden sich für unser Toollabor. In ein bis zwei Tagen (je nach Umfang der Aufgabe und Anzahl der zu testenden Simulationssysteme) können Sie die gängigen Systeme am Markt anhand Ihrer individuellen Anforderung testen. Sie bekommen einen kompakten Überblick über den Funktionsumfang und Handhabbarkeit der verschiedenen Softwaresysteme.

Eine steigende Zahl an Beratungsunternehmen bietet heute Simulationsdienstleistungen an. Entscheidende Kriterien für die Auswahl des richtigen Partners sind:

• Hat der Dienstleister Erfahrungen in dem spezifischen Bereich? (Referenzen anfordern)
• Wer wird auf Seiten des Dienstleister das Projekt leiten? (Profil anfordern)
• Verwendet der Dienstleister Standardsysteme und branchenorientierte Bibliotheken? (Abhängigkeit von Individuallösungen vermeiden)
• Welche Vorgehensweise schlägt der Anbieter vor? (z. B. gemäß VDI-Richtlinie 3633)
• Wie wird die Know-How-Übertragung auf Sie sichergestellt?

Eine lohnende Investition für Ihr Unternehmen

Diese Tabelle zeigt die grundsätzliche Klassifizierung und die zu erwartenden Kosten auf:

* Aufwand inkl. Modellerstellung, Datenbeschaffung und –aufbereitung sowie Durchführung von Experimenten. Der Aufwand umfasst interne wie externe Leistungen.
** Hierbei handelt es sich um grobe Richtpreise, die von Projekt zu Projekt variieren können. Generell wird der Aufwand für eine Simulationsstudie durch die Komplexität der Abbildung bestimmt. Müssen beispielsweise umfangreiche Steuerungen implementiert werden, so erhöht das den Aufwand spürbar

Die Simulation unterstützt die Entscheidungsfindung in der Planung neuer und der Optimierung bestehender komplexer Prozesse, zeigt Wirkzusammenhänge auf und ermöglicht die objektive Gegenüberstellung von Lösungsalternativen.

Der monetäre Nutzen lässt sich jedoch im Vorfeld nicht genau beziffern. Kennzahlen wie die des VDI beziffern das Kosten-Nutzen-Verhältnis auf 1:6.

Simulation lohnt sich

In einigen Fällen, z. B. in der Planung investitionsintensiver Anlagen wie einem Karosseriebau in der Automobilindustrie, fällt das Kosten-Nutzen-Verhältnis noch viel deutlicher zugunsten der Simulation aus. Es kann aber auch vorkommen, dass die Simulation die Planung bestätigt und keine nennenswerten Verbesserungspotenziale ermittelt werden können.

Abb: Simulation einer Karosseriefertigung mit Plant Simulation 3D

Die Entscheidung über den Einsatz der Simulation sollte auf Basis folgender Kriterien vorgenommen werden:

• Kann eine Absicherung der Planung durch alternative, weniger aufwändige Methoden erfolgen?
• Wie hoch sind die Kosten im Verhältnis zur Investitionssumme? Als Richtwert ist hier ein Kostenanteil von bis zu 1% der relevanten Investitionssumme für die Simulation zu nennen.
• Was sind die erwarteten Optimierungspotenziale? Geht es z. B. um die Auslegung eines fahrerlosen Transportsystems, so kann bereits die Einsparung eines einzigen Fahrzeugs die Kosten für die Simulation decken.
• Wie hoch sind die Risiken des geplanten Systems? Müssen beispielsweise komplexe Auftragssteuerungen für eine Kommissionieranlage entwickelt werden, um einen wirtschaftlichen Betrieb sicherzustellen? Dann kann mit Hilfe der Simulation ein detailliertes Konzept erarbeitet und virtuell geprüft werden. Die Einspareffekte ergeben sich hierbei hauptsächlich aus dem kürzeren Zeitbedarf in der Umsetzung der Steuerung sowie der Inbetriebnahme und dem Anlauf der Anlage.

Organisatorische Voraussetzungen:

• Simulation im Idealfall vor der Realisierung
• klare Zieldefinition
• Team aus Planern und Simulanten auswählen
• Beschaffung aller notwendigen Eingangsdaten
• Zeitbedarf abschätzen und in den Projektumfang einkalkulieren:
  • Simulationsaufwand (von der Modellerstellung bis zur Lösung)
  • Aufwand für die betroffene Fachabteilung (fachliche Unterstützung und Lieferung der Daten für den Simulanten)
  • Aufwand für sonstige betroffene Bereiche (Bereitstellung von Informationen, die für die Simulation wichtig sind, z. B. technische Parameter einer Maschine)

Erfahrungsgemäß verteilt sich der Gesamtaufwand ungefähr folgendermaßen:

• Simulant 60%
• Fachabteilung 35%
• Sonstige, z. B. Lieferanten 5%

Betriebswirtschaftliche Voraussetzungen:

• Bestimmung der Kosten
• Abschätzung des Nutzens
• Budgetierung

Technische Voraussetzungen:

• Hard- und Softwarebasis klären
• Datenquellen und –aufbereitung bestimmen

Rahmenbedingungen:

• Offenheit für Alternativen erzeugen
• Sachzwänge in Frage stellen
• Akzeptanz der Simulationsergebnisse sicherstellen
• Gegebenenfalls Konsequenzen aus den Resultaten ziehen
• Richtige Teamzusammenstellung

Typischer Ablauf eines Simulationsprojektes:

Quelle: Rabe, M.; Spieckermann, S.; Wenzel, S.: Verifikation und Validierung für die Simulation in Produktion und Logistik. Springer Verlag, Berlin-Heidelberg, 2008, S. 5

Die Formulierung von Zielen steht am Anfang einer jeden Simulationsstudie. Grundsätzliche Absicht bei der Erstellung einer neuen oder Änderung einer vorhandenen Anlage ist die Steigerung der Wirtschaftlichkeit eines Unternehmens.

Konkrete Ziele einer Simulationsstudie könnten z. B. sein:

• Steigerung der Maschinenauslastung
• Verringerung des Personalbedarfs
• Verringerung des Lagerplatzbedarfs
• höherer Durchsatz
• kürzere Durchlaufzeiten
• Bewertung von Layoutalternativen
• Bestimmung der Anzahl notwendiger Fahrzeuge innerhalb eines Fahrerlosen Transportsystems
• Bestimmung der notwendigen Puffergrößen
• Optimierung von Steuerungsstrategien

Wirtschaftlichkeitssteigerung mit Hilfe von Ablaufsimulation lt. [VDI 3633 (2010)]

Heutigen Simulationssoftwares liegen unterschiedliche Konzepte zugrunde. Sehr verbreitet ist das Baustein-Konzept. Dabei wird ein Simulationsmodell aus einzelnen Bausteinen zusammengesetzt. Jeder Baustein lässt sich folgendermaßen beschreiben:

Abb: Beschreibung der Bausteine eines Simulationssystems

Die einzelnen Bausteine und die Vorgänge innerhalb der Bausteine werden verbunden in einen Gesamtprozess. Dadurch entsteht ein Netzwerk. Mit Hilfe der Bausteine und des Netzwerkes können die verschiedensten logistischen Systeme abgebildet werden.

Mittels der 2D- oder 3D-Animation können alle Vorgänge innerhalb des Netzwerks visualisiert werden.

Mit der fortlaufenden Erweiterung des Anwendungsspektrums für die Ablaufsimulation ergibt sich eine Vielzahl an Perspektiven für Ihr Unternehmen.

Jüngste Beispiele sind der Einsatz der Ablaufsimulation zur Ermittlung des CO2-Fußabdrucks eines Unternehmens über die komplette Lieferkette, zur Optimierung des Energieverbrauchs in Produktionsprozessen oder zur Planung der Montage von Off-Shore-Windanlagen.

Die Entwicklung von Assistenzsystemen für die Ablaufsimulation zielt auf eine Erleichterung der Datensammlung und –aufbereitung sowie der Auswertung und Dokumentation von Experimenten. Erste Simulationssoftwarelösungen vermitteln einen Eindruck von der Steigerung der Effizienz in Simulationsprojekten sowie von der Erweiterung des Funktionsumfangs und der Integration in bestehende IT-Landschaften.

Das Assistenzsystem SimAssist

Um brauchbare Simulationsergebnisse zu erhalten, muss das Modell eine möglichst hohe Übereinstimmung mit den realen Prozessen aufweisen. Diese Realitätstreue wird im Wesentlichen durch zwei Faktoren bestimmt:

• Modellqualität: Dies umfasst den richtigen Detaillierungsgrad und eine geeignete Modellstruktur.
• Datenqualität: Die Qualität der Eingangsdaten ist entscheidend für die Genauigkeit der Ergebnisse.

Die Wahl des richtigen Detaillierungsgrades sowie eine geeignete Modellstrukturierung erfordert Erfahrung im Aufbau von Simulationsmodellen. Simulationssoftware kann dabei unterstützen, indem sie beispielsweise geeignete Bausteinbibliotheken bereitstellt.

Wichtige Aspekte:

• Datenaufbereitung: Die Simulationsdaten sollten mit größter Sorgfalt aufbereitet werden, da die Qualität der Eingangsdaten die Genauigkeit der Ergebnisse bestimmt.
• Störgrößen: Besonders wichtig ist die Definition von Störgrößen wie dem Ausfall von Maschinen und stark schwankenden Parametern wie Nacharbeitszeiten.

Störungen und zufällige Einflussgrößen berücksichtigen:

Zur Abbildung zufälliger Einflüsse werden in der Simulation sogenannte Zufallsgeneratoren eingesetzt. Im Unterschied zu statischen Planungsverfahren, bei denen Störgrößen oft über pauschale Abschläge und schwankende Prozessparameter über Mittelwerte berücksichtigt werden, liefert das Simulationsmodell ein Ergebnisintervall sowie ein genaueres Bild der Auswirkungen von zufälligen Einflüssen.

Diese Methode ermöglicht es, ein detaillierteres und realistischeres Verständnis der Systemleistung und potenzieller Störungen zu gewinnen.

Eine häufige Frage ist, wo die Simulation organisatorisch am besten aufgehoben ist.

Da die Simulation eine Querschnittsfunktion darstellt und verschiedene Bereiche wie Lieferketten-, Logistik- und Produktionsplanung sowie die Auftragssteuerung umfasst, empfiehlt sich die Einrichtung als Stabsstelle auf Werks- oder Geschäftsleitungsebene.

Alternativ kann die Simulation auch in dem Bereich angesiedelt werden, der den größten Bedarf hat. In vielen Unternehmen betrifft dies die Abteilungen für Layout-, Prozess- oder Materialflussplanung.

Wichtige Aspekte der Positionierung:

• Frühzeitige Einbindung: Der Simulationsexperte sollte frühzeitig in relevante Projekte eingebunden werden.
• Datenzugriff: Ein schneller Zugriff auf notwendige Daten muss gewährleistet sein.
• Informationsaustausch: Ein direkter Austausch mit den Projektbeteiligten ist essentiell für eine effiziente Durchführung von Simulationsstudien.

Diese organisatorische Einbettung stellt sicher, dass die Simulation effektiv genutzt und in die Unternehmensprozesse integriert wird.

Ein Digital Twin ist ein virtuelles Abbild eines realen Produkts, Systems oder Prozesses, das laufend mit Echtzeitdaten versorgt wird und den physischen Zustand über den gesamten Lebenszyklus hinweg spiegelt – von Planung über Betrieb bis hin zur Wartung. Im Gegensatz dazu ist eine klassische Simulation meist statisch oder szenariobasiert – sie verwendet historische oder angenommene Daten, um hypothetische „Was-wäre-wenn-Szenarien“ zu testen, ohne automatische Aktualisierung.

Vorteile eines Digital Twins gegenüber einer herkömmlichen Simulation:

• Echtzeit-Monitoring & Verhaltensansicht: Der Zwilling spiegelt den aktuellen Zustand in Echtzeit wider – ideal für Überwachung, Fehlererkennung oder Leistungsanalysen.
• Lebenszyklus-Durchgängigkeit: Einsatz über den gesamten Lebenszyklus möglich – Design, Betrieb, Wartung – nicht nur punktuell wie bei Simulationen.
• Predictive & Prescriptive Capabilities: Dank Echtzeitdaten kann ein Digital Twin Prognosen liefern und Handlungsempfehlungen aussprechen.
• Kontinuierliche Optimierung: Durch fortlaufende Dateneinspeisung passt sich der Digitale Zwilling fortlaufend an – stützt dynamische Entscheidungen.

Ein funktionaler Digital Twin benötigt mehrere technische Bausteine, die nahtlos zusammenarbeiten:

• Sensorik & IoT-Geräte: Smarte Sensoren wie Temperaturfühler, Kameras, RFID-Tags oder Bewegungssensoren erfassen kontinuierlich relevante Daten über den physischen Zustand und die Umgebung. Die Auswahl richtet sich nach den benötigten Messwerten wie Position, Bewegung oder Umweltbedingungen.
• Dateninfrastruktur & Schnittstellen: Die erfassten Daten müssen zuverlässig und in Echtzeit übertragen werden. Dazu braucht es robuste IoT-Netzwerke und offene Schnittstellen (APIs) für den bidirektionalen Datenaustausch zwischen realem und digitalem System.
• Edge- und Cloud-Computing: Edge-Systeme verarbeiten Daten direkt an der Quelle, um Verzögerungen zu minimieren. Cloud-Plattformen übernehmen Speicherung, Skalierung und komplexe Analysen.
• Datenqualität & Standardisierung: Damit der Digital Twin korrekte Ergebnisse liefert, müssen Daten bereinigt, strukturiert und standardisiert werden. Einheitliche Datenmodelle und Metadaten sorgen dafür, dass keine Insellösungen entstehen.
• IT-/OT-Integration & Sicherheit: Der Digital Twin muss sicher in bestehende Systeme wie ERP, WMS oder TMS integriert werden. Verschlüsselte Kommunikation, Zugriffsrechte und Compliance-Richtlinien sind dabei essenziell.