Leitfaden / Industrielle KI
Virtuelle Inbetriebnahme mit KI: Fehler vor dem Aufbau finden
Ein Förderabschnitt meldet „bereit“, obwohl der nachfolgende Puffer voll ist. Auf dem Bildschirm wirkt die Linie fertig. Erst das Zusammenspiel von Steuerung und Anlagenverhalten zeigt den Fehler. Wird er vor dem physischen Aufbau gefunden, bleibt mehr Zeit für eine saubere Korrektur.
Virtuelle Inbetriebnahme bedeutet, Steuerungssoftware gegen ein digitales Verhaltensmodell einer Maschine oder Anlage zu prüfen. KI kann die Vorbereitung von Testfällen und die Auswertung unterstützen. Die Grundlage bleibt ein Modell, dessen Verhalten für die jeweilige Prüfung ausreichend realistisch ist.
Für Maschinenbauer mit Varianten, engen Umbaufenstern oder komplexen Abläufen lohnt sich ein klar begrenzter Einstieg: eine Zelle, eine Schnittstelle oder eine wiederkehrende Anlagenfunktion.
Was der digitale Zwilling abbilden muss
Ein geometrisch korrektes Modell reicht nicht, wenn sich der Test auf Sensoren, Aktoren und Ablaufzustände bezieht. Das Verhalten muss zu den Eingangs- und Ausgangssignalen der Steuerung passen. Dazu gehören Verzögerungen, Endlagen und die Zustände, die bei Störungen auftreten.
ISG beschreibt virtuelle Inbetriebnahme als Prüfung am virtuellen System und grenzt sie von der realen Inbetriebnahme ab. Für Ihre Umsetzung sollten Sie festhalten, welche Fehler der virtuelle Test finden soll und welche er prinzipbedingt nicht abdeckt.
Eine falsche reale Verdrahtung oder ein abweichend montierter Sensor kann trotz bestandenem virtuellen Test verbleiben. Deshalb braucht es weiterhin die vorgesehenen Prüfungen an der tatsächlichen Anlage. Die Simulation liefert einen Teil der Evidenz, nicht die gesamte Abnahme.
Software-in-the-Loop oder Hardware-in-the-Loop?
Bei Software-in-the-Loop wird die Steuerungslogik in einer Softwareumgebung geprüft. Bei Hardware-in-the-Loop wird reale Steuerungshardware mit dem simulierten Anlagenverhalten verbunden. Die passende Stufe hängt davon ab, ob vor allem logische Abläufe oder auch das Verhalten konkreter Steuerungskomponenten untersucht werden sollen.
| Testziel | Was der Aufbau können muss | Was zusätzlich offenbleibt |
|---|---|---|
| Ablaufreihenfolge prüfen | Zustände und Übergänge reproduzieren | Reale Montage und Verkabelung |
| Schnittstelle zwischen Modulen testen | Signale, Bedeutungen und Fehlerzustände abbilden | Verhalten nicht modellierter Komponenten |
| Zeitverhalten untersuchen | Relevante Zykluszeiten und Verzögerungen abbilden | Abweichung zwischen Modell und realem Prozess |
| Varianten vergleichen | Konfigurationen eindeutig versionieren | Eignung bislang unmodellierter Varianten |
Eine virtuelle Steuerung ist nicht für jede Frage gleichwertig mit realer Hardware. Dokumentieren Sie die verwendete Umgebung und die Grenzen der Aussage.
Wo KI die Arbeit sinnvoll ergänzt
Ein Sprachmodell kann aus einer freigegebenen Funktionsbeschreibung Testentwürfe vorbereiten. Es kann Zustände, erwartete Reaktionen und fehlende Angaben strukturieren. Ein Fachverantwortlicher prüft anschließend, ob die Fälle die Anforderungen tatsächlich abdecken.
KI kann auch Protokolle gruppieren oder ähnliche Fehlerläufe auffinden. Eine solche Auswertung spart Sucharbeit, wenn sie auf die ursprünglichen Ereignisse verweist. Sie darf einen widersprüchlichen Logeintrag nicht durch eine schlüssig klingende Geschichte ersetzen.
Die erwartete Reaktion sollte möglichst unabhängig vom erzeugten Test festgelegt sein. Wenn dasselbe Modell sowohl den Ablauf als auch seine vermeintlich korrekte Antwort erfindet, kann ein Test erfolgreich sein und trotzdem die falsche Anforderung prüfen.
Ein Testfall, der mehr als den Normalablauf prüft
Als illustratives Beispiel dient eine Übergabe zwischen zwei Fördermodulen. Der Test beginnt mit leerem Puffer. Danach wird der nachfolgende Abschnitt blockiert, während sich ein Werkstück in der Übergabe befindet. Geprüft werden Zustandswechsel, Meldung und der definierte Wiederanlauf.
Ein Testdatensatz enthält Ausgangszustand, Eingangsereignis, erwartete Reaktion, zeitliche Grenze und das Ergebnis. Die verwendeten Versionen von Steuerungssoftware, Anlagenmodell und Testdefinition werden mitgespeichert.
Wiederholen Sie den Fall mit verzögertem Signal, Kommunikationsunterbrechung und einem bereits belegten Puffer. Die Varianten sollten aus den tatsächlichen Schnittstellen und bekannten Fehlerbildern abgeleitet werden. Eine große Zahl zufälliger Tests ersetzt diese fachliche Auswahl nicht.
Welche Software passt zum vorhandenen Werkzeugbestand?
Prüfen Sie die Anbindung an vorhandene CAD-, Automatisierungs- und Simulationswerkzeuge. Ein Auswahlgespräch sollte mit einem kleinen durchgängigen Beispiel enden: Signal erzeugen, Modell reagieren lassen, Befund dokumentieren und denselben Test erneut ausführen.
Zu den Auswahlkriterien gehören unterstützte Steuerungen, Modellimport, Echtzeitverhalten, automatisierbare Tests und Exportmöglichkeiten. Lizenzkosten allein erklären wenig, wenn jede Variantenänderung umfangreiche Handarbeit verlangt. Die Anwendung muss zum Arbeitsteilungsmodell zwischen Konstruktion, Elektrik, Automatisierung und Inbetriebnahme passen.
Für die Trennung zwischen räumlicher Szene und fachlichen Asset-Informationen hilft die Einordnung von AAS und OpenUSD.
Prozessänderungen vor dem Umbau vergleichen
Ein freigegebenes Anlagenmodell kann über die Fehlersuche hinaus zum Vergleich von Ablaufvarianten dienen. In der Fördertechnik könnten Sie etwa untersuchen, wie Pufferbelegung und Freigabelogik den Materialfluss beeinflussen. In einer Prozessanlage wären die zeitlichen Beziehungen zwischen Ventilzuständen, Befüllung und Temperatur relevant. Welche Zusammenhänge untersucht werden können, bestimmt die fachliche Tiefe des Modells.
Führen Sie Varianten unter denselben Ausgangsbedingungen aus. Vergleichen Sie Durchsatz, Wartezeiten und Verletzungen definierter Grenzen. Eine günstigere Simulation ist zunächst ein Kandidat für weitere Prüfung; sie belegt noch keinen Produktivitätsgewinn an der realen Anlage. Die reale Umsetzung braucht ihre eigenen Freigaben und Messungen.
Soll das virtuelle System nach dem Umbau weiterverwendet werden, muss es die tatsächliche Konfiguration abbilden. Jede Änderung an Sensorik, Steuerung oder Mechanik löst deshalb eine Prüfung des Modells und der betroffenen Tests aus. Ohne diese Pflege wird aus einem wiederverwendbaren Prüfmittel schnell ein veralteter Projektstand.
Wirtschaftlichkeit an der Fehlerarbeit messen
Erfassen Sie, welche Fehler vor der realen Inbetriebnahme gefunden wurden, wie aufwendig ihre Behebung war und welche Probleme trotzdem vor Ort auftraten. Vergleichen Sie ähnliche Projekte oder klar abgegrenzte Funktionsumfänge. Ein pauschaler Vergleich zwischen völlig unterschiedlichen Anlagen wäre wenig aussagekräftig.
Auf der Kostenseite stehen Modellaufbau, Pflege, Schnittstellen und die Prüfung generierter Testfälle. Der Ansatz gewinnt an Wert, wenn freigegebene Modelle und Tests über Varianten hinweg wiederverwendet werden können. Das setzt saubere Versionierung voraus.
Ein guter Übergabetest ist praktisch: Kann Ihr Team eine Anforderung ändern, den betroffenen Fall anpassen und eine Regression ausführen? Diese Fähigkeit sollte im Projektumfang stehen.
Welf verbindet KI-gestützte Testvorbereitung mit Engineering-Daten, Evaluation und Integration. Den Einstieg bildet eine konkrete Anlagenfunktion mit klaren Erwartungen. Einen virtuellen Testablauf besprechen. Wie daraus ein breiterer Entscheidungsprozess entsteht, beschreibt der Beitrag zu KI-gestützten digitalen Zwillingen.