Wie lässt sich eine reale Produktionsumgebung mit all ihren heterogenen Produktionsdaten möglichst einfach und schnell in ein digitales, simulationsbereites Modell überführen? Was heute meist sehr aufwändig ist, soll mithilfe von KI vereinfacht und automatisiert werden. Auch nachgelagerte Prozesse sollen eingebunden werden können.
Juni 2026 – An dem Projekt AutoSim (Automatisierte, effiziente Erstellung von Simulationsmodellen für industrielle Anwendungen) arbeiten ein WGP-Team des Werkzeugmaschinenlabors (WZL) der RWTH Aachen und das Softwareunternehmen Riiico. Mithilfe KI-gestützter Methoden wollen die Forschenden 3D-Scans von Produktionsumgebungen effizient für Simulationen nutzbar machen.
Realitätsgetreue Simulationsmodelle stellen einen zentralen Baustein moderner Produktion dar. Sie ermöglichen es Unternehmen, neue Anlagen und Robotersysteme virtuell zu planen, Umbauten vorab zu testen, Produktionsabläufe zu optimieren und Schulungen in einer sicheren Umgebung durchzuführen. Der Weg vom 3D-Scan einer Fabrikhalle oder Produktionsanlage hin zu einem einsatzfähigen Simulationsmodell ist bislang jedoch mit erheblichem Aufwand verbunden: Scandaten müssen manuell bereinigt, strukturiert und mit physikalischen Eigenschaften angereichert werden. Dieser Prozess ist nicht nur zeitintensiv, sondern erfordert auch umfangreiches Fachwissen im Umgang mit Simulationsanwendungen und ist daher nur begrenzt skalierbar.
Heterogene Datenquellen nutzbar machen
Hier setzen die Forschenden von AutoSim an. Sie entwickeln KI-gestützte Methoden, die eine effiziente und teilweise automatisierte Aufbereitung von Scandaten ermöglichen. Dazu zählen Verfahren, die 3D-Scans eigenständig segmentieren und klassifizieren, um sie in separate Submodelle zu überführen. Ebenso werden automatisierte Ansätze zur Integration vorhandener CAD-Modelle in gescannte Umgebungen sowie zur Anreicherung von Geometriemodellen mit physikalischen Eigenschaften untersucht. Ergänzend entwickelt die Gruppe ein natürlichsprachliches Interface, das verbleibende manuelle Schritte möglichst anwenderfreundlich gestaltet. So können auch nachgelagerte Prozesse mit den erzeugten Simulationsmodellen niedrigschwellig durchgeführt werden.
Grundlage für die beschriebenen Aufbereitungsmethoden stellen interoperable Informationsmodelle dar. Diese sorgen dafür, dass Daten aus unterschiedlichen Quellen, wie 3D-Scans, CAD-Modellen oder bestehenden Datenbanken, einheitlich beschrieben und systemübergreifend verstanden werden. Dadurch wird es möglich, heterogene Datenquellen miteinander zu verknüpfen und entlang einer durchgängigen Prozesskette zu nutzen: vom Scan der realen Umgebung bis hin zum fertigen Simulationsmodell.
Bild 1: AutoSim-Lösungsansatz | Quelle: WZL der RWTH Aachen
Wichtige Unterstützung bei digitaler Transformation
Durch die Kombination aus intelligenter Datenverarbeitung und interoperablen Informationsmodellen schafft AutoSim die Voraussetzung für eine effiziente, durchgängige Modellerstellung. Manuelle Arbeitsschritte werden reduziert, der Prozess benutzerfreundlicher gestaltet und die Integration in bestehende IT-Landschaften erleichtert. Unternehmen können so einfacher und schneller fotorealistische, physikalisch akkurate Simulationsmodelle ihrer Produktion erstellen. Damit leistet AutoSim einen wichtigen Beitrag zur Digitalisierung der produzierenden Industrie. Ein erster lauffähiger Demonstrator wird voraussichtlich Ende dieses Jahres bereitstehen.
Förderer:
Am durch das EFRE/JTF-Programm NRW 2021–2027 geförderten Projekt AutoSim sind das WGP-Institut Werkzeugmaschinenlabor (WZL) der RWTH Aachen und das Softwareunternehmen RIIICO beteiligt. Zudem wirken Miele, Schaeffler, SAMSON AG und die SMS group als assoziierte Partner mit.
Ansprechpartner:
Werkzeugmaschinenlabor (WZL)
RWTH Aachen
Prof. Christian Brecher
Institutsleitung
Tel.: +49 241 8027407
E-Mail: c.brecher@wzl.rwth-aachen.de
Patrick Dohmen
Wissenschaftlicher Mitarbeiter
Tel.: +49 241 8026287
E-Mail: p.dohmen@wzl.rwth-aachen.de
Downloads:
AutoSim-Konsortium | Quelle: WZL der RWTH Aachen
AutoSim-Lösungsansatz | Quelle: WZL der RWTH Aachen