Modeling, Simulation, Optimization & New Materials

Wir wollen einen digitalen, ganzheitlichen Produktlebenszyklus schaffen, der innovative Produkte zuerst am Markt platziert. Zur Erfüllung dieser Mission verfolgen wir mehrere Kernziele. Wir schaffen Modelle für vollständige digitale Zwillinge in der Wertschöpfungskette – von der Wiege bis zur Bahre. Wir nutzen Technologien verschiedenster Größenordnungen konsequent aus, vom Nanobereich über die Komponenten- bis hin zur Systemebene. Wir beschleunigen Rechenprozesse durch KI und Quantencomputing. Wir unterstützen automatisierte, robuste Entwicklungspraktiken durch Optimierung und die Quantifizierung von Unsicherheiten. Zudem streben wir die virtuelle Freigabe und Validierung von Komponenten an.

Gegenwärtig verschlingt die Entwicklung von Komponenten, Prozessen und Systemen viel Geld und Zeit. Umfassende Erfahrungswerte sind erforderlich, um diese Arbeit zu unterstützen, und die numerischen Modelle gründen auf experimentellen Versuchen. Jedoch führt der experimentelle Ansatz häufig zu suboptimalen Ergebnissen. Wichtige Entwicklungsparameter, etwa Prozessparameter der Fertigung, können nicht mit hinreichender Genauigkeit erfasst werden. Zudem ist es gar nicht möglich, ein beständig wachsendes Feld von Parametern in komplexeren Systemen und in einem hochdynamischem Marktumfeld experimentell zu analysieren. Einsatzfertige Tools und Methoden, die sich ohne größeren Aufwand auf neue Entwicklungsaufgaben transferieren lassen, sind der Schlüssel, um den Rhythmus der virtuellen Produktentwicklung zu beschleunigen.

Eine Kombination von Methoden aus unserem Innovationsfeld und anderen Technologien auf unterschiedlichen Ebenen ist erforderlich, um zu den richtigen Lösungen zu gelangen. Die Hürden, die es dabei zu überwinden gilt, lassen sich in drei Themenbereiche einteilen: die Komplexität bewältigen, KI und Virtualisierung sowie Rechengeschwindigkeit.

Die Bewältigung dieser Herausforderungen kann Entwickler befähigen, robustere Lösungen zu schaffen oder neue Fähigkeiten zu entdecken, die mit herkömmlichen Methoden auf Versuch-und-Fehler-Basis kaum erzielbar sind. Die Dauer des Produktentwicklungsprozesses könnte um 30 bis 50 % verkürzt werden, wenn die Entwicklungsziele von Anfang an schärfer formuliert werden. Selbst Modelle könnten schneller und mit weniger experimentellem Input entstehen und dennoch zuverlässigere Vorhersagen treffen.

Bosch Research hat Antworten auf alle drei der zentralen Fragethemen, die berücksichtigt werden müssen, wenn eine fortgeschrittene virtuelle Produktentwicklung Realität werden soll. Zur Bewältigung der Komplexität favorisieren wir einen Modellierungsansatz mit mehreren Ebenen. Dieser Ansatz erlaubt die Simulation auf der Grundlage physikalischer und chemischer Gesetzmäßigkeiten in größtmöglichem Maße. Seine Anwendung reicht von der kleinsten, der atomaren Ebene über die Komponentenebene bis hin zum ganzen System. Daraus ergibt sich eine Reduzierung der Parameter, was wiederum die Genauigkeit der Simulationsmodellierung erheblich steigert. Gleichwohl hat dieser Ansatz Grenzen. So könnte es sein, dass gewisse Einsichten in physikalische oder chemische Gesetzmäßigkeiten beschränkt sind oder ganz fehlen. Hier kommt die KI ins Spiel.

Eine fähige und effektive KI wird für uns in Zukunft ein großes und herausforderndes Ziel sein. Können wir datenbasierte KI mit wissenschaftlichem Expertenwissen vereinen, ebnen wir den Weg zur hybriden Modellierung. Diese ist ein wichtiges Werkzeug, um die Effektivität der aktuellen Modellierungsmethoden zu steigern, und ein fundamentaler Baustein, um unsere Ziele in der virtuellen Produktentwicklung zu erreichen. Auch für die Strukturierung bestehender Daten wird viel Arbeit anfallen, beispielsweise im Textmining.

Und all diese Arbeiten steigern den Bedarf an hoher Rechengeschwindigkeit – die dritte große Herausforderung. Um Rechengeschwindigkeit auf einem neuen Niveau zu erreichen, ist ein Bündel von Maßnahmen erforderlich. Die KI wird eine gewichtige Rolle spielen. Ebenso wird die Entwicklung besserer und schnellerer Algorithmen für die Rechengeschwindigkeit entscheidend sein. Die Einführung des Quantencomputings birgt in dieser Hinsicht vielversprechende Möglichkeiten. Bosch kooperiert mit Unternehmen, die auf diesem Feld tätig sind und engagiert sich bei entsprechenden öffentlich geförderten Forschungsprojekten. Quantencomputing wird in der Verarbeitungsgeschwindigkeit große Fortschritte bringen, so zu kürzeren Rechenzeiten führen und bessere Generalisierungsfähigkeiten bieten. All das sind Kernziele unserer Mission.