Agentic Digital Twins für die Getränkeindustrie

Krones hat gemeinsam mit Technologiepartnern eine neue Generation digitaler Zwillinge implementiert, die physikalisch exakte Echtzeit-Simulationen mit KI-basierten Entscheidungsmechanismen kombiniert. Die Lösung adressiert zentrale Anforderungen der Getränkeindustrie an Effizienz, Skalierbarkeit und Ressourcennutzung in hochdynamischen Produktionsumgebungen.

Digitale Zwillinge als Werkzeug für Echtzeit-Optimierung
Digitale Zwillinge werden in der industriellen Fertigung seit Jahren eingesetzt, um Maschinen und Prozesse virtuell abzubilden. In klassischen Ansätzen beschränkte sich ihr Nutzen jedoch häufig auf Analyse und Visualisierung, da Optimierungen manuell angestoßen und bewertet werden mussten. Für komplexe Produktionslinien mit vielen wechselnden Parametern, wie sie in der Getränkeabfüllung typisch sind, waren die dafür notwendigen Simulationszeiten zu lang, um im laufenden Betrieb relevant zu sein.

Krones begegnet dieser Einschränkung mit sogenannten Agentic Digital Twins. Diese integrieren KI-Agenten, die Simulationen nicht nur ausführen, sondern deren Ergebnisse eigenständig analysieren, Parameter anpassen und neue Berechnungen starten. Grundlage sind physikalisch exakte Modelle, die mithilfe von NVIDIA-Omniverse-Bibliotheken und dem OpenUSD-Standard erstellt wurden.

Reduktion der Simulationszeit um den Faktor 40
Ein zentrales Ergebnis des Projekts ist die drastische Verkürzung der Simulationszyklen. Während frühere Simulationen einzelner Maschinen- oder Anlagenzustände drei bis vier Stunden in Anspruch nahmen, werden vergleichbare Berechnungen nun in weniger als fünf Minuten durchgeführt. Damit lassen sich mehrere Szenarien parallel testen und vergleichen, was erstmals eine kontinuierliche Optimierung in nahezu Echtzeit ermöglicht.

Die KI-Agenten variieren dabei unter anderem Prozessparameter wie Durchflussraten, Geschwindigkeiten oder Temperaturprofile. In einem geschlossenen Optimierungskreislauf bewerten sie die Simulationsergebnisse anhand definierter Zielgrößen und übertragen die ermittelten optimalen Einstellungen auf die reale Anlage.

Die rechenintensiven Simulationen laufen in der Microsoft-Azure-Cloud auf einer NVIDIA-Plattform für beschleunigtes Computing. Die Skalierbarkeit der Cloud-Infrastruktur ist dabei ein wesentlicher Faktor, um auch komplexe Strömungs- und Prozessmodelle innerhalb kurzer Zeit berechnen zu können.

Relevanz für die Getränkeindustrie
Die Getränkeproduktion stellt besondere Anforderungen an digitale Modelle, da Flüssigkeitsverhalten stark von wechselnden Randbedingungen abhängt. Faktoren wie Druck, Durchfluss, Turbulenzen oder das Design von Flaschen und Ventilen beeinflussen sich gegenseitig und ändern sich kontinuierlich entlang der Produktionslinie. Bereits kleine Abweichungen können zu Störungen, erhöhtem Ausschuss oder ineffizientem Ressourceneinsatz führen.

Agentic Digital Twins ermöglichen es, diese physikalischen Zusammenhänge detailliert abzubilden und auf Basis von Echtzeitdaten zu optimieren. Statt lediglich den aktuellen Zustand einer Anlage zu spiegeln, können die digitalen Zwillinge selbstständig auf Veränderungen reagieren und Prozessanpassungen vorschlagen oder auslösen. Dadurch wird eine datengetriebene, adaptive Prozessführung möglich, die insbesondere in hochautomatisierten Abfüll- und Verpackungslinien relevant ist.

Technologisches Ökosystem und Zusammenarbeit
Die Umsetzung der Lösung erfolgte in Zusammenarbeit mit mehreren Technologiepartnern. Ansys, als Teil von Synopsys, lieferte die Basis für hochpräzise Strömungssimulationen. CADFEM brachte Anwendungsexpertise für komplexe Simulationsmodelle ein. Microsoft Azure stellt die Cloud-Infrastruktur bereit, während NVIDIA offene Bibliotheken, Frameworks und GPU-beschleunigte Rechenplattformen beisteuerte. SoftServe übernahm die Integration von Daten, Logik und KI-Funktionalitäten.

Die Entwicklung erfolgte in einem interdisziplinären Ansatz mit gemeinsamen Engineering-Workshops und iterativen Entwicklungszyklen. Ziel war es, messbare Verbesserungen im Anlagenbetrieb zu erzielen, etwa durch kürzere Inbetriebnahmezeiten, reduzierte Stillstände und einen geringeren Wasser- und Energieverbrauch.

Ausblick auf skalierbare industrielle Anwendungen
Mit der Kombination aus physikalisch exakten Modellen, KI-Agenten und Cloud-Computing schafft Krones eine Plattform, die über einzelne Maschinen hinaus skalierbar ist. Die Architektur ist darauf ausgelegt, künftig weitere Digital-Twin-Funktionen zu integrieren und auf unterschiedliche Anlagenkonfigurationen zu übertragen.

Damit zeigt das Projekt, wie sich digitale Zwillinge von passiven Analysewerkzeugen zu aktiven Elementen eines datengetriebenen Produktionssystems entwickeln können – mit unmittelbarer Relevanz für die industrielle Automatisierung und die digitale Transformation der Getränkeindustrie.