Methodological prerequisites for reliable simulation results in the Virtual Lab and Digital Twins
- Mit dem zunehmenden Einsatz von Methoden wie Künstlicher Intelligenz, Digitalen Zwillingen und datengetriebener Modellierung erweitert sich das Anwendungsspektrum der virtuellen Produktentwicklung kontinuierlich. In sicherheitsrelevanten Anwendungsfeldern steigen dabei die Anforderungen an die Qualität, Nachvollziehbarkeit und externe Prüfbarkeit von Simulationsergebnissen – insbesondere im Hinblick auf Reproduzierbarkeit und Transparenz.
Der Beitrag analysiert zentrale methodische und strukturelle Herausforderungen für den zuverlässigen Einsatz numerischer Simulationen in solchen Kontexten. Im Mittelpunkt stehen folgende Aspekte:
• Die formale, softwareunabhängige Spezifikation mathematischer und numerischer Modelle, einschließlich einer standardisierten Beschreibung sowohl der Problemstellung als auch der Ergebnisgrößen.
• Die Validierung sämtlicher Modellkomponenten anhand von Anwendungsszenarien mit hoher Ähnlichkeit zur realen Systemumgebung.
• Die systematischeMit dem zunehmenden Einsatz von Methoden wie Künstlicher Intelligenz, Digitalen Zwillingen und datengetriebener Modellierung erweitert sich das Anwendungsspektrum der virtuellen Produktentwicklung kontinuierlich. In sicherheitsrelevanten Anwendungsfeldern steigen dabei die Anforderungen an die Qualität, Nachvollziehbarkeit und externe Prüfbarkeit von Simulationsergebnissen – insbesondere im Hinblick auf Reproduzierbarkeit und Transparenz.
Der Beitrag analysiert zentrale methodische und strukturelle Herausforderungen für den zuverlässigen Einsatz numerischer Simulationen in solchen Kontexten. Im Mittelpunkt stehen folgende Aspekte:
• Die formale, softwareunabhängige Spezifikation mathematischer und numerischer Modelle, einschließlich einer standardisierten Beschreibung sowohl der Problemstellung als auch der Ergebnisgrößen.
• Die Validierung sämtlicher Modellkomponenten anhand von Anwendungsszenarien mit hoher Ähnlichkeit zur realen Systemumgebung.
• Die systematische Quantifizierung von Unsicherheiten, insbesondere im Hinblick auf Sim2Real-Modellabweichungen und deren Einfluss auf die Aussagekraft der Simulation.
• Die Verifikation der Softwareimplementierung durch standardisierte Benchmark-Vergleiche. Hierzu wird ein Konzept föderierter Benchmarks mit dokumentierter Herkunft („Provenance“) vorgestellt, das eine transparente, reproduzierbare und öffentlich zugängliche Verifikation von Simulationswerkzeugen ermöglicht. Die Benchmarks folgen definierten Formaten, können dezentral veröffentlicht und in eine zentrale, abfragbare Datenbank integriert werden. Durch diese standardisierten Schnittstellen können dann Metriken zum Vergleich der Benchmarks visualisiert und in Analysen bereitgestellt werden.
Der Beitrag zielt darauf ab, zentrale Herausforderungen und offene Fragestellungen bei der methodischen Absicherung simulationsbasierter Aussagen zu identifizieren und zur Diskussion zu stellen – insbesondere im Spannungsfeld zwischen Modellbildung, Validierung, Verifikation und Unsicherheitsquantifizierung.…

