Digitale Zwillingssimulation von Lagerhallen: Mehr als nur intelligente Lagerhallen mit NVIDIA Omniverse
In unserer Hauptreihe erörtern wir, wie sich bestehende Lagerabläufe mithilfe von AR, AMRund Drohnen.
Eine bedeutende Chance besteht jedoch darin, betriebliche Engpässe zu identifizieren, bevor mit dem Bau begonnen oder neue Anlagen installiert werden.
Diese Funktionalität wird vom Industrial Metaverse, und in diesem Folgeartikel schauen wir uns an, was das für die Branche bedeutet.
Durch die Partnerschaft zwischen dem Industriegiganten Siemens und dem KI-Marktführer NVIDIAvollzieht die Branche den Wandel von statischen 3D-Modellen hin zu physikbasierten digitalen Zwillingen.
Was ist NVIDIA Omniverse?
Omniverse ist ein Betriebssystem für 3D, das auf drei Kerntechnologien basiert, die es von Standard-Visualisierungswerkzeugen unterscheiden:
Das „HTML der 3D-Welt“: USD verstehen
Historisch gesehen war die größte Hürde bei der Erstellung eines echten digitalen Zwillings die Dateiinkompatibilität. Der Architekt nutzte Revit, der Förderanlagenhersteller Siemens NX und der Roboterhersteller proprietäre CAD-Software.
Die Zusammenführung dieser Systeme bedeutete in der Regel stundenlange, mühsame Dateikonvertierung und erheblichen Datenverlust.
NVIDIA Omniverse löst dieses Problem mit USD (Universal Scene Description).
USD kann man sich als das „HTML der 3D-Welten“ vorstellen. Ursprünglich von Pixar, ermöglicht es verschiedenen Software-Tools, ihre Daten in Echtzeit in einer einzigen, gemeinsam genutzten virtuellen Umgebung zu veröffentlichen.
Das bedeutet, wir betrachten nicht nur eine statische Momentaufnahme.
Verschiebt der Facility Manager in Revit eine Wand, wird der digitale Zwilling sofort aktualisiert.
Ändert der Logistikingenieur die Förderbandgeschwindigkeit in seinem Spezialtool, spiegelt sich dies umgehend in der Simulation wider.
So entsteht eine zentrale Datenquelle für das physische Layout.
Jenseits von Animation: Die Leistungsfähigkeit von PhysX
Die meisten Lagersimulationen, die wir bisher gesehen haben, waren im Grunde Zeichentrickfilme: visuelle Darstellungen, in denen sich eine Kiste von A nach B bewegt, weil ein Skript es ihr vorgibt.
Sie berücksichtigten selten die komplexen Gesetze der Physik.
Omniverse nutzt NVIDIA PhysX, eine hochpräzise Physik-Engine.
In dieser Umgebung besitzen Objekte Masse, Reibung, Geschwindigkeit und Schwerkraft. Diese hohe Genauigkeit ermöglicht es uns, Sicherheitsmargen und mechanische Grenzen virtuell zu testen.
Die Geheimwaffe: Synthetische Daten
Die wohl futuristischste Anwendung dieser Technologie ist das Training von KI-Modellen.
Moderne Lagerhallen sind voll von optischen Sensoren und autonomen mobilen Robotern (AMRs), die ihre Umgebung „sehen“ und verstehen müssen.
Das Training dieser Roboter erfordert üblicherweise Tausende von Fotos realer Kartons, Paletten und Etiketten.
Dies ist zeitaufwendig, teuer und setzt die Anwesenheit der physischen Güter voraus.
Mit Omniverse können wir synthetische Datengenerierung nutzen.
Wir können ein digitales 3D-Modell eines Produkts erstellen und es 10.000 Mal im virtuellen Lager replizieren, wobei wir Beleuchtung, Winkel und Verdeckung (z. B. teilweise hinter einer Säule) sofort ändern können.
Anschließend nutzen wir diese zwar simulierten, aber physikalisch korrekten Bilder, um die KI des Roboters zu trainieren.
Bis der physische Roboter vor Ort eintrifft, hat er bereits Millionen von Szenarien im digitalen Zwilling durchgespielt und ist vom ersten Tag an einsatzbereit.
Der Wert der Simulation
Die Optimierung eines Lagers ist traditionell mit erheblichem Planungsaufwand und potenziellen Umstrukturierungskosten verbunden.
Hochpräzise Simulationen ermöglichen das virtuelle Testen verschiedener Szenarien:
- Layoutoptimierung: Vergleich verschiedener Regalkonfigurationen zur Ermittlung der effizientesten Transportwege.
- Stresstests: Simulation von Spitzenlastszenarien (z. B. Black Friday), um Engpässe an den Empfangsdocks oder Packstationen zu identifizieren.
- Robotertraining: Durch das Training von AMRs im digitalen Zwilling können diese das Anlagenlayout und die Navigationslogik vor dem physischen Einsatz erlernen.
Sehen Sie es in Aktion & Offizielle Quellen
Sehen Sie, wie diese Technologien in realen Szenarien angewendet werden:
- Offizielle Partnerseite: Lesen Sie die offiziellen Details darüber, wie Siemens und NVIDIA das industrielle Metaverse aufbauen.
- Video zur Partnerschaft zwischen Siemens und NVIDIA: Integration von Fabrikdaten mit KI-Visualisierung.
- Amazon Robotics: Nutzung digitaler Zwillinge zur Optimierung des Paketflusses und zum Robotertraining.
- Physik-Demo: Eine technische Demonstration physikalischer Wechselwirkungen in einer Lagerhaussimulation.
Die Rolle des ERP-Systems: Die Datenquelle
Der digitale Zwilling benötigt präzise Daten, um effektiv zu funktionieren.
Wie ich in meiner vorherigen Analyse „ Ihr ERP-System zeigt, was geschehen ist. Der digitale Zwilling zeigt, was als Nächstes kommt“ erläutert habe, ist diese Unterscheidung entscheidend:
- Das ERP-System (z. B. Infor LN) erfasst die Vergangenheit und verwaltet die Gegenwart (Historische Daten, Auftragsprofile, Bestandslogik).
- Der digitale Zwilling simuliert die Zukunftund nutzt die ERP-Daten, um Ergebnisse vorherzusagen, bevor sie eintreten.
Ohne die solide Grundlage von ERP-Daten ist der digitale Zwilling lediglich ein theoretisches Modell. Zusammen ermöglichen sie den Übergang von reaktivem Management zu vorausschauender Optimierung.
Zusammenfassend ermöglicht diese Technologie Logistikleitern, Betriebsergebnisse mit hoher Genauigkeit vorherzusagen.
Durch die Identifizierung von Problemen in der Planungsphase können Unternehmen sicherstellen, dass ihre Anlagen optimiert sind, bevor der eigentliche Betrieb aufgenommen wird.
Verfasst von Andrea Guaccio
3. Dezember 2025