Ziel des Transferprojekts T5 ist die Entwicklung, Einführung und Evaluation eines skalierbaren Engineering (and) Operation Support Systems (EOS²) zur Unterstützung interdisziplinärer Innovationszyklen von industriellen Großanlagen der Stahl- und NE-Metallindustrie. Ein evolvierender digitaler Zwilling aggregiert aus Herstellersicht die Modelle einer Anlage mit Betriebsdaten und konstruktiven Änderungen während des Betriebs. Er erlaubt es einerseits, bestehende Engineering Lösungen (Hidden Innovations) aufzufinden und bildet andererseits die Plattform für Dienstleistungen der Anlage als Produkt-Service-System (PSS), sodass die Kunden bspw. Simulationsmodelle zur Absicherung von konstruktiven oder prozesstechnischen Änderungen nutzen können.

• Aus den zunehmenden Anforderungen der Kunden resultiert eine starke Zunahme der Komplexität im Entwicklungsprozess und im Lebenszyklusmanagement.
  • Starke Abhängigkeiten und Wechselwirkungen zwischen vormals getrennten Entwicklungsbereichen
  • Ein erhöhter Abstimmungsbedarf zwischen den Disziplinen
• Während der Entwicklung entstehen insbesondere durch kundenspezifische Anpassungen der Maschinen und Anlagen Innovationen in Form von Sonderlösungen. Konstruktive Maßnahmen können noch nicht systematisch erfasst und somit nach Abschluss der Konstruktion nicht systematisiert durchgeführt werden.
• Reduzieren der Entwicklungskosten der digitalen Zwillinge durch die konsequente Weiternutzung von Simulationsumgebungen und Anlagenmodellen
• Ermöglichen eines phasenübergreifendes Informations- und Wissensmanagement durch einen evolvierenden digitalen Zwilling

• Reduktion der eigenen Aufwände für Angebote bei Neuanlagen und Modernisierungen um mindestens 20 % durch systematisches, interdisziplinäres Engineering. Steigerung der Angebotsqualität bei gleichzeitiger Reduzierung der Durchlaufzeiten um 20 %.
• Reduktion und Beschleunigung der eigenen Engineeringaufwände bei Neuanlagen und Modernisierungen um mindestens 10 % durch interdisziplinäres mechatronisches Engineering.
• Prototypische Entwicklung und Validierung (bei/mit einem Betreiber) von mindestens einem der digitalen Geschäftsmodelle wie Service Digitaler Zwilling, Plant Asset Management, Simulation und digitales Training innerhalb der Nutzungsdauer des Produktionssystems.

• S. Feldmann, S. Herzig, K. Kernschmidt, T. Wolfenstetter, D. Kammerl, A. Qamar, U. Lindemann, H. Krcmar, C. Paredis, B. Vogel-Heuser: Towards Effective Management of Inconsistencies in Model-Based Engineering of Automated Production Systems, In: 15th IFAC Symposium on Information Control in Manufacturing (INCOM), Ottawa, Kanada, pp. 916–923, 2015
• K. Kernschmidt, T. Wolfenstetter, C. Münzberg, D. Kammerl, S. Goswami, U. Lindemann, H. Krcmar, B. Vogel-Heuser: Concept for an Integration-framework to Enable the Crossdisciplinary Development of Product-Service Systems, In: IEEE International Conference on Industrial Engineering and Engineering Management, Bangkok, Thailand, 2013
• J. Reif, G. Koltun, T. Drewlani, M. Zaggl, N. Kattner, C. Dengler, M. Basirati, H. Bauer, H. Krcmar, K. Kugler, B. Lohmann, U. Meyer, G. Reinhart, B. Vogel-Heuser: Modeling as the Basis for Innovation Cycle Management of PSS: Making Use of Interdisciplinary Models, angenommenes paper in IEEE International Symposium on Systems Engineering (ISSE) 2017, IEEE, Oct. 2017
• S. Feldmann, M. Wimmer, K. Kernschmidt, B. Vogel-Heuser: A Comprehensive Approach for Managing Inter-Model Inconsistencies in Automated Production Systems Engineering, In: 12th IEEE International Conference on Automation Science and Engineering (CASE), Fort Worth, USA, pp. 1120–1127, 2016
• G. Koltun, S. Feldmann, D. Schütz, B. Vogel-Heuser: Model-Document Coupling in aPS Engineering: Challenges and Requirements Engineering Use Case, In: IEEE International Conference on Industrial Technology (ICIT) - 2017, Toronto, Canada, pp. 1177–1182, 2017
• M. Böhm, J. Weking, F. Fortunat, S. Müller, I. Welpe, H. Krcmar: The Business Model DNA: Towards an Approach for Predicting Business Model Success, Internationale Tagung Wirtschaftsinformatik (WI), St. Gallen, Schweiz, 2017
• F. Elezi, A. Sharafi, A. Mirson, P. Wolf, H. Krcmar, U. Lindemann: A Knowledge Discovery in Databases (KDD) Approach for Extracting Causes of Iterations in Engineering Change Orders, In: ASME 2011 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference IDETC/CIE, Washington DC, USA, 2011
• T. Wolfenstetter, S. Bründl, K. J. Füller, M. Böhm, H. Krcmar: Towards a Requirements Traceability Reference Model for Product Service Systems, 6th International Conference on Industrial Engineering and Systems Management (IEEE-IESM), Sevilla, Spanien, 2015
• O. Hofmann: Entwicklung und Realisierung einer Virtuellen Compact Strip Production Gießwalz-anlage, Shaker Verlag, Aachen, Zugl. Dissertationsschrift RWTH Aachen, 2012
• C. Plociennik: Konzeptionelle Ansätze zur ganzheitlichen Betrachtung von Produktionsanlagen am Beispiel der Walzwerksindustrie, Shaker Verlag, Aachen, Zugl. Dissertationsschrift RWTH Aachen, 2014