Von 3D-Modellen zu SimReady Assets: Ermöglichung simulationsbereiter digitaler Zwillinge für Physical AI

In den letzten Jahren haben Initiativen für digitale Zwillinge branchenübergreifend rasch zugenommen. Gleichzeitig gewinnen neue Technologien wie Physical AI und verkörperte Intelligenz an Dynamik.

In diesem Zusammenhang hat NVIDIA das Konzept eingeführt SimReady– ein Standard und ein Ökosystem, das darauf abzielt, simulationsfähige digitale Umgebungen zu ermöglichen.

Während Unternehmen beginnen, Physical AI in realen Szenarien zu erkunden, stellt sich eine grundlegende Frage:

Welche Art von digitalen Assets sind wirklich bereit für diese nächste Phase der industriellen Intelligenz?

Warum traditionelle 3D-Assets nicht ausreichen

Viele Industrieunternehmen haben bereits umfangreiche digitale Assets entwickelt, darunter CAD-Modelle, BIM-Daten und 3D-Darstellungen von Fabriken und Produktionsumgebungen.

Da sich Anwendungsfälle weiterentwickeln in Richtung:

• Produktionssimulation
• Robotertraining
• Logistikoptimierung
• Sicherheitsvalidierung
• KI-gesteuerte Operationen

Es zeigt sich eine deutliche Einschränkung:

• Ein Modell, das realistisch aussieht, unterstützt nicht unbedingt die Simulation
• Eine vollständige 3D-Szene lässt sich nicht automatisch in eine Betriebsumgebung übersetzen

Herkömmliche 3D-Modelle dienen der Visualisierung – nicht der Berechnung.

Während industrielle Systeme in das KI-Zeitalter eintreten, müssen digitale Assets über die visuelle Darstellung hinausgehen. Sie müssen werden berechenbare, überprüfbare und wiederverwendbare Simulationsobjekte.

Was definiert ein SimReady-Asset?

SimReady Assets erweitert digitale Assets von statischen Modellen in Simulationsfähige Industrieobjekte.

Im Gegensatz zu herkömmlichen 3D-Modellen, die sich hauptsächlich auf Geometrie und Rendering konzentrieren, umfasst SimReady Assets Folgendes:

• physikalische Genauigkeit – realer Maßstab, Kollision, Masse, Reibung und Einschränkungen
• strukturelle Konsistenz – ausgerichtete Koordinaten, Ausrichtung und Hierarchie
• semantische Informationen — Gerätetypen, Funktionszonen und Beziehungen
• Verhaltenslogik – wie Vermögenswerte funktionieren, reagieren und zwischen Staaten wechseln
• Datenkonnektivität — Integration mit Sensoren, SPS, MES und Betriebssystemen

Diese Funktionen bestimmen, ob ein Asset einfach angezeigt werden kann oder nicht simuliert, validiert und in KI-Workflows verwendet.

Diese Unterscheidung markiert einen entscheidenden Schritt in der Entwicklung digitaler Zwillinge – von Visualisierungssystemen bis hin zu Simulationsumgebungen.

Gleichzeitig erschweren fragmentierte industrielle Softwareformate die systemübergreifende Wiederverwendung von Assets. DataMesh arbeitet mit NVIDIA zusammen, um den SimReady-Standard weiterzuentwickeln und dabei zu helfen, Vermögenswerte innerhalb von OpenUSD zu vereinheitlichen und aktuelle Simulationsbarrieren abzubauen.

Warum Verhaltenslogik unerlässlich ist

In industriellen Umgebungen reichen physikalische Eigenschaften allein nicht aus.

Operationen werden nicht nur durch die Physik bestimmt, sondern auch durch:

• Prozesslogik
• Steuerungssysteme
• Sicherheitsanforderungen
• betriebliche Abläufe

Eine Maschine existiert nicht einfach – sie arbeitet innerhalb einer Reihe von Regeln und Bedingungen.

Um dies zu erfassen, integrieren Sie SimReady Assets Verhaltenslogik.

In DataMesh FactVerseDies wird durch implementiert Verhaltensbäume, die definieren, wie Vermögenswerte auf unterschiedliche Bedingungen reagieren, zwischen Zuständen wechseln und mit anderen Systemen interagieren.

Eine digitale Darstellung einer Maschine kann beispielsweise Folgendes umfassen:

• Grundattribute (Modell, Größe, Standort)
• Betriebsstatus (Zykluszeit, Durchsatz, Energieverbrauch)
• Datenverbindungen (SPS, Sensoren, MES)
• physikalische Einschränkungen (Kollision, Grenzen, Sicherheitsabstände)
• Verhaltenslogik (Start, Stopp, Fehler, Wiederherstellung, Verriegelungen)
• Interaktionsregeln (Reaktionen auf Personal, Roboter und Materialfluss)

Mit diesen Elementen wird das Asset zu mehr als nur einem Modell – es wird zu einem funktionelles digitales Objekt die an Simulation, Schulung und Ausführung teilnehmen können.

Aktivieren von Physical AI und Robotik

Physical AI-Systeme erfordern mehr als nur visuelle Daten. Sie sind auf hochwertige digitale Umgebungen angewiesen, die die Funktionsweise der realen Welt widerspiegeln.

Solche Umgebungen müssen Folgendes erfassen:

• räumliche Beziehungen
• körperliche Einschränkungen
• Prozessabläufe
• Betriebslogik

Dies hat direkte Auswirkungen auf die KI-Leistung:

• Mit herkömmlichen 3D-Assets interagiert die KI nur mit Umgebungen schau realistisch
• Mit SimReady Assets interagiert KI mit Umgebungen, die benimm dich wie echte Systeme

Dieser Unterschied ist entscheidend für:

• Roboterschulung und -einsatz
• Simulationsgenauigkeit
• Risikovalidierung und Szenariotests

SimReady Assets bilden die Grundlage für den Aufbau zuverlässige, ausführbare digitale Umgebungen für Physical AI.

Auf dem Weg zu SimReady Asset-Bibliotheken

Mit der Weiterentwicklung industrieller Anwendungsfälle wächst auch die Rolle des Digital Asset Managements.

Herkömmliche Asset-Bibliotheken, die sich auf CAD-Dateien oder 3D-Modelle konzentrieren, reichen nicht mehr aus.

Führende Organisationen bewegen sich in Richtung SimReady Asset-Bibliotheken, wobei Vermögenswerte sind:

• als Industrieobjekte strukturiert
• angereichert mit Verhalten und physikalischen Eigenschaften
• Entwickelt für die szenarioübergreifende Wiederverwendung

In diesem Zusammenhang:

• a Maschine wird zu einer Produktionseinheit mit Logik, Zustand und Einschränkungen
• a Roboterzelle wird zu einem Simulationssystem mit Sicherheits- und Koordinationsregeln
• a Förderer wird zu einem dynamischen Prozessbaustein mit Geschwindigkeit und Ablauflogik
• a Fabrik wird zu einer betriebsbereiten digitalen Umgebung mit Menschen, Maschinen und Regeln

Diese Assets können in verschiedenen Anwendungen wie Planung, Schulung, Simulation, Optimierung und KI-Entwicklung wiederverwendet werden.

So skalieren Sie industrielle Intelligenz.

DataMesh in der Praxis

DataMesh arbeitet mit führenden globalen Herstellern zusammen, um SimReady Assets in realen Produktionsumgebungen zu validieren.

In diesen Szenarien werden SimReady Assets eingesetzt, um die Prozesseffizienz zu verbessern, eine simulationsbasierte Validierung zu unterstützen und neue Physical AI-Anwendungsfälle über Produktionslinien hinweg zu ermöglichen.

Langfristig gesehen besteht das Ziel darin, Geräte, Räume, Prozesse, Arbeitsabläufe, Personal und Materialien in ein System von zu verwandeln konfigurierbare, simulierbare und überprüfbare digitale Assets.

Diese Vermögenswerte müssen:

• Funktion wie ichIndustrieobjekte, keine isolierten Modelle
• Erfassungsverhalten, nicht nur das Aussehen
• real darstellen körperliche Beziehungen
• arbeiten nahtlos mit KI-Systeme

Diese Verschiebung geht über einmalige 3D-Modellierungsprojekte hinaus in Richtung eines sich ständig weiterentwickelndes und wiederverwendbares digitales Asset-System.

Eine sich entwickelnde Branchenrichtung

Kürzlich besuchte das Team von NVIDIA Omniverse DataMesh, um sich über Themen wie Omniverse, Physical AI und SimReady Assets auszutauschen.

Während sich digitale Zwillinge weiterentwickeln – von der Visualisierung zur Simulation und von der Mensch-Maschine-Interaktion zur KI-gesteuerten Zusammenarbeit – wird dies immer deutlicher SimReady Assets sind nicht einfach eine neue Art von digitalem Asset, sondern eine Grundschicht für industrielle digitale Systeme in der Physical AI-Ära.

Da Physical AI immer ausgereifter wird, wird der Wettbewerbsvorteil zunehmend davon abhängen Fähigkeit, die reale Welt in digitale Umgebungen zu übersetzen, die KI verstehen, Simulationen ausführen und Abläufe skalieren können.

Bei DataMesh unterstützen wir Unternehmen beim Aufbau dieser nächsten Generation industrieller digitaler Infrastruktur – unterstützt von SimReady Assets.

Ganz gleich, ob Sie sich mit digitalen Zwillingen, Robotik oder KI-gesteuerten Abläufen befassen, die Reise beginnt hier.