Industrielle Weltmodelle verbinden Daten, Strukturen und Physik fur Physical AI

Wenn AI in einer Industrieanlage eingesetzt wird, muss sie mehr als Dokumente und Sensortabellen verstehen. Luft bewegt sich durch Raume, Warme wird zwischen Anlagen ubertragen, Gase verteilen sich uber Luftungssysteme und physische Objekte interagieren mit Maschinen. Entscheidungen hangen davon ab, wie sich diese Systeme im Zeitverlauf verhalten.

Ein industrielles Weltmodell organisiert Daten, Strukturen und Wirkmechanismen einer Anlage in einer Umgebung, die AI abfragen, berechnen und fur die Bewertung moglicher Massnahmen nutzen kann. DataMesh entwickelt diese Fahigkeit in FactVerse, damit industrielle AI mit einem reproduzierbaren Betriebskontext arbeiten kann.

Drei aktuelle Einsatzfelder zeigen den praktischen Wert:

• thermische Luftstromung in Rechenzentren
• Transport mehrerer Gasarten in Halbleiter-Reinraumen
• Interaktion von Fluiden und Objekten in Fertigungslinien

Von Sprachmodellen zu industriellen Weltmodellen

Ein Sprachmodell kann allgemeine Kuhlprinzipien erklaren. Eine standortspezifische Entscheidung muss zusatzlich folgende Fragen beantworten:

• Wohin gelangt die Abluft dieses Racks?
• Wie verandert eine Anpassung des Luftstroms die Eintrittstemperaturen im Raum?
• Reduziert die Massnahme die Rezirkulation oder verschiebt sie das Problem?

Dafur werden Anlagenpositionen, Geometrie, Zu- und Abluftbedingungen, aktuelle Lasten, Randbedingungen und ein geeignetes thermisches Stromungsmodell benotigt.

Drei Ebenen eines industriellen Weltmodells

Industriedaten

Live-Telemetrie, historische Trends, Alarme, Arbeitsauftrage, Wartungsdaten, Prozessparameter und Simulationsergebnisse beschreiben den aktuellen und vergangenen Zustand einer Anlage.

Industrielle Struktur

Raumliche Koordinaten, Anlagenhierarchien, Rohrleitungs- und Elektrotopologien sowie Beziehungen in Produktionsflussen zeigen, zu welchem Objekt ein Wert gehort und wie Anlagen einander beeinflussen.

Industrielle Mechanismen

Die Erhaltung von Masse, Impuls und Energie bildet die physikalische Grundlage. Anlagenlogik, Regelstrategien, Prozessgrenzen und Sicherheitsregeln erganzen die betrieblichen Mechanismen eines konkreten Standorts.

Eine 3D-Szene kann diese Ebenen tragen, wenn jedes Objekt Identitat, Attribute, Beziehungen, Zustand und physikalisches Verhalten besitzt. Damit werden sowohl der aktuelle Zustand als auch die Folgen geplanter Anderungen berechenbar.

FactVerse als Ausfuhrungsumgebung fur industrielle AI

AI Agents verbinden Basismodelle mit Datenbanken, APIs, Skripten und Simulationswerkzeugen. Industrielle Aufgaben stellen zusatzliche Anforderungen an Einheiten, Versionen, Berechtigungen, Randbedingungen, Ausfuhrungsreihenfolge und Ergebnisprufung.

FactVerse organisiert den gemeinsamen Weltzustand und einen reproduzierbaren Ablauf:

1. eine Frage der richtigen Anlage, dem System, dem Objekt und der Zeitspanne zuordnen
2. Daten, physikalische Modelle, Parameter und Randbedingungen abrufen
3. Analyse- und Simulationswerkzeuge in definierter Reihenfolge steuern
4. Einheiten, Versionen, Datenvollstandigkeit und Solverstatus prufen
5. Eingaben, Ausfuhrungsschritte und Ergebnisse protokollieren

Ingenieure konnen dadurch erkennen, ob eine Abweichung aus Daten, Modellkonfiguration oder Werkzeugausfuhrung stammt.

Physik macht Folgen prufbar

Datengetriebene Modelle konnen Kandidaten schnell aus Video- und Sensorhistorien ableiten. Industrielle Entscheidungen mussen zugleich physikalische und betriebliche Grenzen einhalten. DataMesh kombiniert deshalb:

• physikbasierte Solver fur Berechnung und Validierung wichtiger Szenarien
• Betriebsdaten zur Kalibrierung von Parametern und Randbedingungen
• schnelle Surrogatmodelle fur die Vorauswahl grosserer Variantenmengen
• AI Agents zur Orchestrierung und Ergebnisbewertung

Fur Gas- und Warmetransport hat DataMesh Funktionen auf Basis der Lattice Boltzmann Method (LBM) fur Luftstromung, Warmeubertragung und Mehrkomponententransport entwickelt. Der Solver ist mit FactVerse und NVIDIA Isaac Sim als aufrufbare Physikfunktion verbunden.

Warum LBM fur industrielle Simulationen interessant ist

LBM bildet Fluidverhalten uber Verteilungen ab, die sich auf einem regelmassigen Gitter bewegen und kollidieren. Die lokale, hochgradig parallele Berechnung und der vorhersagbare Speicherzugriff passen gut zu modernen GPUs. CAD-, BIM-, Scan- und OpenUSD-Daten lassen sich als Voxel- oder Gitterdomane vorbereiten, was die Einrichtung komplexer Anlagen erleichtert.

In einem aktuellen DataMesh-Validierungsfall simulierte eine Consumer-GPU etwa 55 Sekunden Gastransport in einem Reinraum in rund einer Minute bei ungefahr 1,78 Millionen Gitterzellen. Laufzeit und Genauigkeit hangen von Geometrie, Auflosung, Physikkonfiguration, Hardware und Konvergenzanforderungen ab. Produktive Workflows werden deshalb technisch kalibriert und validiert.

Drei industrielle Szenarien

Rechenzentren: Warme und Luftstromung nachvollziehen

Monitoring erkennt ein Rack mit hoher Eintrittstemperatur. Ein thermisches Weltmodell erganzt die raumliche Luft- und Warmeausbreitung, damit Ingenieure Ursachen untersuchen und Korrekturen vergleichen konnen. In einem Validierungsszenario stammte ein relevanter Anteil der Zuluft des schwachsten Racks aus rezirkulierter Abluft dieses Racks und benachbarter Anlagen. Die Analyse unterschied einen Rezirkulationspfad von einem allgemeinen Zuluftmangel.

Halbleiter-Reinraume: Gastransport und Detektionsabdeckung

Eine Sicherheitsanalyse muss zeigen, wohin eine Freisetzung gelangt, wie sich Konzentrationen verandern, wann Detektoren reagieren und wo Luftungsbedingungen dauerhafte Lucken verursachen. Konzentrationsfelder, Expositionszonen, Detektorabdeckung und Systemzustand werden gemeinsam ausgewertet.

Fertigungslinien: Fluide und bewegte Objekte koppeln

In schnellen Produktionsanlagen konnen Strahlen und Druckfelder Teile bewegen, drehen oder blockieren. DataMesh validiert gekoppelte Workflows, in denen ein Fluidfeld Krafte auf Starrkorper ausubt und deren Position den lokalen Stromungsverlauf verandert. Kollision, Reibung, Materialparameter und Maschinentakt werden Teil desselben Szenarios.

Vom Solverlauf zum reproduzierbaren AI-Workflow

FactVerse kann eine Szene vorbereiten, aktuelle Anlagendaten binden, einen Solver konfigurieren, die Herkunft der Eingaben sichern und Ergebnisse an FactVerse AI Agent zuruckgeben.

Teams konnen Varianten in einem klaren Ablauf bewerten:

1. Layouts, Detektorpositionen, Luftungseinstellungen oder Prozessparameter erzeugen
2. Simulationen unter definierten Randbedingungen stapelweise ausfuhren
3. Alternativen anhand technischer Kriterien vergleichen und ordnen
4. eine kleinere Zahl belastbarer Kandidaten zur technischen Freigabe vorlegen

Vertrauenswurdige Nutzung setzt Folgendes voraus:

• klare Modellverantwortung
• geprufte Geometrie- und Sensordaten
• versionierte Randbedingungen
• dokumentierte Annahmen
• Kalibrierung und Validierung des Solvers
• Bewertung von Unsicherheiten
• menschliche Freigabe betrieblicher Anderungen

Diese Kontrollen machen die Ergebnisse nachvollziehbar und wiederverwendbar.

Eine rechnerische Grundlage fur Physical AI

Daten beschreiben den industriellen Zustand. Struktur stellt Beziehungen her. Physik berechnet Veranderung. FactVerse verbindet diese Ebenen zu einer reproduzierbaren Umgebung fur Anlagenbetrieb, Engineering-Simulation, AI-gestutzte Entscheidungen und Physical AI.

Quellen

• International Mathematical Union: Fields Medals 2026
• NVIDIA Isaac Sim Dokumentation: Physics