Moderne Produktionssysteme, etwa automatisierte Pharma-Produktionsanlagen, sind aus informationstechnischer Sicht komplexe Kommunikations- und Interaktions-Netzwerke . Ein digitaler Zwilling dieses Systems muss nicht nur einzelne Komponenten abbilden, sondern auch deren dynamische Beziehungen und Wechselwirkungen präzise erfassen. Ohne ausgereifte Referenzierungsmethoden wäre es unmöglich folgende Fragen zu beantworten:

• Wie wirken sich Komponenten-Störungen auf die Produktionskette aus?
• Welche Fertigungsschritte sind von Komponentenänderungen betroffen?
• Wie lassen sich Optimierungspotenziale in Echtzeit identifizieren?

Effektive Referenzen ermöglichen eine semantisch reichhaltige Modellierung, die nicht nur Zustände abbildet, sondern auch Kausalitäten, Abhängigkeiten und Entwicklungspfade transparent macht.

ZIELE

Die Masterarbeit untersucht kritisch, wie solche Referenzierungsmethoden die Informationsintegrität und Dynamik von Modellen beeinträchtigen. Im Fokus stehen insbesondere:

• Semantische Verluste durch unidirektionale Referenzen
• Eingeschränkte Rückverfolgbarkeit von Systemzuständen
• Herausforderungen bei der dynamischen Modellierung von Abhängigkeiten

Ziel ist die Entwicklung eines konzeptionellen Rahmenwerks, das bidirektionale und kontextsensitive Referenzierungsstrategien für digitale Zwillinge optimiert. Das erstellte Konzept soll dann prototypisch implementiert und in einem realen Anwendungsfall evaluiert werden.

HILFREICHE VORKENNTNISSE

• Großes Interesse an digitalen Zwillingen und Informationsmodellen
• Programmierkenntnisse und Spaß an Software-Entwicklung
• Inhalte der Vorlesung Cyber-Physical Production Systems