Seminar T-Systems DIH – Semantische Integration und digitale Zwillinge

Das Seminar verbindet fachliche Semantik, Datenmapping und digitale Zwillinge. Aus heterogenen Backend-Feldern entstehen standardisierte Aspect Models, validierte Submodels, Registry-Einträge und souverän bereitgestellte Datenangebote. Versionierung, Kompatibilität und Consumer-Integration werden durchgängig berücksichtigt.

Inhaltsübersicht

1. Einordnung und Zielsetzung
2. Lernziele
3. Zielgruppe und Voraussetzungen
4. Schrittweise Seminarinhalte
   1. Semantik und Interoperabilität
   2. Fachliches Informationsmodell
   3. Aspect-Model-Grundstruktur
   4. Semantische IDs, Einheiten und Codes
   5. Modellversion und Kompatibilität
   6. Quellmodell und Profiling
   7. Mapping und Transformation
   8. Validierung und Testdaten
   9. Digitaler Zwilling und Shell Descriptor
   10. Digital Twin Registry
   11. Bereitstellung über Connector
   12. Consumer-Integration
   13. Governance und Betrieb
5. Praxisübungen
6. Arbeitsweise und Qualitätskontrollen

Lernziele

• Syntaktische Transformation und semantische Harmonisierung unterscheiden
• Fachbegriffe, Einheiten und Strukturen in Aspect Models modellieren
• Quellmodelle auf standardisierte Zielmodelle abbilden
• Digitale Zwillinge und Registry-Einträge konsistent verwalten
• Semantische, technische und vertragliche Tests für Consumer-Anwendungen durchführen

Zielgruppe und Voraussetzungen

Zielgruppe: Data Architecture, Datenmodellierung, Integration, PLM und Industrie 4.0, Softwareentwicklung, Digital-Twin-Teams und Catena-X-Projekte.

Voraussetzungen: Grundkenntnisse zu JSON, Datenmodellen und APIs. Erfahrung mit Produkt- oder Asset-Daten ist hilfreich.

Seminarinhalte

Die Inhalte werden in einer aufeinander aufbauenden Reihenfolge erarbeitet. Jeder Schritt verbindet fachliche Einordnung, technische Details, Kontrollfragen und eine anwendungsbezogene Aufgabe.

Schritt 1: Semantik und Interoperabilität

Gleiche Feldnamen garantieren keine gleiche Bedeutung. Semantische Identifikatoren, Definitionen und Modelle schaffen organisationsübergreifendes Verständnis.

• Syntax und Semantik
• Begriffe
• Kontext
• Interoperabilität
• Governance

Praxisaufgabe: Analyse mehrdeutiger Datenfelder.

Schritt 2: Fachliches Informationsmodell

Vor dem technischen Mapping werden Objekte, Beziehungen, Eigenschaften und Regeln fachlich beschrieben.

• Objekte
• Beziehungen
• Eigenschaften
• Kardinalitäten
• Geschäftsregeln

Praxisaufgabe: Erstellung eines kleinen Informationsmodells.

Schritt 3: Aspect-Model-Grundstruktur

Ein Aspect Model beschreibt einen fachlichen Ausschnitt mit Eigenschaften, Strukturen, Datentypen und Constraints.

• Aspect
• Property
• Entity
• Characteristic
• Constraint

Praxisaufgabe: Modellierung eines einfachen Aspects.

Schritt 4: Semantische IDs, Einheiten und Codes

Begriffe, Einheiten und Codelisten werden eindeutig zugeordnet und validiert.

• Semantic ID
• Einheit
• Codeliste
• Wertebereich
• Mehrsprachige Beschreibung

Praxisaufgabe: Bereinigung eines Modells mit uneinheitlichen Einheiten.

Schritt 5: Modellversion und Kompatibilität

Änderungen werden in kompatible Erweiterungen und brechende Änderungen unterschieden.

• Version
• Optionales Feld
• Umbenennung
• Datentypänderung
• Migrationsregel

Praxisaufgabe: Bewertung mehrerer Modelländerungen.

Schritt 6: Quellmodell und Profiling

Backend-Felder werden nach Typ, Qualität, Wertebereich und Bedeutung untersucht, bevor ein Mapping entsteht.

• Schema
• Beispieldaten
• Null- und Fehlerwerte
• Codes
• Herkunft

Praxisaufgabe: Profiling eines Beispielquellsystems.

Schritt 7: Mapping und Transformation

Felder, Strukturen, Einheiten und Codes werden nachvollziehbar in das Zielmodell überführt.

• Direktes Mapping
• Strukturtransformation
• Einheitenkonvertierung
• Code-Mapping
• Default- und Fehlerlogik

Praxisaufgabe: Erstellung einer Mapping-Tabelle.

Schritt 8: Validierung und Testdaten

Schema, Constraints und fachliche Regeln werden mit Positiv- und Negativdaten geprüft.

• Schema-Validierung
• Constraints
• Verknüpfungen
• Testdaten
• Fehlermeldung

Praxisaufgabe: Entwurf eines Validierungstests.

Schritt 9: Digitaler Zwilling und Shell Descriptor

Asset-ID, Descriptor und Submodel-Endpunkte bilden den Zugriffspunkt auf semantische Daten.

• Asset-ID
• Shell Descriptor
• Submodel Descriptor
• Endpoint
• Protokollinformation

Praxisaufgabe: Aufbau eines Descriptor-Konzepts.

Schritt 10: Digital Twin Registry

Digitale Zwillinge werden registriert, gesucht, aktualisiert und stillgelegt. Registry und Ursprungssystem müssen konsistent bleiben.

• Create
• Read und Search
• Update
• Delete
• Konsistenz

Praxisaufgabe: Planung eines Registry-Lebenszyklus.

Schritt 11: Bereitstellung über Connector

Submodel-Daten werden als Asset mit Policy und Contract Definition angeboten.

• Asset
• Datenadresse
• Policy
• Vertrag
• Transfer oder API-Zugriff

Praxisaufgabe: Entwurf eines Datenangebots für ein Submodel.

Schritt 12: Consumer-Integration

Consumer lösen Registry-Einträge auf, verhandeln Zugriff und validieren empfangene Daten gegen das erwartete Modell.

• Suche
• Endpoint
• Vertrag
• Abruf
• Validierung

Praxisaufgabe: Entwurf einer Consumer-Sequenz.

Schritt 13: Governance und Betrieb

Modelle, Mappings, Registry und Angebote benötigen Owner, Versionen, Tests und geordnete Änderungen.

• Model Owner
• Freigabe
• Mapping-Version
• Kompatibilitätstest
• Stilllegung

Praxisaufgabe: Erstellung eines Modell-Lifecycle-Prozesses.

Praxisübungen

• Fachliches Informations- und Aspect Model für ein Industrieasset
• Quellprofiling, Mapping und Validierung mit Testdaten
• Digitaler Zwilling mit Registry-, Policy- und Consumer-Konzept

Arbeitsweise und Qualitätskontrollen

Vortrag, moderierte Analyse, Systemdemonstration, strukturierte Checklisten und praktische Übungen werden miteinander kombiniert. Konfigurationen und Konzepte werden jeweils gegen Vollständigkeit, Konsistenz, Sicherheit, Nachvollziehbarkeit und Betriebsfähigkeit geprüft. Übungsfälle enthalten auch Fehlersituationen, damit Diagnose- und Entscheidungswege nicht nur im Idealzustand nachvollzogen werden.