Seminar Tractus-X – Intensivseminar Digitale Zwillinge, Semantik und Anwendungen

Dieses Intensivseminar verbindet semantische Modellierung, Digital Twins, Industry Core, Data Chain, SDK, Knowledge Agents und AI Services. Der Schwerpunkt liegt auf interoperablen Datenprodukten und Anwendungen statt auf isolierten Komponenten.

Inhaltsübersicht

• Zielsetzung
• Zielgruppe
• Voraussetzungen
• Seminarinhalte
• Praxisübungen
• Methodik

Zielsetzung

• Use Cases in Datenprodukte, Modelle, Twins und Dienste zerlegen
• SAMM-Modelle und Industry-Core-Strukturen entwickeln
• Anwendungen für Discovery, Consumption und Provision erstellen
• Föderierte Wissensabfragen und AI Services sicher integrieren

Zielgruppe

Daten- und Solution-Architektur, Softwareentwicklung, Digital-Twin- und Semantikteams, Data Science, Integrationsentwicklung und technische Produktverantwortliche.

Voraussetzungen

Gute Kenntnisse in APIs, JSON und Softwareentwicklung. Grundlagen von Connector, BPN und Datenraumidentität werden vorausgesetzt.

Seminarinhalte

Schritt 1: Use-Case-Engineering

• Geschäftsproblem, Akteure und messbare Ergebnisse definieren
• Datenprodukte, Datenquellen und Verantwortungen ableiten
• Nichtfunktionale Anforderungen und Risiken priorisieren

Schritt 2: Semantische Modellierung mit SAMM

• Aspekte, Eigenschaften, Entitäten und Merkmale strukturieren
• Datentypen, Einheiten und Constraints festlegen
• Modelle validieren, versionieren und wiederverwenden

Schritt 3: Technische Modellabbildung

• Semantik auf JSON-Payloads und APIs übertragen
• Mapping zwischen Quellsystem und gemeinsamem Modell entwerfen
• Kompatibilität durch Artefakte und Tests absichern

Schritt 4: Digital Twin und Submodels

• Asset-Identität und Twin-Schnitt festlegen
• DTR-Deskriptoren und Submodel-Endpunkte erstellen
• Discovery, Lebenszyklus und Zugriff integrieren

Schritt 5: Industry Core

• Typ- und Instanzebenen für Teile und Materialien modellieren
• BPNs, Asset-IDs und Stücklistenbeziehungen verbinden
• As-Planned- und As-Built-Strukturen halten

Schritt 6: Data Chain

• One-up/One-down-Beziehungen und Herkunft abbilden
• Kettendaten über Partnergrenzen bereitstellen
• Lücken, Widersprüche und Korrekturen kontrollieren

Schritt 7: SDK für Consumption und Discovery

• Anwendungsprojekt und Konfiguration aufsetzen
• Partner, Connectoren, Twins und Submodels auffinden
• Verträge und geschützte Zugriffe steuern

Schritt 8: SDK für Provision

• Assets, Policies und Angebote aus der Anwendung verwalten
• Submodel-Dienste anbinden und veröffentlichen
• Fehler, Zustände und Idempotenz behandeln

Schritt 9: Knowledge Agents

• Wissensgraphen, föderierte Abfragen und Skills einordnen
• Semantische Datenquellen anbinden und Abfragen planen
• Compute-to-data und Zugriff berücksichtigen

Schritt 10: AI Services

• Geeignete Aufgaben auswählen
• Eingabedaten, Modellverantwortung und Qualitätskontrollen definieren
• Ergebnisse begrenzt in Fachprozesse integrieren

Schritt 11: Qualität und Interoperabilität

• Modell-, API-, Twin- und Anwendungsverträge testen
• Negative und komponentenübergreifende Tests automatisieren
• Versionen in einer Testmatrix steuern

Schritt 12: Abschlussanwendung

• Use Case als Gesamtarchitektur umsetzen
• Semantik, Twin, Data Chain und SDK verbinden
• Wirkung, Sicherheit und Betrieb abnehmen

Praxisübungen

• Entwicklung eines SAMM-Modells mit Payloads
• Aufbau eines Digital Twins mit Industry-Core-Beziehungen
• Implementierung einer SDK-basierten Consumer- und Provider-Funktion
• Erweiterung um Wissensabfrage oder kontrollierten AI Service

Methodik

Strukturierter Fachvortrag, Architektur- und Prozessdarstellungen, geführte Demonstrationen, schrittweise Übungen, gemeinsame Fehleranalyse und Übertragung auf ein durchgängiges Praxisszenario.