Mobile-Menu

Serie: Trends in der Multiphysik-Simulation – Nikola Strah, unabhängiger Strategieberater für Digital Engineering

Alle Zusammenhänge im Blick

< zurück

Seite: 2/2

Anbieter zum Thema

Mensch und Maschine Akademie
CADFEM Germany GmbH
ITWH Inst.f.technisch- wissensch. Hydrologie GmbH

"Quantencomputing verspricht große Fortschritte bei komplexen Gleichungssystemen und Materialsimulationen."

Multiphysik-Simulation
Nikola Strah, unabhängiger Strategieberater für Digital Engineering.
(Bild: Nikola Strah)

In welchen Bereichen der Produktentwicklung ist die Multiphysik-Simulation derzeit am weitesten verbreitet und wo sehen Sie das größte Potenzial?

Die Multiphysik-Simulation hat sich in den letzten Jahren breit etabliert und ist heute ein zentraler Bestandteil der industriellen Forschung und Entwicklung – von der frühen Konzeptphase bis zur Serienproduktion. Branchenübergreifend ist sie unverzichtbar: Automobil-, Luftfahrt-, Halbleiter- und Mikroelektronikindustrie setzen seit Langem auf Simulation. Zunehmend profitieren aber auch neue Bereiche wie die Chemie- und Nahrungsmittelindustrie davon. 

Können Sie uns, bitte, ein Beispiel einer Anwendung nennen?

Nur realistische Modelle, die alle relevanten physikalischen Wechselwirkungen abbilden, können Entwicklung beschleunigen und Risiken senken. Ein gutes Beispiel aus der Automobilindustrie etwa wird das thermische Verhalten von Li-Ion-Batterien in der E-Mobilität simuliert – inklusive Wärmetransport, Strömung, Elektrochemie und Materialverhalten. Das spart bis zu 50 % der Prototypen und 40 % Entwicklungszeit.

Wie wird sich die Multiphysik-Simulation in den kommenden Jahren verändern und welche Entwicklungen halten Sie für wünschenswert?

Die Multiphysik-Simulation steht noch immer vor Herausforderungen, bietet aber große Chancen. Komplexe Modelle erfordern Fachwissen, die kleine Unternehmen oft nicht haben – doch KI kann helfen, etwa mit zugänglichen Surrogat-Modellen und automatisierter Simulation. KI, HPC und Cloud-Lösungen beschleunigen Modellgenerierung, Optimierung und Analyse. Hybride Modelle (Physik + KI) ermöglichen schnelle, präzise Vorhersagen und lösen auch komplexe Aufgaben. Digitale Zwillinge – ein Thema, das mehr und mehr wichtig wird -  erlauben durch Echtzeit-Daten Abgleich Zustandsüberwachung und vorausschauende Wartung. Ein offenes Thema bleibt die nahtlose Kopplung verschiedener Simulationstools, was insbesondere für automatisierte Pipelines und Training von KI-Modellen wichtig ist.

Welche Rolle spielen dabei Technologien wie künstliche Intelligenz und Quantencomputing?

KI verändert die Multiphysik-Simulation grundlegend – von der Bedienbarkeit bis zur Lösung komplexer Probleme. Führende Teams kombinieren KI und Simulation für schnelle Vorhersagen, Modellreduktion, Automatisierung und Datenanalyse. Surrogatmodelle ersetzen stundenlange Berechnungen bei hoher Genauigkeit.

Startups wie Neural Concept und Rescale sowie Anbieter wie Ansys, Comsol und Altair treiben diese Entwicklung voran. Physik-informierte neuronale Netze könnten mittelfristig herkömmliche Methoden ablösen.

Quantencomputing verspricht große Fortschritte bei komplexen Gleichungssystemen und Materialsimulationen. Erste Erfolge zeigen Start-ups wie Quanscient – der Durchbruch hängt aber noch von der Hardware ab.

Fazit: KI setzt sich rasant durch, Quantencomputing bleibt ein Zukunftsthema mit hohem Potenzial.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte