Die Fertigungsindustrie betritt eine neue Ära, in der Simulationen den traditionellen Zyklus aus Entwurf, Bau und Test ersetzen. Lange Zeit galt die Annahme, dass nur reale Tests zuverlässige Ergebnisse liefern. Heute ermöglichen hochpräzise Simulationen synthetische Trainingsdaten von Produktionsqualität, die es Wahrnehmungssystemen, Reasoning-Modellen und agierenden Arbeitsabläufen erlauben, sich perfekt in lebendigen Fabrikumgebungen zu behaupten. Als verbindlicher Standard fungiert hierbei OpenUSD, während die NVIDIA Omniverse-Bibliotheken die physikalisch genaue, fotorealistische Simulationsgrundlage bilden, auf der KI-Modelle trainiert und validiert werden. Eine zentrale Herausforderung war bisher, dass 3D-Assets nicht zuverlässig zwischen verschiedenen Pipelines übertragen werden konnten. Beim Wechsel von CAD-Tools zu Simulationsplattformen gingen oft physikalische Eigenschaften, Geometrien und Metadaten verloren, was Neuentwicklungen erzwang. Mit SimReady wurde nun ein neuer Inhaltsstandard definiert, der auf OpenUSD basiert. Er legt fest, was physikalisch akkurate 3D-Assets enthalten müssen, um nahtlos zwischen Rendering, Simulation und KI-Training zu funktionieren. Erste Unternehmen demonstrieren bereits messbare Erfolge durch diesen neuen Ansatz. ABB Robotics hat NVIDIA Omniverse direkt in seine Plattform RobotStudio HyperReality integriert. Diese nutzt USD-Dateien, die mit derselben Firmware wie die physischen Gegenstücke laufen. Dies ermöglicht es Ingenieuren, Roboter zu trainieren, Teiletoleranzen zu testen und KI-Modelle zu validieren, bevor eine Produktionslinie überhaupt existiert. Durch die Skalierung synthetischer Trainingsvariationen, wie etwa unterschiedliche Lichtverhältnisse oder Geometrien, erreicht ABB eine Simulationsgenauigkeit von 99 Prozent. Die Folgen sind drastisch: Die Produktvorstellung kann um bis zu 50 Prozent verkürzt werden, die Inbetriebnahmezeit sinkt um 80 Prozent, und die Gesamtkosten über den Lebenszyklus der Ausrüstung reduzieren sich um 30 bis 40 Prozent. Auch Jaguar Land Rover (JLR) setzt auf diesen simulierungsbasierten Ansatz, diesmal im Bereich der Fahrzeug-Aerodynamik. Ingenieure trainierten neuronale Ersatzmodelle auf über 20.000 mit Windkanaldaten abgeglichenen Strömungssimulationen. Dank NVIDIA GPUs wird nun 95 Prozent der aero-thermischen Lasten auf Simulationsplattformen bearbeitet. Das Design-Lab visualisiert aerodynamische Änderungen in Echtzeit, wenn Geometrien angepasst werden. Dies wandelt den bisherigen sequenziellen Design-und-Simulationszyklus in einen kontinuierlichen Loop um, wodurch Prozesse, die früher vier Stunden dauerten, nun in einer Minute abgeschlossen sind. Für den laufenden Betrieb bietet Tulip Interfaces mit seiner Factory-Playback-Plattform eine Lösung. Basierend auf der NVIDIA Metropolis VSS-Blueprint-Architektur verbindet sie Kameradaten, Maschinensensoren und operative Kontexte in einer einheitlichen Zeitleiste. Durch den Einsatz des NVIDIA Cosmos Reason-Vision-Sprachmodells können Kameraströme und Verhalten von Operatoren in Echtzeit interpretiert werden. Diese Technologie wurde erfolgreich bei Terex, einem globalen Hersteller von Industrieanlagen mit über 40 Werken, eingesetzt. Das System erwartet eine Steigerung der Ausbeute um drei Prozent und eine Senkung der Nacharbeitsquote um zehn Prozent. Die Kombination aus SimReady-Assets, Omniverse-Bibliotheken und dem NVIDIA-Stack für physische KI bietet Entwicklern nun eine solide Basis für die Anpassung an jede industrielle Anwendung. Die Industrie steht am Beginn einer Transformation, in der digitale Zwillinge und KI nicht nur unterstützen, sondern den Kern der Fertigung definieren.