Ein Zwilling kommt selten allein

/ Jen-Hsun Huang ist immer noch kein „Household Name“, den jedes Kind kennt. Keine schillernde Celebrity wie Elon Musk. Keine IT-Ikone wie Bill Gates oder Hasso Plattner. Schon gar kein Pop-Idol wie einst Steve Jobs. Selbst das kalifornische Unternehmen Nvidia, das der gebürtige Taiwaner 1993 mitgründete und seitdem führt, war lange nur einer der vielen unaussprechlichen Zulieferer des Innenlebens von Computern und Autos. Wer die Marke kannte, war entweder Kunde, Tech-Investor oder Nerd.

Das ist im März 2024 weit weg. Huang, der seinen chinesischen Vornamen längst zu „Jensen“ amerikanisiert hat, genießt seinen Auftritt auf der größten Bühne des Silicon Valley. In schwarzer Lederjacke steht er scheinbar lässig da und bombardiert das wie bestellt applaudierende Publikum im San José McEnery Convention Center mit technischen Superlativen samt Namedropping: Amazon, Dell, Mercedes, Siemens. Der Unternehmer weiß: Er ist jetzt interessanter als die CEOs von Apple, Microsoft, Google, Intel oder Meta. Jedenfalls aus Sicht der Wall Street. Dort steht Nvidia so hoch im Kurs, dass der Börsenwert des oft irrtümlich als Chiphersteller titulierten Technologie-Trendsetters 2023 die Marke von einer Billion Dollar überstieg – deutsche Billion wohlgemerkt, amerikanisch „trillion“, eine Zahl mit zwölf Nullen: 1.000.000.000.000. Auf dem Kursgipfel im Juni 2024 sollten es gar 3,3 Billionen sein, mehr als Microsoft oder Apple.

Und wie kommt es zu dieser irrwitzigen Blase? Wegen des Know-hows, Halbleiter zu designen, die dafür sorgen, dass künstlich-intelligente Sprachsynthesizer wie ChatGPT in Sekundenschnelle einen grammatikalisch und orthografisch perfekten Text ausspucken. Oder Chips, die bald die Erde mit Massen von „digitalen Zwillingen“ bevölkern sollen, sprich: mit komplexen Ebenbildern beliebiger physischer Objekte in einem imaginären Paralleluniversum, das Meta-Chef Mark Zuckerberg „Metaverse“ nannte und Huang „Omniverse“.

Das erinnert nicht von ungefähr an „Matrix“ und das Holodeck von Captain Picards Enterprise. Die Digital Twins sind Science-Fiction, und zwar wörtlich genommen: Was die Fantasie der Großanleger beflügelt, ist die Kunst, mittels Wissenschaft und Technik Fiktion zu erschaffen – aber eben nicht mehr nur für Computerspiele oder Animationsfilme, sondern für den Einsatz im richtigen Leben. Immer lebensnähere Simulationen werden uns bald ständig begegnen, live und in Farbe. Twins sollen uns im Privaten helfen und könnten uns im Beruf herausfordern, mal mit 3D-Brille, mal ohne.

Von der Fiktion zur Funktion

Es gibt kaum etwas, für das digitale Geschwister nicht wenigstens angedacht wären. Sie sollen Gebäude repräsentieren, Fertigungsstraßen, Autos, Flugzeuge, das Verhalten oder den Organismus eines Menschen, ein tumorbefallenes Organ, ein Ökosystem wie die Nordsee, Wirbelstürme, angeblich sogar die Erde – wenn auch noch nicht alles gleich gut und präzise. Und zu jedem Zwilling wird der Computer stante pede Antworten auf mehr „Was wäre, wenn“-Fragen ausspucken, als ein Mensch sie sich je ausdenken könnte. Die Trial-and-Error-Methode wird digitalisiert, Simulieren geht über Probieren. Das spart im Idealfall viel Zeit, Energie, Material und Geld.

Neu ist das Grundprinzip nicht. Schon 1970, als die meisten „Elektronengehirne“ noch mit Lochkarten gefüttert wurden, konnten sich die Astronauten der Apollo-13-Mission aus ihrer lebensgefährlichen Notlage nur retten, weil das NASA-Kontrollzentrum in der Lage war, die Handlungsoptionen der Crew anhand eines Computermodells vorher durchzuspielen. Noch 20 Jahre später erforderten komplexe Simulationen extrem teure Supercomputer wie die von Cray Research, und sie dauerten lange. Dann gelang es Forschern, große Rechenaufgaben (wie dynamische dreidimensionale Vorgänge) automatisiert in viele kleine zu zerlegen und diese mittels preisgünstiger Großserien-Chips gleichzeitig statt nacheinander zu lösen. Diese Parallelverarbeitung adaptierte Nvidia zunächst für schnelle Grafikkarten, mittlerweile für Multicore-Prozessoren, in denen die zum Training von KI-Systemen benötigten Massendaten auf immer mehr Kerne verteilt werden.

Diese „beschleunigte“ Hardware („accelerated computing“) wirkte in den vergangenen Jahren wie ein Turbobooster auf die Entwicklung von KI-Software – einschließlich Virtual und Augmented Reality (VR/AR, also 3D-Projektionen ohne oder mit Durchblick in die dahinter liegende reale Umgebung). Gleichzeitig wurden in vielen Ländern die Glasfaser- und Funknetze massiv ausgebaut. Cloud-Rechenzentren wie AWS (Amazon) und Azure (Microsoft) konnten nun die für solche Anwendungen nötige Computerleistung auch Nutzern anbieten, denen derlei High-end-Hardware ein paar Nummern zu groß gewesen wäre.

Die erhofften Synergieeffekte dieser sich ergänzenden Fortschritte beflügeln nun den Hype um die „neue industrielle Revolution“, als deren treibende Kraft sich Jensen Huang in San José selbstbewusst in Szene setzte. Ein Analyst fühlte sich laut »Wall Street Journal« gar von Nvidias Firmen-Hausmesse an Woodstock erinnert (die Aufbruchstimmung, nicht den Matsch). Ein Tech-Analysten-Blog hatte es nicht kleiner als „the single most important event in the history of the technology industry“. Die Berater von McKinsey verkündeten unlängst vorsichtig-euphorisch, das Zusammenspiel von KI mit Digital Twins „könnte Billionen an wirtschaftlichem Wert freisetzen“. Der direkte Umsatz mit den Zwillingen werde jedoch weitaus zurückhaltender eingeschätzt. Er soll sich bis 2027 gegenüber 2022 auf mehr als 70 Milliarden Dollar verzehnfachen – also nichts, das zur Börsen-Bubble um Nvidia und seine renditestarken Chip-Bestseller in nachvollziehbarer Relation stünde.

Um viel mehr als computergenerierte Fiktion kann es sich bei solchen Hochrechnungen ohnehin noch nicht handeln, denn die Zahl der Unbekannten ist groß und die Ausgangsbasis klein. Zu heterogen sind die potenziellen Einsatzgebiete digitaler Zwillinge, die Ziele ihrer Nutzer – und manchmal auch deren Realitätssinn. Wie in jeder Hysterie der IT-Branche grassiert am Anfang die FOMO, die Fear of missing out. Aus Angst, beim Schaulaufen seinen Auftritt zu verpassen, gibt jeder, der in der Szene Rang und Namen hat, sein Wunschdenken zum Besten. Die bisher wildeste Idee steuerte Yuán Zhēng bei, besser bekannt als Eric Yuan: Der Gründer und CEO von Zoom würde in öde, langatmige Videokonferenzen eines mittelfernen Tages gern seinen Deep-Fake-Doppelgänger aus der Generative-KI-Retorte schicken, der aufmerksames Zuhören simuliert, ein paar schlaue Sätze sagt und die Substanz einer Stunde Meeting-Gelaber auf eine halbe Seite Protokoll-PDF eindampft.

Das Szenario mag utopisch sein, technisch undenkbar ist es nicht mehr. Doch ein System, in dessen imaginärem Konferenzraum sich statt echter Menschen irgendwann nur noch lauter 3D-Projektionen wie das „medizinische Programm“ des Star-Trek-Raumschiffs Voyager träfen, um wortreich gestikulierend an Stelle ihrer leibhaftigen Vorbilder miteinander zu verhandeln, wäre nicht nur Realsatire, die das Meeting-Gewese (und damit die Geschäftsgrundlage von Zoom) ad absurdum führte. Es wäre auch Vergeudung von Rechenzeit.

Explosion an Möglichkeiten

Digitale Zwillinge sollen nämlich eigentlich Effizienz, Flexibilität und Produktivität steigern, Pannen vorbeugen, Zeit und Ressourcen sparen. Und natürlich gibt es in der Industrie schon längst welche. Oder technische Lösungen, die so genannt werden. Denn der Begriff ist nicht scharf definiert. Die „neue“ industrielle Revolution – nach der noch nicht vollendeten Industrie 4.0 müsste es Nummer fünf sein – entpuppt sich bei näherem Hinsehen eher als Evolution: ein langer Pfad von computergestütztem Ingenieurwesen über schnelles 3D-Prototyping mit CAD-Daten, dem Product Lifecycle Management entlang an Fern- und vorausschauender Wartung (Predictive Maintenance) zu Over-the-air-Updates und mehr. Aber so, wie die Biologen von einer kambrischen Explosion sprechen, die in kurzer Zeit eine sehr große Artenvielfalt hervorbrachte, könnte in der IT nun eben auch ein explosives Wachstum an Einsatzmöglichkeiten und Varianten bevorstehen.

Noch ist der Konjunktiv der rote Faden, der sich durch Pläne und Projektbeschreibungen zieht. Und noch ist jeder Zwilling ein Unikat. Mit neuer Hardware und Software gut bestückte Werkzeugkästen sollen die Modellierung mit der Zeit aber zur Routinetätigkeit werden lassen. „Große Sprachmodelle“, heißt es etwa bei McKinsey, „könnten möglicherweise (sic!) verwendet werden, um eine allgemeingültige Lösung für digitale Zwillinge zu entwickeln, ein Universalmodell, das das Design erleichtert und als Ausgangspunkt für Entwickler fungiert – über Projekte und sogar ganze Branchen hinweg.“

Siemens-Vorstandschef Roland Busch, der die Digital Twins als Chefsache behandelt, schwärmte bei der Bekanntgabe der Zusammenarbeit mit Nvidia im Sommer 2022: „KI-Bots (werden) unsere digitalen Zwillinge rund um die Uhr selbstständig erkunden und innovative Ideen entwickeln, um Dinge zu verbessern.“

Die Vorstellung, dass Algorithmen Ideen entwickeln, dass also eine zu eigenständigem Denken befähigte künstliche Intelligenz bevorsteht, ist in Fachkreisen – vorsichtig gesagt – umstritten (siehe „Am Anfang war der Zweifel“). Jaron Lanier, bekannt geworden als Vordenker der virtuellen Realität, warnte 2023 im Magazin »The New Yorker« vor einer „Mythologisierung“ der Technologie. „Wir können besser arbeiten, wenn wir davon ausgehen, dass es so etwas wie KI nicht gibt.“

Und wenn doch, wäre es noch ein langer Weg dorthin. Denn dass sich heute in Echtzeit die großen Datenmengen verarbeiten lassen, die beispielsweise im laufenden Betrieb einer Auto- oder Chipfabrik zwischen physischem Original und digitaler Kopie ausgetauscht werden sollen, ist eine Sache – der Zweck oder die Relevanz der verfügbaren Daten eine andere. Möglich ist einerseits ein Soll-Ist-Abgleich von Abläufen und Zuständen, um Störungen früh zu erkennen, andererseits ein virtueller Testbetrieb vor einer geplanten Umstellung der Produktion. Beides ist mit Twins möglich, doch die Anforderungen sind komplett verschieden. Im Normalbetrieb braucht die Software nur die Meldungen der Sensoren nach Misstönen abzuhorchen. In der Simulation muss sie selbst einen Datenstrom erzeugen und in Form eines 360-Grad-3D-Modells für das menschliche Auge visualisieren.

Wunsch und Wirklichkeit

Beim Neubau von Fabriken wie dem Mercedes-Werk im ungarischen Kecskemét ist es heute Stand der Technik, dass das reale Bauwerk das Abbild ist, quasi der materialisierte Zwilling eines virtuellen Erstgeborenen. „Digital First“ nennt der Autokonzern das Prinzip, das auch Nvidias taiwanesischer Auftragsfertiger Wistron bei sich eingeführt hat. So kann der Bau-Fortschritt laufend mit den Plänen abgeglichen werden. Die Bauleiter sehen per Augmented Reality, wo etwas falsch ausgeführt wurde, und können eingreifen oder bei tolerierbaren Fehlern notfalls das Soll dem Ist anpassen.

Der „Regelfall“ ist vorerst allerdings der umgekehrte: dass ein Anwender ein bestehendes Objekt in die virtuelle Realität kopieren möchte. Die nachträgliche Digitalisierung ist gerade in der Bauwirtschaft ein zunehmend wichtiges Thema, denn allein schon wegen der Wärmewende steht für viele Immobilienbesitzer eine energetische Sanierung auf der Agenda. Hier kommt die sogenannte Bauwerksdatenmodellierung ins Spiel, im Fachjargon Building Information Modeling, kurz BIM – ein Vorläufer des Zwillings mit Wurzeln in jener Zeit, als Architekten Häuser noch komplett am Reißbrett zeichneten. Damals in den Siebzigerjahren war die Zeit noch lange nicht reif für die praktische Anwendung von Informatik in der Baubranche. Es dauerte lange, bis PCs wenigstens in den Büros standen, und noch viel länger, bis Notebooks oder Tablets auf Baustellen auftauchten. Deshalb ist selbst im jüngeren Baubestand oft nicht einmal dokumentiert, wo genau die Versorgungsleitungen unter dem Putz liegen, geschweige denn, welche Materialien verbaut wurden.

Gebäude im digitalen Spiegel

BIM ist ein Paradebeispiel dafür, wie breit die Kluft zwischen Wunsch und Wirklichkeit bei Digital Twins sein kann. Noch 2021 konstatierte das Institut für Innovation und Technik (iit) in einem Bericht zum Einsatz von digitalen Services in der Bauwirtschaft: „Im Verlauf eines Bauprojektes ergeben sich aufgrund inkompatibler Softwarelösungen der einzelnen Gewerke und nicht vorhandener gemeinsam nutzbarer Datenbasis unterschiedliche Informationsstände, die zu Fehlern führen.“ Ein digitaler Zwilling, der seinen Namen verdient, setzt jedoch einen gemeinsamen Datenpool voraus, der von allen Beteiligten à jour gehalten wird.

Das Problem wird besonders deutlich bei den Versuchen, Bestandsgebäude im Modell nachzubilden. Dort gleicht die Datenerfassung einem Hürdenlauf. In einem vom Bundeswirtschaftsministerium geförderten Projekt namens BIMKIT hat ein Konsortium Wege gesucht, mit KI-Methoden Twins zu erzeugen, die die wichtigsten Informationen enthalten. „Ein Grundriss könnte als Basismodell dienen“, erklärt Niklas Gard vom Berliner Heinrich-Hertz-Institut (HHI) der Fraunhofer-Gesellschaft, „wenn denn ein aktueller vorhanden ist.“ Doch nicht einmal dies ist selbstverständlich. Um zu dreidimensionalen Modellen zu gelangen, führten die Forscher per KI die Grundrisse mit Daten aus Außen- und Innenaufnahmen und sogenannten Punktwolken-Scans zusammen. Außer klassischen Laserscannern gibt es mittlerweile auch – wie beim Unternehmen Voxelgrid – tragbare Geräte, die wie ein Rucksack durchs Haus getragen werden.

Stand der Technik ist es, die genaue Position von Fenstern und Türen zu erfassen und Möbel per KI aus dem Raummodell auszublenden. Das erfüllt für Heinrich Fröml, KI-Experte beim BIMKIT-Konsortialführer Hottgenroth Software AG in Köln, einen wichtigen Zweck: „Unsere typischen Kunden sind Energieberater und Planer. Die brauchen für die energetische Sanierung ein digitales Gebäudemodell.“ Auch Brandschutzeinrichtungen lassen sich lokalisieren. Doch vollständige digitale Zwillinge, die den Lebenszyklus des Baus bis zum Abriss abdecken, erfordern nach wie vor das händische „Registrieren“ von Informationen durch Fachpersonal. Und im Unterschied zur digitalen Fabrik, deren Sensoren ständig online sind, fehlt im Wohnungsbestand auch die automatische Aktualisierung des BIM-Datensatzes, wenn mal etwas umgebaut oder beschädigt wird.

Je mehr man sich in die Materie vertieft, umso deutlicher wird, dass die von IT-Größen wie Nvidia und Meta beschworenen Paralleluniversen noch überdimensionierte Fantasien sind. Zumindest im Mittelstand scheinen sich die potenziellen Anwender vorerst für konkrete, genau definierte Projekte zu interessieren und noch nicht für einen umfassenden, einheitlichen Datenraum. Sie brauchen jemanden, der für sie die abstrakte Vision in Nutzwert verwandelt. Etwa jemanden von öffentlich-rechtlichen Zungenbrechern wie dem RZzKI (Regionales Zukunftszentrum für KI und digitale Transformation Saarland und Rheinland-Pfalz) und dem DFKI (Deutsches Forschungszentrum für künstliche Intelligenz), Experten wie Sönke Knoch und Boris Brandherm.

Im Rahmen eines vom Bundesumweltministerium aufgesetzten Förderprogramms führten die beiden Forscher die Firma Kübler aus Ludwigshafen, die sich auf energiesparende Infrarotheizungen für Fabrikhallen spezialisiert hat, an Digital Twins heran: „Durch die HoloLens-2-Brille von Microsoft sah man genau, wo an der Decke die Heizstrahler am besten hängen sollten und wie man dafür die Strom- und Gasleitungen verlegen müsste“, sagt Brandherm. Der ursprüngliche Einsatzzweck des Zwillings war Predictive Maintenance. Doch im Verlauf erwies sich, dass die Technik mehr kann. Sie hilft einerseits bei der Dimensionierung der Anlage, andererseits bei der Optimierung des laufenden Betriebs auf niedrigen Verschleiß und Energieverbrauch.

Doch bei solchen Anwendungen müssen Hersteller und Kunde gemeinsam Zugriff auf den Zwilling haben – ein Gedanke, der für manche Nutzer nach Brandherms Einschätzung gewöhnungsbedürftig ist. Man fürchtet um Geschäftsgeheimnisse. Eine Lösung sieht er in Gaia-X. Hinter diesem Namen verbirgt sich eine europäische Datenplattform, über die sich Zugriffsrechte managen lassen, ohne dass ein US-Konzern die Finger drin hat. Bisher hält sich deren Bekanntheit und Nutzung freilich noch sehr in Grenzen.

Noch ungleich komplizierter als bei technischen Gegenständen ist das Nachmodellieren von lebenden Organismen oder ganzen Ökosystemen. Insbesondere in der medizinischen Forschung gelten Digital Twins als vielversprechende Beschleuniger. In San Francisco arbeitet zum Beispiel das Start-up Unlearn.ai an einer Methode, den Aufwand für klinische Tests von Pharmaka mithilfe von Patientenzwillingen zu senken. Die Kontrollgruppe, die nur das Placebo erhält, soll zumindest teilweise durch digitale Doppelgänger der Studienteilnehmer ersetzt werden, die das Medikament erhalten. Gemäß der für Simulationen obligatorischen What-if-Frage müsste die KI abschätzen, was wäre, wenn dieselbe Person das Präparat nicht nähme. Dahinter steht wie bei allen Anwendungen des maschinellen Lernens viel Statistik: Je größer die Zahl der Trainingsdatensätze, desto höher die Wahrscheinlichkeit, dass die Prognose realistisch ist. Deshalb steht und fällt der Erfolg des Konzepts mit der Qualität der erhobenen Daten.

Der Mensch als Datensatz

Auch die Universitätsklinik Bonn (UKB) befasst sich mit Twins, und zwar dem Zwilling einer Leber, die von einem Karzinom befallen ist. In einem Podcast des Siemens-Ablegers Healthineers vergleicht Ulrike Attenberger, damalige Direktorin der Klinik für Diagnostische und Interventionelle Radiologie und zudem Leiterin eines nordrhein-westfälischen Projektes für sichere medizinische KI, ihre Arbeiten mit denen in der Industrie oder der Luftfahrt. In beiden Fällen gebe es einen Echtzeit-Datenfluss zwischen dem virtuellen und dem realen Objekt. „Es gibt einfach keinen Unterschied.“ Freilich beschränkt sich die Anwendung hier auf ein einzelnes Organ, und zwar konkret darauf, mit einer Sonde den Tumor treffsicher mit der passenden Energiedosis zu veröden.

So unrealistisch wie reizvoll ist hingegen die Vorstellung, digitale Dummys von ganzen Patienten zu ziehen. Dahinter steckt zum einen die Idee, die Gesundheits-Parameter eines Menschen einschließlich seiner Krankengeschichte, aller Befunde niedergelassener Ärzte, aller Laborwerte und klinischen Papiere zu einer lückenlosen Anamnese zusammenzuführen, die im Ernstfall auf Knopfdruck für die behandelnden Ärzte abrufbar ist, also eine elektronische Patientenakte XXL. Zum anderen soll das „Patient Twinning“ auch den Weg in die personalisierte Medizin bahnen, mit individuellen Therapien und Dosierungen.

Die Befürworter glauben damit sowohl den Kranken als auch den Krankenhäusern helfen zu können. Wer den Klinikbetrieb aus Patientensicht kennt, weiß allerdings: Selbst renommierte Unikliniken sind bisher als Datensilos organisiert, bei denen sogar interdisziplinäre Teams die Kranken immer wieder aufs Neue papierne Anamnesebögen ausfüllen lassen, die irgendwann in der Registratur eingescannt werden, damit das Haus gegen Haftungsrisiken abgesichert ist.

Solche organisatorischen Hürden stehen der Simulation von Ökosystemen nicht im Weg. An seinem Standort Oldenburg beschäftigt sich das DFKI mit der digitalen Nachbildung aquatischer Lebensräume – größerer wie der Nordsee oder kleinerer wie der des Maschsees bei Hannover. Für ihre Modelle nutzen die Forschenden Daten von stationären Mess-Stationen, Satelliten und Forschungsschiffen; Datenlücken werden per KI geschlossen. Aber eines ist anders als bei industriellen Twins. „Eigentlich hat ein digitaler Zwilling einen automatischen Datenfluss zwischen dem realen und dem digitalen Objekt – in beide Richtungen“, erklärt die Wissenschaftlerin Janina Schneider, die nicht nur das Projekt koordiniert, sondern auch das Kompetenzzentrum für Umwelt und Nachhaltigkeit (DFKI4planet), „das funktioniert in der Umwelt nicht.“ Die Rückkopplung funktioniere nur über Menschen, die anhand der vom Twin generierten Informationen und Vorhersagen auf das Ökosystem einwirken können – etwa durch eine Umplanung von Offshore-Windparks an ökologisch sensiblen Standorten. Hinzu komme, dass die bei so komplexen Aufgaben gebotene interdisziplinäre Zusammenarbeit nicht einfach umzusetzen sei, da jede Fachrichtung ihre eigene Fragestellung verfolge. Statt eines großen digitalen Zwillings der Ozeane oder auch nur der Nordsee hält Schneider kleine, aber technisch systemkompatible Zwillinge für realistischer.

Denselben Sachzwängen unterliegt allerdings auch der große Stolz von Jensen Huang: „Earth-2“, sein digitaler Zwilling der Erde. Nvidia nutzt dabei seine Hochleistungschips, um mit dem Meteorologie-Multi The Weather Company kleinräumigere und präzisere Vorhersagen von Extremwetter-Ereignissen zu generieren. Beim ersten Anwender, dem Wetterdienst von Taiwan, schrumpfte das Raster für regionalisierte Prognosen von 25 auf 2 Kilometer, die Zeit für das Durchrechnen eines Wettermodells auf ein Tausendstel der bisherigen Spanne. Doch wie am DFKI ist die Detailgenauigkeit nicht das Resultat engmaschig erhobener Messdaten, sondern das Werk von Algorithmen, also – Science-Fiction. Ein Rückkanal fehlt natürlich auch hier: Selbst wenn der nächste Taifun, Hurrikan oder Starkregen frühzeitig und treffsicher vorhergesagt ist, kann die simulierte Erde den Klimawandel auf ihrer realen Zwillingsschwester nicht bremsen. Das können nur die Menschen. //

Weiterführende Artikel von Lightspeed