Dr. Dávid Felhős, Karman Mechanics
Da technische Simulationen bei der Produktentwicklung eine immer zentralere Rolle spielen, sehen sich Unternehmen einem wachsenden Druck ausgesetzt, Rechenlasten über gemeinsam genutzte lokale und cloudbasierte Umgebungen hinweg zu skalieren. Zwar haben Fortschritte bei den Solver-Fähigkeiten und der Recheninfrastruktur die Simulationskapazität erweitert, doch wird die Ressourcenverfügbarkeit mittlerweile häufig durch Lizenz- und Berechtigungsmodelle eingeschränkt, die eng mit dem Laufzeitverhalten verknüpft sind. In komplexen Simulations-Workflows kann ein unkontrollierter Ressourcenverbrauch zu Schwankungen in der Ausführungszeit führen, den Durchsatz verringern und die Vorhersehbarkeit von Entwicklungszeitplänen beeinträchtigen. Diese Präsentation stellt einen datengesteuerten Governance-Ansatz zur Verwaltung des Simulationsressourcenverbrauchs vor, der als integraler Bestandteil des Simulationsprozesses und nicht als externe Verwaltungsfunktion betrachtet wird. Das Framework behandelt Lizenzbeschränkungen als Parameter auf Systemebene, ähnlich wie Rechenkapazität oder Speichergrenzen, und integriert die Berücksichtigung des Verbrauchs direkt in die Planung und Ausführung von Simulations-Workflows. Durch die Korrelation von Workload-Merkmalen – wie Parallelität, Wall-Time, Solver-Klasse und Ausführungskontext – mit beobachteten Verbrauchsmustern ermöglicht der Ansatz Ingenieuren und Simulationsmanagern, Einschränkungen zu antizipieren, bevor diese sich auf kritische Projektmeilensteine auswirken. Die Methodik basiert auf der Erfassung und Normalisierung granularer Telemetriedaten aus Ausführungsumgebungen und Ressourcenmanagement-Ebenen. Diese Datenströme werden zu Verbrauchsprofilen aggregiert, die beschreiben, wie sich verschiedene Klassen von Simulations-Workloads unter variierenden Betriebsbedingungen verhalten. Aus historischen Ausführungsdaten abgeleitete Vorhersagemodelle werden dann zur Unterstützung proaktiver Entscheidungsfindung genutzt, einschließlich der Priorisierung von Workloads, des Warteschlangenmanagements und der adaptiven Planung. Wichtig ist, dass diese Governance-Ebene unabhängig von bestimmten Solvern oder Lizenztechnologien arbeitet und so die Portabilität über verschiedene Simulationsdomänen hinweg gewährleistet. Aus systemtechnischer Perspektive skizziert der Vortrag eine Architektur, die Datenerfassung, Analytik und die Durchsetzung von Richtlinien in die bestehende Infrastruktur von Simulationsprozessen integriert. Leichte Richtlinienmechanismen werden eingesetzt, um prädiktive Erkenntnisse in Laufzeitsteuerungen umzusetzen, wodurch Unternehmen konkurrierende Ziele wie Durchsatz, Fairness und Einhaltung des Zeitplans in Einklang bringen können. Besonderes Augenmerk wird auf die Wahrung der Autonomie der Ingenieure gelegt, während gleichzeitig Leitplanken eingeführt werden, die Ressourcenkonflikte in Spitzenlastzeiten verhindern. Anwendungsbeispiele dieses Frameworks zeigen eine verbesserte Stabilität bei der Simulationsausführung und geringere Schwankungen bei den Bearbeitungszeiten der Aufträge. Anstatt sich ausschließlich auf die Kostenoptimierung zu konzentrieren, legt die Analyse den Fokus auf operative Leistungsindikatoren, die in direktem Zusammenhang mit den technischen Ergebnissen stehen, darunter Warteschlangenstabilität, konsistente Auslastung und Vorhersehbarkeit der Simulationsergebnisse. Diese Verbesserungen ermöglichen zuverlässigere Entwurfsiterationszyklen und verringern das Risiko nachgelagerter Verzögerungen in der Produktentwicklung. Die Sitzung schließt mit der Vorstellung einer Reihe praktischer Kennzahlen und Governance-Prinzipien, die von Unternehmen übernommen werden können, die ihre Simulations-Workloads auf kontrollierte und transparente Weise skalieren möchten. Die Teilnehmer erhalten Einblicke, wie datengesteuerte Governance in Simulationsprozesse eingebettet werden kann, um widerstandsfähige, skalierbare und gut koordinierte Entwicklungsabläufe zu unterstützen – insbesondere in Umgebungen, in denen gemeinsam genutzte Ressourcen und komplexe Arbeitsabläufe die Norm sind.
