Model-Based Systems Engineering (MBSE)

Model-Based Systems Engineering (MBSE)

Entwicklungs­beschleunigung durch pragmatisches Lean MBSE

Development acceleration through pragmatic Lean MBSE

Kernproblem von Unter­nehmen

Core Challenge of Companies

Kleine und mittlere Technologie­unter­nehmen im High-Tech-Sektor agieren an der komplexen Schnitt­stelle von Hardware, Software und Mechanik. Klassische, dokumenten­basierte Entwicklungs­prozesse führen bei der Entwicklung mechatronischer Systeme regel­mäßig zu späten und kosten­intensiven Design­änderungen während der physischen System­integration in der Produktion und beim Kunden. Industrielle Standard-Frameworks des Model-Based Systems Engineering sind für diese Organisations­größen jedoch oft zu komplex, software­tool-lastig und unrentabel.

Small and medium-sized technology enterprises in the high-tech sector operate at the complex intersection of hardware, software, and mechanics. Legacy, document-based development processes regularly lead to late and costly design changes during physical system integration in production and at the customer's site. However, industrial standard frameworks of Model-Based Systems Engineering are often too complex, software-tool-heavy, and unprofitable for these organization sizes.

Benötigt man MBSE?

Is MBSE Required?

Der folgende Entscheidungs­baum soll die grund­sätzliche Beantwortung der Frage verein­fachen, ob MBSE für ein Unter­nehmen oder eine Entwicklung sinnvoll ist.

The following decision tree is intended to simplify the fundamental answer to the question of whether MBSE makes sense for a company or a development project.

MBSE Entscheidungsbaum / Decision Tree

Lösung und methodischer Ansatz mit Lean MBSE

Solution and Methodological Approach with Lean MBSE

Wenn es sinnvoll ist, MBSE einzu­führen, dann kann die Implemen­tierung eines pragma­tischen Lean-MBSE-Ansatzes eine Lösung sein. Anstelle einer voll­ständigen digitalen Abbildung des Gesamt­systems fokus­siert sich diese Methodik auf die Digitali­sierung und Simulation kritischer System­schnitt­stellen sowie funktionaler Abhängig­keiten. Durch den Einsatz kosten­effizienter Modellierungs­werkzeuge bleibt der Aufwand gering. Das konse­quente Verschieben von Verifi­kations­schritten in die digitale Phase durch Front­loading mini­miert die Entwicklungs­risiken für cyber-physische Systeme und verkürzt die Zeit bis zur Markt­reife deutlich.

If introducing MBSE is viable, implementing a pragmatic Lean MBSE approach can be an ideal solution. Instead of a full digital representation of the entire system, this methodology focuses on digitizing and simulating critical system interfaces and functional dependencies. By utilizing cost-effective modeling tools, overhead remains low. Consequently shifting verification steps into the digital phase via frontloading minimizes development risks for cyber-physical systems and significantly reduces time-to-market.

Die 5 Säulen der operativen Umsetzung

The 5 Pillars of Operational Execution

1. Gezielte Modellierung

1. Targeted Modeling

Kleine Teams versuchen oft, das gesamte System voll­umfänglich von oben nach unten zu modellieren, was die Entwicklung über Monate blockieren kann. Der Lean-Ansatz konzentriert sich stattdessen aus­schließlich auf die kritischen Schnitt­stellen und die wesentlichen Zustands­maschinen. Ein einfaches Black-Box-Modell reicht meist aus, um einen Großteil der typischen Integrations­probleme in der Produktion oder beim Kunden frühzeitig zu lösen.

Small teams often try to model the entire system comprehensively from top to bottom, which can stall development for months. The Lean approach focuses exclusively on critical interfaces and essential state machines instead. A simple black-box model is usually sufficient to resolve a large portion of typical integration issues in production or at the customer's site early on.

2. Tool-Pragmatismus

2. Tool Pragmatism

Große MBSE-Werkzeuge erfordern hohe Investi­tionen und eine lange Einarbeitungs­zeit. Im Ansatz des Lean MBSE sollten eher leicht­gewichtige Werkzeuge zum Einsatz kommen. Das zentrale Architektur­modell bleibt schlank und erlaubt es den Entwicklern, Änderungen ohne tief­gehendes Experten­wissen direkt einzubringen.

Enterprise MBSE tools require heavy investment and long onboarding periods. In the Lean MBSE approach, lightweight tools should be used instead. The central architecture model remains lean, allowing developers to introduce changes directly without deep expert knowledge.

3. Frontloading und Agilität

3. Frontloading and Agility

Agilität ist in der physischen Entwicklung aufgrund von Material­liefer­zeiten und Fertigungs­abläufen schwer umsetzbar. Das zentrale Architektur­modell dient hier als gemeinsame Daten­basis, auf die alle technischen Disziplinen zugreifen. Schnitt­stellen­konflikte können früh gefunden werden, sodass nachfolgende Änderung­prozesse die betroffenen Abteilungen direkt informieren.

Agility is difficult to implement in physical development due to material lead times and manufacturing processes. The central architecture model serves as a shared data basis accessed by all engineering disciplines. Interface conflicts can be detected early, so that subsequent change processes inform the affected departments directly.

4. Modellbasierte Traceability

4. Model-Based Traceability

In kleineren Organisationen ist das technologische Wissen häufig an einzelne Personen gebunden. Lean MBSE nutzt das zentrale Modell als funktionale Landkarte, welche die Anforderungen direkt mit den Architektur­blöcken verknüpft. Die Detail­konstruktion verbleibt in den jeweiligen Werkzeugen der Fachdisziplinen, während die Nach­vollziehbarkeit eine Verein­fachung sichert.

In smaller organizations, technological knowledge is frequently bound to single individuals. Lean MBSE uses the central model as a functional map linking requirements directly to architectural blocks. Detailed design remains within the specific tools of the respective disciplines, while traceability ensures simplification.

5. Digital Twin und Entkopplung

5. Digital Twin and Decoupling

Feedback aus der Fertigung liegt bei kleinen Stück­zahlen oft erst spät vor. Durch den frühen Aufbau eines digitalen Zwilling sowie den Einsatz von Hardware-in-the-loop und Software-in-the-loop wird die Software­entwicklung von den physikalischen Liefer­zeiten ent­koppelt. Die System­integration und der Anlauf in der Produktion verkürzen sich dadurch erheb­lich. Es muss aber berück­sichtigt werden, dass die Einführung dieser Methoden Aufwand erzeugt, der von Umfang und Art des Projektes gerecht­fertigt sein muss.

Feedback from manufacturing often arrives late in low-volume production. Building a digital twin early and utilizing hardware-in-the-loop and software-in-the-loop decouples software development from physical component lead times. This significantly shortens system integration and production ramp-up. However, it must be considered that introducing these methods generates effort that must be justified by the scope and nature of the project.

Vergleich zwischen klassischem MBSE und Lean MBSE

Comparison between Classical MBSE and Lean MBSE

Die nachfolgende Tabelle vergleicht das klassische MBSE mit einem leicht­gewichtigen Ansatz für kleinere Unter­nehmen.

The following table compares traditional enterprise MBSE with a lightweight approach tailored for smaller companies.

KriteriumCriterion Klassisches MBSE im KonzernClassical MBSE in Enterprises Lean MBSE für KMU und SpezialistenLean MBSE for SMEs and Specialists
Primäres ZielPrimary Goal Vollständige digitale Repräsentation des SystemsFull digital representation of the system Schnelle Klärung von Schnittstellen und FertigbarkeitRapid clarification of interfaces and manufacturability
WerkzeugeTools Umfangreiche und monolithische Software-SuitenExtensive and monolithic software suites Leichtgewichtige Tools und ein zentrales ArchitekturmodellLightweight tools and a centralized architecture model
PersonalPersonnel Dedizierte Rollen für Systems EngineeringDedicated roles for Systems Engineering Parallele Arbeit von Entwicklern und ProduktionParallel work by developers and production teams
DokumentationDocumentation Automatische Generierung aller Dokumente aus dem ModellAutomated generation of all documents from the model Modellierung fokussiert die kritische LogikModeling focuses on critical logic

Strategische Hebel zur Entwicklungs­beschleunigung

Strategic Levers for Development Acceleration

MBSE bietet einige strategische Hebel, um Entwicklungen zu beschleunigen und langfristig effizienter zu machen.

MBSE offers distinct strategic levers to accelerate development pipelines and increase long-term resource efficiency.

StrategieStrategy FokusFocus Einfluss auf die Entwicklungs­geschwindigkeitImpact on Development Speed
VerifikationVerification Fehlervermeidung an den Schnittstellen von Hardware, Software und Mechanik sowie der ProduktionError prevention at the interfaces of hardware, software, mechanics, and production Hoher Impact durch die Vermeidung teurer Redesigns und WerkzeugänderungenHigh impact by avoiding expensive redesigns and tooling changes
Standardisierte PlattformenStandardized Platforms Wiederverwendung bewährter Module und etablierter FertigungsprozesseReuse of proven modules and established manufacturing processes Hoher Impact durch die deutliche Verkürzung der Konzeptphase und des ProduktionsanlaufsHigh impact by significantly shortening the concept phase and production ramp-up
Kontinuierliche IntegrationContinuous Integration Laufende Qualitätssicherung im GesamtsystemOngoing quality assurance in the overall system Hoher Impact durch die automatisierte Validierung des Modells gegen die AnforderungenHigh impact through automated validation of the model against requirements

Zusammenfassung der Strategien zur Verkürzung der Entwicklungszeiten

Summary of Strategies to Shorten Development Times

  • Die Beschränkung der Modellierung auf kritische Schnitt­stellen und wesentliche Zustands­maschinen verringert den Dokumentations­aufwand im Vergleich zu einer vollständigen Abbildung des Gesamt­systems.
  • Der Einsatz von leicht­gewichtigen und text­basierten Werkzeugen reduziert die Einarbeitungs­zeit sowie die Kosten.
  • Ein zentrales Architektur­modell dient als gemeinsame Daten­basis und ermöglicht den automatisierten Abgleich von Änderungen zwischen den betroffenen Fach­bereichen.
  • Die modell­basierte Verknüpfung von Anforderungen mit funktionalen Blöcken sichert das technologische Wissen im Unter­nehmen und beschleunigt weitere Entwicklungen.
  • Das Verschieben von Verifi­kations­schritten in die digitale Phase durch Software-in-the-loop und Hardware-in-the-loop ent­koppelt die Software­entwicklung von den physischen Liefer­zeiten der Komponenten.
  • Eine gezielte Vorstudie zur Erstellung funktionaler Breadboard-Aufbauten ermöglicht Tests der Elektronik los­gelöst von den mechanischen Vorgaben.
  • Die Verwendung von Standard-Entwicklungsboards und Prototypen aus additiven Fertigungs­verfahren stellt der Software­abteilung frühzeitig funktionale Muster bereit.
  • Ein versioniertes Schnitt­stellen-Register im Repository generiert Konfigurations­daten sowie Software-Header automatisiert und vermeidet dadurch manuelle Übertragungs­fehler bei cyber-physischen Systemen.
  • Regelmäßige kurze Integrations­sprints an physischen oder teil­virtuellen Versuchs­aufbauten auf Unter­nehmensebene decken Fehler frühzeitig auf.
  • Restricting modeling to critical interfaces and essential state machines reduces documentation overhead compared to a full representation of the entire system.
  • The use of lightweight and text-based tools reduces onboarding time and costs.
  • A centralized architecture model serves as a common data basis and enables automated synchronization of changes between the affected engineering disciplines.
  • The model-based linking of requirements with functional blocks secures technological knowledge within the company and accelerates future developments.
  • Shifting verification steps into the digital phase via software-in-the-loop and hardware-in-the-loop decouples software development from physical component lead times.
  • A targeted pre-study for creating functional breadboard setups enables electronics testing independent of mechanical constraints.
  • The use of standard development boards and prototypes from additive manufacturing processes provides functional samples to the software department early on.
  • A versioned interface register in the repository generates configuration data and software headers automatically, thereby preventing manual transcription errors in cyber-physical systems.
  • Regular short integration sprints on physical or semi-virtual test setups at the enterprise level uncover errors early on.

Möglichkeiten zur Verkürzung der Entwicklungszeiten durch künstliche Intelligenz

Opportunities to Shorten Development Times through Artificial Intelligence

  • Die automatisierte Analyse von Lasten­heften durch Sprach­modelle identifiziert Widersprüche in den Anforderungen frühzeitig und verhindert dadurch fehlerhafte Spezifikationen für Hardware, Software und Mechanik.
  • Algorithmen evaluieren historische Projekt­daten und sagen potenzielle Schnitt­stellen­konflikte bei mechatronischen Systemen bereits während der frühen Konzept­phase voraus.
  • Die durch künstliche Intelligenz unterstützte Generierung von Software-Headern und Treiber­schichten aus funktionalen Architektur­modellen beschleunigt die Programmierung für cyber-physische Systeme.
  • Maschinelles Lernen optimiert die Parametrierung von Simulations­modellen für komplexe physikalische Effekte und verkürzt so die virtuelle Absicherung der verschiedenen technischen Disziplinen.
  • Die automatisierte Erstellung und Durchführung von Test­anordnungen in Software-in-the-Loop-Umgebungen reduziert den zeitlichen Aufwand bei der Absicherung der funktionalen Systems­sicherheit.
  • Automated analysis of requirement specifications by language models identifies contradictions in requirements early on, preventing faulty specifications for hardware, software, and mechanics.
  • Algorithms evaluate historical project data and predict potential interface conflicts in mechatronic systems during the early concept phase.
  • AI-supported generation of software headers and driver layers from functional architecture models accelerates programming for cyber-physical systems.
  • Machine learning optimizes the parameterization of simulation models for complex physical effects, shortening the virtual validation across different technical disciplines.
  • Automated creation and execution of test setups in software-in-the-loop environments reduces the time required to validate functional system safety.