Kompetencer
Research & Development
Sagt enkelt: vi finder ud af, om noget kan bygges - og hvordan - før det bygges for alvor.
Baggrunden er et kort over DNT's seks fagområder og forbindelserne mellem dem. Digital Products er forbundet med Software & AI. Software & AI er forbundet med Digital Products, Connected Systems, Automation & CTS og R&D. Connected Systems er forbundet med Software & AI, Automation & CTS og Hardware & Machines. Automation & CTS er forbundet med Software & AI, Connected Systems og Hardware & Machines. Hardware & Machines er forbundet med Connected Systems, Automation & CTS og R&D. R&D er forbundet med Software & AI og Hardware & Machines. Denne side hører til R&D.
Problemet
Når ingen ved, om det kan lade sig gøre
En idé ser lovende ud, men teknologien er usikker, der er intet bevis for, at den virker, og ingen vil investere i et fuldt byggeri på et gæt.
Kort fortalt
Overblik
R&D er den måde, vi mindsker usikkerheden på, trin for trin: et koncept, små eksperimenter, en prototype, validering under virkelige forhold og til sidst et produkt, der kan bygges og vedligeholdes.
Vi siger det tydeligt, når et eksperiment viser, at noget ikke virker - det er også et resultat.
Hvor det passer ind
R&D kan starte i alle de andre områder og fører ofte videre til Hardware & Machines eller Digital Products.
R&D
Det bygger vi
Koncept
Beskrivelse af idéen, og hvad der skal være sandt, for at den virker.
Eksperiment
Små test af de mest risikable antagelser først.
Prototype
En fungerende model, der viser, at det kan lade sig gøre.
Validering
Test mod virkelige forhold og krav.
Produktudvikling
En bevist prototype gjort til noget, der kan bygges og vedligeholdes.
Systemer
Typiske systemkombinationer
- Koncept
- Eksperiment
- Prototype
- Validering
- Produkt
Eksempel til illustration
Ærligt talt
Er det det rigtige valg?
Et godt valg, når
- Teknologien eller fremgangsmåden er usikker
- Der skal bevis til før en større investering
- Et nyt produkt skal undersøges
Sandsynligvis ikke det rigtige valg, når
- Løsningen er allerede kendt og afprøvet
- Der er ikke plads til at lære af et eksperiment, der fejler
Teknisk visning
Eksperimenter dokumenteres med opstilling, data og resultat, så det, vi lærte, kan bruges igen - også når svaret er nej.
- Testopstillinger og måling
- Prototyper
- Dokumenterede resultater