Im Zeitalter immer kürzerer Prozessketten zur Etablierung neuer Techniken steht der Nutzen durch innovative Entwicklungstools im Vordergrund. Durch die Einführung digitaler Baustufen lassen sich schon in frühen Stadien erste Rückschlüsse auf die Durchführbarkeit oder die realisierbaren Potenziale treffen. Dabei bedienen sich die Simulationsmodelle stets einer umfassenden Menge an Know-How und Erfahrung. Je mehr davon aus der fortschreitenden Entwicklung in die Modellbildung zurückgespiegelt wird, desto akkurater und genauer werden die simulierbaren Ergebnisse. Dies bedeutet jedoch im Umkehrschluss, dass gerade bei mangelndem Expertenwissen eine Neuauslegung einer Komponente große Risiken birgt oder einen immensen Mehraufwand bedeutet. Im Rahmen der vorliegenden Arbeit wird diese Problematik aufgegriffen und nachhaltig gelöst. Dabei orientiert sich die Lösungsfindung am Beispiel eines passiven, elektromechanischen Phasenstellers für unterschiedliche Stopp-/Start-Strategien. Dem Anwender steht dabei ein innovatives Werkzeug zur Verfügung: das R-Modell. Dieses zeichnet sich, gegenüber bisherigen Modellen, durch hohe Flexibilität, eine variable Auflösung, einen hohen Abstraktionsgrad sowie die Darbietung geeigneter Werkzeuge und Hilfsmittel zur Problemlösung aus. In dem Fallbeispiel führt das R-Modell durch Kanonisieren komplexer verbrennungsmotorischer Zusammenhänge zu Schnittstellen, mit denen sich auch ohne Fachwissen Rückschlüsse auf die Einflussnahme geometrischer Änderungen der Phasensteller auf den Motor-Stopp-/Start treffen lassen. Gerade im Rahmen einer Projektübergabe der Vorentwicklung zur Serienentwicklung ist die Weitergabe eines solchen Werkzeugs von unermesslichem Wert: So können in der Neudimensionierung bauraumkritischer Bauteile bereits Erkenntnisse über die Konsequenzen auf innermotorische Größen betrachtet werden, ohne dass der bearbeitende Konstrukteur das thermodynamische Fachwissen besitzt. Ändern sich motorische Rahmengrößen, so bietet das R-Modell ebenfalls die Möglichkeit, einzelne Bereiche iterativ anzupassen ohne alle Phasen der Modellbildung neu zu durchlaufen. Daraus folgt die maßgebende Flexibilität des Modells; Es ermöglicht dem Anwender lediglich an der Stelle Input zu liefern, an der dieser benötigt wird.