Häufig gestellte Fragen
Was unterscheidet einen Digital Twin von einem 3D-Modell oder einer Simulation?
Ein 3D-Modell oder eine klassische Simulation ist statisch und bildet einen festen Konstruktions- oder Berechnungszustand ab, während ein Digital Twin fortlaufend mit Echtzeit- und Historiendaten des realen Objekts synchronisiert wird. Diese laufende Rückkopplung zur Realität ist das zentrale Merkmal: Verändert sich das physische Asset, etwa durch Verschleiß oder geänderte Betriebsparameter, spiegelt sich das im Zwilling wider. Ein 3D-Modell oder Simulationsmodell kann ein Baustein des Zwillings sein, ersetzt aber ohne die kontinuierliche Datenverbindung keinen digitalen Zwilling. Auch ein Data Warehouse ist kein Twin, da es Daten historisiert, aber nicht den aktuellen Zustand und das Verhalten eines konkreten Objekts abbildet.
Welche Rolle spielt das ERP im Digital Twin?
Der digitale Zwilling ist kein eigenständiges ERP-Modul, sondern ein systemübergreifendes Konzept, bei dem das ERP die kaufmännischen und stammdatenbezogenen Fakten liefert. Aus dem ERP stammen typischerweise Materialnummern, Stücklisten, Auftrags-, Seriennummern-, Wartungs- und Kosteninformationen, die den technischen Zwilling betriebswirtschaftlich verankern. Die Echtzeit- und Simulationslogik wohnt dagegen meist auf einer IoT- oder Engineering-Plattform, während PLM-Systeme Konstruktions- und Lebenszyklusstände und MES-Systeme die Fertigungsausführung beisteuern. Saubere Stammdaten im ERP sind dabei die Voraussetzung, da sich ohne verlässliche Materialnummern und Stücklisten kein konsistentes Abbild aufbauen lässt.
Welche Voraussetzungen und Schnittstellen braucht ein Digital Twin?
Ein Digital Twin setzt IoT-Sensorik mit Anbindung an eine Daten- oder Asset-Plattform, integrierte CAD- und Engineering-Daten sowie ausreichend Rechenkapazität für Simulationen voraus, ergänzt um fachliche Pflege des Modells. Der Datenaustausch erfolgt häufig über Industrieprotokolle wie OPC UA oder über REST-APIs, wobei große Mengen an Zeitreihendaten so gespeichert werden sollten, dass das ERP nicht überlastet wird. In der Praxis empfiehlt sich der Start mit einem eng umrissenen Anwendungsfall statt mit einem vollständigen Anlagenabbild. Eine saubere Daten- und Schnittstellenarchitektur ist dabei wichtiger als die Wahl eines einzelnen Produkts, und die konkrete Ausprägung sollte mit dem jeweiligen Anbieter abgestimmt werden.
Gibt es Normen und Standards für Digital Twins?
Für Fertigungs-Digital-Twins existiert mit der Normenreihe ISO 23247 ein konzeptionelles Rahmenwerk, das sogenannte Observable Manufacturing Elements wie Personal, Anlagen, Material, Prozesse und Produkte sowie deren Synchronisation mit dem digitalen Abbild beschreibt. Ergänzend gilt die Asset Administration Shell (Verwaltungsschale) als technische Grundlage für die maschinenlesbare Beschreibung industrieller Assets im Kontext von Industrie 4.0; sie ist in der Norm IEC 63278-1:2023 standardisiert. Diese Standards reduzieren Integrationsrisiken und verringern Abhängigkeiten von einzelnen Anbietern, da Daten interoperabel beschrieben werden. Die Verbreitung in der Praxis ist jedoch uneinheitlich, sodass die konkrete Standardkonformität projektabhängig zu prüfen ist.
Lohnt sich ein Digital Twin im Mittelstand und was kostet er?
Für kapitalintensive Maschinen oder komplexe Produktion kann sich ein Digital Twin auch im Mittelstand lohnen, wobei erste Quick Wins häufig bei der Predictive Maintenance einzelner größerer Maschinen entstehen. Asset-bezogene Zwillinge für einige kritische Maschinen bewegen sich nach Branchenangaben in einer Größenordnung ab etwa mehreren zehntausend Euro pro Maschine, während Zwillinge ganzer Fabriken (System Twins) sechs- bis siebenstellige Budgets erreichen können. Lizenzgebühren machen dabei typischerweise nur einen kleineren Teil der Gesamtkosten aus, der Großteil entfällt auf Implementierung, Customizing, Schulung und Datenmigration. Branchenstudien berichten von Reduktionen ungeplanter Stillstände und Wartungskosten im zweistelligen Prozentbereich, die konkrete Wirtschaftlichkeit hängt jedoch stark vom Anwendungsfall und der vorhandenen Systemlandschaft ab.
Welche typischen Anwendungsfälle hat ein Digital Twin in der Produktion?
Ein häufiger Anwendungsfall ist die Predictive Maintenance, bei der Sensordaten zu Vibration, Temperatur, Laufzeit oder Energieverbrauch frühzeitig auf Verschleiß hindeuten und das System einen Wartungsvorschlag erzeugt, bevor ein Ausfall eintritt. Darüber hinaus dient der Zwilling der Prozessoptimierung, der Simulation von Was-wäre-wenn-Szenarien sowie der Produktionsplanung in Verbindung mit ERP- und MES-Systemen. In der Praxis werden drei Reifegrade unterschieden: der Digital Twin Prototype als Produktmodell vor der Fertigung, die Digital Twin Instance als Abbild eines konkreten Exemplars mit seiner Historie und das Digital Twin Aggregate, das viele Instanzen für Flotten- oder Anlagenauswertungen zusammenfasst. Der konkrete Nutzen ergibt sich erst aus der Verbindung technischer Frühwarnung mit der kaufmännischen Disposition im ERP, etwa der Prüfung von Ersatzteilverfügbarkeit und wirtschaftlichem Technikereinsatz.