Digital-Twin-Software für die Fertigung: Eine Checkliste für Käufer

Transparenzhinweis: M365.FM-Host Mirko Peters arbeitet bei der iFAKT GmbH. Diese Seite beschreibt das Unternehmen sachlich; bezahlte Partnerschaften und Links sind als Anzeige gekennzeichnet.

Von Mirko Peters · 2026-11-12

Digital-Twin-Software für die Fertigung hält ein Modell mit Live-Daten synchron. Eine Checkliste, um Plattformen, fertige Werkzeuge, Sicherheit, Kosten und laufende Pflege zu vergleichen.

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Digital-Twin-Software für die Fertigung erstellt ein Modell einer Maschine, einer Linie oder einer Anlage und verbindet dieses Modell mit realen Daten. So können Sie überwachen, was läuft, Probleme vorhersagen oder eine Änderung testen, bevor Sie sie umsetzen. Dieser Artikel richtet sich an Werksleiter, die Angebote vergleichen müssen, die alle dieselben Begriffe verwenden. Die Grundlagen, was ein Twin ist, wiederholen wir nicht. Stattdessen erhalten Sie eine Checkliste zur Auswahl von Software, von dem, was sie enthalten muss, bis zu dem, was ihr Betrieb Sie kostet.

Das Wichtigste in Kürze

• NIST nennt drei wesentliche Elemente eines Twins: hochfrequente Sensorik, zuverlässige industrielle IoT-Konnektivität und Simulationsmodelle für Vorhersagen. Die Software muss diese abdecken oder mit Partnern umsetzen.
• Azure Digital Twins ist ein Plattformdienst für Twin-Graphen und keine fertige Fabrikanwendung. Laut Microsoft unterscheidet er sich von der Vorschauversion des Fabric Digital Twin Builder.
• Klären Sie zuerst, ob Sie eine Plattform als Grundlage oder ein fertiges Werkzeug für eine bestimmte Fragestellung benötigen. Die Antwort bestimmt, wer die Arbeit übernimmt und was sie kostet.
• ISO 23247-1 bietet einen Überblick über ein Digital-Twin-Framework für die Fertigung und die dazugehörigen allgemeinen Grundsätze. Das hilft Ihnen, mit Anbietern ein gemeinsames Vokabular festzulegen.
• Planen Sie neben den Lizenzen auch Budget für Datenintegration, Modellvalidierung und laufende Pflege ein. Beschränken Sie einen ersten Pilotversuch auf eine Linie und eine Entscheidung.

Was sollte Digital-Twin-Software für die Fertigung enthalten?

Beginnen Sie mit einer Definition, die Anbieter nicht aufweichen können. NIST beschreibt einen Digital Twin als dynamische, datengetriebene virtuelle Abbildung, die ihr physisches Gegenstück genau nachbildet, sich mit ihm verbindet und mit ihm synchronisiert. Ein Twin ist demnach kein statisches Modell. Außerdem nennt NIST drei wesentliche Elemente, die seine Genauigkeit, seinen Nutzen und seine langfristige Tragfähigkeit bestimmen: hochfrequente Sensorik, zuverlässige industrielle IoT-Infrastruktur für die Konnektivität sowie fortschrittliche Simulationsmodelle für prognostische Analysen.

Übersetzen Sie diese drei Elemente für jedes Produkt in Fragen:

1. Daten rein. Welche Quellen liest die Software aus: Maschinensteuerungen, Sensoren, MES, ERP, Tabellenkalkulationen? Wie oft werden die Daten aktualisiert? Wer baut jede Verbindung auf und pflegt sie?
2. Ein Modell, das Aussagekraft hat. Wie wird die Anlage beschrieben: Assets, Linien, Prozesse, Beziehungen? Kann Ihr eigenes Team diese Beschreibung anpassen, wenn sich der Prozess ändert?
3. Analyse obendrauf. Zeigt die Software nur aktuelle Werte an, oder kann sie Vorhersagen treffen, simulieren und Szenarien vergleichen? Ist diese Funktion eingebaut oder ein eigenes Projekt?

Ergänzen Sie dann zwei praktische Anforderungen: Die Menschen müssen die Ergebnisse lesen können (Dashboards, Berichte, Warnmeldungen), und der Zugriff muss rollenbasiert gesteuert werden. Wenn ein Produkt eines dieser fünf Elemente nicht abdeckt, fragen Sie, wer es liefert.

Welche Arten von Software werden als Digital Twins verkauft?

Die Bezeichnung Digital Twin deckt sehr unterschiedliche Dinge ab. Ordnen Sie Angebote in vier Gruppen ein, bevor Sie Preise vergleichen.

• Plattformen als Grundlage. Sie stellen die Bausteine bereit, um ein Modell zu speichern, Daten anzubinden und abzufragen. Sie oder ein Partner bauen die Lösung darauf auf.
• Fertige Produktions-Zwillinge. Sie bringen ein vorgefertigtes Datenmodell für die Produktion mit, zum Beispiel für Planung, Simulation oder Optimierung einer Anlage, und erfordern weniger Entwicklungsaufwand.
• Asset- und Zustands-Zwillinge. Sie konzentrieren sich auf den Zustand von Maschinen. Sie werten Sensordaten aus, um Verschleiß und Auffälligkeiten zu erkennen.
• Design- und Inbetriebnahme-Zwillinge. Sie testen Layouts und Steuerungslogik, bevor die Anlagen installiert werden.

Ein Werkzeug aus der einen Gruppe beantwortet eine andere Frage als ein Werkzeug aus einer anderen. Ein Zustands-Zwilling sagt Ihnen nicht, ob ein neues Schichtmodell Ihren Rückstau abbaut, und eine Produktionssimulation sagt Ihnen nicht, wann ein Lager ausfällt. Legen Sie zuerst Ihre Entscheidung schriftlich fest und wählen Sie dann die Gruppe.

Was bietet Ihnen eine Plattform wie Azure Digital Twins?

Azure Digital Twins ist das Beispiel von Microsoft. Laut Microsoft Learn handelt es sich um einen Platform-as-a-Service-Dienst zum Erstellen von Twin-Graphen auf Basis digitaler Modelle von Umgebungen wie Gebäuden, Fabriken oder Energienetzen. Ihr Fachvokabular definieren Sie in der Digital Twins Definition Language (DTDL), einer JSON-ähnlichen Sprache. Twins sind Instanzen dieser Modelle. Beziehungen zwischen Twins bilden den Graphen, den Sie als aktuelle, live abfragbare Abbildung nutzen können. IoT Hub kann Gerätedaten liefern, REST-APIs und Konnektoren können Daten aus Geschäftssystemen einbinden, und Event-Routen können Twin-Daten zur Analyse an andere Azure-Dienste weitergeben.

Für einen Käufer sind zwei Punkte wichtig. Erstens ist das ein Baustein. Er speichert und verknüpft das Modell. Die Was-wäre-wenn-Logik einer Produktionssimulation mit Warteschlangen, Rüstzeiten und Schichtkalendern ist eine andere Softwarekomponente. Das Ergebnis müssen Sie oder ein Partner selbst entwickeln. Zweitens hält die Seite fest, dass sich Azure Digital Twins vom Fabric Digital Twin Builder (Vorschau) und von IoT-Hub-Gerätezwillingen unterscheidet. Klären Sie, welches davon ein Kollege oder Anbieter meint, bevor Sie Ihre Planung darauf aufbauen.

Der Verlauf ist ein eigener Schritt. Der Graph ist eine Live-Ansicht. Microsofts Seite zum Datenverlauf erklärt, dass Sie eine Instanz mit einem Azure-Data-Explorer-Cluster verbinden, um Graph-Aktualisierungen über die Zeit aufzuzeichnen. Dazwischen steht ein Event-Hubs-Namespace. Die Seite weist außerdem darauf hin, dass Nachrichten, die der Datenverlauf erzeugt, nach der Nachrichten-Preisdimension abgerechnet werden. Anders gesagt: „Wir wollen die Trends des letzten Monats sehen“ bedeutet zusätzliche Komponenten und eine zusätzliche Kostenposition. Stellen Sie jedem Anbieter dieselbe Frage: Wo liegt der Verlauf, und was kostet er?

Sollten Sie auf einer Plattform aufbauen oder ein fertiges Werkzeug kaufen?

Nutzen Sie diese Fragen für Ihre Entscheidung.

• Wie präzise ist Ihre Frage? Bei einer klar umrissenen Produktionsfrage, etwa zu Kapazität, Personaleinsatz oder Produktmix, liefert ein fertiges Werkzeug meist schneller eine Antwort. Für eine breite, langfristige digitale Grundlage über viele Asset-Typen hinweg bietet eine Plattform mehr Flexibilität.
• Wer leistet die Arbeit? Eine Plattform braucht Entwickler oder einen Partner. Kalkulieren Sie deren Zeitaufwand ein. Ein fertiges Werkzeug verlagert die Arbeit auf Konfiguration und Datenaufbereitung.
• Wie einzigartig ist Ihr Prozess? Je ungewöhnlicher Ihr Prozess ist, desto wichtiger wird ein flexibles Modell. Standardabläufe passen besser zu fertigen Werkzeugen.
• Wie lange planen Sie, es zu nutzen? Ein Modell, das jahrelang bestehen soll, braucht einen Verantwortlichen und ein Budget für Änderungen. Klären Sie, wer es aktualisiert, wenn Sie eine Produktfamilie ergänzen oder eine Linie verlegen.
• Was haben Sie bereits im Einsatz? Wenn Ihre IT-Abteilung bereits eine Cloud-Plattform und ein Data-Team betreibt, kann ein Plattformaufbau passen. Wenn Sie beides nicht haben, ist ein fertiges Werkzeug oft der realistischere Weg.

Für alle gibt es keine einheitlich richtige Antwort. Viele Werke landen bei beidem: einer Plattform für die gemeinsame Datengrundlage und einem fertigen Werkzeug für eine bestimmte Entscheidung. Planen Sie die Schnittstelle zwischen beiden von Anfang an.

Wie prüfen Sie Konnektivität und Standards?

Ein Zwilling ist nur dann nützlich, wenn Daten hineinkommen und Ergebnisse herauskommen. Fragen Sie, wie sich die Software mit Anlagen unterschiedlichen Alters und verschiedener Hersteller verbindet.

Ein verbreiteter Weg ist OPC UA. Laut OPC Foundation transportiert OPC UA Daten von Fabrik- und Prozessleittechnik zu Unternehmenssystemen, mit Schwerpunkt auf Sicherheit, Zuverlässigkeit und plattformübergreifendem Betrieb. Die Foundation gibt außerdem an, dass der Standard 2011 als IEC 62541 veröffentlicht wurde. Ein Anbieter, der OPC UA unterstützt, kann viele Maschinen meist ohne eigene Treiber auslesen. Ältere Anlagen benötigen unter Umständen jedoch Gateways oder zusätzliche Sensorik.

Für das Framework selbst ist ISO 23247-1 der erste Teil der Norm "Digital twin framework for manufacturing". Laut ISO wurde sie im Oktober 2021 veröffentlicht. Sie enthält einen Überblick und allgemeine Grundsätze, einschließlich Begriffen, Definitionen und Anforderungen an das Framework. Das Lesen baut Ihren digitalen Zwilling zwar nicht, aber Ihr Team und Ihre Anbieter sprechen danach dieselbe Sprache. Fragen Sie nach, ob die Architektur eines Anbieters darauf Bezug nimmt und was das konkret bedeutet, nicht nur auf einer Folie.

Fragen Sie außerdem nach den Grenzen des Systems:

• Können Sie Ihr Modell und Ihre Daten in einem offenen Format exportieren?
• Lässt sich das System ohne Individualentwicklung für jeden Bericht an Ihr ERP, MES und Reporting-Werkzeuge anbinden, zum Beispiel Power BI?
• Was passiert, wenn ein Datenstrom abbricht? Ein Zwilling, der weiterhin alte Werte mit voller Zuversicht anzeigt, ist schlechter als einer, der eine Lücke zeigt.

Wie bewerten Sie Sicherheit und Zugriff?

Ein digitaler Zwilling verbindet Systeme, die vorher getrennt waren: Maschinen, Fertigungsaufträge und vielleicht Lieferantendaten. Das erweitert den Weg, den ein Angreifer nehmen könnte, und den Kreis der Personen, die Ihre Prozesse einsehen können.

Stellen Sie diese Fragen schriftlich:

• Wer kann welche Teile des Modells einsehen und bearbeiten? Ist der Zugriff rollenbasiert, und lässt er sich nach Werk oder Linie einschränken?
• Wo werden die Daten gespeichert, wer betreibt sie, und was passiert mit ihnen, wenn Sie den Anbieter verlassen?
• Wie werden Änderungen am Modell protokolliert, und können Sie sie zurücksetzen?
• Welche Sicherheitszertifizierungen hat der Anbieter, und welchen Geltungsbereich haben sie? Ein Zertifikat für das Unternehmen deckt nicht automatisch das Produkt ab, das Sie kaufen.
• Wie gelangen Updates und Patches ins System, und wer ist dafür verantwortlich?

Wenn Sie Daten mit Kunden oder Lieferanten teilen, klären Sie bei Ihren Kunden, ob sie vor einer Anbindung bestimmte Sicherheitsbewertungen verlangen.

Was kostet es wirklich, und wie messen Sie den Nutzen?

Lizenzgebühren sind der sichtbare Teil. Der Rest kommt meist später:

• Sensoren, Gateways und Netzwerkarbeiten für Maschinen ohne digitale Ausgabe.
• Datenaufbereitung: Bereinigung, Zuordnung und Abstimmung von Definitionen über Systeme hinweg.
• Aufbau des Modells und Validierung anhand realer Ergebnisse.
• Cloud-Verbrauch, etwa Nachrichtenvolumen und Speicher für die Historie.
• Personal, das das Modell nach jeder Prozessänderung pflegt.
• Schulungen für die Personen, die die Ergebnisse nutzen.

Lassen Sie jeden Anbieter eine Pilotlinie über drei Jahre inklusive all dieser Punkte kalkulieren. Vergleichen Sie Gesamtkosten, nicht Abonnements.

Legen Sie die Kennzahl für den Nutzen vor dem Start fest. Verknüpfen Sie sie mit der Entscheidung, die der Zwilling unterstützt: ungeplante Stillstände auf der Pilotlinie, Durchlaufzeit, Termintreue, Rüstzeit, Ausschuss oder Instandhaltungsaufwand. Erfassen Sie mindestens einige Wochen lang eine Ausgangsbasis, führen Sie den Pilotbetrieb durch und vergleichen Sie dann. Wenn Sie keine Zahl nennen können, die sich verändern soll, sind Sie noch nicht bereit zu kaufen.

Hier ein hypothetisches Beispiel. Ein Werkleiter möchte wissen, ob eine zweite Schicht an einer Montagezelle den wiederkehrenden Rückstau abbauen würde. Dafür braucht es keine Live-Maschinendaten. Eine Simulation auf Basis von Arbeitsplänen, Taktzeiten und Kalendern kann die Frage direkt beantworten. Ein Zustandsüberwachungs-Zwilling mit Sensorprogramm wäre ein deutlich größeres Projekt und würde die Frage gar nicht beantworten. Entscheidend ist das günstigste Werkzeug, das die Entscheidung tatsächlich unterstützt.

Wie halten Sie einen digitalen Zwilling über die Zeit genau?

Werke verändern sich, und ein Zwilling, der nicht aktualisiert wird, driftet von der Realität ab. Legen Sie früh Regeln fest.

1. Benennen Sie für jedes Modell einen Verantwortlichen, mit einem Stellvertreter.
2. Versionieren Sie das Modell. Halten Sie fest, wer was und warum geändert hat, und behalten Sie die Möglichkeit zum Zurücksetzen.
3. Koppeln Sie Modelländerungen an Änderungen im Werk. Eine neue Produktfamilie, eine versetzte Maschine oder ein geändertes Schichtmodell löst eine Modellprüfung aus.
4. Validieren Sie regelmäßig. Vergleichen Sie die Ergebnisse des Zwillings mit realen Ergebnissen eines aktuellen Zeitraums und dokumentieren Sie die Abweichungen.
5. Skalieren Sie schrittweise. Fügen Sie die nächste Linie erst hinzu, wenn die erste einen Verantwortlichen, ein validiertes Modell und ein messbares Ergebnis hat. Bei mehreren Werken standardisieren Sie die zentralen Datendefinitionen und erlauben kontrollierte lokale Abweichungen.

Häufige Fehler

• Software kaufen, bevor die Entscheidung benannt ist, die sie unterstützen soll.
• Lizenzpreise vergleichen und dabei Integration, Validierung und laufenden Betrieb ausblenden.
• Eine Plattform wählen, obwohl ein fertiges Werkzeug die Frage beantworten würde, oder umgekehrt.
• Ein 3D-Modell als Beleg für einen Digitalen Zwilling akzeptieren, obwohl es nicht mit Live-Daten gespeist wird.
• Nicht prüfen, was passiert, wenn ein Datenfeed ausfällt.
• Das Modell ohne Verantwortlichen zurücklassen, sobald das Projektteam weiterzieht.
• Mit der gesamten Anlage statt mit einer einzelnen Linie beginnen.

Wo Polaris passt

Wenn Ihre erste Frage die Planung und Was-wäre-wenn-Entscheidungen betrifft, ist iFAKT Polaris eine Option, die Sie prüfen sollten. iFAKT beschreibt Polaris als KI plus digitalen Zwilling für die Produktion, der ERP-Daten mit einem digitalen Zwilling der Fertigung kombiniert. Das Modul Polaris Designer wandelt Eingangsdaten wie ERP-Daten, Prozesszeiten, Ressourcenstrukturen und Restriktionen in einen Wissensgraphen aus Produkt, Prozess und Ressource um, der als einzige Quelle der Wahrheit dient. Das Modul Polaris Simulator baut darauf auf und testet das Produktionssystem virtuell, einschließlich Kapazitäts-, Personal- und Puffer-Szenarien. Es ist auf Entscheidungen in der Produktionsplanung ausgerichtet, nicht auf die Zustandsüberwachung einzelner Maschinen. Prüfen Sie daher zuerst, ob es zu Ihrer Frage passt.

Verwandte Themen zum Vertiefen

• Standards und Interoperabilität: wie OPC UA, weitere Protokolle und ISO 23247 in einem gemischten Maschinenpark zusammenspielen.
• Middleware und Integration: Anbindung digitaler Zwillinge an ERP, MES und SCADA, ohne für jeden Bericht eine eigene Verbindung zu bauen.
• Modell-Governance: Versionierung, Zugriffsrollen und Review-Zyklen für Modelle, die sich ständig verändern.
• Skalierung über Standorte hinweg: zentrale versus lokale Modelle und wie Sie Datendefinitionen konsistent halten.
• Gesamtkosten und Nutzen: wie Sie eine Kostenbetrachtung über drei Jahre und eine Vorher-nachher-Kennzahl für ein Pilotprojekt aufbauen.

Nächster Schritt

Halten Sie die eine Entscheidung schriftlich fest, die ein digitaler Zwilling unterstützen soll, sowie die Kennzahl, die sich verändern sollte, wenn es funktioniert. Nehmen Sie diese Seite zum nächsten Gespräch mit einem Anbieter mit und fragen Sie jeden Anbieter, wie seine Software für digitale Zwillinge in der Fertigung diese Frage auf einer Pilotlinie beantworten würde: mit welchen Daten und zu welchen Gesamtkosten über drei Jahre.