Digitaler Zwilling des Wertstroms: Änderungen testen, bevor Sie sie umsetzen

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 · 2026-11-11

Ein digitaler Zwilling des Wertstroms bildet eine Produktfamilie mit Live-Daten ab, sodass Sie Losgrößen und Schichtmodelle virtuell testen können. Enthält ein erfundenes Beispiel.

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Ein digitaler Zwilling des Wertstroms ist ein Modell des Materialflusses einer Produktfamilie, das mit realen Daten synchron gehalten wird. So können Sie eine Änderung am Modell testen, bevor Sie sie in der Fertigung umsetzen. Dieser Artikel richtet sich an Werkleiter, die eine Wertstromanalyse und eine Liste mit Ideen haben und wissen möchten, welche Idee sich lohnt. Er erklärt, was der Zwilling ist, was er benötigt, wie ein What-if-Test abläuft, zeigt ein erfundenes Beispiel mit Zahlen und nennt die Grenzen, die Sie im Blick behalten sollten.

Das Wichtigste in Kürze

• Ein digitaler Zwilling des Wertstroms ist ein Modell einer Produktfamilie, das mit Daten synchron gehalten wird, sodass sich Änderungen am Modell testen lassen, bevor sie in der Fertigung umgesetzt werden.
• Die ISO 23247-1 definiert einen digitalen Zwilling als zweckgerechte digitale Repräsentation eines beobachtbaren Fertigungselements, die mit diesem Element synchronisiert ist.
• Eine Simulationsstudie einer Anlage zur Rohrbearbeitung kombinierte die Wertstromanalyse mit diskreter Ereignissimulation, um belastbare, quantifizierbare Belege für Lean-Maßnahmen zu liefern.
• Kalibrieren Sie zuerst: Das Modell muss die heutige Durchlaufzeit und den heutigen Durchsatz reproduzieren, bevor Sie seinen Aussagen zur Zukunft vertrauen.
• Testen Sie Was-wäre-wenn-Szenarien wie eine kleinere Losgröße, eine schnellere Rüstzeit oder einen zusätzlichen Mitarbeiter einzeln nacheinander und bestätigen Sie den besten Kandidaten anschließend in einem Versuch in der Fertigung.

Was ist ein digitaler Zwilling des Wertstroms?

Eine Wertstromanalyse zeigt, wie Material und Informationen durch eine Produktfamilie fließen, mit Prozessschritten, Warteschlangen und Übergaben. Sie ist eine Momentaufnahme. Sie kann nicht zeigen, was mit der Durchlaufzeit passiert, wenn Sie die Losgröße halbieren, einen Mitarbeiter hinzufügen oder eine Rüstzeit verkürzen, denn die Karte bewegt sich nicht.

Ein Modell, das sich bewegt, ist eine Simulation. Es bildet Prozessschritte, Ressourcen, Aufträge und die normale Schwankung ab und spielt den Fluss in der Zeit vorwärts. Auf die Frage „Was passiert, wenn?“ erhalten Sie so eine quantifizierte Antwort. Der Eintrag zur Fabriksimulation beschreibt dies als kontrolliertes Modell, wie Arbeit durch einen Teil der Fabrik fließt, sodass eine geplante Änderung getestet werden kann, bevor sie umgesetzt wird.

Ein digitaler Zwilling geht einen Schritt weiter: Zwillinge erlauben es, jeden Test vom realen Zustand aus zu starten. Die Internationale Organisation für Normung definiert ihn in ISO 23247-1 als zweckgerechte digitale Repräsentation eines beobachtbaren Fertigungselements, die mit dieser digitalen Repräsentation synchronisiert ist. Einfach ausgedrückt ist ein digitaler Zwilling ein virtuelles Abbild, das anhand von Beobachtungen aktualisiert wird. Ein digitaler Zwilling des Wertstroms wendet diese Idee auf den Fluss einer Produktfamilie an. Beobachtbare Fertigungselemente sind unter anderem Personal, Betriebsmittel, Material, Prozess und Anlage. Beim Wertstrom ist das Element der Strom selbst: seine Schritte, Maschinen, Menschen, Materialien und Aufträge.

Der Test ist einfach. Startet das Modell dank laufender Datenpflege vom heutigen realen Zustand, verhält sich der digitale Zwilling tatsächlich als Zwilling. Füllen Sie es einmalig von Hand, handelt es sich um eine Simulation.

Warum Änderungen virtuell testen?

Änderungen in der Produktion kosten Zeit und stören die Leistung. Ein Test am Modell dauert Stunden und stoppt die Linie nicht. Wei Xia und Jiwen Sun beschreiben dies in einer Fallstudie zu einer Anlage für die Rohrbearbeitung, veröffentlicht 2013 im Journal of Industrial Engineering and Management. Sie kombinierten Wertstromanalyse mit ereignisdiskreter Simulation, einer Methode, die ein System als Abfolge von Ereignissen über die Zeit abbildet. Das Abstract besagt, dass die Simulation messbare Belege für Lean-Ansätze liefert, die Unsicherheit verringert und Übereinstimmung zwischen den Beteiligten schafft. Außerdem berichten die Autoren, dass die simulierten Ergebnisse mit den realen Produktionsdaten übereinstimmten und dass Szenarien genutzt wurden, um einen zukünftigen Zustand zu ermitteln. Das Abstract nennt keine Zahlen. Lesen Sie es daher als Methodenreferenz und nicht als Beleg für ein bestimmtes Verbesserungspotenzial.

In der Praxis ergeben sich drei Vorteile:

• Weniger Risiko. Sie erkennen eine schlechte Idee, bevor Sie dafür bezahlen.
• Bessere Rangfolge. Bei mehreren Ideen zeigt das Modell, welche die Durchlaufzeit oder den Durchsatz am stärksten verbessert.
• Gemeinsames Verständnis. Planung, Produktion und Finanzen können denselben Testfall betrachten und sich auf die Zahlen einigen.

Was benötigt das Modell?

Das Modell ist nur so gut wie seine Eingangsdaten. Für eine erste Version sollten Sie Folgendes erfassen:

• Arbeitspläne: die Arbeitsschritte und ihre Reihenfolge für jedes Produkt der Produktfamilie.
• Zeiten: Zykluszeiten sowie Rüst- und Umrüstzeiten, in der Produktion gemessen und nicht nur aus dem ERP-System übernommen.
• Verfügbarkeit: Schichtkalender, geplante Pausen, Störungen und deren typische Dauer.
• Bedarf: Auftragsgrößen und Eingangsmuster, einschließlich des Variantenmixes.
• Regeln: Losgrößen, Freigaberegeln, Prioritäten und Puffergrenzen.
• Personal: Bediener je Arbeitsschritt und deren Qualifikationen.
• Schwankungen: die Streuung der Zeiten, nicht nur die Mittelwerte, denn Warteschlangen entstehen durch Schwankungen.

Sensoren und Maschinenanbindungen (das Internet der Dinge) können Echtzeitdaten zu Zykluszeiten und Stillstandszeiten liefern und manuelle Buchungen reduzieren. Sie helfen, aber ein erster digitaler Zwilling kann auch mit ERP-Buchungen und einer Zeitstudie mit der Stoppuhr laufen. Ergänzen Sie Maschinendaten dort, wo eine Entscheidung sie benötigt.

Wie führen Sie einen Was-wäre-wenn-Test durch?

1. Basislinie erstellen. Bilden Sie den aktuellen Zustand einer Produktfamilie ab.
2. Kalibrieren. Führen Sie das Modell aus und vergleichen Sie Durchlaufzeit, Durchsatz und Warteschlangen mit gemessenen Werten. Wenn die Abweichung groß ist, suchen Sie die fehlende Verzögerung oder die falsche Zeit. Machen Sie erst weiter, wenn das Modell den heutigen Zustand reproduziert.
3. Eine Änderung definieren. Zum Beispiel kleinere Lose, eine kürzere Umrüstzeit, einen zusätzlichen Bediener, eine Puffergrenze oder eine neue Freigaberegel.
4. Viele Durchläufe ausführen. Aufgrund der Schwankungen ist ein einzelner Lauf nur eine Stichprobe. Wiederholen Sie den Test deshalb mehrfach und betrachten Sie die Spannweite.
5. Vergleichen. Betrachten Sie Durchlaufzeit, Durchsatz, Warteschlangenlänge und die Auslastung des Engpasses.
6. Kombinieren. Testen Sie die besten Optionen gemeinsam, denn die Effekte beeinflussen sich gegenseitig.
7. Praxistest in der Produktion. Bestätigen Sie den Gewinner in einem begrenzten Versuch und vergleichen Sie das reale Ergebnis mit der Prognose.
8. Modell aktualisieren mit den gewonnenen Erkenntnissen.

Beispiel: eine Linie, drei Tests, erfundene Zahlen

Dieses Beispiel ist erfunden. Die Zahlen stammen nicht aus einer realen Anlage oder einem realen Modell.

Eine Produktfamilie hat einen Bedarf von 480 Einheiten pro Tag. Das kalibrierte Modell reproduziert eine Durchlaufzeit von 9,0 Tagen und einen Durchsatz von 480 Einheiten pro Tag. Nach Little's Law, wonach der Umlaufbestand dem Durchsatz multipliziert mit der Durchlaufzeit entspricht, befinden sich damit 4.320 Einheiten im Ablauf. Der Engpass läuft mit 96 % seiner Kapazität.

Das Team testet drei Änderungen:

• Kleinere Lose: Die Losgröße wird von 80 auf 40 Einheiten halbiert, was zusätzliche Rüstwechsel verursacht. Modellergebnis: Durchlaufzeit 6,5 Tage, Durchsatz 470 Einheiten pro Tag, weil die zusätzlichen Rüstwechsel Ausstoß kosten.
• Zusätzlicher Bediener am Engpass: Modellergebnis: Durchlaufzeit 7,8 Tage, Durchsatz 480 Einheiten pro Tag.
• Beides zusammen: kleinere Lose und der zusätzliche Bediener. Modellergebnis: Durchlaufzeit 5,4 Tage, Durchsatz 480 Einheiten pro Tag. Der Umlaufbestand beträgt damit 5,4 mal 480, also 2.592 Einheiten.

Das kombinierte Szenario senkt die Durchlaufzeit um 40 %, ohne Ausstoß einzubüßen, während kleinere Lose allein 10 Einheiten pro Tag kosten. Das Team startet einen vierwöchigen Praxistest mit der kombinierten Änderung und vergleicht die reale Durchlaufzeit mit der Prognose von 5,4 Tagen.

Wie passt das in das größere Bild des digitalen Zwillings?

Digitale Zwillinge werden in vielen Branchen eingesetzt, vom einzelnen Gerät bis zum ganzen Standort. Die meisten Beschreibungen verstehen unter einem digitalen Zwilling eine virtuelle Abbildung eines physischen Objekts oder Assets, die über Sensoren und Konnektivität mit Daten versorgt wird und für Analysen, Entscheidungen und beispielsweise die vorausschauende Wartung dient. Manche setzen auf dem Modell zusätzlich maschinelles Lernen oder künstliche Intelligenz auf.

Der Wertstrom-Zwilling ist enger gefasst. Sein Objekt ist der Fluss einer Produktfamilie, nicht eine einzelne Maschine. Seine Datenquellen sind Aufträge, Arbeitspläne, Buchungen und gemessene Zeiten, und seine Frage ist operativer Natur: Wie lassen sich Produktivität, Durchlaufzeit und betriebliche Effizienz steigern, indem der Arbeitsablauf verändert wird? Sie können eine Anlage Schritt für Schritt mit einem datengetriebenen Modell des Wertstroms optimieren, lange bevor Sie jedes Asset abdecken.

Wo liegen die Grenzen?

• Garbage in, garbage out. Falsche Zeiten liefern falsche Antworten, und zwar in schön aufbereiteten Diagrammen.
• Fit for purpose. Ein Modell für eine Produktfamilie und eine Frage genügt. Ein Zwilling der gesamten Anlage wird zu Beginn selten benötigt.
• Pflegeaufwand. Ein Zwilling muss synchron gehalten werden, sonst driftet er zurück zur reinen Simulation.
• Menschen und Regeln. Modelle bilden Regeln gut ab, Gewohnheiten und Workarounds dagegen schlecht. Gehen Sie in die Produktion und vergleichen Sie.
• Andere Einsatzzwecke. Zwillinge werden auch für Asset-Management und vorausschauende Wartung genutzt. Dieser Artikel behandelt ausschließlich den Fluss einer Produktfamilie.

Häufige Fehler

• Kalibrierung auslassen. Ein ungeprüftes Modell liefert selbstsicheren Unsinn.
• Alles modellieren. Mehr Detailtiefe kostet Zeit und verbessert die Antwort nicht immer.
• Nur mit Durchschnittswerten rechnen. Schwankungen erzeugen Warteschlangen.
• Fünf Änderungen gleichzeitig testen. Dann lässt sich nicht erkennen, welche gewirkt hat.
• Dem Modell mehr vertrauen als der Produktion. Bestätigen Sie Ergebnisse immer mit einem Versuch.
• Einen Zwilling ohne Fragestellung bauen. Starten Sie bei der Entscheidung, die Sie treffen müssen.

Wie Software helfen kann

Ein Simulationsmodell von Hand zu bauen, dauert Wochen. Software, die Arbeitspläne und Aufträge aus dem ERP-System einliest und den Wertstrom abbildet, verkürzt diesen Aufwand. Der Polaris Simulator von iFAKT ist ein Modul von iFAKT Polaris, das das Produktionssystem virtuell testet, etwa Kapazitäts-, Personal- und Pufferszenarien, und Engpässe aufdeckt, bevor Änderungen umgesetzt werden. Kalibrieren Sie jedes Modell zuerst an Ihren eigenen Messwerten.

Nächster Schritt

Ein digitaler Zwilling des Wertstroms zahlt sich aus, wenn er eine reale Frage beantwortet, etwa welche Änderung die Durchlaufzeit am stärksten verkürzt. Wählen Sie diese Woche eine Produktfamilie und eine Entscheidung aus und listen Sie die Arbeitspläne, Zeiten und Regeln auf, die ein Modell dieses Wertstroms benötigt.