Digitaler Zwilling vs. Simulationswerkzeuge: So wählen Sie für Ihr Werk

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

Digitaler Zwilling vs. Simulationswerkzeuge: Was sie unterscheidet, welche Fragen jede Variante beantwortet und wie Werksleiter wählen können, ohne mehr zu kaufen, als sie brauchen.

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Eine Simulation ist ein Modell, mit dem Sie durchspielen, was passieren könnte, wenn Sie etwas ändern. Ein digitaler Zwilling ist ein Modell, das mit dem realen Werk verbunden bleibt und sich mit Live-Daten aktualisiert. Darum geht es bei der Frage digitaler Zwilling vs. Simulationswerkzeuge im Kern, und davon hängt ab, was Sie kaufen, welche Daten Sie benötigen und wer das System anschließend pflegen muss. Dieser Artikel richtet sich an Werksleiter, die beide Begriffe in Anbieterpräsentationen gehört haben und einen Weg brauchen, sich zu entscheiden.

Das Wichtigste in Kürze

• Eine Simulation ist ein Modell, mit dem Sie eine Was-wäre-wenn-Frage beantworten; ein digitaler Zwilling ist ein Modell, das über Live-Daten mit dem realen Werk verbunden bleibt.
• Das NIST nennt drei wesentliche Elemente eines Zwillings: hochfrequente Sensorik, zuverlässige industrielle IoT-Konnektivität und Simulationsmodelle für Vorhersagen.
• Simulation ist ein zentraler Bestandteil der meisten Zwillinge. Die eigentliche Entscheidung lautet daher, ob Ihre Frage eine Live-Anbindung erfordert oder nur ein gutes Modell.
• Wählen Sie Simulation für Entscheidungen über Änderungen, die es noch nicht gibt, und einen Zwilling für die Überwachung und Steuerung dessen, was heute läuft.
• Testen Sie jedes Werkzeug zunächst an einer eng gefassten Frage. Prüfen Sie dabei, wie es an seine Daten kommt, wie Sie es validieren und wer die Ergebnisse einsehen kann.

Worin unterscheidet sich ein digitaler Zwilling von einer Simulation?

Beginnen Sie mit den Definitionen, denn Anbieter dehnen beide Begriffe gern.

Das NIST, das US-amerikanische Normungsinstitut, beschreibt einen digitalen Zwilling als dynamische, datengetriebene virtuelle Repräsentation, die ihr physisches Gegenstück möglichst genau abbildet und mit ihm synchronisiert bleibt. Laut NIST ist ein erfolgreicher Zwilling kein statisches Modell. Es nennt drei wesentliche Elemente: hochfrequente Sensorik, zuverlässige industrielle IoT-Konnektivität und Simulationsmodelle für prädiktive Analysen.

Achten Sie auf das dritte Element. Die Simulation steckt innerhalb des Zwillings. Ein NIST-Papier zu Simulation und digitalen Zwillingen hält fest, wie Fachleute das Verhältnis sehen. Ein Teilnehmer beschrieb Simulation als Modell der Fertigungsabläufe, das häufig eigenständig eingesetzt wird und nicht mit dem realen System verbunden ist. Ein digitaler Zwilling dagegen synchronisiert sich zusätzlich mit der physischen Seite und kann den gesamten Lebenszyklus abdecken. Ein anderer Teilnehmer sah keinen grundlegenden Unterschied und bezeichnete „digitaler Zwilling“ als neue Bezeichnung für etwas, das Simulationsexperten seit Jahrzehnten tun. Das Papier stellt klar, dass die Debatte noch offen ist.

Daraus ergibt sich eine praxisnahe Einordnung. Wenn ein Werkzeug nur dann läuft, wenn eine Person es mit gewählten Eingangsdaten startet, behandeln Sie es als Simulation. Wenn es laufend Daten aus dem Werk empfängt und sich mit diesen verändert, behandeln Sie es als Zwilling. Viele Produkte liegen dazwischen, und die Bezeichnung auf dem Prospekt verrät Ihnen nicht, wo.

Ein Vergleich hilft weiter. Eine Simulation gleicht der Routenplanung mit einer Papierkarte: Sie wählen die Strecke, prüfen die Entfernung, und die Karte ändert sich während der Fahrt nicht. Ein Zwilling entspricht einer Navigation, die den Verkehr in Echtzeit erkennt.

Welche Fragen beantwortet jede Variante?

Passen Sie das Werkzeug an die Frage an und nicht umgekehrt.

Eine Fabriksimulation beantwortet Fragen zu etwas, das es noch nicht gibt, oder das Sie an der Linie nicht testen können:

• Behebt eine zweite Schicht an der Montagezelle den Rückstau, oder wandert der Engpass nur an eine andere Stelle?
• Was passiert mit der Durchlaufzeit, wenn sich der Produktmix in Richtung der komplexen Varianten verschiebt?
• Ist der geplante Puffer zwischen zwei Stationen groß genug?
• Trägt das neue Linienlayout die Nachfrage, die wir in zwei Jahren erwarten?

Ein digitaler Zwilling beantwortet Fragen zur Anlage, so wie sie heute läuft:

• Welche Aufträge werden zu spät fertig, gemessen daran, wo die Arbeit tatsächlich gerade steht?
• Welche Maschine zeigt Anzeichen dafür, dass sie bald stehen bleibt?
• Wie weit ist der Plan seit heute Morgen von der Realität in der Produktion abgewichen?
• Wie sieht der aktuelle Energieverbrauch je Linie aus?

Kurz gesagt: Simulation dient Entscheidungen über Veränderungen, ein Zwilling dient der Steuerung des täglichen Betriebs. Viele Werke brauchen beides, und die Reihenfolge ist entscheidend. Wenn Sie noch nicht wissen, ob sich eine Veränderung lohnt, brauchen Sie keinen Live-Datenstrom. Wenn Sie bereits wissen, was Sie beobachten möchten, überwacht Sie das ein Modell allein nicht.

Welche Daten benötigt jeweils welches Werkzeug?

An den Daten scheitern die meisten Projekte, deshalb sollten Sie diese Frage vor jeder Demo stellen.

Eine Simulation braucht eine saubere, abgestimmte Beschreibung des Prozesses: Arbeitspläne, Zykluszeiten und Rüstzeiten, Ressourcen, Schichtkalender, Losgrößen und Bedarf. Diese Angaben lassen sich oft aus dem ERP-System und einigen Tabellen übernehmen. Der Aufwand fällt einmalig pro Modell an, dazu kommen Aktualisierungen, wenn sich der Prozess ändert. Der eigentliche Aufwand steckt in der Validierung der Zahlen mit den Menschen, die die Linie betreiben.

Ein Zwilling benötigt dieselbe Beschreibung und zusätzlich einen Datenfeed. Die Liste des NIST nennt Sensorik und Konnektivität als wesentliche Elemente, das heißt, jemand muss diese Datenwege installieren, warten und absichern. In einem Werk mit alten Maschinen kann das den größten Teil des Projekts ausmachen. Ein Zwilling ist nur so gut wie der Aktualisierungspfad dahinter. Bricht der Feed ab, zeigt der Zwilling ein veraltetes Bild und wirkt dabei trotzdem zuversichtlich.

Zwei Fragen klären in den meisten Vertriebsgesprächen die Lage:

1. Welche Aktualisierungsfrequenz braucht die Entscheidung tatsächlich: alle paar Sekunden, jede Schicht oder jede Woche?
2. Welche Daten erfassen wir heute bereits und vertrauen ihnen?

Wird die Entscheidung einmal pro Woche in einer Planungsbesprechung getroffen, reicht meist eine tägliche Datenaktualisierung. Eine Streaming-Architektur wäre dann eine teure Verzierung.

Wo passen die Microsoft-Werkzeuge hinein?

Microsoft bietet für die Seite des Live-Zwillings einen Plattformdienst an. Laut Microsoft Learn ist Azure Digital Twins ein Plattformdienst zum Erstellen von Zwillingsgraphen: digitale Modelle von Umgebungen wie Gebäuden, Fabriken oder Energienetzen. Sie definieren Zwillingstypen in einer JSON-ähnlichen Sprache namens DTDL, und die Eigenschaften werden aus Live-Daten aktuell gehalten, zum Beispiel über Azure IoT Hub für Geräte oder über REST-APIs für Geschäftssysteme. Der Dienst unterstützt Abfragen auf dem Graphen und kann Daten an andere Azure-Dienste weiterleiten.

Seien Sie klar in der Einordnung: Das ist ein Baustein für Entwickler, keine fertige Fabriksimulation. Der Dienst speichert und verknüpft das Zwillingsmodell und dessen Daten. Die Was-wäre-wenn-Logik einer Produktionssimulation mit Warteschlangen, Rüstvorgängen und Schichtkalendern ist eine andere Softwarekomponente. Microsoft weist außerdem darauf hin, dass Azure Digital Twins nicht dasselbe ist wie die Vorschau des Digital Twin Builder in Microsoft Fabric oder die Gerätezwillinge in IoT Hub. Prüfen Sie daher, welches davon ein Kollege oder Anbieter meint, bevor Sie Ihre Planung darauf aufbauen.

Für die Berichterstattung ist ein verbreitetes Muster, die Ergebnisse in einen Datensatz zu schreiben und in Power BI darzustellen. Das hilft Managern, Trends zu erkennen. Es verbessert das Modell allerdings nicht, deshalb hat die Qualität des Modells weiterhin oberste Priorität.

Wie wählen Sie zwischen einem Zwilling und einem Simulationswerkzeug?

Gehen Sie die Fragen in dieser Reihenfolge durch. Dafür genügt ein einziger Workshop.

1. Halten Sie die Entscheidung schriftlich fest. Ein Satz genügt: „Wir müssen X bis zum Datum Y entscheiden.“ Ohne diesen Satz wirkt jedes Werkzeug nützlich.
2. Benennen Sie, wer die Antwort verwenden wird. Ein Planer, ein Werkleiter, eine Schichtleitung? Deren Kenntnisse bestimmen, wie die Ergebnisse aufbereitet werden müssen.
3. Prüfen Sie, ob die Entscheidung eine Veränderung betrifft oder den heutigen Betrieb. Bei einer Veränderung ist die Simulation die richtige Wahl. Beim heutigen Betrieb kommen ein Zwilling oder Werkzeuge für Terminplanung und Überwachung in Frage.
4. Listen Sie die vorhandenen Daten und deren Qualität auf. Seien Sie ehrlich, wo Lücken bestehen.
5. Legen Sie den Aktualisierungsrhythmus fest. Live, täglich oder bei Bedarf.
6. Wählen Sie den engsten Pilotfall. Eine Linie, eine Produktfamilie, eine Frage.

Wenn Sie Schritt 1 nicht abschließen können, halten Sie an. Eine Plattform zu kaufen, nur um herauszufinden, was Sie fragen sollten, ist der teuerste Weg, etwas zu lernen.

Was sollten Sie einen Anbieter fragen?

Unabhängig vom Etikett gelten dieselben Fragen:

• Woher bezieht das Modell seine Daten, und wie oft werden sie aktualisiert?
• Wie überprüfe ich das Modell anhand realer Ergebnisse, und wer übernimmt das?
• Kann eine Planerin oder ein Planer die Ergebnisse lesen, ohne dass der Anbieter dabei sein muss?
• Was passiert, wenn sich der Prozess ändert? Wer aktualisiert das Modell, und wie lange dauert das?
• Was kostet der Betrieb in den nächsten drei Jahren, abgesehen von der Lizenz?
• Kann ich die Modelldaten exportieren, oder bin ich an den Anbieter gebunden?

Fordern Sie einen Pilotbetrieb mit Ihren eigenen Daten an. Eine Demo mit der Beispielfabrik des Anbieters sagt wenig über Ihre eigene aus.

Was sind die Vor- und Nachteile, klar formuliert?

Simulation eignet sich gut, um Optionen gefahrlos zu testen, besonders dort, wo wenig Live-Daten vorliegen. Für eine einzelne, eigenständige Frage ist sie oft schneller aufgesetzt. Ihre Grenze: Sie ist eine Momentaufnahme. Ändern sich die Bedingungen, müssen Sie sie aktualisieren und erneut ausführen. Ihre Antworten sind zudem nur so gut wie die Annahmen, die Sie hineingebaut haben.

Ein Digital Twin liefert ein aktuelles Abbild und kann Prognosen unterstützen. Die Kosten liegen in der Integrationsarbeit, der Datenpflege und den Menschen, die ihn am Laufen halten. Auch ein Twin trifft Annahmen, denn jeder Twin ist eine vereinfachte Sicht auf die Anlage. Das NIST-Papier betont denselben Punkt aus kritischer Perspektive: Ein Twin muss validiert werden, ist immer vereinfacht und kann nicht vollständig abbilden, wie Menschen entscheiden.

Können beide zusammenarbeiten?

Ja, und genau dorthin entwickeln sich viele Werke. Ein Simulationsmodell kann mit aktuellen Daten gespeist werden, um Optionen am realen Zustand der Anlage zu prüfen. Ein Twin kann ein Simulationsmodell aufrufen, um von der aktuellen Lage auf dem Shopfloor aus vorauszuschauen. Die Beschreibung des NIST-Panels verweist auf dasselbe Muster: geschlossene Regelkreise, in denen Produktionsdaten in eine Simulation fließen und die Simulation Entscheidungen im laufenden Betrieb unterstützt.

Die schwierige Aufgabe ist nicht die Idee. Es ist die Tatsache, dass die Bausteine selten aus einer einzigen Quelle stammen. Maschinendaten, ERP-Daten und das Simulationsmodell haben jeweils eigene Formate und Verantwortliche. Planen Sie Zeit für die Datenzuordnung und für die Abstimmung, wer welchen Teil verantwortet. Standards wie ISO 23247, das Rahmenwerk für digitale Zwillinge in der Fertigung, wurden geschrieben, um gemeinsame Begriffe und Leitlinien bereitzustellen. ISO führt sie als mehrteilige Normenreihe mit einem Überblick und allgemeinen Grundsätzen in Teil 1. Die Lektüre baut Ihren Twin nicht, aber sie gibt Ihrem Team und Ihren Anbietern ein gemeinsames Vokabular.

Häufige Fehler

• Einen Twin kaufen, obwohl die Frage einmalig ist. Wenn Sie nur über ein Schichtmodell entscheiden müssen, reicht eine Simulation.
• Das Etikett als Beweis nehmen. Ein Dashboard mit einem 3D-Bild ist kein Digital Twin, solange nicht Live-Daten es antreiben.
• Die Validierung auslassen. Lassen Sie das Modell zuerst die Ergebnisse des letzten Monats nachbilden. Wenn es die Vergangenheit nicht reproduzieren kann, vertrauen Sie ihm die Zukunft nicht an.
• Mit der gesamten Anlage beginnen. Wählen Sie eine Linie und eine Frage.
• Den Verantwortlichen vergessen. Ein Modell, das niemand aktualisiert, ist innerhalb weniger Monate veraltet.
• Den Datenweg ignorieren. Sensoren und Verbindungen kosten laufend Geld, lange nachdem das Projektteam abgezogen ist.

Wo Polaris passt

Wenn Ihre Frage mit einem Was-wäre-wenn beginnt, ist iFAKT Polaris eine Option, die Sie prüfen können. iFAKT beschreibt Polaris als KI plus digitalen Zwilling für die Produktion: Es kombiniert ERP-Daten mit einem digitalen Zwilling der Fertigung. Das Modul Polaris Designer wandelt Eingabedaten wie ERP-Daten, Prozesszeiten, Ressourcenstrukturen und Randbedingungen in einen Wissensgraphen aus Produkt, Prozess und Ressource um. Das Modul Polaris Simulator baut darauf auf und testet Kapazitäts-, Personal- und Puffer-Szenarien virtuell, bevor echte Entscheidungen fallen. Ob es passt, hängt von Ihren Daten und Ihrer Frage ab. Testen Sie es deshalb zuerst an einem eng umrissenen Fall.

Verwandte Themen zum Vertiefen

• Der Einstieg in einen Twin. Definieren Sie ein Asset oder eine Linie, die Daten, die sie benötigt, und die Entscheidung, die sie unterstützt, bevor Sie eine Plattform auswählen.
• So füttern Sie ein Simulationsmodell. Arbeitspläne, Zykluszeiten und Schichtkalender brauchen einen Verantwortlichen und eine Qualitätsprüfung, bevor der erste Lauf startet.
• So validieren Sie ein Modell. Vergleichen Sie seine Ergebnisse mit einem vergangenen Zeitraum mit echten Messwerten, und halten Sie die Abweichungen schriftlich fest.
• Maschinen- und ERP-Daten verbinden. Planen Sie Datenzuordnung, Formate und Schnittstellen frühzeitig, denn genau an der Integration scheitern hybride Projekte oft.
• Wer pflegt das Modell. Legen Sie fest, wer das Modell nach jeder Prozessänderung aktualisiert, und in welchen Abständen das geschieht.

Nächster Schritt

Die Frage „Digital Twin oder Simulationswerkzeuge“ lässt sich am einfachsten mit einer schriftlichen Entscheidung klären. Notieren Sie die nächste Entscheidung, die Sie in Ihrer Anlage treffen müssen, und vermerken Sie, ob sie eine Änderung betrifft oder den laufenden Betrieb. Nehmen Sie diesen Satz in Ihr nächstes Gespräch mit einem Anbieter mit.