Simulationssoftware für die Fertigung: Bewertung und Auswahl

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

Simulationssoftware für die Fertigung lässt sich mit einer Bewertungsmatrix leichter auswählen als mit einer Rangliste. Kriterien, Testfragen und eine faire Vergleichsmethode für Werksleiter.

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Simulationssoftware für die Fertigung ist das Werkzeug hinter der Fabriksimulation: Sie bilden eine Linie oder ein Werk als Computermodell ab und testen Entscheidungen, bevor echtes Geld fließt. Die richtige Wahl hängt weniger von einer Funktionsliste ab als von drei Punkten: der Frage, die beantwortet werden muss, den Daten, die Sie bereitstellen können, und den Personen, die die Modelle erstellen und auswerten. Dieser Leitfaden richtet sich an Werksleiter, die eine Softwarebewertung durchführen müssen und eine Bewertungsmatrix benötigen, die sie begründen können.

Das Wichtigste in Kürze

• Wählen Sie Simulationssoftware für die Fertigung nach Ihrer Fragestellung, Ihren Daten und den Personen aus, die die Modelle erstellen und auswerten, nicht nach einer Beliebtheitsliste.
• Eine Studie der Winter Simulation Conference aus dem Jahr 2016 hat Werkzeuge nach Beliebtheit gerankt und stellt selbst fest, dass Popularität keine Qualität garantiert. Die meisten Werkzeuge bieten zudem ähnliche Funktionslisten.
• Diskrete Ereignissimulation und agentenbasierte Ansätze eignen sich beide für die Prozessentwicklung. Die Wahl hängt deshalb oft von der Software und davon ab, wer das Modell erstellt.
• Prüfen Sie, ob das Werkzeug wiederholte Läufe mit Konfidenzintervallen und die Behandlung der Einschwingphase unterstützt. Ein einzelner Lauf ist nur eine Stichprobe.
• Vergleichen Sie die Finalisten anhand desselben Falls mit Ihren eigenen Daten, mit vorab festgelegten Gewichtungen und einer Aufzeichnung der Modellierstunden, die jeder benötigt hat.

Welche Arten von Simulationssoftware für die Fertigung gibt es?

Zwei Unterscheidungen helfen Ihnen, den Markt zu ordnen. Die erste ist der Modellierungsansatz, die zweite ist die Art, wie das Modell erstellt wird.

Eine Studie zu Lean Six Sigma verglich drei Ansätze an einem Fabrikbeispiel: diskrete Ereignissimulation, agentenbasierte Simulation und Systemdynamik. Die Autoren fanden, dass diskrete Ereignissimulation und agentenbasierte Simulation für die Entwicklung von Fertigungsprozessen etwa gleich gut geeignet sind. Sie merkten an, dass die Wahl von der verfügbaren Software oder der Präferenz des Modellierers abhängen kann. Außerdem bewerteten sie hybride Modelle als sehr vielversprechend. Kurz gesagt: Das Paradigma ist weniger entscheidend, als viele erwarten. Entscheidend ist, ob das Werkzeug Ihren Materialfluss, Ihre Regeln und Ihre Schwankungen abbilden kann.

In der Praxis lassen sich die Fragestellungen in einige Gruppen einteilen, und Werkzeuge neigen meist zu einer davon:

• Flussmodelle verfolgen Teile durch Stationen, Puffer und Warteschlangen. Sie beantworten Fragen zu Durchsatz, Durchlaufzeit und Work in Process.
• Modelle mit einzelnen Akteuren, etwa Planer, Aufträge oder Transportmittel, die eigenen Regeln folgen. Sie helfen, wenn Verhalten und Entscheidungen genauso wichtig sind wie der Fluss.
• Übergeordnete Modelle von Mengen über längere Zeiträume, die für strategische Fragen eingesetzt werden.
• Physische oder 3D-Modelle von Maschinen und Robotern. Sie beantworten eine andere Frage, nämlich ob eine Bewegung oder ein Layout im Raum funktioniert.

Die Art, wie das Modell erstellt wird, ist die zweite Unterscheidung. Manche Werkzeuge sind visuell und arbeiten mit Drag-and-Drop. Andere arbeiten mit Tabellen und Tabellenkalkulationen. Wieder andere sind Code-Bibliotheken, die Ihr Team programmiert. Je mehr Freiheit ein Werkzeug bietet, desto mehr Kompetenz braucht es.

Wenn Sie auch einen digitalen Zwilling in Betracht ziehen, beachten Sie, dass er ein anderes Problem löst: Er bleibt mit Live-Daten der Anlage verbunden, während eine Simulation bei Bedarf läuft, um Entscheidungen zu testen. Klären Sie diese Frage zuerst.

Warum hilft eine Rangliste nicht weiter?

Listen mit den besten Tools gibt es überall, und sie wirken verlockend. Gehen Sie vorsichtig damit um.

Das Paper Discrete Simulation Software Ranking der Winter Simulation Conference aus dem Jahr 2016 hat Tools nach Beliebtheit gereiht. Grundlage waren Websuchen, Veröffentlichungen, Bewertungen und soziale Netzwerke. Die Autoren stellen fest, dass größere Beliebtheit nicht automatisch höhere Qualität bedeutet. Popularität dürfe nicht das einzige Auswahlkriterium sein; sie schlagen vor, sie mit einem Funktionsvergleich und eigenen Experimenten zu kombinieren. Außerdem merken sie an, dass die meisten Tools ähnliche Funktionslisten haben. Ein reiner Funktionsvergleich liefert deshalb kaum eine belastbare Aussage.

Eine beliebte Software hat einen echten Vorteil: Sie finden leichter Leute, die sie kennen. Das zählt, wenn Sie neue Mitarbeitende einstellen oder wenn Ihr Berater das Unternehmen verlässt. Berücksichtigen Sie das, aber lassen Sie es nicht die Entscheidung treffen.

Welche Kriterien sind am wichtigsten?

Nutzen Sie diese Punkte als Zeilen in Ihrer Bewertungsmatrix. Die Frage rechts ist jeweils das, was Sie in einer Demo stellen sollten.

1. Passung zu Ihrer Fragestellung. Kann das Tool Ihren Ablauf, Ihre Losgrößenregeln, Ihre Schichtkalender und Ihre Rüstvorgänge ohne Umwege abbilden? Bitten Sie den Anbieter, eine schwierige Eigenheit Ihrer Linie live zu modellieren.
2. Datenimport. Kann das Tool Arbeitspläne, Ressourcen und Aufträge aus Ihren ERP-Exporten, Excel-Dateien oder einer Datenbank lesen, und lässt sich das Modell aktualisieren, ohne es neu aufzubauen? Ein Modell, das mit manuell abgetippten Zahlen gefüttert wird, veraltet schnell.
3. Umgang mit Experimenten. Kann das Tool viele Szenarien ausführen und jedes davon automatisch wiederholen? Dazu mehr im nächsten Abschnitt.
4. Validierung. Können Sie die Ergebnisse des Modells mit vergangenen Ergebnissen vergleichen, einen einzelnen Teil durch das Modell verfolgen und herausfinden, warum etwas passiert ist?
5. Ergebnisse und Berichte. Kann das Tool die KPIs erzeugen, die Sie verfolgen, und die Ergebnisse in die Werkzeuge exportieren, die Ihre Führungskräfte nutzen, etwa Excel oder Power BI? Animationen helfen, einem Modell Glauben zu schenken, aber am Ende zählen die Zahlen.
6. Benötigte Kompetenzen. Wer in Ihrem Werk kann ein Modell erstellen und pflegen, und wie lange dauert die Schulung? Ein Tool, das nur ein einziger Experte versteht, überlebt selten dessen Weggang.
7. Laufzeit und Skalierung. Wie lange braucht ein realistisches Modell für einen Durchlauf, und was passiert bei der zehnfachen Anzahl an Aufträgen?
8. Automatisierung und Integration. Gibt es eine Schnittstelle, um Modelle aus Skripten oder anderen Systemen heraus zu starten?
9. Kosten über drei Jahre. Lizenzen, Schulung, Stunden des Modellierers, Datenaufbereitung und Support. Berücksichtigen Sie auch die Kosten des nächsten Modells, nicht nur die des ersten.
10. Ausstieg. Können Sie die Modellstruktur und die Daten exportieren, wenn Sie wechseln?

Warum verdient die Verwaltung von Experimenten eine eigene Prüfung?

Simulationsmodelle mit zufälligen Eingaben liefern bei jedem Durchlauf ein anderes Ergebnis, ein einzelner Lauf ist also nur eine Stichprobe. Eine MIT-Vorlesung zur Versuchsplanung (gehostet auf einem Spiegelserver von MIT OpenCourseWare) formuliert die zentrale Frage so: Wie viele unabhängige Wiederholungen brauchen Sie für eine bestimmte Genauigkeit? Außerdem beschreibt sie eine Abbruchregel, die auf der Breite eines Konfidenzintervalls basiert. Bei Modellen, die dauerhaft laufen, behandelt sie zudem die Einschwingphase: Sie verwerfen die ersten Beobachtungen jeder Wiederholung und mitteln den Rest. Bei der Wahl des Endes der Einschwingphase hilft das Verfahren nach Welch.

Diese Rechnung müssen Sie nicht selbst durchführen, die Software sollte sie übernehmen. Prüfen Sie, ob das Tool Wiederholungen automatisch ausführen, Konfidenzintervalle ausgeben, bei der Festlegung der Einschwingphase helfen und Szenarien in einer einzigen Ansicht vergleichen kann. Kann es nur einen animierten Lauf zeigen, entscheiden Sie am Ende praktisch per Münzwurf.

Was ist mit dem Durchspielen vieler Szenarien?

Wenn Sie dutzende Szenarien mit jeweils vielen Replikationen testen, werden die Laufzeiten schnell zu einem echten Kostenfaktor. Replikationen sind voneinander unabhängig und können daher parallel laufen. Microsoft beschreibt Azure Batch als Dienst für großskalige parallele Aufträge, die nicht miteinander kommunizieren müssen; Monte-Carlo-Simulation wird dort als Beispiel genannt. Sie bringen Ihre eigene Anwendung mit, und Batch verteilt sie auf einen Pool virtueller Maschinen. Das hilft allerdings nur, wenn Ihr Simulationswerkzeug ohne Bildschirm über eine Kommandozeile laufen kann und die Lizenz dies erlaubt. Setzen Sie beide Punkte deshalb auf Ihre Fragenliste. Azure-Kapazität sollten Sie erst dann mit der IT besprechen, wenn ein Pilotprojekt zeigt, dass Sie sie benötigen.

Sollten Sie ein Werkzeug kaufen, einen Spezialisten beauftragen oder selbst etwas entwickeln?

Seien Sie ehrlich, wie oft Sie es nutzen werden.

• Beauftragen Sie einen Spezialisten, wenn Sie ein oder zwei große Fragen pro Jahr haben, etwa zu einer neuen Linie oder einer größeren Investition. Sie bezahlen dann die Studie und sparen sich die Schulung.
• Kaufen Sie ein Werkzeug, wenn Planer regelmäßig Varianten testen, zum Beispiel Schichtmodelle, Produktmix und Puffergrößen. Planen Sie Zeit für Schulung und für die laufende Pflege des Modells ein.
• Entwickeln Sie selbst, und zwar nur mit einer Programmierbibliothek, wenn Sie Mitarbeiter haben, die den Code schreiben und warten können. Die Flexibilität ist hoch, die Abhängigkeit von diesen Mitarbeitern aber ebenso.

Viele Werke beginnen mit einer Studie durch einen Spezialisten, lernen dabei, welche Fragen sie tatsächlich haben, und entscheiden sich danach für ein Werkzeug.

Wie führen Sie einen fairen Vergleich durch?

Ein fairer Test dauert einige Wochen, nicht Monate.

1. Formulieren Sie die Frage. Eine Entscheidung, ein Termin, ein verantwortlicher Ansprechpartner.
2. Bereiten Sie ein Datenpaket vor für eine Linie oder eine Zelle: Arbeitspläne, Zeiten, Ressourcen, Kalender, Bedarf und einen Monat tatsächlicher Ergebnisse.
3. Legen Sie die Gewichtungen zuerst fest. Entscheiden Sie, wie stark Datenimport, Verwaltung von Experimenten, Fähigkeiten und Kosten zählen, bevor Sie eine Demo sehen.
4. Geben Sie jedem Finalisten denselben Fall und dieselbe Frist vor.
5. Lassen Sie Ihre eigenen Mitarbeiter damit arbeiten. Beobachten Sie, wo sie hängenbleiben.
6. Validieren Sie gegen die Historie. Reproduziert das Modell den letzten Monat innerhalb einer vorab vereinbarten Toleranz?
7. Erfassen Sie den Aufwand. Stunden der Modellierer, Stunden für die Bereinigung der Daten, Fragen an den Support.
8. Bewerten Sie gemeinsam. Werk, Planung, IT und Finanzen bewerten jeweils ihre eigenen Zeilen.

Wenn ein Anbieter sich weigert, Ihre Daten in einem Pilotprojekt zu verarbeiten, ist das bereits eine Antwort.

Häufige Fehler

• Auswahl nach einer Rangliste. Sie zeigt, was beliebt ist, nicht, was passt.
• Kauf wegen der Demo. Eine aufwendige Animation sagt nichts über den Umgang mit Daten oder die Unterstützung von Experimenten aus.
• Ignorieren, wer die Modelle baut. Das beste Werkzeug für einen Experten kann für Ihr Team das falsche sein.
• Validierung auslassen. Einem Modell, das die Vergangenheit nicht reproduzieren kann, sollte man die Zukunft nicht anvertrauen.
• Aufwand für Daten unterschätzen. Das Erfassen und Bereinigen der Eingabedaten kann genauso lange dauern wie der Aufbau des Modells.
• Entscheidung auf Basis eines einzigen Laufs. Ohne Replikationen lässt sich ein echter Fortschritt nicht von Zufallsschwankungen unterscheiden.

Wo Polaris passt

Wenn Sie eine Simulation wünschen, die auf Ihren ERP-Daten aufsetzt, ist iFAKT Polaris ein möglicher Kandidat. iFAKT beschreibt Polaris als KI plus digitalen Zwilling für die Produktion. Das Modul Polaris Designer erstellt aus ERP-Daten, Stücklisten und Prozesszeiten einen Wissensgraphen aus Produkt, Prozess und Ressource. Das Modul Polaris Simulator nutzt diesen Graphen, um Kapazitäts-, Personal- und Puffer-Szenarien virtuell zu testen und Engpässe sowie Ungleichgewichte bei der Auslastung sichtbar zu machen. Prüfen Sie Polaris mit derselben Bewertungstabelle und demselben Pilotfall wie jeden anderen Kandidaten.

Verwandte Themen zum Vertiefen

• Eingabedaten für die Simulation. Welche Zeiten und Regeln Sie zuerst erfassen sollten und wie Sie diese gemeinsam mit den Mitarbeitern in der Linie prüfen.
• Validierung eines Modells. Wie Sie die Ergebnisse mit einem vergangenen Zeitraum vergleichen und die Abweichungen dokumentieren.
• Simulation und Live-Daten. Was sich ändert, wenn ein Modell mit der Produktion verbunden ist.
• Berichte über Simulationsergebnisse. Welche wenigen Kennzahlen Führungskräfte benötigen und wie Sie Szenarien nebeneinander darstellen.
• Aufbau der Simulationskompetenz im Team. Wer baut die Modelle, wer verantwortet sie und wer prüft sie.

Nächster Schritt

Die Auswahl von Simulationssoftware für die Fertigung fällt leichter, wenn Sie vorab einen Bewertungskatalog mit abgestimmten Gewichtungen haben. Wählen Sie eine reale Entscheidung in Ihrem Werk aus, stellen Sie dafür das Datenpaket zusammen und geben Sie denselben Fall an zwei oder drei Kandidaten.