Digitale Zwillingstrends, die Geschäftswert schaffen

Der Schichtleiter beginnt jeden Morgen mit dem Gleichen: Er öffnet die Produktionsdaten, überprüft den Lagerbestand, ruft die Wartung an und versucht dann herauszufinden, warum die Leistung des Vortages verzögert war. Die Informationen existieren, jedoch in mehreren Systemen, zu unterschiedlichen Zeiten und mit unterschiedlichem Detaillierungsgrad. Digitale Zwillinge-Trends drehen sich daher nicht in erster Linie um beeindruckende 3D-Modelle. Sie befassen sich damit, wie man den Zustand eines funktionierenden Unternehmens- oder Industrieprozesses zuverlässiger sehen, verstehen und steuern kann.

Ein digitaler Zwilling ist dann nützlich, wenn er die physische Realität – beispielsweise eine Produktionslinie, ein Lager, einen Maschinenpark oder einen logistischen Prozess – mit den zugehörigen Betriebs- und Geschäftsdaten verbindet. Es handelt sich nicht um einen einmaligen Bericht, sondern um ein Modell, das die Veränderungen im realen Betrieb verfolgt. Dies macht jedoch einen erheblichen Unterschied zwischen einem wohlklingenden Technologieversprechen und einem tatsächlichen Geschäftsergebnis aus.

Der digitale Zwilling wird immer weniger zu einem Präsentationswerkzeug

Frühe Projekte mit digitalen Zwillingen basierten oft auf einer visuellen Kopie einer Anlage oder eines Werks. Auf einem Bildschirm war die Produktionshalle, der Zustand der Maschinen und möglicherweise einige Kennzahlen zu sehen. Dies kann für Schulungen, Planungen oder Kundenpräsentationen nützlich sein, verändert jedoch selten den täglichen Betrieb.

Ein entscheidender Trend heute ist, dass der digitale Zwilling anstelle der Visualisierung zu einer entscheidungsunterstützenden Betriebsebene wird. Die Frage ist nicht, ob der Standort schön dargestellt werden kann, sondern ob ein Leiter oder Operator rechtzeitig Antworten auf folgende Fragen erhält: Welche Maschine begrenzt die Produktion, wo steigt das Ausschussrisiko, welche Bestellungen sind von einem Materialmangel betroffen oder welche Folgen hat ein geplanter Stillstand?

Dafür muss das Modell nicht unbedingt alles enthalten. Im Gegenteil, ein zu breites Anfangsziel lähmt oft das Projekt. Ein digitaler Zwilling einer Verpackungslinie kann mit drei Daten beginnen: tatsächliche Zykluszeit, Stillstandsursachencode und die Veränderung des Fertigwarenbestands. Wenn daraus eine bessere Schichtplanung oder schnellere Fehlerbehebung resultiert, ist bereits ein Geschäftswert entstanden.

Im Mittelpunkt der digitalen Zwillinge-Trends steht die Datenverbindung

In vielen Organisationen sind die Daten bereits vorhanden. PLCs, SCADA-Systeme, Lagerverwaltungssysteme, ERP-Systeme, Wartungsanwendungen und Qualitätsaufzeichnungen sammeln alle Informationen. Das Problem ist, dass diese Informationen nicht dasselbe bedeuten, nicht zur gleichen Zeit eintreffen oder ohne manuelle Abstimmung nicht verbunden werden können.

Deshalb ist einer der wichtigsten Trends nicht die Installation neuer Sensoren, sondern die Harmonisierung der Daten aus den bestehenden Systemen. Ein Maschinenstillstand ist beispielsweise allein nur ein technisches Ereignis. Wenn er jedoch mit dem Produktionsplan, der Bestellpriorität, der Teileversorgung und den Wartungshistorien verknüpft werden kann, sind auch geschäftliche Konsequenzen sichtbar.

Die Qualität der Verbindung zählt mehr als die Datenmenge. Wenn das Produktionssystem angibt, dass ein Produkt fertig ist, es jedoch im Lagersystem noch nicht übernommen werden kann, wird auch der digitale Zwilling nicht zuverlässig sein. Zuerst muss geklärt werden, was „fertig“ bedeutet, wer für den Statuswechsel verantwortlich ist und welches System die verlässliche Quelle für die jeweiligen Daten ist. Dies ist eine Frage von Prozessen und Verantwortlichkeiten, erst danach eine technologische Aufgabe.

Echtzeitdaten sind nur dann wertvoll, wenn darauf reagiert wird

Der Echtzeitbetrieb wird oft im Versprechen der digitalen Zwillinge erwähnt. Es ist jedoch nicht in jedem Fall notwendig, dass Daten sekündlich aktualisiert werden. Bei Sicherheits- oder Qualitätsabweichungen einer Produktionslinie kann dies gerechtfertigt sein. Bei der monatlichen Kapazitätsplanung kann eine stündliche oder tägliche Aktualisierung ausreichen.

Unnötig dichte Datenerfassung bringt Kosten, Komplexität und ein höheres Fehlerrisiko mit sich. Die richtige Planungsfrage lautet eher: Welche Entscheidung muss schneller oder genauer getroffen werden, und welche aktuellen Daten sind dafür wirklich erforderlich? Wenn darauf keine klare Antwort existiert, wird das Echtzeit-Dashboard leicht zu einem weiteren Bildschirm, den niemand regelmäßig betrachtet.

Simulation: keine Vorhersage, sondern ein überprüfbares Szenario

Eine der stärksten Anwendungen von digitalen Zwillingen ist die Simulation. Ein Unternehmen kann im Voraus ausprobieren, was passiert, wenn ein neues Produkt eingeführt wird, der Schichtplan geändert wird, bei einem anderen Lieferanten bestellt wird oder eine Schlüsselmaschine unerwartet ausfällt. Dies ist besonders wertvoll, wo eine schlechte Entscheidung nicht nur ein paar Stunden Verwaltung, sondern verspätete Lieferungen, Überstunden, Ausschuss oder verlorenes Kundenvertrauen zur Folge hat.

Die Qualität der Simulation hängt jedoch von den Annahmen des Modells ab. Wenn das Modell mit idealer Maschinenauslastung rechnet, während in der Realität regelmäßige Umstellungen, Materialengpässe und menschliche Kapazitätsbeschränkungen bestehen, kann es irreführende Ergebnisse liefern. Der digitale Zwilling ersetzt nicht die Produktions-, Logistik- oder Finanzexpertise. Er nutzt die Erfahrung der Fachleute für strukturiertere, überprüfbarere Entscheidungen.

In der Praxis ist es sinnvoll, mit einem konkreten, wiederkehrenden Problem zu beginnen. Beispielsweise kann ein Hersteller keine zuverlässige Lieferzusage geben, weil die Planer Kapazitäten in Tabellen berechnen, während der tatsächliche Maschinenzustand und die Materialversorgung verspätet erscheinen. Hier könnte ein enger digitaler Zwilling das Risiko von Verzögerungen vorhersagen. Es ist nicht notwendig, sofort das gesamte Werk zu modellieren.

Die Rolle der KI ist präziser, als es auf den ersten Blick scheint

Künstliche Intelligenz taucht in vielen digitalen Zwilling-Initiativen auf, aber das Projekt wird nicht wertvoll, nur weil es ein KI-Label erhält. Sie lohnt sich, wenn aus großen Datenmengen Muster erkannt werden müssen, die regelbasiert schwer zu handhaben sind.

Dies könnte die frühzeitige Erkennung von abnormem Maschinenverhalten, die Schätzung des erwarteten Wartungsbedarfs, die Suche nach Zusammenhängen bei Qualitätsabweichungen oder die Verarbeitung von Informationen aus Dokumenten sein. KI korrigiert jedoch nicht automatisch ungenaue Stammdaten, fehlende Ereignisse oder inkonsistente Arbeitsabläufe.

Wenn ein Wartungsereignis von einer Schicht als „mechanischer Fehler“, von einer anderen als „kurzer Stillstand“ und von einer dritten als freier Textkommentar erfasst wird, muss zuerst das Datenmanagement in Ordnung gebracht werden. KI kann hier bei der Klassifizierung alter Daten helfen, aber gemeinsame Begriffe und Verantwortlichkeiten muss die Organisation selbst entwickeln.

Cybersicherheit und Betriebskontinuität sind Planungsfragen

Da der digitale Zwilling die Geschäftssysteme mit der Betriebstechnologie verbindet, steigt auch die Anzahl der Verbindungspunkte. Dies ist kein Grund, die Entwicklung zu verschieben, aber ein Grund, warum die Architektur kein nachträgliches Detail sein sollte.

Es muss festgelegt werden, welche Daten das Betriebsnetzwerk verlassen dürfen, wer auf das Modell zugreifen kann, welche Protokollierung erforderlich ist und was bei einem Verbindungsabbruch passiert. Ein Produktionsprozess darf nicht stillstehen, weil ein zentraler Analysedienst vorübergehend nicht verfügbar ist. Der digitale Zwilling kann den Betrieb unterstützen, aber keine neuen, versteckten Abhängigkeiten schaffen.

Eine gut aufgebaute Lösung trennt daher die kritische Steuerung, die Datenerfassung und die Analyse. Sie verwaltet die Berechtigungen und die Herkunft der Daten sowie die Überprüfung, ob das Modell noch den realen Betrieb widerspiegelt. Dies ist besonders wichtig in regulierten Branchen, aber für jedes Unternehmen relevant, bei dem fehlerhafte Informationen direkte Geschäftsverluste verursachen können.

Wann lohnt es sich, über einen digitalen Zwilling nachzudenken?

Nicht jeder Prozess benötigt einen digitalen Zwilling. Bei einem einfachen, selten wechselnden administrativen Prozess könnten klare Verantwortlichkeiten, bessere Systemintegration oder einige automatisierte Schritte schneller Ergebnisse liefern. Ein digitaler Zwilling ist dann gerechtfertigt, wenn der Betrieb komplex, variabel ist, physische und digitale Ereignisse miteinander verbunden sind und die schlechte Sichtbarkeit regelmäßig Kosten oder Risiken verursacht.

Ein gutes Zeichen kann sein, wenn das Unternehmen regelmäßig versucht, im Nachhinein zu verstehen, was passiert ist. Wenn der wöchentliche Leistungsbericht aus manueller Datenerfassung erstellt wird, wenn Produktion und Vertrieb unterschiedliche Bestandszahlen sehen oder wenn die Auswirkungen eines Stillstands erst Tage später bewertet werden können, liegt das Problem nicht unbedingt im Fehlen neuer Software. Möglicherweise muss der Informationsfluss und die Interpretation neu gestaltet werden.

Der nächste sinnvolle Schritt ist nicht die Auswahl einer Plattform, sondern die Nachverfolgung eines kritischen Prozesses: Woher kommen die Daten, wer ändert sie, in welche Systeme werden sie übertragen, wo verzögern sie sich und welche Entscheidung hängt davon ab? Wenn auf diese Karte ehrliche Antworten gefunden werden, sagt das bereits viel darüber aus, ob der digitale Zwilling eine echte Entwicklungsrichtung ist oder ob zuerst einfachere Betriebsabläufe geschaffen werden müssen.