top of page

Digitaler Produktionszwilling

Digitale Repräsentation realer Systeme für mehr Transparenz, Produktivität und Effektivität?!



Der digitale Produktionszwilling wird aufgrund seiner potenziellen Vorteile für Unternehmen intensiv diskutiert und doch verbleibt er bisher oft nur ein theoretisches Konstrukt in den Köpfen vieler Menschen. Dabei stellt er die Grundlage für aktuelle und zukünftige Verbesserungen der Transparenz, Produktivität und der Effektivität dar. Die Realisierung dieser Potenziale mit praktisch eingesetzten digitalen Zwillingen scheitert jedoch zu allererst an der begrifflichen Unklarheit und der allgemeinen Komplexität. Verschaffen Sie sich folgend etwas Klarheit und erfahren, was es mit dem digitalen Zwilling auf sich hat.


Hinter einem digitalen Zwilling der Produktion verbirgt sich deutlich mehr, als eine Visualisierung von Produkt und Produktionsanlagen. Die Ursprungsdefinition des digitalen Zwillings stammt von der NASA. Hier versteht man darunter:


eine ultra-realistische, hoch skalierte Simulation basierend auf physischen Modellen, Sensordaten und historischen Daten.


Daran knüpft auch das aktuelle Verständnis des digitalen Zwillings und weiterführend das von cyber-physischen Produktionssystemen (CPPS) an. Die Daten können dabei aus dem gesamten Lebenszyklus des jeweiligen (Produktions-)Systems stammen. Beispiele für die Datenherkunft bezogen auf produzierende Unternehmen sind CAD-Zeichnungen aus der Entwicklung, Schnittgeschwindigkeiten aus der Produktion oder Abnutzungserscheinungen, welche während Instandhaltungsprozessen festgestellt werden. Die Funktionen bzw. abgeleitete Vorteile mit Fokus auf die Produktion sind dabei die erhöhte Sicherheit, die Diagnosemöglichkeiten bei Störungen und die Vorhersage der Entwicklung zentraler Parameter von Produktionsprozessen.¹ Der Digitale Zwilling gilt auch als nächstes Level von Simulationen aufgrund seiner umfassenden Dateninputs, dem entsprechenden Informationsgehalt und den resultierenden Simulationsmöglichkeiten.²


Letztlich ist der digitale Zwilling eines realen Objektes die Kombination aller logisch verwandten Daten, welche die Objekteigenschaften möglichst vollständig beschreiben. Hieraus resultiert die Komplexität.³

Ein CPPS meint:


eine datenorientierte Repräsentation aller Elemente einer Produktion in Kombination mit dem Produktionssystem selbst.


Zu dem digital abzubildenden Produktionssystem gehören die einzelnen Produktionsfaktoren (Arbeit in der Produktion, Betriebsmittel, Werkstoffe), das Materialflusssystem, das Wertstrom-System, das System der Produktionsmittel und das Human-Ressource-System in der Informations-Welt und in Verlinkung mit ihren physischen Gegenstücken.



Für eine Entscheidungsunterstützung des Managements gilt es, das CPPS in das Ziel-, Sensor- und Informationssystem des jeweiligen Unternehmens mit der passenden Hard- und Software einzubinden. Die Elemente des Produktionssystems müssen also, ausgerichtet an den Zielen des jeweiligen Unternehmens, vernetzt werden. Wichtig ist, eine unternehmensindividuelle Priorisierung von Bestandteilen des jeweiligen Produktionssystems festzulegen. So können nicht nur individuelle Unternehmensziele erreicht, sondern auch die theoretische Komplexität eines ganzheitlichen digitalen Zwillings Ihres Produktionssystems auf ein praktikables Maß reduziert werden.


Zusammenfassend bleibt festzuhalten, dass ein digitaler Zwilling der Produktion überaus komplex bzgl. seiner Teilbereiche und in der bisher nur theoretischen Vollständigkeit ist. Fallspezifische Teillösungen und ihre praktische Umsetzung sind ebenfalls herausfordernd und müssen für die jeweiligen Anwendungsfälle basierend auf dem Stand der Technik der jeweiligen Zeit und der Input-Systeme für die notwendigen Daten anhand der Unternehmensziele entwickelt werden.


Wenn Sie gern mehr zum Thema erfahren möchten, nehmen Sie gern Kontakt zu uns auf. In einer Modellfabrik können Sie sich hier bei uns in Cottbus praktische Beispiele zu realen Produktionsanlagen mit Bestandteilen des jeweiligen digitalen Zwillings anschauen und das Für und Wider diskutieren. Zusätzlich bieten wir Ihnen an, geeignete Lösungspartner für Ihr konkretes Anliegen zu finden oder Sie in aktuelle Forschungskonsortien mit geeigneten Zielstellungen zu integrieren.






¹ Shafto, M., Conroy, M., Doyle, R., Glaessgen, E.H., LeMoigne, J., Wang, L., 2010. DRAFT Modeling, Simulation, Information Technology & Processing Roadmap - Technology Area 11. National Aeronautics and Space Administration, Washington, D.C.
² Boschert, S., Rosen, R., 2016. Digital Twin—The Simulation Aspect, in: Hehenberger, P., Bradley, D. (Eds.), Mechatronic Futures: Challenges and Solutions for Mechatronic Systems and Their Designers. Springer International Publishing, Cham, pp. 59–74. https://doi.org/10.1007/978-3-319-32156-1_5
³ Kunath, M., Winkler, H., 2018. Integrating the Digital Twin of the manufacturing system into a decision support system for improving the order management process. Procedia CIRP 72, 225–231. https://doi.org/10.1016/j.procir.2018.03.192
bottom of page