Ein Digital Twin ist ein digitales Abbild eines realen Objekts, Prozesses oder Systems (etwa einer Maschine, einer Anlage oder eines Gebäudes), das über Messwerte aus Sensoren und Betriebsereignisse laufend auf dem aktuellen Stand gehalten wird. Er dient als Grundlage für Auswertung, Simulation (rechnerisches Durchspielen von Szenarien) und Steuerung.
Was ist ein Digital Twin?
Ein Digital Twin bildet ein reales Objekt als Software-Modell nach und hält dieses Modell über einen laufenden Datenstrom aus dem Original aktuell. Kern ist die Kopplung zwischen Original und Abbild: Änderungen am realen Objekt (etwa eine steigende Temperatur oder ein Schaltvorgang) werden als Messwert oder Ereignis an das digitale Abbild gemeldet, das seinen inneren Zustand entsprechend nachzieht. Ein Twin ist damit weder ein festes Modell noch eine bloße Anzeige, sondern ein mitlaufendes Abbild, das sich mit dem Original weiterentwickelt.
Der Begriff geht auf ein Konzept der NASA zurück, das in der Apollo-Zeit für Missionssimulationen entstand, und wurde ab 2003 von Michael Grieves als Product-Lifecycle-Management-Konzept formalisiert. Heute wird der Begriff breit verwendet: in der diskreten und der Prozessfertigung, im Anlagen- und Maschinenbau, in der Energiewirtschaft, im Gebäudebetrieb sowie in Städteplanung und Verkehr. ISO 23247 (Digital twin framework for manufacturing) beschreibt die Bausteine und Rollen für den Fertigungskontext.
Ein produktiver Twin besteht typischerweise aus fünf Bausteinen. Das physische Original mit Sensorik und Steuerung liefert die Rohdaten. Ein Ingest- und Streaming-Pfad transportiert Telemetrie, Ereignisse und Stammdatenänderungen in die Plattform. Ein Datenmodell hält den aktuellen Zustand, die Historie und den Kontext (Anlagentyp, Konfiguration, Standort, Umgebung). Analytische oder physikalische Modelle liefern Prognosen, Anomalie-Signale oder Simulationsergebnisse. Ein optionaler Rückkanal spielt Ergebnisse in Steuerungs-, Wartungs- oder Planungssysteme zurück.
Die Fachliteratur unterscheidet drei Reifegrade, die sich vor allem im Grad der Kopplung unterscheiden. Ein Digital Model ist eine isolierte Modellierung des Objekts ohne Datenfluss aus dem Original; Änderungen werden manuell gepflegt. Ein Digital Shadow bezieht laufend Daten aus dem Original in eine Richtung, greift aber nicht in das Original ein. Ein Digital Twin im engeren Sinn ist bidirektional gekoppelt: das digitale Abbild kann Zustände zurückspielen, Steuerbefehle auslösen oder Konfigurationen anpassen. Welcher Reifegrad angemessen ist, hängt vom Zweck ab; nicht jeder Anwendungsfall braucht die volle bidirektionale Kopplung.
Abgrenzung zu verwandten Begriffen
Digital Twin wird häufig mit anderen Modellierungs- und Visualisierungsbegriffen vermengt. Die Abgrenzung verläuft entlang der Frage, ob ein laufender Datenfluss aus dem Original vorhanden ist und ob ein Zustandsmodell mit Historie geführt wird.
| Begriff | Kernunterschied |
|---|---|
| Simulationsmodell (statisch) | Einmalig parametriertes Modell ohne laufenden Datenfluss aus dem physischen Original. Ein Twin ist ein Simulationsmodell mit kontinuierlicher Zustandsaktualisierung; ein statisches Simulationsmodell ist umgekehrt kein Twin. |
| 3D- oder CAD-Modell | Rein geometrische oder visuelle Repräsentation ohne Verhaltens- oder Zustandsdaten. Kann Bestandteil eines Twins sein (etwa als Visualisierungsschicht), ist allein aber kein Twin. |
| IoT-Dashboard | Zeigt Sensordaten in Echtzeit an, hält aber kein Zustandsmodell mit Historie, Regeln und abgeleiteten Kennzahlen. Der Twin nutzt Telemetrie, ist aber mehr als die Visualisierung dieser Telemetrie. |
| Digital Thread | Durchgängige Datenspur eines Produkts entlang seines Lebenszyklus (Engineering, Fertigung, Betrieb, Wartung). Der Thread ist die Datenverbindung über Phasen und Systeme; der Twin ist die Zustands-Repräsentation eines konkreten Objekts zu einem Zeitpunkt. |
| Cyber-Physical System | Übergeordneter Begriff für vernetzte Systeme aus physischen und digitalen Komponenten mit Regelkreisen. Ein bidirektional gekoppelter Twin kann Teil eines Cyber-Physical Systems sein; nicht jedes Cyber-Physical System enthält einen Twin. |
Die Übergänge zwischen Digital Model, Digital Shadow und Digital Twin sind fließend und werden im Sprachgebrauch häufig zusammengezogen. Wird der Begriff Digital Twin ohne Zusatz verwendet, ist meist ein Digital Shadow oder ein einfach gekoppelter Twin gemeint; echte bidirektionale Kopplung mit automatischer Rücksteuerung ist in produktiven Umgebungen die Ausnahme.
Beispiel: Digital Twin einer Windkraftanlage
Ein Betreiber einer Windkraftanlage führt für jede Turbine einen Digital Twin. Stammdaten (Typ, Rotor-Durchmesser, Baujahr, Standort, Konfiguration) und aktuelle Telemetrie (Drehzahl, Vibration, Lagertemperatur, Windgeschwindigkeit, Leistung) laufen über einen Streaming-Pfad in eine Datenplattform. Der Zustandsvektor je Anlage wird sekündlich aktualisiert und historisiert.
Auf dem Twin arbeiten mehrere Modelle. Ein physikalisches Modell der erwarteten Leistungskennlinie vergleicht Ist- und Soll-Ausbeute je Windbedingung. Ein Anomalie-Modell auf den Vibrations- und Temperatursignalen markiert auffällige Muster. Ein Prognose-Modell liefert Restnutzungsdauer-Schätzungen für Verschleißkomponenten. Die Ergebnisse fließen in Wartungsvorschläge, KPI-Dashboards und ein Ersatzteilplanungssystem.
Architektonisch sitzt der Twin zwischen Ingest und Fachanwendung. Rohdaten landen in einer Streaming-Schicht (Bronze), aufbereitete Zeitreihen in einer Silber-Schicht, das Twin-Modell mit aktuellem Zustand und abgeleiteten Kennzahlen in einer Gold-Schicht. Konsumenten (Wartungsplanung, Netzbetreiber-Reporting, Simulation) greifen ausschließlich auf die Gold-Schicht zu; die Streaming-Schicht bleibt für Ingest und Recovery reserviert.
Vergleichbare Architekturen finden sich in der diskreten Fertigung (Twin einer Fertigungslinie oder Maschine), in der Prozessindustrie (Twin einer Anlage mit Batch- und Conti-Prozessen), im Anlagenbau (Twin einer im Feld installierten Anlage für Service und Wartung) und im Gebäudebetrieb (Twin eines Gebäudes für Energie- und Belegungsoptimierung).
Digital Twin im eigenen Unternehmen umsetzen?
Wir zeigen, wie sich das in deiner Systemlandschaft konkret abbilden lässt.
Branchen-Cluster, in dem Digital Twins gemeinsam mit Predictive Maintenance und Qualitätsdaten auftreten
Data Engineering auf DatabricksIngest, Streaming und Medaillon-Schichten als Fundament eines Twins
Künstliche Intelligenz und ML auf DatabricksAnomalie-, Prognose- und Simulationsmodelle auf dem Twin
Anomaly Detectiontypisches Modell auf Twin-Daten, um Abweichungen vom Normalverhalten zu markieren
Data StreamingIngest-Paradigma für kontinuierliche Telemetrie und Ereignisse
Analytische ModelleModell-Familien, aus denen Twin-Analytik gebaut wird