Wann Sie einen digitalen Zwilling mit Live-Daten verbinden sollten und wann statische Daten reichen
Verbinden Sie einen digitalen Zwilling mit Live-Maschinendaten, wenn das Team das Modell häufig nutzt, wöchentlich oder täglich, und es abbilden soll, wie die Linie von Woche zu Woche tatsächlich läuft. Bleiben Sie bei statischen Daten, wenn die Entscheidung ein- oder zweimal im Jahr ansteht: ein neues Layout, eine Roboterzelle, eine neue Halle, eine Kapazitätsinvestition. Die meisten ersten Projekte gehören zur zweiten Gruppe. Daten, die das Werk bereits hat, beantworten sie: ERP, Arbeitspläne, nominelle oder gemessene Zykluszeiten. Live-Daten können später folgen, sobald das Modell regelmäßig genutzt wird, als individuelles Integrationsprojekt.
Was „statisch“ und „live“ in einem Fabrikmodell bedeuten
Statische Daten werden zu einem bestimmten Zeitpunkt in das Modell geladen. Dazu gehören das CAD-Layout, Arbeitspläne, Zykluszeiten aus dem ERP oder von der Stoppuhr, Rüstzeiten, Transportgeschwindigkeiten, der Schichtkalender und der Auftragsmix. Wenn sich das Werk ändert, aktualisiert jemand das Modell von Hand.
Live-Daten kommen über eine für Ihr Werk gebaute Integration aus der Halle: Maschinenzustände, Stillstandsgründe, Stückzahlen und tatsächliche Zykluszeiten, zum Beispiel aus einem System, das sie bereits erfasst. Der Zwilling verbindet sich nicht selbst mit SPS oder Robotern, und jede Integration ist ein individuelles Projekt. Sobald der Datenstrom steht, bleiben die Parameter des Modells nah an dem, was die Linie heute tut.
Statische Daten reichen für eine Entscheidung, wenn das Basismodell dem Werk entspricht, so wie es heute läuft. Der Modellverantwortliche passt dieses Basismodell an, wenn sich das Werk verändert, zum Beispiel nach einer neuen Maschine oder einem neuen Schichtmodell, und jede Option wird als Variante an einer Kopie davon getestet. Auch ein statisches Modell zeigt weiterhin, was Mittelwerte verbergen: Warteschlangen, gemeinsam genutzte Maschinen, Auftragsreihenfolge und Liefertermine, weil es die Woche über die Zeit simuliert. Siehe Mittelwerte vs. Simulation über die Zeit.
Warum „erst integrieren“ den Nutzen oft verzögert
Viele Projekte wollen jede Maschine anbinden, bevor die erste Simulation läuft. Signale müssen zugeordnet, bereinigt und mit Zeitstempeln versehen werden, und alte Maschinen brauchen zusätzliche Hardware. Diese Arbeit dauert Monate.
In der Zwischenzeit entscheidet die Fabrik weiter. Das Layout wird in einer Tabellenkalkulation gewählt, und der Roboter wird auf Basis der Zykluszeit des Lieferanten bestellt.
Ein zweites Problem ist, dass Live-Daten ein schwaches Modell nicht reparieren können. Wenn die Logik der Arbeitspläne falsch ist oder die Pufferregeln nicht zur Halle passen, lässt ein Live-Datenstrom das falsche Ergebnis nur frisch aussehen. Zuerst muss die Modelllogik stimmen, und das lässt sich mit statischen Daten leichter prüfen, die Ingenieure Zeile für Zeile lesen können. Selbst nominelle Zykluszeiten aus den Arbeitsplänen sind ein brauchbarer Anfang: Der Vergleich der Modellergebnisse mit dem, was die Halle tatsächlich produziert, zeigt die Lücke zwischen Theorie und Wirklichkeit, und diese Lücke weist auf den eigentlichen Engpass hin. Den minimalen Datensatz beschreiben wir in Welche Daten brauchen Sie für den Start einer Fabriksimulation?.
Fünf Fragen, bevor Sie irgendetwas anbinden
Beantworten Sie diese Fragen schriftlich, bevor Sie eine Integration planen. Wenn die meisten Antworten in die linke Spalte fallen, reichen statische Daten vorerst.
| Frage | Statische Daten reichen, wenn | Live-Daten anbinden, wenn |
|---|---|---|
| Wie oft entscheiden Sie auf Basis des Modells? | Einige Male im Jahr, bei Investitions- oder Layoutentscheidungen | Wöchentlich oder täglich, für Planung oder Kommissionierung |
| Wie schnell ändern sich die Eingaben? | Zykluszeiten und Arbeitspläne bleiben monatelang stabil | Zykluszeiten driften, neue Produkte und Rüstvorgänge kommen jede Woche |
| Was kostet eine veraltete Eingabe? | Ein kleiner Fehler ändert nicht, welche Variante gewinnt | Eine veraltete Eingabe ändert den Plan für die nächste Schicht |
| Wer nutzt das Ergebnis? | Führungskräfte in einer Entscheidungsrunde | Ein Schichtleiter oder Planer, der noch am selben Tag danach handelt |
| Können Sie die Verantwortung für den Datenstrom übernehmen? | Niemand hat Zeit, die Datenqualität im Blick zu behalten | Eine namentlich benannte Person behebt fehlende oder falsche Signale |
Die meisten Teams überspringen die letzte Frage. Ein Live-Datenstrom braucht einen Verantwortlichen und eine Regel dafür, was passiert, wenn Daten zu spät ankommen.
Was statische Daten schon beantworten können
Zwei Fallstudien von DBR77 zeigen, wie viel ein Modell auf Basis statischer Daten liefert.
Ein Kunststoff-Spritzgießer für die Haushaltsgeräteindustrie wollte mehrere Stationen einer Linie automatisieren. DBR77 hat einen Zwilling eines Teils des Werks aus Materialflüssen und Zykluszeiten je Aufgabe erstellt. Das Modell fand den Engpass in einem manuellen Arbeitsschritt des ersten Bedieners: 90 Sekunden Tätigkeit und 98 Sekunden Wartezeit. Um das zu sehen, war kein Live-Datenstrom nötig.
Ein Hersteller von Heizungs-, Lüftungs- und Klimatechnik mit durchschnittlich 800 Entnahmen pro Schicht brauchte eine bessere Reihenfolge für die Materialentnahme aus dem Lager. Die Simulation wurde aus aktuellen Fertigungsaufträgen erstellt. Um sie zu aktualisieren, importiert das Team nur die überarbeiteten Fertigungsaufträge, und der Algorithmus findet in Sekunden eine neue Lösung. Das hilft, wenn Material oder Personal knapp sind.
Der zweite Fall zeigt einen Mittelweg. Das Modell ist nicht mit Maschinen verbunden, aber ein einfacher Import frischt es auf, sobald sich der Plan ändert. Für viele Werke deckt das den täglichen Bedarf ab.
Sehen Sie, was ein Modell auf Basis statischer Daten beantworten kann
Das Automatisierungskonzept und der Fall der Lagerkommissionierung oben liefen beide mit Daten, die die Werke bereits hatten. Die Anwendungsfälle zeigen weitere Projekte dieser Art, von Layoutvarianten bis zur Intralogistik.
Wann sich Live-Daten lohnen
Live-Daten sind die nächste Stufe der Arbeit mit dem Modell, nachdem die statische Version dem Team gezeigt hat, wo der eigentliche Engpass liegt. Sie zahlen sich in drei Situationen aus.
- Die Entscheidungen wiederholen sich. Wenn das Team jede Woche Produktmix oder Schichten mit dem Modell plant, sollte jeder Lauf davon ausgehen, wie die Linie in der Vorwoche tatsächlich gelaufen ist. Live-Daten halten die Zykluszeiten im Modell zwischen diesen Läufen im Einklang mit der Halle.
- Die Eingaben driften. Zykluszeiten schleichen nach oben, eine Maschine läuft langsamer, ein neues Werkzeug ändert die Rüstzeiten, und Live-Daten zeigen die Änderung früher als die nächste Entscheidungsrunde.
- Eine Änderung ist gerade live gegangen. Nachdem ein neues Layout oder ein Roboter in Betrieb gegangen ist, zeigen Live-Daten, ob sich die Linie so verhält, wie das Modell es vorhergesagt hat. Tut sie das nicht, erfahren Sie, ob das Modell oder die Halle korrigiert werden muss.
Ein Zwilling ist dafür gebaut, Änderungen zu testen, und ein Alarmsystem für die Schicht ist ein eigenes Werkzeug. Wenn Alarme Ihr Ziel sind, lesen Sie Warum IoT-Alarme in der Fertigung scheitern und was stattdessen funktioniert. Wo die Daten verarbeitet werden, ist eine eigene Architekturfrage, behandelt in Edge oder Cloud in der Fertigung.
Schrittweise anbinden, nicht alles auf einmal
Ein praxistauglicher Weg hat vier Schritte.
- Statisch starten, für eine Entscheidung. Bauen Sie das Modell aus Layout- und Prozessdaten auf und vergleichen Sie damit Varianten einer echten Änderung.
- Mit der Historie kalibrieren. Vergleichen Sie die Ergebnisse des Modells mit dem, was die Linie tatsächlich produziert hat. Die Lücke zwischen beiden zeigt, wo Theorie und Halle auseinandergehen, und dort sitzt meist der eigentliche Engpass. Ersetzen Sie geschätzte Zykluszeiten durch Werte aus Protokollen, dem ERP oder historischen Maschinendaten, und prüfen Sie das Ergebnis mit den Menschen, die die Linie fahren. Sie wissen, wie eine schlechte Woche aussieht.
- Die wenigen Signale anbinden, die ein Ergebnis ändern. Meist sind das die Zustände und Zykluszeiten des Engpasses und der Stationen um ihn herum. In einem illustrativen Werk mit 40 Maschinen entscheiden womöglich drei oder vier Stationen in der Nähe des Engpasses über den Ausstoß. Binden Sie diese an, bevor irgendein anderer Sensor in der Halle folgt.
- Verantwortliche und Regeln für Ausfälle festlegen. Entscheiden Sie, wer einen fehlenden Datenstrom repariert und was das Modell verwendet, wenn Daten zu spät kommen, zum Beispiel die zuletzt freigegebenen Werte.
Ein Modell, für das niemand verantwortlich ist, passt schon nach der ersten Änderung in der Halle nicht mehr zum Werk, ob es von Hand oder von Sensoren gespeist wird. Die Rollen beschreiben wir in Wem sollte das Modell des digitalen Zwillings gehören?.
Häufige Fragen
Braucht ein digitaler Zwilling Echtzeitdaten, um ein digitaler Zwilling zu sein?
Nein. Ein digitaler Zwilling ist ein Modell Ihres Werks, das die Produktion über die Zeit durchspielt. Wenn sich das Werk verändert, zum Beispiel durch eine neue Maschine oder ein neues Schichtmodell, passt der Modellverantwortliche es auf Basis neuer Daten oder Messungen an, und diese Version ist die Grundlage für die nächste Entscheidung. Live-Daten sind eine spätere Stufe, wenn das Modell regelmäßig genutzt wird und dem Werk auch zwischen solchen Änderungen folgen soll.
Reicht ein Modell auf Basis statischer Daten für eine Investitionsentscheidung?
Ja, wenn die Eingaben gemessen und nicht geschätzt sind. Layout- und Investitionsentscheidungen brauchen einen fairen Vergleich von Varianten auf denselben Eingaben, und statische Daten aus Arbeitsplänen und Zykluszeiten ermöglichen das.
Welche Maschinendaten sollten wir zuerst anbinden?
Beginnen Sie mit dem Engpass und den Stationen daneben: Maschinenzustände, Stillstandsgründe und tatsächliche Zykluszeiten. Diese Signale bewegen das Ergebnis am stärksten. Der Rest kann warten.
Was passiert, wenn ein Live-Datenstrom ausfällt?
Legen Sie das fest, bevor Sie anbinden. Eine verbreitete Regel lautet: Das Modell greift auf die zuletzt freigegebenen Werte zurück und markiert die Lücke, sodass niemand mit fehlenden oder falschen Daten plant.
Fazit
Nehmen Sie die nächste Entscheidung auf Ihrer Liste und fragen Sie, wie oft sie wiederkommen wird. Ist es eine Investition, die einmal im Jahr ansteht, bauen Sie das Modell jetzt aus Layout, Arbeitsplänen und gemessenen Zykluszeiten. Wird das Team sie jede Woche neu durchspielen, benennen Sie die Person, die für einen Live-Datenstrom von den Engpassstationen verantwortlich sein wird, bevor jemand Hardware bestellt.
Beginnen Sie mit den Daten, die Sie bereits haben
Ihre Layoutzeichnung, Ihre Arbeitspläne und gemessene Zykluszeiten sind ein tragfähiger Ausgangspunkt. In der Demo sehen Sie ein Modell, das aus solchen Eingaben gebaut wurde, und wie sich Live-Maschinendaten später als individuelle Integration anbinden ließen.
Quellen
Möchten Sie eine Entscheidung aus Ihrem Werk testen?
Beschreiben Sie die Entscheidung einem DBR77-Experten. Wir zeigen, wie DBR77 Digital Twin Varianten nach Ausbringung, Wartezeit und Transportlast vergleicht.
Fragen
Haben Sie eine Frage zu diesem Thema?
Schreiben Sie uns, worum es geht. Wir antworten innerhalb eines Werktags.
Digital-Twin-Newsletter
Kurze Beiträge dazu, wie sich Layout- und Ablaufentscheidungen am Modell testen lassen, und Neuigkeiten von DBR77 Digital Twin. Sie können sich jederzeit abmelden.