Die Arten digitaler Zwillinge werden meist nach Umfang gruppiert: Komponenten-, Asset-, System- und Prozesszwillinge. Jede Art beantwortet andere Fragen und benötigt Daten in unterschiedlicher Granularität – von hochfrequenten Schwingungsmessungen bis zum stündlichen Auftragsdurchsatz. Dieser Leitfaden erklärt die vier Arten mit konkreten Beispielen und zeigt, wie Sie MQTT-Topics und Payloads so gestalten, dass ein einziger Broker alle versorgen kann. Das verbindende Element ist ein Unified Namespace (UNS), dessen Topic-Struktur der ISA-95-Anlagenhierarchie folgt – die Grundlage vieler Industrie-4.0-Projekte in Maschinenbau und Prozessindustrie.
Definitionen und Geschichte finden Sie im Leitfaden zur Digital-Twin-Technologie.
Warum der Umfang zählt
Ein falsch gewählter Umfang ist einer der häufigsten Gründe, warum Zwillingsprojekte ins Stocken geraten. Teams peilen am ersten Tag einen „Fabrikzwilling“ an, stellen fest, dass ihnen zuverlässige Daten einzelner Maschinen fehlen, und verbringen Monate mit der Datenanbindung, bevor sie Nutzen zeigen. Andere bauen ein hervorragendes Lagermodell, das niemand nutzt, weil die Entscheidungen auf Linienebene getroffen werden.
Das Denken in Arten hilft Ihnen, die Ebene zu wählen, auf der die Entscheidung fällt, und dann genau die Daten zu erfassen, die diese Ebene braucht. Die Ebenen sind zudem verschachtelt: Ein Prozesszwilling besteht aus Systemzwillingen, diese aus Asset-Zwillingen, die wiederum Komponentenzwillinge enthalten. Ein gutes Datendesign lässt Sie diese Leiter hinaufsteigen, ohne alles neu zu bauen.
Die vier Arten digitaler Zwillinge
| Art | Umfang | Beispiel | Typische Fragen | Datengranularität |
|---|---|---|---|---|
| Komponentenzwilling | Ein einzelnes Teil | Lager, Motorwicklung, Ventilsitz | Wie verschlissen ist es? Wann fällt es aus? | Hohe Rate, Rohsignale oder Merkmale (Schwingung, Temperatur) |
| Asset-Zwilling | Eine Maschine oder ein Gerät | Pumpe, CNC-Maschine, Roboterarm | Läuft es gut? In welchem Zustand ist es? | Sekunden: Status, wichtige Prozesswerte, Alarme |
| Systemzwilling | Mehrere zusammenwirkende Assets | Kühlkreislauf, Produktionslinie, HLK-Zone | Wo ist der Engpass? Wie wirken sich Änderungen aus? | Sekunden bis Minuten: aggregierte Asset-Zustände, Ströme |
| Prozesszwilling | Ein durchgängiger Ablauf | Vom Auftrag bis zum Versand, Chargenproduktion | Erreichen wir den Plan? Was sollten wir ändern? | Minuten bis Stunden: Durchsatz, Qualität, Aufträge, Energie |
Manche Frameworks ergänzen eine fünfte Ebene für ganze Organisationen oder Städte, die aber derselben Logik wie ein Prozesszwilling in größerem Maßstab folgt.
Komponentenzwillinge
Ein Komponentenzwilling bildet ein einzelnes Teil ab, dessen Verhalten für das übergeordnete Asset kritisch ist. Lager, Getriebe, Dichtungen und Heizelemente sind typische Kandidaten, weil ihr Verschleiß allmählich und messbar verläuft.
Datenbedarf: Komponentenzwillinge wollen die reichhaltigsten Daten. Schwingungsanalysen können Abtastraten von Tausenden Messungen pro Sekunde erfordern. Diesen Rohdatenstrom über MQTT zu senden, ist selten sinnvoll; stattdessen berechnet ein Edge-Gerät Merkmale wie RMS-Schwinggeschwindigkeit, Spitzenfrequenzbänder oder Temperaturgradienten und veröffentlicht diese alle paar Sekunden.
Payload-Beispiel:
{
"ts": "2026-10-16T08:15:00Z",
"rms_velocity_mm_s": 2.4,
"peak_freq_hz": 147.5,
"kurtosis": 3.1,
"bearing_temp_c": 58.2
}
Topic: .../utilities/cooling/pump104/bearing-de/features
Behalten Sie Roh-Wellenformen am Edge oder laden Sie sie bei Bedarf in einen Dateispeicher hoch; nutzen Sie den Broker für die Merkmale und Alarme, die Entscheidungen auslösen. Auf dem öffentlichen MQTT-Broker, der nur für Tests gedacht ist, sind Nachrichten auf 64 KB begrenzt, und selbst in privaten Plänen sind kleine, häufige Nachrichten gesünder als große Blobs.
Asset-Zwillinge
Mit dem Asset-Zwilling sollten die meisten Projekte beginnen. Er repräsentiert eine ganze Maschine: ihren Betriebszustand, wichtige Prozesswerte, Alarme und Zähler. Er ist die natürliche Einheit für 3D-Visualisierung, Instandhaltung und Fernsupport, wie bei einem digitalen Zwilling eines Roboterarms, der Gelenkwinkel spiegelt.
Datenbedarf: Statusänderungen als Ereignisse, Prozesswerte alle ein bis zehn Sekunden und der aktuelle Zustand retained auf dem Broker, damit neue Betrachter ihn sofort sehen.
mosquitto_pub -h broker.connectmq.com -p 1883 -i tdt-8k3-pump104 -r -q 1 \
-t "connectmq/demo/tdt-8k3/site1/utilities/cooling/pump104/state" \
-m '{"mode":"running","rpm":1480,"flow_m3h":42.1,"alarms":[]}'
Asset-Zwillinge profitieren enorm von einer konsistenten Hierarchie. Veröffentlicht jedes Asset unter site/area/line/cell, was ISA-95 entspricht, können System- und Prozesszwillinge mit Wildcards abonnieren statt mit einer von Hand gepflegten Tag-Liste. Genau das ist das Prinzip des UNS: Die ISA-95-Ebenen Enterprise → Site → Area → Line → Cell werden zur Topic-Struktur auf dem Broker, etwa acme/werk-stuttgart/montage/linie-1/zelle-3/state, und jede Zwillingsart hängt an ihrem Knoten in diesem Baum. Der Leitfaden zu Sparkplug B und Unified Namespace erklärt, wie diese Hierarchie aufgebaut wird.
Systemzwillinge
Ein Systemzwilling kombiniert mehrere Assets, um ihr Zusammenspiel zu verstehen. Ein Zwilling eines Kühlkreislaufs braucht beispielsweise Pumpendurchfluss, Kältemaschinenlast, Ventilstellungen und Temperaturen an mehreren Punkten, weil das interessante Verhalten zwischen den Maschinen entsteht und nicht in einer einzelnen.
Datenbedarf: Ein Systemzwilling abonniert viele Asset-Topics, gleicht sie zeitlich ab und berechnet oft abgeleitete Werte wie Gesamtdurchfluss, Bilanzfehler oder Linieneffizienz. Diese Ergebnisse veröffentlicht er typischerweise unter dem eigenen Knoten des Systems in der Hierarchie zurück an den Broker:
import json
import paho.mqtt.client as mqtt
ROOT = "connectmq/demo/tdt-8k3/site1/utilities/cooling"
flows = {}
def on_connect(client, userdata, flags, reason_code, properties):
client.subscribe(f"{ROOT}/+/state", qos=1)
def on_message(client, userdata, msg):
asset = msg.topic.split("/")[-2]
if asset == "system":
return
data = json.loads(msg.payload)
if "flow_m3h" in data:
flows[asset] = data["flow_m3h"]
summary = {"total_flow_m3h": round(sum(flows.values()), 1),
"pumps_reporting": len(flows)}
client.publish(f"{ROOT}/system/state", json.dumps(summary), qos=1, retain=True)
client = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2, client_id="tdt-8k3-cooling-system")
client.on_connect = on_connect
client.on_message = on_message
client.connect("broker.connectmq.com", 1883)
client.loop_forever()
Die einstufige Wildcard + erfasst jedes Asset im Kreislauf, sodass eine zusätzliche Pumpe keine Codeänderung erfordert. Wird das Systemergebnis unter einem eigenen Topic veröffentlicht, können Dashboards und der Prozesszwilling es nutzen, ohne es neu zu berechnen.
Prozesszwillinge
Ein Prozesszwilling repräsentiert einen ganzen Ablauf, etwa einen Produktionslauf vom Rohmaterial bis zum Fertigprodukt. Er verbindet Maschinendaten mit Geschäftskontext: Aufträgen, Rezepturen, Qualitätsergebnissen, Energie und Personal. Die Fragen verschieben sich von „Ist diese Maschine in Ordnung?“ zu „Liefern wir pünktlich?“ und „Was kostet jede Einheit wirklich?“.
Datenbedarf: niederfrequente Ereignisse mit viel Kontext. Auftrag gestartet, Charge abgeschlossen, Qualitätssperre, Schichtsumme. Vieles davon stammt aus MES- und ERP-Systemen statt aus Sensoren, weshalb Integrationsmuster wichtig sind: Ein kleiner Dienst liest aus diesen Systemen und veröffentlicht Ereignisse in denselben Topic-Baum, sodass Maschinen- und Geschäftsdaten gemeinsam im Unified Namespace liegen.
Prozesszwillinge brauchen selten Daten im Subsekundenbereich, aber sie müssen vollständig und vertrauenswürdig sein. Verpasste „Charge abgeschlossen“-Ereignisse verfälschen jede nachgelagerte Kennzahl, verwenden Sie daher QoS 1 für Geschäftsereignisse und gestalten Sie Konsumenten idempotent.
Die richtige Art wählen
Gehen Sie beim Zuschnitt einer neuen Initiative in dieser Reihenfolge vor:
- Benennen Sie die Entscheidung, die Sie verbessern möchten, und wer sie trifft.
- Bestimmen Sie die Ebene, auf der diese Entscheidung fällt: Teil, Maschine, Maschinengruppe oder gesamter Ablauf.
- Listen Sie die Daten auf, die diese Entscheidung braucht, und wie aktuell sie sein müssen.
- Prüfen Sie, ob die darunterliegenden Ebenen diese Daten bereits zuverlässig liefern. Wenn nicht, beginnen Sie eine Ebene tiefer.
- Gestalten Sie Topics so, dass die nächsthöhere Ebene per Wildcard abonnieren kann.
- Setzen Sie ein Asset oder System vollständig um, bevor Sie den Umfang erweitern.
Die meisten Teams stellen fest, dass Asset-Zwillinge die schnellsten Erfolge bringen und die Datengrundlage für alles Weitere schaffen. Der Leitfaden So bauen Sie einen digitalen Zwilling führt Schritt für Schritt durch diesen ersten Aufbau, und das Reifegradmodell für digitale Zwillinge zeigt, wie die Fähigkeiten mit der Zeit wachsen.
Ein Broker für jede Art
Alle vier Arten können sich eine MQTT-Infrastruktur teilen, sofern diese hochfrequente Komponentenmerkmale, retained Asset-Zustände und zuverlässige Geschäftsereignisse nebeneinander verarbeitet. Genau das ist die Rolle eines Cloud-MQTT-Brokers als Herz des UNS: ein sicherer Endpunkt, mit dem sich Edge-Geräte, Zwillingsdienste und Browser-Viewer gleichermaßen verbinden.
ConnectMQ erkennt ISA-95- und Unified-Namespace-Topic-Strukturen und zeigt Geräte im Portal nach Hierarchieebene an, sodass leicht erkennbar ist, wo jede Zwillingsart angesiedelt ist. Es dekodiert außerdem Sparkplug B und kann es in lesbare ISA-95-Topics republizieren, damit bestehende Sparkplug-Edge-Nodes Asset- und Systemzwillinge ohne eigene Dekodierung versorgen können. Für erste Experimente eignet sich der kostenlose öffentliche MQTT-Broker für unkritische Demodaten, nicht aber für Produktionsdaten.
Starten Sie Ihren ersten Zwilling auf ConnectMQ
Wählen Sie ein Asset, veröffentlichen Sie seinen Zustand unter einer sauberen Hierarchie und bauen Sie von dort aus auf. Registrieren Sie sich für einen kostenlosen ConnectMQ-Serverless-Broker, ohne Kreditkarte, und Sie haben private Zugangsdaten und TLS-Endpunkte für jede Art von Zwilling bereit, die Sie bauen.
Häufig gestellte Fragen
Welche Hauptarten digitaler Zwillinge gibt es?
Die übliche Einteilung nach Umfang unterscheidet Komponenten-, Asset-, System- und Prozesszwillinge. Manche Modelle ergänzen Produkt-, Organisations- oder Stadtzwillinge, die derselben Idee in anderem Maßstab folgen.
Welche Art digitaler Zwilling sollte ich zuerst bauen?
Ein Asset-Zwilling ist meist der beste erste Schritt. Er liefert schnell sichtbaren Nutzen und erzeugt die sauberen, strukturierten Daten, auf die System- und Prozesszwillinge angewiesen sind.
Brauchen Komponentenzwillinge spezielle Hardware?
Oft brauchen sie Sensoren mit höheren Abtastraten, etwa Beschleunigungssensoren, sowie ein Edge-Gerät, das Rohsignale vor dem Veröffentlichen in Merkmale umwandelt.
Kann ein MQTT-Broker alle Zwillingsarten bedienen?
Ja. Mit einer konsistenten, an ISA-95 ausgerichteten Topic-Hierarchie im Sinne eines UNS existieren Komponentenmerkmale, Asset-Zustände und Prozessereignisse in einem Namespace nebeneinander, und jeder Zwilling abonniert nur, was er braucht.
