Ein digitaler Zwilling der Fabrik ist ein lebendiges, datengetriebenes Modell Ihres Werks, das abbildet, was Maschinen, Linien und Bereiche gerade tun. In diesem Leitfaden erfahren Sie, welche Anwendungsfälle einen Zwilling rechtfertigen, wie Sie Modelle auf Linien- und Werksebene strukturieren und wie Sie sie mit ISA-95-strukturierten MQTT-Daten versorgen, damit der Zwilling ohne individuelle Punkt-zu-Punkt-Integrationen genau bleibt.
Was ein digitaler Zwilling der Fabrik tatsächlich ist
Der Begriff wird im Marketing gern überdehnt, daher lohnt sich Präzision. Ein digitaler Zwilling der Fabrik besteht aus drei Teilen:
- Einem Modell der physischen Assets und ihrer Beziehungen: Maschinen gehören zu Zellen, Zellen zu Linien, Linien zu Bereichen, Bereiche zu einem Standort.
- Einer Live-Datenverbindung, die den Zustand des Modells mit der Realität synchron hält, meist innerhalb von Sekunden.
- Einem Zweck: etwas, das Menschen oder Software mit dem synchronisierten Modell tun, etwa ein stehendes Förderband erkennen, die Leistung von Schichten vergleichen oder eine Änderung der Feinplanung testen.
Ohne Live-Datenverbindung haben Sie eine 3D-Zeichnung oder eine Simulation. Ohne Zweck haben Sie einen teuren Bildschirmschoner. Die meisten erfolgreichen Projekte beginnen mit einem eng gefassten Zweck und erweitern das Modell schrittweise. Wenn Ihnen das Konzept neu ist, behandelt der Leitfaden zur Digital-Twin-Technologie die Grundlagen und Begriffe.
Zwillinge auf Linien- und Werksebene
Fabrikzwillinge gibt es meist in zwei Maßstäben, und sie beantworten unterschiedliche Fragen.
| Aspekt | Zwilling auf Linienebene | Zwilling auf Werksebene |
|---|---|---|
| Umfang | Eine Produktionslinie oder Zelle | Alle Bereiche, Linien und Versorgungsanlagen eines Standorts |
| Typische Nutzer | Linienbediener, Instandhaltungstechniker | Werksleiter, Produktionsplaner, Energiemanager |
| Aktualisierungsrate | Unter einer Sekunde bis wenige Sekunden | Sekunden bis Minuten (aggregiert) |
| Zentrale Signale | Maschinenzustand, Zykluszeit, Spindellast, Stückzahlen, Alarme | OEE pro Linie, Durchsatz, Energie pro Einheit, WIP, Stillstandsgründe |
| Visualisierung | Detailliertes 3D- oder 2D-Schema der Linie | Hallenplan oder Hierarchiebaum mit Drill-down |
| Kernfragen | Welche Station ist gerade der Engpass? Warum hat sie gestoppt? | Welche Linie bleibt diese Woche hinter den Erwartungen zurück? Wo wird Energie verschwendet? |
Ein häufiger Fehler ist, einen Werkszwilling überall mit Liniendetails zu bauen. Das vervielfacht den Integrationsaufwand und überfordert die Nutzer. Besser ist eine Werksübersicht, die per Drill-down in einige wenige detaillierte Linienzwillinge führt, dort, wo der Business Case am stärksten ist.
Anwendungsfälle, die einen digitalen Zwilling der Fabrik rechtfertigen
Produktionstransparenz in Echtzeit
Der einfachste und häufigste Anwendungsfall: ein Bildschirm, der den Zustand jeder Maschine (läuft, Leerlauf, gestoppt, gestört) mit Farben und Zählern zeigt, sodass Vorgesetzte nicht mehr durch die Halle laufen müssen, um Probleme zu finden. Der Mehrwert entsteht durch die Hierarchie. Wird die Werksansicht rot, kann ein Vorgesetzter in den Bereich, dann in die Linie und dann in die Station klicken.
Engpass- und Flussanalyse
Ein Linienzwilling, der von jeder Station Zyklusende-Ereignisse empfängt, kann zeigen, wo sich Teile stauen und welche Station die nächste aushungert. Da der Zwilling die Topologie kennt (Station A versorgt Förderband B, das Station C versorgt), kann er den Engpass hervorheben, statt nur langsame Maschinen aufzulisten.
Kontext zu Stillständen und Alarmen
Wenn eine Maschine stoppt, kann der Zwilling den Alarm, die letzten Werte zugehöriger Signale und den Zustand vor- und nachgelagerter Anlagen anzeigen. Die Instandhaltung erhält Kontext, bevor sie an der Maschine ankommt. Um Ausfälle vorherzusagen statt nur darauf zu reagieren, lesen Sie Predictive Maintenance mit dem digitalen Zwilling.
Energie und Versorgung
Kompressoren, Öfen, Kältemaschinen und Pumpen sind oft die größten Energieverbraucher. Wenn Sie gemessene Leistung in den Zwilling aufnehmen, können Sie den Verbrauch mit dem Produktionszustand korrelieren, zum Beispiel einen Ofen, der auf Temperatur gehalten wird, während die Linie stillsteht. Der Artikel Digitaler Zwilling für Energie geht tiefer auf die Modellierung von Energieflüssen ein.
Schulung und Remote-Support
Eine synchronisierte 3D-Ansicht hilft neuen Bedienern zu verstehen, wie sich eine Linie verhält, und ermöglicht externen Experten, denselben Zustand zu sehen wie das Team vor Ort.
Referenzarchitektur für einen digitalen Zwilling der Fabrik
Ein praxistauglicher Fabrikzwilling hat vier Schichten. Dass sie entkoppelt bleiben, ermöglicht es dem Zwilling, sich weiterzuentwickeln, ohne das Werk neu zu verdrahten.
- Edge-Quellen. SPSen, CNC-Steuerungen, Energiezähler und Sensoren. Die Daten werden von einem Edge-Gateway (Node-RED, ein SPS-nativer MQTT-Client oder ein Sparkplug-B-Edge-Node) erfasst und per MQTT veröffentlicht.
- Der MQTT-Broker als Daten-Backbone. Jede Quelle veröffentlicht einmal, jeder Konsument abonniert, was er braucht. Das ist das Muster des Unified Namespace (UNS): ein zentraler Namensraum, dessen Struktur der ISA-95-Anlagenhierarchie folgt und an dem SPS, MES, ERP und Zwilling gleichermaßen hängen. Ein verwalteter MQTT-Broker nimmt Ihnen das Patchen, Absichern und Skalieren dieses zentralen Bausteins ab.
- Zwillingsdienste. Kleine Subscriber, die abgeleitete Werte berechnen (OEE, mittlere Zykluszeiten, Zustandsdauern) und die Historie in eine Zeitreihendatenbank wie InfluxDB oder TimescaleDB schreiben.
- Zwillings-Clients. 3D-Web-Viewer, Dashboards, Analysewerkzeuge und bei Bedarf MES- oder ERP-Anbindungen, die Live-Topics abonnieren und die Historie abfragen.
Der Broker ist wichtig, weil ein Zwilling nur so genau ist wie sein Datenpfad. Retained Messages liefern einem neu geöffneten Zwillings-Viewer sofort den letzten bekannten Zustand jeder Maschine, statt auf die nächste Änderung zu warten. Mit der Message Expiry von MQTT 5 fallen veraltete Werte weg, sodass ein Zwilling eine Maschine nicht aufgrund eines Werts von gestern als "läuft" anzeigt. Der Beitrag zur Digital-Twin-Architektur behandelt diese Schichten ausführlicher.
Fabrikdaten mit ISA-95-Topics strukturieren
Die Topic-Hierarchie ist das Skelett des Zwillings. Folgen die Topics der ISA-95-Anlagenhierarchie (Enterprise → Site → Area → Line → Cell), kann der Zwilling seinen Baum direkt aus den Topic-Namen aufbauen. Genau das ist der Kern des UNS: Jede Ebene der Hierarchie wird zu einer Ebene im Topic-Pfad, etwa acme/werk-stuttgart/montage/linie-1/zelle-3/temperatur. In den Beispielen unten steht connectmq für die Enterprise-Ebene:
connectmq/<site>/<area>/<line>/<cell-or-machine>/<data-type>
connectmq/factory1/production/line1/cnc1/telemetry
connectmq/factory1/production/line1/cnc1/state
connectmq/factory1/production/line1/robot1/telemetry
connectmq/factory1/utilities/compressors/comp1/energy
Ein Zwillings-Viewer kann dann connectmq/factory1/production/line1/# für einen Linienzwilling abonnieren oder connectmq/factory1/+/+/+/state für eine Werksübersicht der Maschinenzustände.
ConnectMQ erkennt ISA-95- und Unified-Namespace-Topics und zeigt sie in einer nach ISA-95-Ebenen geordneten Geräteansicht an. So lässt sich leicht prüfen, ob die Hierarchie, die Ihr Zwilling erwartet, auch dem entspricht, was das Werk tatsächlich veröffentlicht. Wenn Ihre Edge Sparkplug B nutzt, dekodiert ConnectMQ die Protobuf-Payloads und kann sie in ISA-95-Topics neu veröffentlichen, zum Beispiel wird spBv1.0/factory1/DDATA/line1/cnc1 zu connectmq/factory1/production/line1/cnc1/telemetry. Ihr Zwillings-Client konsumiert dann dekodierte Daten auf gut lesbaren ISA-95-Topics. Der Leitfaden ISA-95 und der digitale Zwilling erklärt die Hierarchieebenen ausführlich, und Sparkplug B und Unified Namespace zeigt, wie beide Ansätze im UNS zusammenspielen.
Praxis: Einen Linienzwilling mit einer simulierten Maschine versorgen
Einen Linienzwilling können Sie in wenigen Minuten mit dem öffentlichen MQTT-Broker unter broker.connectmq.com prototypisch aufbauen. Denken Sie daran, dass der öffentliche MQTT-Broker für alle lesbar und nur für Tests und Prototypen gedacht ist; verwenden Sie daher ein eindeutiges Topic-Präfix und ausschließlich simulierte Daten.
Dieses Python-Skript (paho-mqtt 2.x) simuliert eine CNC-Maschine, die Zustand und Telemetrie veröffentlicht, wobei die Zustandsnachrichten als Retained gesendet werden:
import json
import random
import time
import uuid
import paho.mqtt.client as mqtt
PREFIX = f"connectmq/demo/{uuid.uuid4().hex[:8]}/factory1/production/line1/cnc1"
client = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2, client_id=f"cnc-sim-{uuid.uuid4().hex[:6]}")
def on_connect(client, userdata, flags, reason_code, properties):
print(f"Connected: {reason_code}. Publishing under {PREFIX}")
client.on_connect = on_connect
client.connect("broker.connectmq.com", 1883, keepalive=30)
client.loop_start()
state = "running"
parts = 0
try:
while True:
if random.random() < 0.05:
state = random.choice(["running", "idle", "fault"])
client.publish(f"{PREFIX}/state", json.dumps({"state": state, "ts": time.time()}), qos=1, retain=True)
if state == "running":
parts += 1
telemetry = {
"spindleRpm": random.randint(7800, 8200) if state == "running" else 0,
"spindleLoadPct": round(random.uniform(35, 70), 1) if state == "running" else 0,
"partCount": parts,
"ts": time.time(),
}
client.publish(f"{PREFIX}/telemetry", json.dumps(telemetry), qos=0)
time.sleep(1)
except KeyboardInterrupt:
client.loop_stop()
client.disconnect()
Beobachten Sie die Daten in einem anderen Terminal (ersetzen Sie das Präfix durch das vom Skript ausgegebene):
mosquitto_sub -h broker.connectmq.com -p 1883 -i twin-viewer-4821 -t "connectmq/demo/abcd1234/factory1/#" -v
In einem browserbasierten Zwilling verbinden Sie sich mit MQTT.js über Secure WebSocket unter wss://broker.connectmq.com:8084/mqtt und ordnen jedes Topic einem 3D-Objekt zu: Der Zustand steuert die Farbe, die Spindellast eine Anzeige. Die 3D-Digital-Twin-Webdemo von ConnectMQ funktioniert genau so, mit CNC-Maschine, Roboterarm, Ofen, Tank, Förderband und Pumpe, die live über WSS animiert werden.
Vom Prototyp zur Produktion
Wenn der Prototyp die Stakeholder überzeugt, wechseln Sie zu einem privaten Broker. Erstellen Sie einen bei ConnectMQ und nutzen Sie die generierten Werte YOUR_USERNAME, YOUR_PASSWORD und YOUR_CLIENT_ID über TLS auf Port 8883. Checkliste für einen produktiven Fabrikzwilling:
- Frieren Sie die Topic-Hierarchie ein und dokumentieren Sie sie als verbindliche UNS-Struktur des Werks. Spätere Umbenennungen von Topics machen jeden Zwillings-Client kaputt.
- Nutzen Sie Retained Messages für Zustände, nicht für hochfrequente Telemetrie.
- Setzen Sie eine Message Expiry für Werte, die ihre Relevanz nicht überdauern sollen.
- Trennen Sie Live- und Historienpfad: Der Broker liefert Live-Daten, ein Subscriber schreibt die Historie in eine Datenbank.
- Dimensionieren Sie die Verbindungen: Zählen Sie Edge-Gateways, Zwillingsdienste und Viewer-Sessions. Der kostenlose Serverless-Tarif erlaubt bis zu 25 Verbindungen; der kostenpflichtige Serverless-Tarif geht bis 1.000 mit Shared Subscriptions für lastverteilte Zwillingsdienste; Dedicated bietet einen isolierten Cluster.
- Sichern Sie die Edge ab: TLS überall, eine Zugangskennung pro Gateway, keine geteilten Client IDs.
Häufige Stolpersteine
- Modellieren, bevor Daten existieren. Teams verbringen Monate mit 3D-Modellen und stellen dann fest, dass die SPS die benötigten Tags gar nicht bereitstellt. Erfassen Sie zuerst die Signale.
- Polling statt ereignisgesteuerter Updates. Ein Zwilling, der alle paar Sekunden Datenbanken abfragt, wirkt träge. Abonnieren Sie direkt den Broker.
- Keine Zeitstempel an der Quelle. Ohne Quellzeitstempel können Sie Netzwerkverzögerung nicht von Maschinenverhalten unterscheiden.
- Eine riesige Payload. Wenn Sie Zustand, Telemetrie und Alarme auf getrennte Topics verteilen, können Clients gezielt abonnieren.
Bauen Sie Ihren digitalen Zwilling der Fabrik auf ConnectMQ
Starten Sie mit dem öffentlichen MQTT-Broker und wechseln Sie zu einem privaten Broker, sobald Sie echte Anlagen anbinden. Registrieren Sie sich unter app.connectmq.com für den kostenlosen Serverless-Tarif ohne Kreditkarte, erstellen Sie einen Broker und prüfen Sie Ihre Fabrikdaten mit dem Live-Topic-Explorer und der ISA-95-Geräteansicht, bevor Sie den Zwilling darauf aufbauen.
Häufig gestellte Fragen
Welche Daten braucht ein digitaler Zwilling der Fabrik zuerst?
Beginnen Sie mit Maschinenzustand, Stückzahlen und aktiven Alarmen je Maschine. Diese drei Signale ermöglichen bereits Live-Transparenz, Kontext zu Stillständen und eine einfache OEE, und sie sind bei den meisten SPSen und CNC-Steuerungen verfügbar.
Brauche ich ein 3D-Modell für einen digitalen Zwilling der Fabrik?
Nein. Viele wirkungsvolle Zwillinge nutzen einen 2D-Hallenplan oder einen Hierarchiebaum. 3D hilft bei Schulung und räumlichem Verständnis, aber erst das synchronisierte Datenmodell macht ihn zum Zwilling.
Wie hält MQTT einen Fabrikzwilling aktuell?
Edge-Gateways veröffentlichen Änderungen auf hierarchischen Topics, und Zwillings-Clients abonnieren sie, sodass Aktualisierungen nahezu in Echtzeit ankommen. Retained Messages liefern neuen Clients sofort den letzten bekannten Zustand.
Kann ich Sparkplug-B-Geräte mit einem Fabrikzwilling verwenden?
Ja. ConnectMQ dekodiert Sparkplug B und kann die Daten in ISA-95-Topics neu veröffentlichen, sodass Zwillings-Clients dekodierte Daten konsumieren können, ohne selbst Sparkplug implementieren zu müssen.
