Mit dem Digitalen Zwilling Prozessgrenzen überwinden

Kaum eine Entwicklung hat die Arbeits- und Produktionswelt in den letzten Jahren so geprägt wie die Digitalisierung. Die konsequente und flächendeckende Konnektivität ist wesentlicher Treiber für den technologischen und gesellschaftlichen Wandel. Der Digitale Zwilling ist dabei das zentrale Vehikel, welches die verfügbaren Daten und Informationen über den Lebenszyklus eines realen Objekts hinweg aggregiert, strukturiert und nutzbar macht. Doch wie muss der Digitale Zwilling in der Produktions- und Fertigungswelt aufgebaut sein? Wie müssen Daten gespeichert und zu Informationen aufbereitet werden und in welcher Weise bestimmt sich der Wert oder Mehrwert der Daten im Digitalen Zwilling in der Gesamtbilanz über die unterschiedlichen Phasen des Produktlebenszyklus? Der vorliegende Beitrag definiert den Digitalen Zwilling für ein produktionstechnisches Umfeld und vertieft das Zusammenwirken von Daten, Digitalem Schatten, Modellen und dem Digitalen Zwilling anhand konkreter fertigungstechnischer Fragestellungen. In diesem Zusammenhang wird auf die Bedeutung von Daten sowie Modellen eingegangen und deren Beitrag im Sinne des Digitalen Schattens und Zwillings kritisch hinterfragt. Der Beitrag schließt mit einer Diskussion über den Wert oder Mehrwert, welcher durch die Nutzung von Daten für Produkt und Produktion entsteht.

In the recent years, hardly any other development has had such an impact on the worlds of work and production as digitization, and the consistent and comprehensive connectivity is a key driver of technological and social change. The Digital Twin is the central vehicle, aggregating, structuring and utilizing the available data and information over the life-cycle of a real object. But how does the Digital Twin has to be structured in a production or manufacturing world? How does data have to be stored and processed into information and how can the value or added value of the data in the Digital Twin be determined in the overall balance over different phases of the product-life-cycle? This article presents a definition for the Digital Twin for a production-technological environment and deepens the interaction of data, Digital Shadow, models and the Digital Twin based on specific use cases. In this context, the significance of data and models is repeatedly addressed and their contribution in terms of the Digital Shadow and Twin is critically questioned. The article concludes with a discussion of the value or added value that arises from the use of data for the product and its production.