Digitaler Zwilling vs. Simulation

Wichtigste Erkenntnisse

• Die Simulation ist der bessere Ausgangspunkt für die Designvalidierung, da sie bereits dann eingesetzt werden kann, wenn noch keine Echtzeitdaten vorliegen, und sich leichter kontrollieren lässt.
• Digitale Zwillinge zahlen sich nur dann aus, wenn für eine in Betrieb genommene Anlage Schätzungen des aktuellen Zustands benötigt werden, die der Instandhaltung, Steuerung oder Fehlerbehebung dienen.
• Die Echtzeitausführung und saubere Telemetriedaten entscheiden darüber, ob ein digitaler Zwilling die Entwicklungsarbeit unterstützt oder lediglich ungenaue Daten widerspiegelt.

Entscheiden Sie sich für Simulationen bei der Entwicklung und Validierung und setzen Sie einen digitalen Zwilling nur dann ein, wenn eine physische Anlage mit den Echtzeitdaten synchronisiert bleiben muss.

Teams geraten ins Stocken, wenn sie diese Werkzeuge als austauschbar betrachten. Eine Simulation testet das erwartete Systemverhalten, bevor hardware installiert hardware oder der Live-Betrieb eine Rolle spielt. Ein digitaler Zwilling verfolgt eine bestimmte Anlage anhand aktueller Messwerte und Zustandsschätzungen. Der weltweite Stromverbrauch wird bis 2026 voraussichtlich um durchschnittlich 3,4 % pro Jahr bis 2026, daher benötigen Modelle, die an Betriebssysteme gekoppelt sind, einen klareren Zweck.

Der Unterschied liegt in der Echtzeit-Synchronisierung mit physischen Beständen

Der Hauptunterschied zwischen einem digitalen Zwilling und einer Simulation besteht in der Synchronisation mit einer physischen Anlage. Bei einer Simulation wird ein Modell unter angenommenen Eingabewerten und Bedingungen ausgeführt. Ein digitaler Zwilling bleibt hingegen über Live-Daten mit einer einzelnen Anlage oder einer Flotte verbunden. Diese Verbindung ermöglicht es Ihnen, das erwartete und das tatsächliche Verhalten im laufenden Betrieb miteinander zu vergleichen.

Mit einer Simulation des Motorantriebs lassen sich Schaltfrequenz, Lastdrehmoment und Reglerverstärkungen schon lange vor hardware variieren. Ein digitaler Zwilling des installierten Antriebs erfasst Sensorwerte, Fehlerprotokolle und die Wartungshistorie, um den aktuellen Zustand abzuschätzen. Das eine Modell hilft Ihnen, Fragen zur Auslegung vor der Inbetriebnahme zu klären. Das andere unterstützt Sie bei der Beantwortung von Fragen zum Anlagenzustand nach der Inbetriebnahme.

Das ist wichtig, weil die Arbeit an den einzelnen Modellen unterschiedlich ist. Eine Simulation erfordert fundierte physikalische Grundlagen, klare Annahmen und aussagekräftige Testfälle. Ein digitaler Zwilling benötigt darüber hinaus eine Datenzuordnung, eine konsequente Zeitstempelung, die Identifizierung der Anlagen sowie eine Aktualisierungslogik. Wenn Sie diesen Unterschied außer Acht lassen, werden Sie ein kostspieliges Modell erstellen, das keine der beiden Aufgaben gut erfüllt.

Die Simulation dient der Validierung des Entwurfs, bevor Betriebsdaten vorliegen

Simulationen eignen sich am besten, wenn Sie das Verhalten eines Systems testen müssen, bevor es installiert wird oder bevor Sie sich auf Betriebsdaten verlassen können. Damit können Sie ein Design unter vielen verschiedenen Bedingungen auf Herz und Nieren prüfen. Sie können Fehler, Belastungen, Verzögerungen und Reglereinstellungen variieren. Das macht Simulationen für die meisten Ingenieurteams zum richtigen ersten Schritt.

Ein Wechselrichter-Team kann beispielsweise Schaltverluste, thermisches Verhalten und Regelstabilität bereits Monate vor der Verdrahtung des ersten Prototyps modellieren. Eine Luft- und Raumfahrtgruppe kann die Grenzen der Stellglieder und das Timing der Regelgesetze prüfen, noch bevor ein Prüfstandstest beginnt. Man arbeitet dabei mit Gleichungen, Randbedingungen und erwarteten Eingangsgrößen. Dieser Ansatz reicht aus, wenn das Ziel die Validierung der Konstruktionsabsicht ist.

Kosten und Geschwindigkeit erklären, warum die Simulation an erster Stelle steht. Man kann viele Szenarien schnell durchspielen, sie sauber wiederholen und Annahmen ändern, ohne die Anlagen vor Ort anzufassen. Außerdem vermeidet man es, das Modell zu früh an ungenaue Anlagendaten zu binden. Wenn sich das Design noch jede Woche ändert, verursacht ein digitaler Zwilling zusätzlichen Pflegeaufwand, lange bevor er nützliche Erkenntnisse liefert.

Digitale Zwillinge eignen sich für Anlagen, deren Zustand kontinuierlich aktualisiert werden muss

Digitale Zwillinge eignen sich für Anlagen, bei denen der aktuelle Zustand ebenso wichtig ist wie ihr Konstruktionsmodell. Sie kommen am besten zum Einsatz, wenn sich der Zustand im Laufe der Zeit ändert und diese Änderungen Auswirkungen auf Wartung, Steuerung oder Risiken haben. Das Modell muss neue Messwerte erfassen und mit dem erwarteten Verhalten abgleichen. Genau das macht es zu einem Zwilling und nicht zu einem statischen Modell.

Ein Leistungstransformator ist ein anschauliches Beispiel. Temperatur, Belastungsverlauf, Alterung der Isolierung und Umgebungsbedingungen bestimmen seinen aktuellen Zustand. Bei einem Akkupack zeigt sich das gleiche Muster, da sich Ladezustand, Ungleichgewicht und Wärmeverteilung im Laufe jedes Betriebszyklus verändern. Sie benötigen eine dynamische Einschätzung des aktuellen Zustands, die den letzten Betriebszyklus und den thermischen Verlauf widerspiegelt.

Kontinuierliche Aktualisierungen sind nur dann von Bedeutung, wenn sie zu konkreten Maßnahmen führen. Diese Maßnahmen können ein Wartungsplan, eine Anpassung der Steuerung oder eine Fehleranalyse sein. Wenn niemand den aktuellen Zustand nutzt, um konkrete Maßnahmen zu ergreifen, wird der digitale Zwilling zu einem teuren Datenspiegel. Gute digitale Zwillinge verdienen sich ihren Platz durch ihren kontinuierlichen betrieblichen Nutzen, nicht allein durch die Komplexität des Modells.

„Ein digitaler Zwilling bleibt über Echtzeitdaten mit einer Anlage oder einer Flotte verbunden.“

Entscheiden Sie sich danach, wie schnell das Modell auf dem neuesten Stand bleiben muss

Die Aktualisierungsgeschwindigkeit ist oft das entscheidende Kriterium bei der Auswahl. Wenn Ihr Modell mit geplanten Eingaben und Batch-Analysen seinen Zweck erfüllt, reicht eine Simulation aus. Wenn es den Zustand der Anlage bei Betriebsgeschwindigkeit abbilden muss, benötigen Sie einen digitalen Zwilling. Je enger die zeitlichen Vorgaben sind, desto wichtiger sind Ihr Datenpfad und Ihr Rechenpfad.

Eine Studie zur Netzerweiterung lässt sich gut mit geplanten Lastprofilen und Prognoseszenarien durchführen. Ein Umrichterregler, der auf Netzstörungen reagiert, hingegen nicht. Die Entscheidung hängt weniger von der Komplexität des Modells als vielmehr von der Aktualisierungshäufigkeit und den betrieblichen Auswirkungen ab. Diese Sichtweise beseitigt die Verwirrung rund um digitale Zwillinge und Simulationen.

Dank Echtzeit-Simulationen eignen sich digitale Zwillinge für Tests

Eine Echtzeitsimulation ist wichtig, wenn ein digitaler Zwilling software gleichen Tempo wie das physikalische System mit hardware software interagieren muss. Eine statische Wiedergabe reicht für diese Aufgabe nicht aus. Der Regler muss im richtigen Moment glaubwürdige Eingaben erhalten. Das Modell muss mit stabilem Timing und einer originalgetreuen Systemantwort reagieren.

Ein Wechselrichter-Regler verdeutlicht das Problem anschaulich. Wenn man ihm verzögerte Spannungswerte, veraltete Stromwerte oder vereinfachtes Fehlerverhalten zuführt, sieht der Test zwar einwandfrei aus, doch die Logik des Reglers bleibt ungetestet. Teams, die OPAL-RT einsetzen, verbinden häufig hardware, Netzmodelle und Messströme in einem geschlossenen Regelkreis, sodass zeitliche Fehler bereits vor der Inbetriebnahme vor Ort sichtbar werden. Durch diesen Aufbau eignet sich der Twin Tests für Tests im geschlossenen Regelkreis Tests auch für die Überwachung.

Teams verwechseln hier häufig die Begriffe. Ein digitaler Zwilling ohne Echtzeitausführung kann dennoch die Anlagenverfolgung und -diagnose unterstützen. Er gibt jedoch keinen Aufschluss darüber, wie sich ein Relais, ein Umrichter oder ein Flugsteuerungsrechner unter engen zeitlichen Vorgaben verhält. Sobald das Steuerungszeitverhalten eine Rolle spielt, muss der Zwilling genauso laufen wie das System, das er abbildet.

Energiesysteme zunächst Simulationen und weiten diese dann auf digitale Zwillinge aus

Energiesysteme benötigen in der Regel beide Werkzeuge, die nacheinander eingesetzt werden und nicht als Ersatz füreinander dienen. Simulationen kommen zuerst zum Einsatz – bei der Auslegung, bei Fehleranalysen, bei der Regelungsoptimierung und bei Schutzprüfungen. Digitale Zwillinge kommen später zum Einsatz, wenn es um den Betrieb von Anlagen geht, bei denen eine Zustandsüberwachung und ein kontinuierlicher Abgleich mit Messwerten erforderlich sind. Durch diesen schrittweisen Ansatz wird der Modellierungsaufwand an den Reifegrad des Systems angepasst.

Ein microgrid verdeutlicht diesen Ablauf. Ingenieur:innen mit Netzabschnittmodellen, Umrichtersteuerungen und Fehlerfällen, um die Stabilität und die Schutzparameter zu überprüfen. Nach der Inbetriebnahme verdienen nur ausgewählte Anlagen eine Twin-Behandlung, wie beispielsweise ein Batteriesystem oder ein Umspannwerktransformator. Die Batteriespeicherkapazität im großtechnischen Maßstab stieg in den USA von etwa 1 GW im Jahr 2019 auf über 16 GW im Jahr 2023, was erklärt, warum der Zustand der Anlagen und die Betriebsreaktionen in Netzprogrammen mittlerweile eine größere Rolle spielen.

Sie erzielen bessere Ergebnisse, wenn Sie nur die Modelle fördern, die operative Maßnahmen unterstützen. Planungsmodelle können als Simulationen bestehen bleiben. Anlagenmodelle, die mit Verschleiß, Einsatzplanung oder Fehlerreaktion verbunden sind, sollten in den Bereich der digitalen Zwillinge verlagert werden. Diese Vorgehensweise sorgt dafür, dass sich die Teams auf sinnvolle Instandhaltungsmaßnahmen konzentrieren, anstatt für jede Komponente im Einleitungsschema Live-Verbindungen aufzubauen.

Die meisten Ausfälle sind auf eine schlechte Telemetriequalität zurückzuführen

Die meisten Fehler bei digitalen Zwillingen gehen auf Datenprobleme zurück, nicht auf Modellprobleme. Wenn Zeitstempel abweichen, Sensor-und Datenfusion oder die Anlagenkennungen nicht mit dem physischen System übereinstimmen, meldet der Zwilling mit großer Sicherheit einen falschen Zustand. Das ist schwerer zu erkennen als eine fehlerhafte Simulation. Man vertraut den Ergebnissen, weil das Modell aktuell erscheint.

Ein Transformator-Twin mit fehlenden Temperaturdaten kann die thermische Belastung über Tage hinweg zu niedrig einschätzen. Ein Batterie-Twin mit nicht übereinstimmenden Modul-IDs kann Wartungsteams zum falschen Rack schicken. Auch die Fehlerhistorie verliert an Aussagekraft, wenn Ereignisprotokolle und Wellenformaufzeichnungen unterschiedliche Zeitstempel verwenden. Sie benötigen eine Telemetriekette, die ebenso präzise ist wie das Modell.

• Die Zeitstempel der Sensoren stimmen systemübergreifend nicht überein.
• Die Asset-IDs unterscheiden sich zwischen den Datensätzen aus der Entwicklung und dem Betrieb.
• Fehlende Werte werden mit veralteten Daten ergänzt.
• Die Abtastraten ändern sich bei Netzwerküberlastung.
• Wartungsaufzeichnungen können nicht mit der Historie einer einzelnen Anlage verknüpft werden.

Diese Probleme lassen sich beheben, müssen jedoch frühzeitig behoben werden. Sie sollten den Datenpfad mit derselben Sorgfalt testen, wie Sie es bei der Steuerungslogik oder bei Schutzuntersuchungen tun. Ein auf einer unzuverlässigen Telemetrie basierendes Twin-System führt zu Fehlalarmen, versäumten Alarmen oder beidem. Eine Simulation ist die sicherere Lösung, bis Ihre Messkette sich als zuverlässig erwiesen hat.

Ein digitaler Zwilling macht sich erst nach der Einführung bezahlt

„Unternehmen, die einen Mehrwert erzielen, nutzen Simulationen für allgemeine Konstruktionsaufgaben und setzen digitale Zwillinge nur für Anlagen ein, deren Zustand, Steuerungssysteme und Risiken deren Pflege rechtfertigen.“

Ein digitaler Zwilling macht sich bezahlt, wenn bei einer in Betrieb genommenen Anlage eine kontinuierliche Zustandsüberwachung, zeitnahe Maßnahmen und eine disziplinierte Wartung erforderlich sind. Die Simulation hat ihren Platz bereits viel früher, da Fragen zur Konstruktion noch vor dem Vorliegen von Echtzeitdaten aufkommen und sich leichter bewältigen lassen. Die meisten Teams sollten mit der Simulation beginnen. Eine kleinere Auswahl an Modellen sollte nach der Inbetriebnahme zu digitalen Zwillingen weiterentwickelt werden.

Bei einer Windkraftanlage, einer Batteriestation oder einem Traktionsstromversorgungssystem muss nicht jedes technische Modell als Live-Twin nachgebildet werden. Die nützlichen Twins beziehen sich auf Störungen, Wartungsarbeiten, die Einsatzplanung, die Reaktion von Schutzvorrichtungen oder das Verhalten von Steuerungen, die sich auf den Betrieb auswirken. Aus diesem Grund nutzen Teams, die mit OPAL-RT arbeiten, häufig die Simulation als primäre Validierungsplattform und übertragen anschließend ausgewählte Modelle in den Live-Betrieb. Durch diese Aufteilung wird der Aufwand zielgerichtet eingesetzt.

Sie werden weniger Zeit damit verbringen, über Begriffe zu streiten, und mehr Zeit damit, Modelle zu entwickeln, denen die Menschen vertrauen können. Diese Einschätzung gilt für Entwicklungslabore, Versorgungsprogramme und Testanlagen gleichermaßen. Außerdem sorgt sie dafür, dass die Modellpflege eng mit der Arbeit verbunden bleibt, die die Menschen leisten müssen.