Die Druckversion wird nicht mehr unterstützt und kann Darstellungsfehler aufweisen. Bitte aktualisiere deine Browser-Lesezeichen und verwende stattdessen die Standard-Druckfunktion des Browsers.

aiMOOC

Digitale Zwillinge und vernetzte Modelle – Parameter mit Referenzdaten abgleichen

QR-Code

Digitale Zwillinge und vernetzte Modelle – Parameter mit Referenzdaten abgleichen

Zielgruppe: Berufliche Ausbildung – Mechatronik, Automatisierungstechnik, Industriemechanik und technische IT

Niveau: Ausbildung, Grundlagen bis Transfer

Lernzeit: ca. 60–90 Minuten

Kurzbeschreibung: Kalibrierung und nachvollziehbare Annahmen. Du lernst, wie Du Parameter digitaler Modelle anhand von Referenzdaten anpasst, unabhängige Prüfdaten verwendest und Ergebnisse nachvollziehbar dokumentierst.

Lernziele:

Digitaler Zwilling: Digitale Modelle, digitale Schatten und digitale Zwillinge unterscheiden.
Modellkalibrierung: Modellparameter anhand von Referenzdaten bestimmen.
Validierung: Simulationsergebnisse mit unabhängigen Daten vergleichen.
Messunsicherheit: Grenzen von Messdaten und Modellvorhersagen erkennen.
Datenmanagement: Annahmen, Datenherkunft und Modellversionen dokumentieren.
Arbeitssicherheit: Simulation und reale Maschinensteuerung sicher voneinander trennen.

Sicherheitsregel: Alle praktischen Berechnungen und Maschinenabläufe dieses Kurses erfolgen ausschließlich mit künstlich erzeugten Daten und in einer Simulation. Es erfolgt keine automatische Live-Ansteuerung von Maschinen. Schutzeinrichtungen dürfen niemals umgangen oder außer Kraft gesetzt werden. Reale Arbeiten sind ausschließlich unter geeigneter Fachaufsicht und nach betrieblicher Freigabe zulässig.

Einleitung

Ein digitaler Zwilling verbindet eine digitale Repräsentation mit Informationen über ein reales System. Er kann helfen, Anlagenzustände zu verstehen, Abläufe zu simulieren und Entscheidungen vorzubereiten.

Die zentrale Frage lautet: Wie überprüfst Du, ob die Parameter eines digitalen Modells zu den verfügbaren Referenzdaten passen?

Bild: Datenfluss zwischen digitalem Modell, digitalem Schatten und digitalem Zwilling. Quelle: Wikimedia Commons, Martina Signorini, CC BY-SA 4.0.

Merke: Ein gut aussehendes 3D-Modell ist noch kein nachweislich zuverlässiger digitaler Zwilling. Entscheidend sind Datenqualität, Modellzweck, nachvollziehbare Annahmen und unabhängige Prüfungen.

Dein Ausbildungsprojekt: Du entwickelst einen einfachen, ausschließlich simulierten Zwilling eines Förderbandabschnitts und überprüfst seine berechneten Transportzeiten.

Lerneinheit 1: Digitale Zwillinge verstehen

Lernzeit: 10 Minuten

Digitale Modelle unterscheiden

Begriff	Bedeutung	Beispiel
Digitales Modell	Digitales Abbild ohne automatischen Datenaustausch	Statische Förderbandsimulation
Digitaler Schatten	Automatische Datenübertragung vom realen System zum digitalen Abbild	Messwerte aktualisieren eine Anzeige
Digitaler Zwilling	Zweckbezogene digitale Repräsentation mit definierter Synchronisation zum betrachteten System	Zustandsdaten unterstützen Vorhersagen und Bewertungen

Die Unterschiede betreffen insbesondere den Datenfluss. Eine Rückwirkung auf die reale Maschine ist für diesen Lernkurs weder erforderlich noch erlaubt.

Bild: Schematischer Datenfluss eines digitalen Zwillings. Martina Signorini, CC BY-SA 4.0.

Fachlich dokumentierte Demonstration

Video 1: Digital Twin Demonstrator – Flexible Fertigung mit Robotik

Die Demonstration gehört zu einer wissenschaftlich veröffentlichten Fallstudie über die Überwachung flexibler Fertigungsprozesse.

Beobachtungsauftrag: Erkenne die reale Anlage, das digitale Modell und die Informationsverbindungen. Unterscheide dabei Beobachtung, Simulation und tatsächliche Maschinenbewegung.

Quellenhinweis: Barbieri und Mitautoren, wissenschaftliche Fallstudie, 2021: Digital Twin Demonstrator.

Basisaufgabe mit Feedback

Aufgabe: Ein Betrieb besitzt ein dreidimensionales Maschinenmodell, das keine aktuellen Zustandsdaten erhält. Ist dies bereits ein vollständig synchronisierter digitaler Zwilling?

Begründetes Feedback: Nein. Ein statisches Modell kann als Ausgangspunkt dienen, aber es fehlt die geregelte Aktualisierung durch geeignete Informationen über das betrachtete System. Die genaue Einordnung hängt von der verwendeten Definition und dem Anwendungszweck ab.

Lerneinheit 2: Ausbildungsfall Förderband

Lernzeit: 15 Minuten

Ausgangssituation

In einer Ausbildungswerkstatt soll der Transport eines Werkstücks zwischen zwei gedachten Messpositionen simuliert werden.

Bild: Reale Sortierförderanlage als Anschauungsbeispiel. Wikimedia Commons, SuzTL1000R, CC BY-SA 4.0. Das Bild zeigt nicht die Versuchsanlage des Kurses.

Bild: Vereinfachtes kinematisches Schema eines Riemenantriebs. Pradana Aumars, CC0.

Die virtuelle Anlage umfasst einen Förderbandabschnitt, einen Geschwindigkeitsparameter, gedachte Erfassungspunkte und eine modellierte Erfassungsverzögerung.

Das gesamte Ausbildungsbeispiel ist fiktiv. Die folgenden Werte sind didaktische Simulationsdaten, keine realen, metrologisch rückgeführten Messwerte.

Das vereinfachte Modell

Die Transportzeit wird berechnet mit:

$t (L) = \frac{L}{v} + τ$

Zeichen	Bedeutung	Einheit
$t$	Berechnete Zeit	s
$L$	Transportstrecke	m
$v$	Angenommene konstante Fördergeschwindigkeit	m/s
$τ$	Zusätzlicher Zeitversatz der Erfassung	s

Vereinfachende Modellannahmen: Konstante Geschwindigkeit, kein Schlupf, keine Beschleunigungsphase, unveränderte Last und ein konstanter Zeitversatz.

Diese Annahmen müssen vor einer Übertragung auf reale Anlagen geprüft werden.

Referenzdaten für die Simulation

Datenpunkt	Strecke	Referenzzeit	Verwendung
A	0,50 m	1,20 s	Parameterbestimmung
B	1,50 m	3,20 s	Parameterbestimmung
C	1,00 m	2,24 s	Unabhängige Validierung

Wichtig: Datenpunkt C wird bei der Parameterbestimmung nicht verwendet.

Schritt 1: Ausgangsmodell prüfen

Anfangsparameter:

$v_{0} = 0,40 m / s$

$τ_{0} = 0,10 s$

Für eine Strecke von 1,00 m liefert das Ausgangsmodell:

$t_{0} = \frac{1,00}{0,40} + 0,10 = 2,60 s$

Der unabhängige Referenzwert beträgt 2,24 s.

Absolute Abweichung: 0,36 s.

Schritt 2: Modellparameter anpassen

Die beiden Kalibrierpunkte A und B ergeben:

$\frac{1}{v} = \frac{3,20 - 1,20}{1,50 - 0,50} = 2,00 s / m$

Daraus folgt:

$v = 0,50 m / s$

Der Zeitversatz beträgt:

$τ = 1,20 - \frac{0,50}{0,50} = 0,20 s$

Angepasstes Modell:

$t (L) = 2,00 s / m \cdot L + 0,20 s$

Bild: Prinzip einer linearen Anpassung. Berland, Public Domain. Die dargestellten Bilddaten sind nicht die Förderbanddaten.

Schritt 3: Unabhängig validieren

Für den bisher nicht zum Anpassen verwendeten Datenpunkt C:

$t_{M o d e l l} (1,00) = 2,20 s$

$Δ t = t_{M o d e l l} - t_{R e f e r e n z} = - 0,04 s$

Die absolute Abweichung beträgt 0,04 s.

Für diese didaktische Übung wird ein Vergleichsgrenzwert von 0,10 s angenommen.

Modell	Absolute Abweichung	Übungsbewertung
Ausgangsmodell	0,36 s	Grenzwert überschritten
Angepasstes Modell	0,04 s	Grenzwert eingehalten

Begründetes Feedback: Die Anpassung verbessert die Vorhersage am unabhängigen Prüfpunkt deutlich. Daraus folgt aber noch keine allgemeine Modellgültigkeit, keine metrologische Konformitätsaussage und keine Freigabe einer realen Förderanlage.

Gestufte Hilfen

Hilfe 1 – Denkanstoß: Vergleiche zunächst die Zeitdifferenz und die Streckendifferenz zwischen A und B.

Hilfe 2 – Formel: Die Steigung der Zeit-Strecken-Geraden ist der Kehrwert der Geschwindigkeit.

Hilfe 3 – Teilrechnung: Aus 2,00 s pro Meter folgt 0,50 Meter pro Sekunde. Setze diesen Wert in Punkt A ein, um den Zeitversatz zu finden.

Lerneinheit 3: Interaktive Parameterexperimente

Lernzeit: 15 Minuten

Experiment 1: Steigung und Zeitversatz verändern

Nutze die interaktive Simulation Geraden ziehen von PhET Interactive Simulations, University of Colorado Boulder.

Interaktives Modell: Geraden ziehen

Dein Auftrag: Interpretiere die horizontale Achse als Strecke und die vertikale Achse als Zeit. Verändere die Steigung und den Achsenabschnitt. Beobachte, was im Förderbandmodell bei einer Änderung der Geschwindigkeit oder des Zeitversatzes geschieht.

Auswertung: Eine größere Zeit-Strecken-Steigung bedeutet in unserem Modell eine kleinere Fördergeschwindigkeit. Der Achsenabschnitt steht für den zusätzlichen Zeitversatz.

Experiment 2: Datenpunkte anpassen

Interaktive Simulation: Curve Fitting

iFrame blockiert

Diese externe Quelle ist für aiMOOC-iFrames nicht freigegeben.

Simulation alternativ direkt öffnen

Verwende eine lineare Funktion. Setze beispielhafte Datenpunkte, verändere die Modellparameter und beobachte die Anpassung.

Drei Beobachtungsfragen:

Lineare Regression: Wie verändert sich die Gerade, wenn Du einen Datenpunkt verschiebst?
Messabweichung: Warum bedeutet eine gute Anpassung noch nicht automatisch eine zuverlässige Vorhersage?
Validierung: Warum solltest Du zusätzliche Prüfdaten zurückhalten?

Medienrecht: PhET Interactive Simulations, University of Colorado Boulder, CC BY-NC 4.0 für reguläre HTML-Simulationen. Die Nutzung ist für nichtkommerzielle Unterrichtszwecke möglich; für kommerzielle Verwendungen können zusätzliche Rechte erforderlich sein.

Messunsicherheit und Modellgrenzen

Bild: Veranschaulichung von Messwerten und Unsicherheit. MikeRun, CC BY-SA 4.0.

Ein Referenzwert ist nicht automatisch exakt. Für einen belastbaren Vergleich sind unter anderem Messverfahren, Umgebungsbedingungen, Unsicherheiten und messtechnische Rückführbarkeit relevant.

Die Kalibrierung eines Messgerätes ist von der Anpassung der Parameter eines Simulationsmodells zu unterscheiden.

Die Modellanpassung ermittelt passende Parameter. Die metrologische Kalibrierung stellt unter festgelegten Bedingungen Beziehungen zwischen Messanzeigen und Referenzwerten einschließlich der zugehörigen Unsicherheiten her.

Fachquelle: JCGM/VIM – Definition der Kalibrierung.

Transferfrage: Wie würdest Du vorgehen, wenn das Förderband bei einer höheren Last langsamer wird?

Begründetes Feedback: Du müsstest die Modellannahme konstanter Geschwindigkeit hinterfragen, zusätzliche Daten für verschiedene Lasten untersuchen und das erweiterte Modell unabhängig validieren.

Lerneinheit 4: Vernetzte Modelle und nachvollziehbare Daten

Lernzeit: 10 Minuten

Modelle miteinander verbinden

Ein digitaler Zwilling kann aus mehreren Teilmodellen bestehen, beispielsweise einem Bewegungsmodell, einem Sensormodell und einem Informationsmodell.

Bild: Darstellung von Methoden der Systemidentifikation. Wikimedia Commons, Benutzer N. Frenkel, CC BY-SA 4.0.

Beim Vernetzen sind eindeutige Größenbezeichnungen, Einheiten, Zeitbezüge, Schnittstellen und Versionen entscheidend.

Die Normenreihe ISO 23247 beschreibt einen Rahmen für digitale Zwillinge in der Fertigung. Die 2026 veröffentlichten Teile 5 und 6 behandeln den Digital Thread beziehungsweise die Zusammensetzung digitaler Zwillinge.

Praxisbezug: OPC UA kann den standardisierten Informationsaustausch unterstützen. Eine Schnittstelle allein garantiert aber weder korrekte Modelldaten noch die Sicherheit einer realen Anlage.

Demonstration einer digitalen Ausbildungsumgebung

Video 2: Digital Twin and Virtual Reality for Manufacturing Training

Beobachtungsauftrag: Unterscheide die virtuelle Darstellung einer Fertigungsumgebung von der tatsächlichen Prüfung der Modellgenauigkeit.

Aktuelle Forschungsdemonstration

Video 3: From Simulation to Shop Floor – Human-Centered Digital Twin Methodology for Industry 5.0

Das Video begleitet eine 2026 veröffentlichte wissenschaftliche Arbeit zu einem menschenzentrierten digitalen Zwilling in einer Fertigungsumgebung.

Wissenschaftliche Veröffentlichung zur Demonstration

Kritische Frage: Welche Aussagen zeigt das Video tatsächlich, und für welche Aussagen wären zusätzlich Messdaten, Unsicherheitsangaben oder unabhängige Prüfungen erforderlich?

Sicherheitsabgrenzung: Das Betrachten einer realen Forschungsdemonstration ist keine Aufforderung, Maschinen anzusteuern. Du bearbeitest ausschließlich Simulationsdaten.

Dokumentation eines digitalen Modells

Ein nachvollziehbares Modell benötigt mindestens folgende Informationen:

Dokumentationsfeld	Ausbildungsbeispiel
Modellkennung	Förderbandmodell FB-SIM
Modellversion	1.1
Verwendungszweck	Simulation von Transportzeiten
Geschwindigkeitsparameter	0,50 m/s
Zeitversatz	0,20 s
Referenzdaten	Didaktische Punkte A und B
Validierungsdaten	Didaktischer Punkt C
Wesentliche Annahme	Konstante Geschwindigkeit
Unsicherheitsstatus	Keine vollständige Unsicherheitsbilanz
Betriebsfreigabe	Keine – nur Simulation

Merksatz: Ein Modell ist nur innerhalb seines untersuchten Gültigkeitsbereichs und für seinen festgelegten Verwendungszweck bewertbar.

Quellenkritik und Medienkompetenz

Lernzeit: 10 Minuten

Vergleiche drei unterschiedliche Arten fachlicher Quellen.

Quellentyp	Beispiel	Stärke	Kritische Frage
Normungsorganisation	ISO 23247-1	Definierter technischer Rahmen	Welche Anforderungen sind tatsächlich nachgewiesen?
Metrologie	JCGM/VIM	Präzise messtechnische Begriffe	Liegt echte Kalibrierung oder nur Modellanpassung vor?
Forschungsinstitut	NIST, Workshopbericht 2026	Untersucht offene technische Herausforderungen	Welche Grenzen bei Validierung, Unsicherheit und Sicherheit bestehen weiterhin?
Herstellerinformation	Siemens – Digital Twin	Zeigt industrielle Anwendungsmöglichkeiten	Welche Aussagen sind unabhängig belegt?

Bewertungsauftrag: Markiere in zwei ausgewählten Quellen jeweils eine fachlich überprüfbare Aussage, eine Annahme und eine Aussage, für die weitere Nachweise nötig wären.

Begründetes Feedback: Eine Herstellerdemonstration kann einen sinnvollen Anwendungsfall zeigen, ersetzt aber keine unabhängige Prüfung der Genauigkeit. Normen klären Anforderungen und Strukturen, während Messdaten und Validierungsnachweise die Leistungsfähigkeit eines konkreten Modells beurteilen helfen.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was zeichnet einen zweckbezogen synchronisierten digitalen Zwilling gegenüber einem statischen Modell besonders aus? (Eine definierte Verbindung zu Informationen über das betrachtete System) (!Eine besonders aufwendige dreidimensionale Grafik) (!Eine grundsätzlich automatische Maschinensteuerung) (!Eine Simulation ohne jegliche Eingangsdaten)

Wozu dienen Referenzdaten bei der Modellanpassung? (Zur Bestimmung geeigneter Modellparameter) (!Zum Abschalten von Sensoren) (!Zum Ersetzen aller Modellannahmen) (!Zur automatischen Freigabe der Anlage)

Welcher Parameter beschreibt im Förderbandmodell die Geschwindigkeit? (v) (!tau) (!L) (!t)

Warum wird Datenpunkt C bei der Parameterbestimmung zurückgehalten? (Damit die Vorhersage unabhängig überprüft werden kann) (!Damit das Modell weniger Speicher braucht) (!Damit die Geschwindigkeit automatisch steigt) (!Damit keine Dokumentation erforderlich ist)

Welche absolute Abweichung ergibt sich zwischen 2,20 s und 2,24 s? (0,04 s) (!0,40 s) (!0,24 s) (!4,40 s)

Welcher angepasste Geschwindigkeitsparameter ergibt sich im Ausbildungsfall? (0,50 Meter pro Sekunde) (!0,20 Meter pro Sekunde) (!1,50 Meter pro Sekunde) (!2,00 Meter pro Sekunde)

Was ist eine wesentliche Voraussetzung für eine fachlich belastbare Modellbewertung? (Die Berücksichtigung der Datenqualität und des Gültigkeitsbereichs) (!Eine möglichst bunte Modelloberfläche) (!Die Verwendung einer besonders großen Bildschirmauflösung) (!Die ausschließliche Nutzung von Herstellerwerbung)

Warum wird die Modellversion dokumentiert? (Damit Ergebnisse später einem bestimmten Modellstand zugeordnet werden können) (!Damit Messunsicherheiten automatisch verschwinden) (!Damit Referenzdaten entfallen) (!Damit Sicherheitsprüfungen überflüssig werden)

Was ist bei einer wissenschaftlichen Demonstration kritisch zu prüfen? (Ob ihre Aussagen durch geeignete Daten und Prüfungen gestützt werden) (!Ob möglichst viele Animationen verwendet werden) (!Ob jede Modellvorhersage als sicher bezeichnet wird) (!Ob technische Grenzen verschwiegen werden)

Welche Aussage gilt für reale Maschinenarbeiten im Rahmen der Ausbildung? (Sie benötigen geeignete Fachaufsicht und betriebliche Freigabe) (!Eine Computersimulation ersetzt jede Sicherheitsprüfung) (!Schutzeinrichtungen dürfen für Versuche deaktiviert werden) (!Ein digitaler Zwilling darf automatisch jede Maschine starten)

Begründetes Quizfeedback

Frage	Fachliche Begründung
1	Synchronisation und Verwendungszweck sind entscheidend, nicht die grafische Darstellung.
2	Referenzdaten ermöglichen die nachvollziehbare Bestimmung von Parametern.
3	Der Parameter v steht für Geschwindigkeit.
4	Unabhängige Prüfdaten helfen, eine reine Anpassung an Trainingsdaten zu erkennen.
5	Die absolute Differenz beträgt 0,04 s.
6	Die Zeit-Strecken-Steigung beträgt 2 s/m; ihr Kehrwert ist 0,50 m/s.
7	Ohne bekannte Grenzen ist die Aussagekraft des Modells eingeschränkt.
8	Versionierung ermöglicht Nachvollziehbarkeit und Reproduzierbarkeit.
9	Demonstrationen können Möglichkeiten zeigen, ersetzen aber keinen Validierungsnachweis.
10	Sicherheit und betriebliche Freigaben bleiben unabhängig von der Simulation verpflichtend.

Memory

Verbinde jeden Begriff mit seiner fachlich passenden Beschreibung.

Kalibrierpunkt	Für die Parameteranpassung verwendeter Datenpunkt
Validierungspunkt	Unabhängig zurückgehaltener Prüfwert
Modellparameter	Veränderbare Größe eines mathematischen Modells
Residuum	Differenz zwischen Modellwert und Vergleichswert
Provenienz	Nachvollziehbare Herkunft eines Datensatzes
Modellgrenze	Bereich außerhalb der abgesicherten Modellanwendung

Drag and Drop

Ordne die Fachbegriffe den Beschreibungen zu.

Ordne die richtigen Begriffe zu.	Beschreibung
Kalibrierung	Bestimmung einer Messbeziehung unter festgelegten Bedingungen
Parameteridentifikation	Anpassung veränderbarer Modellgrößen an Daten
Validierung	Prüfung der Eignung eines Modells für seinen Zweck
Synchronisation	Aktualisierung des digitalen Abbilds anhand geeigneter Informationen
Versionierung	Nachvollziehbare Kennzeichnung unterschiedlicher Modellstände
Simulation	Berechnung des Verhaltens eines Modells unter definierten Bedingungen

Kreuzworträtsel

Kalibrierung	Wie heißt die messtechnische Herstellung einer Beziehung zwischen Referenzwerten und Anzeigen unter festgelegten Bedingungen?
Validierung	Wie heißt die Prüfung der Eignung eines Modells für seinen vorgesehenen Zweck?
Residuum	Wie heißt die Differenz zwischen einem Modellwert und einem Vergleichswert?
Simulation	Wie nennt man die rechnerische Nachbildung eines technischen Ablaufs?
Provenienz	Welcher Begriff bezeichnet die dokumentierte Herkunft von Daten?
Unsicherheit	Welcher Begriff kennzeichnet die begrenzte Genauigkeit einer Messwertzuordnung?

LearningApps

Suche ergänzende Zuordnungs- und Wiederholungsaufgaben zum Thema.

Lückentext

Ein digitaler

verbindet eine digitale Repräsentation mit Informationen über das betrachtete System.

Eine mathematische Beschreibung des Anlagenverhaltens heißt

.

Die veränderbaren Größen eines Modells bezeichnet man als

.

Zum Anpassen dieser Größen werden geeignete

benötigt.

Die Transportgeschwindigkeit wird in Metern pro

angegeben.

Die unabhängige Überprüfung der Eignung des Modells heißt

.

Die Differenz zwischen Modellwert und Vergleichswert heißt

.

Die dokumentierte Herkunft eines Datensatzes nennt man

.

Jeder nachvollziehbare Modellstand benötigt eine eindeutige

.

Die rechnerische Nachbildung eines technischen Vorgangs heißt

.

Vor realen Maschinenarbeiten ist eine betriebliche

erforderlich.

Offene Aufgaben

Bearbeite die Aufgaben ausschließlich mit simulierten Daten oder freigegebenem Unterrichtsmaterial. Die Aufgaben sind nach Schwierigkeitsgrad geordnet.

Leicht – Basis

Digitaler Zwilling: Gestalte eine beschriftete Skizze mit einem realen Objekt, einem digitalen Modell und den zugehörigen Datenverbindungen.
Prozesssimulation: Zeichne den virtuellen Förderbandaufbau und markiere Strecke, Geschwindigkeit und gedachte Messpositionen.
Modellparameter: Erstelle eine übersichtliche Tabelle der Modellgrößen mit Formelzeichen und Einheiten.
Datenqualität: Untersuche die Beispieldaten und schreibe drei Fragen auf, die Du vor der Verwendung echter Messdaten klären müsstest.

Standard – Anwendung

Parameteridentifikation: Berechne Geschwindigkeit und Zeitversatz aus den Datenpunkten A und B. Dokumentiere jeden Rechenschritt.
Validierung: Berechne die Abweichung am Punkt C und begründe, was der Vergleich über die Modellqualität aussagt.
Lineare Regression: Erprobe die PhET-Simulation und fertige eine Skizze an, die eine passende und eine unpassende Modellgerade zeigt.
Technische Dokumentation: Erstelle ein Modellprotokoll mit Datenherkunft, Parametern, Annahmen, Version und Prüfergebnis.

Schwer – Transfer

Modellbildung: Entwirf ein erweitertes Förderbandmodell, das unterschiedliche Lastzustände berücksichtigt. Kennzeichne zusätzliche Parameter und den erforderlichen Datenbedarf.
Messunsicherheit: Entwickle einen Plan, wie Messunsicherheiten bei einer späteren fachlich beaufsichtigten Validierung berücksichtigt werden könnten.
Digitale Vernetzung: Entwickle ein Konzept zur Verbindung von Bewegungsmodell, Sensormodell und Dokumentationssystem über ausschließlich simulierte Datenverbindungen.
Medienkompetenz: Produziere ein kurzes Lernvideo oder eine Präsentation, in der Du eine wissenschaftliche und eine industrielle Quelle vergleichst und die Grenzen ihrer Aussagen erläuterst.

Anwendungs- und Transfertraining mit Feedback

Basis: Modellannahmen prüfen

Situation: Ein Modell verwendet eine konstante Fördergeschwindigkeit.

Auftrag: Begründe, unter welchen Bedingungen diese Vereinfachung angemessen sein könnte.

Erwartetes Feedback: Eine konstante Geschwindigkeit ist nur dann eine geeignete Näherung, wenn beispielsweise Beschleunigungsphasen, Laständerungen und Schlupf für den betrachteten Anwendungsfall vernachlässigbar sind.

Anwendung: Eine neue Strecke berechnen

Situation: Das angepasste Förderbandmodell soll für eine Strecke von 1,25 m eine Zeit vorhersagen.

Auftrag: Berechne die Modellzeit und erläutere die Voraussetzungen.

Musterlösung:

$t = \frac{1,25}{0,50} + 0,20 = 2,70 s$

Begründetes Feedback: Die Berechnung ist innerhalb des einfachen linearen Modells korrekt. Da für 1,25 m kein unabhängiger Prüfwert vorliegt, ist die Genauigkeit dieser Vorhersage damit noch nicht gesondert bestätigt.

Transfer: Ein Modell auf neue Bedingungen übertragen

Situation: Bei höherer Belastung sinkt die reale Transportgeschwindigkeit. Das bisherige Modell berücksichtigt diese Veränderung nicht.

Auftrag: Entwickle ein Prüfkonzept mit zusätzlichen Parametern und Referenzdaten.

Erwartetes Feedback: Ein begründetes Konzept benennt mindestens die Last als Einflussgröße, benötigt geeignete Daten aus unterschiedlichen Zuständen und reserviert unabhängige Validierungsdaten. Es enthält außerdem Unsicherheiten, zulässige Anwendungsgrenzen und einen neuen Versionsstand.

Ein unverändert übertragenes Modell wäre unter diesen Bedingungen nicht ohne weitere Prüfung vertrauenswürdig.

Lernkontrolle

Bearbeite die folgenden Aufgaben schriftlich oder in einer betreuten Präsentation. Entscheidend ist nicht das Wiedergeben einzelner Definitionen, sondern die Begründung Deines Vorgehens.

Modellvalidierung: Zwei Modelle besitzen dieselbe Abweichung an einem Referenzpunkt. Erkläre, warum daraus nicht automatisch dieselbe Vorhersagequalität folgt.
Modellunsicherheit: Ein Sensor liefert schwankende Werte. Entwickle ein Vorgehen, mit dem Du zwischen Messstreuung, unpassenden Modellannahmen und veränderten Betriebszuständen unterscheiden kannst.
Datenintegrität: Ein Team entdeckt unterschiedliche Einheiten in zwei verbundenen Teilmodellen. Erläutere mögliche Auswirkungen und entwickle ein Verfahren zur Fehlervermeidung.
Qualitätssicherung: Ein Modell besteht die Prüfung im normalen Betriebsbereich, aber es fehlen Daten für hohe Lasten. Begründe, welche Nutzungsaussagen zulässig sind und welche nicht.
Quellenkritik: Ein Hersteller bezeichnet seine Simulation als vollständig präzise. Erstelle drei fachliche Nachfragen, mit denen Du diese Aussage überprüfst.
Arbeitssicherheit: Ein Ausbildungsbetrieb möchte nach einem erfolgreichen virtuellen Test eine reale Anlage verändern. Entwirf einen sicheren Übergabeprozess mit Fachaufsicht, dokumentierter Prüfung und betrieblicher Freigabe.

Lernnachweis

Als Lernnachweis erstellst Du ein digitales Modell- und Validierungsprotokoll zum simulierten Förderbandfall.

Bestandteil	Nachweiskriterium
Modellbeschreibung	Verwendungszweck und mathematische Beziehung sind verständlich erklärt.
Referenzdaten	Datenherkunft und Trennung von Anpassungs- und Prüfdaten sind dokumentiert.
Parameterbestimmung	Rechenweg, Werte und Einheiten sind korrekt.
Validierung	Unabhängige Abweichung und gewählter Übungsgrenzwert sind nachvollziehbar bewertet.
Annahmen	Vereinfachungen und Anwendungsgrenzen sind benannt.
Unsicherheit	Fehlende metrologische Nachweise werden ausdrücklich kenntlich gemacht.
Quellenkritik	Mindestens zwei fachliche Quellen werden hinsichtlich Aussagekraft und Grenzen verglichen.
Sicherheit	Der Nachweis bleibt auf Simulation beschränkt und enthält keine automatische Live-Ansteuerung.

Bewertungsorientierung:

Basisniveau: Du kannst das Modell erklären und die verwendeten Daten richtig zuordnen.
Anwendungsniveau: Du kannst Parameter selbstständig bestimmen, Prüfdaten auswerten und Ergebnisse begründen.
Transferniveau: Du kannst Modellgrenzen erkennen, Erweiterungen planen und technische Entscheidungen kritisch beurteilen.

Ein bestandener Lernnachweis ist keine Maschinenfreigabe und ersetzt keine betriebliche Sicherheitsqualifikation.

OERs zum Thema

Wikipedia: Digitaler Zwilling

Fachlich überprüfte Quellen

Die folgenden Originalquellen und Veröffentlichungen eignen sich zur Vertiefung und Überprüfung der Kursinhalte.

NIST – Digital Twins for Advanced Manufacturing: Forschungsprojekt. Behandelt Anforderungen, Daten, Modellvalidierung und Unsicherheiten.
NIST – Credibility Consideration for Digital Twins in Manufacturing: Fachveröffentlichung von 2022. Erläutert Verifikation, Validierung und Unsicherheitsquantifizierung.
NIST – Digital Twins Workshops Summary Report: Bericht von 2026. Behandelt aktuelle Herausforderungen wie Interoperabilität, Validierung, Cybersicherheit und Qualifizierung.
ISO 23247-1:2021: Norminformationen. Grundprinzipien digitaler Zwillinge in der Fertigung.
ISO 23247-5:2026: Norminformationen. Digital Thread für digitale Zwillinge.
ISO 23247-6:2026: Norminformationen. Zusammensetzung vernetzter digitaler Zwillinge.
JCGM/VIM: Kalibrierung und Messunsicherheit. Internationale metrologische Begriffsdefinitionen.
BIPM/JCGM: Leitfäden zur Messunsicherheit.
OPC Foundation: OPC UA – Überblick und Konzepte.
PhET Interactive Simulations: Curve Fitting und Nutzungsbedingungen.
Forschungsdemonstration 2026: From Simulation to Shop Floor.

Hinweis: Norminformationen sind nicht mit dem vollständigen, teilweise kostenpflichtigen Normtext gleichzusetzen. Der Zugang zu den vollständigen Anforderungen kann gesondert geregelt sein.

Medienrechte und Quellenangaben

Die Bilddateien wurden anhand ihrer Wikimedia-Commons-Dateiseiten ausgewählt. Es gelten die jeweiligen Lizenzbedingungen einschließlich Namensnennung und gegebenenfalls Weitergabe unter gleichen Bedingungen.

Bilddatei	Urheber	Lizenz
Digital Model, Shadow, Twin	Martina Signorini	CC BY-SA 4.0
Data Flow Digital Twin	Martina Signorini	CC BY-SA 4.0
Sort conveyor	SuzTL1000R	CC BY-SA 4.0
Belt pulley kinematic scheme	Pradana Aumars	CC0
LinearRegression	Berland	Public Domain
Measurement uncertainty	MikeRun	CC BY-SA 4.0
System identification methods	N. Frenkel	CC BY-SA 4.0

YouTube-Videos: Die verlinkten Demonstrationen werden über den YouTube-Player eingebunden. Sie sind nicht automatisch frei lizenzierte OER-Medien. Eine eigenständige Weiterverbreitung, Bearbeitung oder Wiederveröffentlichung benötigt entsprechende Nutzungsrechte.

PhET: Die interaktiven HTML-Simulationen unterliegen nach den aktuellen Anbieterangaben CC BY-NC 4.0. Beachte insbesondere die Bedingungen für nichtkommerzielle und kommerzielle Nutzung.

Stand der Quellen- und Medienprüfung: 11. Oktober 2026. Die wissenschaftliche Herkunft einer Demonstration bestätigt nicht automatisch jeden dargestellten Messwert. Externe Links und Einbettungsmöglichkeiten können sich verändern.