aiMOOC

Digitale Zwillinge und vernetzte Modelle – Unsicherheit und Modellfehler sichtbar machen

QR-Code

Digitale Zwillinge und vernetzte Modelle – Unsicherheit und Modellfehler sichtbar machen

Zielgruppe: Ausbildung in Mechatronik, Automatisierungstechnik, Elektronik und technischen IT-Berufen

Lernzeit: 6 kurze Lerneinheiten à 10–15 Minuten, anschließend Übungen und Projektarbeit.

Kurzbeschreibung: Du untersuchst, warum digitale Modelle von beobachteten Abläufen abweichen, wie sich Unsicherheit sichtbar machen lässt und wann ein Modell keine verlässliche Aussage mehr erlaubt.

Leitfrage: Wann können wir einem digitalen Zwilling vertrauen?

Sicherheit: Alle Anlagenabläufe und Datensätze dieses Kurses werden ausschließlich simuliert. Es gibt keine automatische Live-Ansteuerung von Maschinen oder Anlagen, keine Eingriffe in Sicherheitsfunktionen und keine Umgehung von Schutzeinrichtungen. Arbeiten an realen Maschinen sind nur mit betrieblicher Freigabe, geeigneter Fachaufsicht und nach geltenden Sicherheitsvorgaben zulässig.

Einleitung

Ein digitaler Zwilling verbindet Daten, Modelle und Informationen über ein Objekt oder einen Prozess. In der Ausbildung lernst Du zunächst an einem simulierten Modellverbund, wie Vorhersagen entstehen und wie ihre Grenzen überprüft werden.

Bildauftrag: Vergleiche die Pfeile zwischen dem physischen und dem digitalen Objekt. Was unterscheidet ein digitales Modell, einen digitalen Schatten und einen digitalen Zwilling?

Video: Fraunhofer IEM – „Was ist der Digitale Zwilling?“ (2022).

Lernziele: Du kannst Modell und Beobachtung unterscheiden, Abweichungen berechnen, Unsicherheiten darstellen, Modellgrenzen beurteilen und eine Entscheidung mit überprüfbaren Quellen begründen.

Lerneinheit 1: Modelle verstehen

Dauer: 10 Minuten

Vom Modell zum digitalen Zwilling

Ein digitales Modell beschreibt ausgewählte Eigenschaften. Ein digitaler Schatten wird automatisch aus Daten des physischen Systems aktualisiert. Ein digitaler Zwilling umfasst darüber hinaus eine zweckbezogene Verknüpfung von Modell, Daten und System. Seine genaue Ausprägung hängt vom Einsatzgebiet ab.

Wichtig: Ein dreidimensionales Bild allein beweist weder eine zuverlässige Vorhersage noch eine gültige Simulation.

Video: Fraunhofer ISST – „Was ist ein Digitaler Zwilling?“ (2020). Achte besonders auf die Datenintegration.

Mini-Aufgabe: Erkläre, weshalb eine aktualisierte Bildschirmdarstellung nicht automatisch die Wirklichkeit vollständig beschreibt.

Feedback: Eine gute Antwort nennt fehlende Eigenschaften, fehlerhafte Eingangsdaten oder unzureichend geprüfte Modellannahmen.

Lerneinheit 2: Ausbildungsfall Förderstrecke

Dauer: 15 Minuten

Die simulierte Anlage

Dein Auftrag: Du beurteilst ein digitales Modell einer Förderstrecke mit zwei Lichtschranken.

Didaktische Annahmen: Der Sensorabstand beträgt 1,20 Meter. Ein Werkstück wird mit konstanter Geschwindigkeit transportiert. Beschleunigung, Schlupf und zusätzliche Verzögerungen werden im einfachen Bewegungsmodell zunächst nicht berücksichtigt.

Der Modellverbund umfasst vier Elemente:

Anlagenmodell: Beschreibt Sensorpositionen und Abstand.
Bewegungsmodell: Berechnet die erwartete Transportzeit.
Sensormodell: Stellt simulierte Erkennungsereignisse mit Zeitstempeln bereit.
Datenvisualisierung: Vergleicht erwartete und beobachtete Werte.

Die Modelle tauschen nur simulierte Daten aus. Es besteht keine Verbindung zu einer SPS oder realen Maschine.

Das einfache Bewegungsmodell

Modellgleichung:

$t_{M o d e l l} = \frac{d}{v}$

Dabei ist d der Sensorabstand in Metern, v die Geschwindigkeit in Metern pro Sekunde und t die Transportzeit in Sekunden.

Beispiel:

$t = \frac{1,20 m}{0,50 m / s} = 2,40 s$

Simulierte Beobachtungen

Alle folgenden Beobachtungswerte sind eigens erzeugte Übungsdaten und keine realen Messergebnisse.

Geschwindigkeit in m/s	Modell in s	Simulation in s	Abweichung in s	Prüfband
0,30	4,00	4,10	+0,10	Innerhalb
0,40	3,00	3,08	+0,08	Innerhalb
0,50	2,40	2,47	+0,07	Innerhalb
0,60	2,00	2,36	+0,36	Außerhalb
0,70	1,71	1,91	+0,20	Außerhalb
0,80	1,50	1,52	+0,02	Innerhalb

Für diese Lernübung gilt ein didaktisches Prüfband von ±0,15 Sekunden. Es ist keine normierte Sicherheitstoleranz und kein statistisches Unsicherheitsintervall.

Entdeckung: Bei zwei der sechs simulierten Fälle wird das Prüfband überschritten.

Deine Frage: Welche zusätzlichen Daten müsstest Du prüfen, bevor Du die Ursache benennst?

Lerneinheit 3: Modellfehler erkennen

Dauer: 10 Minuten

Residuen sichtbar machen

Ein Residuum ist die Differenz zwischen einer Beobachtung und dem berechneten Modellwert.

$r = t_{B e o b a c h t u n g} - t_{M o d e l l}$

Im Ausbildungsfall bei 0,60 m/s:

$r = 2,36 - 2,00 = + 0,36 s$

Das positive Residuum bedeutet: Die simulierte Beobachtung dauert länger als vom Modell erwartet.

Bildauftrag: Die Grafik zeigt eine Regression und ihre Residuen anhand eines anderen Datensatzes. Beobachte, ob die Abweichungen zufällig verteilt erscheinen oder erkennbare Muster bilden.

Woher können Abweichungen kommen?

Fehlerquelle	Typisches Erkennungsmerkmal
Messabweichung	Streuende oder verschobene Sensorwerte
Modellfehler	Systematisches Muster in den Residuen
Zeitversatz	Nicht synchronisierte Ereigniszeiten
Datenlücke	Fehlende oder doppelte Beobachtungen
Falsche Annahme	Abweichungen bei veränderten Betriebsbedingungen

Merke: Ein auffälliges Residuum ist ein Hinweis, aber kein Beweis für eine bestimmte Fehlerursache. Auch der Vergleichswert kann unsicher sein.

Vertiefung: Statistikvorlesung von cserbal (2024). Betrachte insbesondere den Abschnitt von 11:22 bis 15:59 Minuten zur Zerlegung der Beobachtung und zu Residuen.

Lerneinheit 4: Unsicherheit darstellen

Dauer: 12 Minuten

Nicht jede Zahl ist exakt

Messunsicherheit beschreibt die begrenzte Genauigkeit, mit der einer Messgröße ein Wert zugeordnet werden kann. Sie wird mit geeigneten Verfahren und Annahmen ermittelt.

Unterscheide: Ein beobachtetes Residuum ist nicht dasselbe wie eine quantifizierte Messunsicherheit.

Bildauftrag: Die historische Darstellung zeigt Messwerte mit Fehlerbalken. Vergleiche die Balkenlängen und die Lage der Werte. Die Grafik ist ein Beispiel für Unsicherheitsdarstellung, keine Messung an unserer Förderstrecke.

Unser Prüfband

Für eine Modellzeit von 2,40 Sekunden ergibt das didaktische Prüfband:

$2,40 - 0,15 = 2,25 s$

$2,40 + 0,15 = 2,55 s$

Die simulierte Beobachtung von 2,47 Sekunden liegt innerhalb.

Bei 0,60 m/s liegt die Beobachtung von 2,36 Sekunden außerhalb des Bereichs von 1,85 bis 2,15 Sekunden.

Achtung: Daraus lässt sich keine Wahrscheinlichkeit für die Richtigkeit einer Vorhersage ableiten. Eine statistische Unsicherheitsaussage erfordert zusätzliche Informationen über Datenqualität, Verteilungen und Modellunsicherheit.

Mini-Aufgabe: Erkläre, warum ein breiteres Prüfband nicht automatisch ein besseres Modell ergibt.

Feedback: Ein größeres Band kann Abweichungen verdecken. Eine bessere Modellqualität muss durch geeignete Daten und Validierungsprüfungen nachgewiesen werden.

Lerneinheit 5: Interaktive Modelle

Dauer: 15–20 Minuten

Simulation A: Residuen selbst entdecken

Interaktive PhET-Simulation der University of Colorado:

Lineare Regression – Daten, Korrelation und Residuen

Auftrag: Setze Datenpunkte, beobachte die Ausgleichsgerade und untersuche die Residuen. Verschiebe einen Punkt deutlich nach oben.

Prüffrage: Was geschieht mit der Anpassung, wenn ein ungewöhnlicher Wert hinzukommt?

Feedback: Ausreißer können ein angepasstes Modell beeinflussen. Deshalb müssen Datenqualität, Modellannahmen und die Eignung des Anpassungsverfahrens geprüft werden.

Simulation B: Modellparameter verändern

Interaktiver GeoGebra-Grafikrechner:

GeoGebra öffnen

Gib nacheinander folgende Funktionen ein:

$f (x) = \frac{1,2}{x}$

$g (x) = \frac{1,2}{x} + a$

$h (x) = f (x) + 0,15$

$k (x) = f (x) - 0,15$

Lege für a einen Schieberegler zwischen 0 und 0,40 an. Stelle die Geschwindigkeit x im betrachteten Bereich von 0,30 bis 0,80 dar.

Forschungsauftrag: Verändere a. Ab welchem Wert liegt die zweite Kurve außerhalb des didaktischen Prüfbands?

Feedback: Sobald a größer als 0,15 Sekunden wird, überschreitet die verschobene Kurve das Prüfband. Das zeigt den Einfluss eines zusätzlichen Modellparameters, bestätigt aber keine reale Fehlerursache.

Hinweis: Das ist eine rein mathematische Simulation. Sie ist nicht mit einer Maschine verbunden.

Simulation C: Unsicherheit vertiefen

Fachliches Online-Werkzeug:

NIST Uncertainty Machine

Das National Institute of Standards and Technology stellt ein webbasiertes Werkzeug zur Quantifizierung von Messunsicherheit bereit.

Auftrag für Fortgeschrittene: Lade ein bereitgestelltes Beispiel und untersuche, wie angenommene Unsicherheiten der Eingangsgrößen das berechnete Ergebnis beeinflussen.

Feedback: Die Ergebnisse gelten nur unter den verwendeten Eingabeannahmen. Eine Beispielrechnung ersetzt keine fachliche Prüfung der Daten und des Modells.

Lerneinheit 6: Gültigkeitsgrenzen und Quellenkritik

Dauer: 15 Minuten

Wo endet die Aussagekraft?

Unser Bewegungsmodell setzt unter anderem konstante Geschwindigkeit und korrekt zugeordnete Sensorereignisse voraus.

Die sechs Übungsfälle liegen zwischen 0,30 und 0,80 m/s. Das ist lediglich der untersuchte Geschwindigkeitsbereich. Weil zwei Fälle das Prüfband überschreiten, darf selbst dieser Bereich nicht pauschal als validiert bezeichnet werden.

Außerhalb der untersuchten Bedingungen ist eine zusätzliche Prüfung erforderlich.

VVUQ: Drei Qualitätsprüfungen

Begriff	Leitfrage
Verifikation	Wurde die Formel korrekt umgesetzt?
Validierung	Beschreibt das Modell den beabsichtigten Anwendungsfall ausreichend gut?
Unsicherheitsquantifizierung	Wie unsicher sind Daten, Parameter und Ergebnisse?

Diese drei Schritte werden in der Fachliteratur als Verification, Validation and Uncertainty Quantification (VVUQ) behandelt.

Aktuelle Fachquellen kritisch vergleichen

Quelle	Beitrag	Kritische Einordnung
NIST, 2026	Herausforderungen bei Zuverlässigkeit, Interoperabilität und VVUQ	Fachlicher Forschungsbericht; keine Einzelabnahme unserer Anlage
NIST, 2022	Prüfmethoden für die Glaubwürdigkeit digitaler Zwillinge	Wissenschaftliche Grundlage; Kriterien müssen auf den konkreten Fall übertragen werden
Fraunhofer IPK, 2026	Modelle, Betriebsdaten und Produktlebenszyklus	Forschungsnahe Anwendungsperspektive; kein Nachweis unserer Modellgenauigkeit
Siemens	Industrielle Nutzungsmöglichkeiten	Herstellerperspektive; Nutzenversprechen sind keine unabhängige Validierung

Quellenauftrag: Vergleiche eine Aussage eines Herstellers mit den Anforderungen des NIST an überprüfbare Modelle.

Feedback: Ein überzeugender Vergleich unterscheidet demonstrierte Funktionen, erwarteten Nutzen und tatsächlich nachgewiesene Genauigkeit.

Aktuelle Demonstration und Sicherheitsreflexion

Fraunhofer ISST – Data Researchers, Folge 35: Digitale Zwillinge in smarten Datenökosystemen, März 2026

Videoauftrag: Beachte die Aussagen über bidirektionale Kommunikation, Vertrauen und autonome Entscheidungen. Begründe, weshalb solche Funktionen in diesem Ausbildungskurs ausdrücklich nicht zur realen Maschinenansteuerung verwendet werden.

Feedback: Selbst ein technisch vernetztes Modell benötigt eine belastbare Prüfung, Sicherheitsbetrachtung und betriebliche Freigabe, bevor Entscheidungen in reale Prozesse eingreifen dürften.

Gestufte Lernhilfen

Hilfe 1: Orientierung

Du brauchst den Sensorabstand, die Geschwindigkeit, die Modellzeit und die simulierte Beobachtungszeit.

Hilfe 2: Rechenweg

Berechne zuerst die erwartete Zeit mit Abstand geteilt durch Geschwindigkeit. Ziehe anschließend den Modellwert vom Beobachtungswert ab.

Hilfe 3: Musterlösung

Bei 0,50 m/s ergibt sich eine Modellzeit von 2,40 Sekunden. Das simulierte Ereignis tritt nach 2,47 Sekunden ein. Das Residuum beträgt +0,07 Sekunden und liegt im didaktischen Prüfband.

Bei 0,60 m/s beträgt das Residuum dagegen +0,36 Sekunden. Diese Abweichung ist auffällig. Eine eindeutige Fehlerursache ist damit noch nicht nachgewiesen.

Merksatz: Beobachten, rechnen, vergleichen, Unsicherheit prüfen und erst dann eine begründete Entscheidung formulieren.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was gehört zum Kern eines digitalen Zwillings? (Eine zweckbezogene Verbindung von Modellen und Daten) (!Nur eine dreidimensionale Darstellung) (!Ein vollständig fehlerfreies Computerbild) (!Eine grundsätzlich autonome Maschinensteuerung)

Was kennzeichnet einen digitalen Schatten im üblichen Datenflussmodell? (Automatisch aktualisierte Daten vom physischen zum digitalen System) (!Ausschließlich manuelle Skizzen) (!Automatische Maschinensteuerung ohne Datenprüfung) (!Vollständige Kenntnis aller physikalischen Eigenschaften)

Welche Transportzeit ergibt das Modell bei 0,60 Metern pro Sekunde? (2 Sekunden) (!0,5 Sekunden) (!3 Sekunden) (!4 Sekunden)

Welches Residuum ergibt sich bei 2,36 Sekunden Beobachtung und 2,00 Sekunden Modellzeit? (Plus 0,36 Sekunden) (!Minus 0,36 Sekunden) (!Plus 2,36 Sekunden) (!Null Sekunden)

Wie ist eine Abweichung von 0,20 Sekunden bei einem Prüfband von plus oder minus 0,15 Sekunden einzuordnen? (Außerhalb des Prüfbands) (!Innerhalb des Prüfbands) (!Als Beweis eines Sensordefekts) (!Als bestätigte statistische Unsicherheit)

Was bedeutet ein rein didaktisch festgelegtes Prüfband? (Eine vereinbarte Grenze ohne automatisch bekannte statistische Aussage) (!Ein nachgewiesenes Vertrauensniveau) (!Eine gesetzliche Sicherheitsgrenze) (!Eine vollständige Fehlerfreiheit)

Wann darf ein Modell als ausreichend validiert gelten? (Wenn es für seinen konkreten Zweck unter festgelegten Bedingungen überzeugend geprüft wurde) (!Sobald eine ansprechende Animation existiert) (!Sobald ein einzelner Messpunkt übereinstimmt) (!Sobald ein Hersteller das Modell bewirbt)

Was wird bei der Verifikation geprüft? (Die korrekte Umsetzung der Modellvorgaben) (!Die Beliebtheit der Benutzeroberfläche) (!Die Zahl der installierten Sensoren) (!Die wirtschaftliche Werbung des Herstellers)

Was ist ein wesentlicher Bestandteil der Validierung? (Der Vergleich mit geeigneten unabhängigen Referenzdaten) (!Das Vergrößern aller Prüfgrenzen) (!Das Entfernen unbequemer Beobachtungen) (!Die ausschließliche Prüfung des Programmdesigns)

Welches Vorgehen ist für den Ausbildungsfall sicherheitsgerecht? (Alle Abläufe zunächst simulieren und reale Arbeiten nur nach Freigabe unter Fachaufsicht durchführen) (!Eine laufende Anlage direkt aus dem Modell ansteuern) (!Eine Schutzeinrichtung für einen Test umgehen) (!Ein Simulationsresultat als Sicherheitsfreigabe behandeln)

Memory

Finde die passenden Fachbegriffe und Bedeutungen.

Digitaler Schatten	Einseitiger automatischer Datenfluss
Residuum	Beobachtung minus Vorhersage
Verifikation	Prüfung der korrekten Umsetzung
Validierung	Vergleich mit geeigneten Referenzdaten
Zeitstempel	Zeitpunkt einer Beobachtung
Gültigkeitsbereich	Geprüfte Einsatzbedingungen
Messunsicherheit	Begrenzte Genauigkeit eines Messergebnisses
Prüfband	Vereinbarte Abweichungsgrenze

Drag and Drop

Ordne die richtigen Begriffe zu.	Aufgabe oder Beobachtung
Verifikation	Formel und Einheiten auf korrekte Umsetzung prüfen
Validierung	Vorhersagen mit geeigneten Referenzdaten vergleichen
Residualanalyse	Muster der Abweichungen untersuchen
Unsicherheitsquantifizierung	Unsicherheit von Daten und Ergebnissen bewerten
Synchronisation	Zeitliche Zuordnung von Ereignissen herstellen
Modellgrenze	Nicht ausreichend geprüfte Einsatzbedingungen kennzeichnen

Kreuzworträtsel

Sensorik	Welche Technik liefert Erkennungsdaten aus einem Prozess?
Residuum	Wie heißt die Differenz zwischen Beobachtung und Modellvorhersage?
Verifikation	Wie heißt die Prüfung der korrekten Modellumsetzung?
Validierung	Wie heißt die Prüfung der Eignung eines Modells anhand von Referenzdaten?
Zeitstempel	Was dokumentiert den Zeitpunkt eines Datenereignisses?
Simulation	Wie heißt die rechnerische Nachbildung eines Ablaufs?

LearningApps

Themensuche: Die folgende Einbindung öffnet eine Suche und keine vorab geprüfte einzelne LernApp.

Lückentext

Ein digitaler Zwilling verbindet Modelle mit geeigneten

.

Ein automatisch aktualisiertes einseitiges Datenabbild bezeichnet man als digitalen

.

Im Ausbildungsbeispiel bewegt sich ein Werkstück über ein

.

Die simulierten Sensoren erkennen den Durchgang eines

.

Der Abstand wird in der Längeneinheit

angegeben.

Die Transportzeit ergibt sich aus Abstand geteilt durch

.

Die Differenz zwischen Beobachtung und Vorhersage heißt

.

Eine dauerhaft gerichtete Abweichung kann auf einen systematischen

hinweisen.

Die zeitliche Zuordnung von Ereignissen erfordert eine geeignete

.

Ein festgelegtes Prüfband ersetzt keine quantifizierte

.

Die korrekte technische Umsetzung eines Modells wird durch

geprüft.

Der Vergleich mit geeigneten Referenzdaten gehört zur

.

Außerhalb geprüfter Bedingungen können Vorhersagen ihre

verlieren.

Vor realen Eingriffen ist eine betriebliche

erforderlich.

Offene Aufgaben

Bearbeite die Aufgaben in drei Stufen. Verwende für die Anlage ausschließlich die simulierten Daten. Zu jeder Aufgabe erhältst Du ein begründetes Feedbackkriterium.

Leicht – Basisaufgaben

Begriffskarte: Zeichne drei kleine Skizzen zu digitalem Modell, digitalem Schatten und digitalem Zwilling. Feedback: Die Skizzen sind schlüssig, wenn die Datenflüsse eindeutig unterscheidbar sind.
Sensorkarte: Beschrifte eine Zeichnung mit zwei Lichtschranken und Sensorabstand. Feedback: Die Darstellung stimmt, wenn die gemessene Strecke eindeutig zugeordnet ist.
Modellrechnung: Berechne die Transportzeit für 0,40 und 0,80 m/s. Feedback: Korrekt sind 3,00 und 1,50 Sekunden; die Zeit sinkt bei größerer Geschwindigkeit.
Ampelkarte: Markiere alle Tabellenzeilen außerhalb des Prüfbands. Feedback: Auffällig sind 0,60 und 0,70 m/s, da ihre absoluten Residuen größer als 0,15 Sekunden sind.

Standard – Anwendungsaufgaben

Datenblatt: Erstelle die Tabelle mit automatisch berechneten Residuen. Feedback: Die Formel muss Beobachtung minus Modellzeit berechnen; negative Werte dürfen nicht verloren gehen.
Fehlerdiagramm: Zeichne die sechs Residuen und zwei Grenzlinien für das Prüfband. Feedback: Eine gelungene Grafik macht beide Überschreitungen ohne zusätzliche Rechnung erkennbar.
Fehlerhypothesen: Formuliere drei mögliche Ursachen der auffälligen Werte und ordne geeignete zusätzliche Prüfdaten zu. Feedback: Jede Hypothese braucht eine überprüfbare Beobachtung; keine darf allein aus dem Residuum als bewiesen gelten.
Quellenvergleich: Vergleiche eine Fraunhofer-Demonstration mit der NIST-Fachquelle zur Modellglaubwürdigkeit. Feedback: Eine überzeugende Analyse trennt Funktionsbeispiele von Nachweisen der Modellgenauigkeit.

Schwer – Transferaufgaben

Gültigkeitskarte: Entwerfe ein Dokument, das Zweck, Annahmen, geprüfte Bedingungen und offene Fragen des Modells zeigt. Feedback: Die Karte ist belastbar, wenn die sechs Übungsfälle nicht pauschal als erfolgreich validiert gelten.
Parametertest: Untersuche in GeoGebra die Wirkung einer zusätzlichen Zeitverzögerung und visualisiere die Änderung. Feedback: Das Ergebnis muss zeigen, ab welcher Verzögerung das Prüfband verlassen wird, ohne eine reale Fehlerursache zu behaupten.
Prüfbericht: Verfasse einen kurzen Prüfbericht mit Abweichungen, Unsicherheiten, Datenlücken und empfohlenen nächsten Simulationsschritten. Feedback: Eine fachlich begründete Empfehlung verlangt Nachprüfungen statt einer voreiligen Betriebsfreigabe.
Erklärvideo: Produziere ein Video oder eine Präsentation zur Frage, weshalb ein genauer digitaler Zwilling trotzdem keine automatische Sicherheitsfreigabe rechtfertigt. Feedback: Der Transfer gelingt, wenn Modellgüte, technische Risiken, Schutzmaßnahmen und menschliche Verantwortung unterschieden werden.

Lernkontrolle

Die Lernkontrolle prüft Zusammenhänge, Entscheidungen und den Transfer auf neue Situationen.

Neue Betriebsbedingungen: Ein Unternehmen verändert die Werkstückmasse und den Förderprozess. Begründe, welche Annahmen des bisherigen Modells neu geprüft werden müssen.
Widersprüchliche Daten: Zwei Sensoraufzeichnungen liefern unterschiedliche Zeitstempel. Entwickle einen fachlich nachvollziehbaren Plan zur Untersuchung des Unterschieds, ausschließlich anhand von Simulationsdaten.
Entscheidungsbegründung: Ein Modell trifft vier von sechs Übungsfällen innerhalb des Prüfbands. Beurteile, ob damit die Eignung für seinen vorgesehenen Zweck nachgewiesen ist.
Lückenhafte Daten: Entwickle eine verständliche Bildschirmdarstellung, die fehlende Werte, unplausible Zeitstempel und große Residuen getrennt kennzeichnet.
Vernetzte Modelle: Ein zweites Modell verwendet Millisekunden statt Sekunden. Erkläre mögliche Folgen und entwickle eine wirksame Verifikationsprüfung.
Sicherer Transfer: Ein Team möchte eine Simulation unmittelbar zur Maschinensteuerung verwenden. Formuliere eine begründete Entscheidung, die Validierungsbedarf, Sicherheitsprüfung, Fachaufsicht und betriebliche Freigabe berücksichtigt.

Bewertungsmaßstab: Gute Lösungen benennen Annahmen, verwenden überprüfbare Belege, unterscheiden gesicherte Aussagen von Vermutungen und zeigen sichere nächste Schritte.

Lernnachweis

Für Deinen Lernnachweis erstellst Du ein kurzes digitales Portfolio mit folgenden Bestandteilen:

Modellverständnis: Beschreibe Modell, Datenfluss und Zweck des simulierten Zwillings.
Rechennachweis: Dokumentiere mindestens drei korrekte Modellzeiten und Residuen.
Visualisierung: Zeige ein beschriftetes Diagramm mit Modellwerten, Übungsbeobachtungen und Prüfband.
Fehleranalyse: Erläutere mindestens zwei plausible Abweichungsursachen mit erforderlichen Zusatzprüfungen.
Unsicherheit: Unterscheide Residuum, didaktisches Prüfband und Messunsicherheit.
Gültigkeitsbereich: Dokumentiere geprüfte Betriebsbedingungen und nicht validierte Bereiche.
Quellenkritik: Vergleiche mindestens zwei fachliche Aussagen hinsichtlich Belegen und Grenzen.
Sicherheit: Begründe, weshalb die Ergebnisse keine Freigabe zur Maschinenansteuerung darstellen.
Reflexion: Formuliere, welche zusätzlichen Prüfungen für eine spätere reale Anwendung erforderlich wären.

Erfolgskriterium: Dein Portfolio macht nicht nur die Modellvorhersage sichtbar, sondern auch die Grenzen ihrer Verlässlichkeit.

OERs zum Thema

Wikipedia: Digitaler Zwilling

Weitere frei zugängliche Fach- und Lernressourcen:

Wikipedia – Messunsicherheit: Begriffe und Grundlagen der Unsicherheitsbewertung.
NIST – Digital Twins: Fachliche Orientierung zu Konzepten und Validierung.
NISTIR 8620, 2026: Aktuelle Forschungsprobleme und Standards.
PhET: Interaktives Lernen mit Residuen und Regressionsmodellen.
GeoGebra: Eigene mathematische Modelle visualisieren.
NIST Uncertainty Machine: Interaktives Werkzeug für fortgeschrittene Unsicherheitsanalysen.
Fraunhofer ISST – Data Researchers: Forschungsnahe Videobeispiele.

Hinweis zu OER und Nutzungsrechten: Frei zugängliche Webseiten, Fachpublikationen und YouTube-Videos sind nicht automatisch offen lizenziert. Die hier verlinkten Drittangebote werden nicht als uneingeschränkt nachnutzbare Materialien ausgegeben.

Mediennachweise und Lizenzprüfung

Stand der Quellenprüfung: 11. Oktober 2026. Die folgenden Bilddateien stammen von Wikimedia Commons. Sie werden unverändert eingebunden; die jeweilige Dateibeschreibungsseite dokumentiert Urheber und Lizenz.

Datenflussdiagramm: Martina Signorini – CC BY-SA 4.0. Bild und Lizenz
Digital-Twin-Konzept: Wilmjakob – CC BY-SA 4.0. Bild und Lizenz
Förderanlage: Fachab – CC BY-SA 4.0. Bild und Lizenz
Optischer Sensor: Honmingjun – CC BY-SA 3.0. Bild und Lizenz
Regressionsskizze: Sigbert – CC0 1.0. Bild und Lizenz
Residuen-Diagramm: Sigbert – CC BY-SA 3.0. Bild und Lizenz
Unsicherheitsrechnung: MikeRun – CC BY-SA 4.0. Bild und Lizenz
Historische Messwerte: Jaszczuroczłek – CC BY-SA 4.0. Bild und Lizenz
Digitaler Steuerungs-Zwilling: Wilmjakob – CC BY-SA 4.0. Bild und Lizenz

Lizenzbedingungen: Bei CC BY-SA gelten Namensnennung, Lizenzverweis und die jeweiligen Weitergabebedingungen. Die Originaldateien und ihre Lizenzangaben sind über die verlinkten Commons-Seiten erreichbar.

Videos: Die eingebundenen Beiträge stammen von Fraunhofer IEM, Fraunhofer ISST und dem Lehrkanal cserbal. Es werden die jeweiligen veröffentlichten YouTube-Videos verlinkt, nicht kopiert oder neu lizenziert. Das Abspielen kann Daten an YouTube übertragen.

Technische Einordnung: Die Bilder zu Regression und Messunsicherheit stammen aus anderen Kontexten. Sie dienen der Veranschaulichung und sind keine empirischen Belege für die simulierte Förderstrecke.