Digitale Zwillinge im Bauwesen

Digitale Zwillinge gelten als Schlüsselinnovation für die Digitalisierung im Bauwesen. 

Ein Digitaler Zwilling ist ein dynamisches, digitales Abbild eines realen Bauwerks. Im Gegensatz zu einem statischen 3D-Modell spiegelt der Digitale Zwilling neben der geometrischen Struktur den Zustand, das Verhalten und die Nutzung eines Bauwerks über seinen gesamten Lebenszyklus hinweg – in Echtzeit. 

Ein Digitaler Zwilling im Bauwesen besteht typischerweise aus den folgenden vier Grundbausteinen:

• 3D-Modell des Bauwerks: Geometrie, Bauteilinformationen, Raumstrukturen etc. All diese Informationen können auf einem mit Building Information Modeling (BIM) erstellten Bauwerksmodell basieren.

• Echtzeitdaten: Erfasst über Sensoren (z. B. Temperatur, CO₂-Emission, Belegung, Schwingungen, etc.), Internet of Things (IoT)-Systeme oder manuelle Eingaben. 

• Datenplattformen: Zentrale Infrastruktur zur Speicherung, Verarbeitung und Vernetzung der Daten, oft als Teil einer Common Data Environment (CDE). 

• Analyse- und Simulationswerkzeuge: Ermöglichen die Auswertung von Daten, Erstellung von Prognosen (z. B. Wartungsbedarf) und Optimierung des Betriebs. 

In der Bau-Planungsphase erlaubt er die Simulation von Szenarien, die Bewertung von Varianten sowie die frühzeitige Identifikation von Risiken. Annahmen können anhand von Daten überprüft und Optimierungspotenziale systematisch genutzt werden. 

In der Bauphase unterstützt der Digitale Zwilling die Termin- und Kostensteuerung, ermöglicht transparente Soll-Ist-Vergleiche und verbessert die Qualitätssicherung durch die Verknüpfung von Modell- und Ausführungsdaten. 

Neben messbaren Mehrwerten in Planung und Bau ermöglicht der Digitale Zwilling auch ein präventives, zustandsbasiertes Instandhaltungsmanagement (Predictive Maintenance).

Für die öffentliche Hand als verantwortliche Auftraggebende, Betreibende und Eigentümerschaft von Bauwerken bietet der Digitale Zwilling eine fundierte Entscheidungsgrundlage. Er unterstützt nicht nur die Einhaltung gesetzlicher Vorgaben – etwa im Bereich Energieeffizienz, Barrierefreiheit oder Gebäudesicherheit – sondern schafft auch Transparenz und Nachvollziehbarkeit für Planung, Betrieb und Haushaltsführung.

Technische Grundlagen

Der Digitale Zwilling im Bauwesen basiert auf einer integrierten und standardisierten Dateninfrastruktur. Damit er zuverlässig funktioniert und im Betrieb einen Mehrwert liefert, müssen drei zentrale technische Voraussetzungen erfüllt sein: geeignete Datenquellen, interoperable Schnittstellen und Standards sowie eine zentrale CDE als Daten- und Prozessplattform. 

Die Daten, mit denen ein Digitaler Zwilling gespeist wird, stammen aus unterschiedlichen Quellen. Sensoren erfassen kontinuierlich physikalische Messgrößen wie Temperatur, Luftfeuchtigkeit, CO₂-Gehalt, Energieverbrauch, Druck, Schwingungen oder strukturelle Dehnungen. IoT-Systeme überwachen und steuern Anlagenkomponenten über vernetzte Geräte und können große Datenmengen in sehr kurzen Zeitabständen liefern. Manuelle Eingaben beispielsweise durch Inspektionsberichte, Wartungsprotokolle oder Fotodokumentationen, ergänzen die Daten, wo keine vollständige Sensorik vorhanden ist oder Kontextinformationen benötigt werden. 

Damit ein Digitaler Zwilling die verschiedenen Datenquellen reibungslos zusammenführen kann, ist der Einsatz offener und standardisierter Schnittstellen unverzichtbar. Seitens BIM stellen die DIN EN ISO 19650 als internationales Rahmenwerk für das Informationsmanagement, das offene Austauschformat Industry Foundation Classes (IFC) sowie das BIM Collaboration Format (BCF) die Grundlage für konsistente Modell- und Kommunikationsprozesse dar. Auf IoT-Seite kommen Protokolle wie Message Queuing Telemetry Transport (MQTT) für die Machine-to-Machine-Kommunikation, Building Automation and Control Network (BACnet) für die Gebäudeautomation oder Modbus für die Kommunikation mit technischen Anlagen zum Einsatz. Gemeinsam ermöglichen diese Protokolle den Austausch von Echtzeitdaten zwischen der physischen und digitalen Welt.

Beispiele von Anwendungspotenzialen

Der Einsatz von Digitalen Zwillingen im Bauwesen ist nicht auf einen bestimmten Bauwerkstyp oder Projektmaßstab beschränkt. Die virtuelle Repräsentation bietet in nahezu allen Bereichen der Bau- und Immobilienwirtschaft Potenziale – von der simulationsgestützten Planung und Bauablaufsteuerung über eine strukturierte Übergabe an den Betrieb bis hin zu zustandsbasierter Instandhaltung, Energieoptimierung sowie dem strategischen Asset-Management von Gebäuden und Infrastrukturen.

Empfehlungen für Auftraggeber der öffentlichen Hand

In der Vergangenheit sind Leitfäden, Studien und Normungsdokumente erschienen, die sich mit der Einführung von Digitalen Zwillingen im öffentlichen Bauwesen befassen. Ministerien, Forschungsinstitutionen, Normungsorganisationen und Initiativen haben konkrete Empfehlungen formuliert – von der Durchführung und Auswertung strukturierter Pilotvorhaben über den Einsatz offener Standards bis hin zu vergaberechtlichen Anforderungen. Die wesentlichen Handlungsempfehlungen aus diesen Veröffentlichungen sind hier zusammengetragen:

• Es wird empfohlen, den Einstieg schrittweise zu gestalten und mit klar abgegrenzten Pilotprojekten zu beginnen. Die dort gewonnenen Erfahrungen können systematisch ausgewertet und anschließend auf größere Projektportfolios übertragen werden.
• Die Standardkonformität ist von Beginn an zu sichern. Dazu gehört, Anforderungen an offene Datenstandards wie IFC, BCF oder die DIN SPEC 91391 festzulegen und frühzeitig den Einsatz einer CDE vorzuschreiben. Dies sichert neben Interoperabilität und Herstellerneutralität auch die langfristige Nutzbarkeit der Daten.
• Darüber hinaus sollten bereits in der Ausschreibungsphase nutzungsorientierte Informationsanforderungen definiert werden. Öffentliche Auftraggeber können klar festlegen, welche Betriebsinformationen sie benötigen und wie diese bereitzustellen sind. So wird gewährleistet, dass die Informationen später adäquat im Digitalen Zwilling zu verwenden sind.
• Ein weiterer Erfolgsfaktor ist der Kompetenzaufbau innerhalb der Verwaltung. Fachpersonal sollte geschult und aktiv in die Prozesse eingebunden werden. Wo eigene Kapazitäten fehlen, können spezialisierte Kompetenzzentren wie etwa Hochschulen beratend eingebunden werden.
• Schließlich ist auch das Vergaberecht zu beachten. Ausschreibungen müssen so formuliert sein, dass die spätere Nutzung von Digitalen Zwillingen rechtskonform möglich ist und Interoperabilität gewährleistet bleibt. Dazu gehört etwa die verbindliche Forderung herstellerneutraler Formate und offener Schnittstellen, um Abhängigkeiten von einzelnen Softwarelösungen zu vermeiden. 

Von Building Information Modeling zum Digitalen Zwilling

Um den Übergang von BIM zum Digitalen Zwilling verständlich zu machen, lässt sich der Lebenszyklus eines Bauwerks in Phasen (nach der Honorarverordnung für Architekten und Ingenieure, HOAI) darstellen. 

In den Leistungsphase 1 bis 5 (Grundlagenermittlung, Vorplanung, Entwurfsphase, Genehmigungsplanung und Ausführungsplanung) kommt BIM in seiner klassischen Form zum Einsatz. In dieser Phase wird das Bauwerksmodell erstellt, mit geometrie- und Sachdaten angereichert und sukzessive verfeinert. Typische Anwendungen sind Entwurfs-, Genehmigungs- und Ausführungsplanung, Kollisionsprüfung, Mengenermittlung sowie Kostenplanung. Das BIM-Modell ist zu diesem Zeitpunkt die Beschreibung eines geplanten Soll-Zustands und damit noch kein Digitaler Zwilling.

Ein Digitaler Zwilling entsteht fachlich erst, wenn drei Elemente zusammenkommen:

1. Physisches Objekt
2. Digitales Modell
3. Kontinuierliche bidirektionale Datenkopplung

Erst wenn Sensordaten, Zustandsdaten oder Betriebsdaten in das Modell zurückfließen und es dynamisch aktualisieren, entsteht ein echter Zwilling.

In den Leistungsphasen 6 bis 8 (Vorbereitung und Mitwirkung bei der Vergabe sowie Objektüberwachung) wird das BIM-Modell mit As-built-Daten, also dem tatsächlich ausgeführten Zustand, fortgeschrieben. Auch die Anlagentechnik wird integriert und die vollständige Dokumentation vorbereitet. Am Ende dieser Phasen werden strukturierte Bestandsdaten an den Bauherrn übergeben. Ein erster rudimentärer Digitaler Zwilling kann technisch entstehen, wenn bereits Test- und Probebetriebsdaten erfasst und mit dem Modell verknüpft werden. 

Mit Leistungsphase 9 (Betrieb- und Nutzungsphase) beginnt die eigentliche Domäne des Digitalen Zwillings. Das BIM-Modell dient nun als statisches Referenzmodell und Basisdokumentation, während der Digitale Zwilling dieses um Echtzeit- und Betriebsdaten aus IoT-Sensoren, Gebäudeleittechnik oder anderen Monitoring-Systemen erweitert. So lassen sich Anwendungen wie Predictive Maintenance, Energieoptimierungen, Sicherheitssimulationen oder detaillierte Nutzungsanalysen realisieren.

KI im Bezug auf Digitale Zwillinge

Die Rolle von Künstlicher Intelligenz (KI) im Kontext Digitaler Zwillinge liegt in der datenbasierten Auswertung und Entscheidungsunterstützung. Während der Digitale Zwilling Zustands- und Betriebsdaten strukturiert verfügbar macht, ermöglicht KI deren systematische Interpretation.

Zentrale Mehrwerte entstehen insbesondere durch:

• Mustererkennung bei großen Datenmengen etwa zur Identifikation schleichender Veränderungen
• Prognosemodelle, die zukünftige Zustände mit Wahrscheinlichkeiten bewerten
• Anomalieerkennung, um Abweichungen vom Normalbetrieb frühzeitig sichtbar zu machen
• Optimierungsverfahren, die Zielgrößen wie Energieverbrauch, Verfügbarkeit oder Lebensdauer berücksichtigen

Die KI nutzt den Digitalen Zwilling als strukturierte und konsolidierte Datenbasis. Erst durch diese Kopplung kann ein belastbares Entscheidungsmodell entstehen.

Ein konkretes Beispiel ist die adaptive Betriebssteuerung von Gebäuden oder Infrastrukturen. Statt fester Regelstrategien können KI-Modelle auf Basis historischer und aktueller Zustandsdaten betriebliche Parameter dynamisch anpassen. Das betrifft zum Beispiel:

• Lastverschiebung im Energiemanagement
• Priorisierte Instandhaltungsplanung
• Verkehrsflussoptimierung bei Infrastrukturanlagen

Der Fokus verschiebt sich damit von reaktiver Steuerung zu prognosegestütztem Handeln.

Langfristig entsteht ein lernfähiges System, das Betriebsstrategien kontinuierlich verfeinert.