Digital Twins in logistiek: van voorspellen naar voorstellen
WaltherPloosvanAmste
0 views
26 slides
Oct 06, 2025
Slide 1 of 26
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
About This Presentation
Bij AI krijg je wat je vraagt. Ook als het een domme vraag is. Dat maakt AI fascinerend én uitdagend. Voor supply chain professionals en mobiliteitsexperts groeit de wereld van digital twins, AI en IoT razendsnel naar elkaar toe. Waar supply chains traditioneel draaien om centjes en servicegraad, g...
Bij AI krijg je wat je vraagt. Ook als het een domme vraag is. Dat maakt AI fascinerend én uitdagend. Voor supply chain professionals en mobiliteitsexperts groeit de wereld van digital twins, AI en IoT razendsnel naar elkaar toe. Waar supply chains traditioneel draaien om centjes en servicegraad, gaat mobiliteit om brede welvaart: leefbare steden, schone lucht, veiligheid en inclusie.
Digital twins in mobiliteit zijn al waardevol bij het voorspellen en bijsturen van verkeer en infrastructuur. Het klassieke motto is ‘predict and provide’. Handig, maar niet voldoende. Je krijgt wat je eigenlijk al hebt. De echte kracht ligt in ‘vision and validate’: eerst scherp krijgen wáár je heen wilt en dan toetsen of de maatregelen je daar brengen. Willen we 50% minder stadslogistiek verkeer? 80% minder CO₂ in 2038? Meer mensen op de fiets? Dan is AI geen speeltje, maar een richtingaanwijzer.
Size: 30.93 MB
Language: nl
Added: Oct 06, 2025
Slides: 26 pages
Slide Content
Technologische disruptieen automatisering in de
supplychain: de kracht van Digital Twins
Van traditionele planning naar geavanceerde digitale technologie
Wat maakt digital twins, ML en AI tot game-changers?
De eerste stappen zetten: welke impact wil je bereiken?
Walther Ploos van Amstel
Hogeschool van Amsterdam
September 2025
Oude wijn in nieuwe zakken?
uWelke impact wil je maken?
uDe begrippen op een rijtje
uWelke toepassingen zijn er?
uStrategie, tactiek of operaties?
uVan voorspellen naar voorstellen
Blijf wendbaar:
welke impact wil je bereiken?
BIM: digital twinsin de bouw
BIM: digital twinsin de bouw
BIM: digital twinsin de bouw
Next level supply chain planning
Kunstmatige intelligentie (AI) is technologie
waarbij computers en machines taken uitvoeren
die normaal menselijke intelligentie vereisen, zoals
leren, redeneren, beslissen en taal begrijpen
GenerativeAI (GenAI) is kunstmatige intelligentie
die nieuwe content creëert (tekst, beelden,
muziek of code) op basis van patronen en kennis
uit grote hoeveelheden data
Machine learning: een vorm van kunstmatige
intelligentie waarbij computers leren patronen
herkennen uit data en zichzelf verbeteren zonder
expliciete programmering
Federated learningis een machine learning-
techniek waarbij meerdere partijen samen een
model trainen zonder hun eigen ruwe data te
delen.
Next level supply chain planning
Digital Twinis eenvirtuele kopie van
een fysiek object, proces of systeem,
dat continu wordt bijgewerkt met
real-time gegevens.Deze digitale
modellen, ondersteund door data-
integratie, AI en machine learning,
stellen gebruikers in staat om de
werkelijkheid te analyseren, simuleren
en te voorspellen, en worden
toegepast in sectoren zoals duurzame
energie, infrastructuur en de industrie
om prestaties te optimaliseren en
besluitvorming te ondersteunen.
Next level supply chain planning
Gebruik:
Scenario planning (bijvoorbeeld
disruptionresponse)
Network ontwerp en optimalisatie
Proces ontwerp en optimalisatie
Sales andoperations planning
Duurzaamheid (carbon impact,
energie gebruik)
Waarom:
Risicomanagement
De juiste inkoop-en verkoopprijs
Snelle besluitvorming met data
Real-time monitoring
Autonome planning
AI leveranciers:
SAP
Oracle
IBM
Blue Yonder
Microsoft
Google Cloud
Coupa
Anaplan
Adexa
E2open
Procurify
Squadra
Elementenvan eendigital twin
Supply chainsveranderen
Strategie
Resultaten
Processen
Planning en
besturing
ICT
Organisatie
Nationaal en EU
beleid
Lokaal beleidNIEUWE KETENS
Supply chainsveranderen
Strategie
Resultaten
Processen
Planning en
besturing
ICT
Organisatie
Nationaal en EU
beleid
Lokaal beleidNIEUWE KETENS
KETENS VERBINDEN
Strategisch, tactisch en operationeel
plannen
Welke plannings-en besturingsvragen
hebben meeste impact op jouw
bedrijfsdoelen?
Customer intimacy, product leadershipof
operationalexcellence?
Strategisch, tactisch en
operationeel plannen
Strategisch, tactisch en operationeel
plannen
Strategisch
Tactisch
Operationeel
EXECUTE/SENSE AND RESPOND: situational awareness
Based on real time data in the digital twin
MANAGE/PREDICT AND PREPARE: S&OP
Failing to plan is planning to fail
OPTIMISATION AND TRANSFORMATION
Setting up the operational ecosystem
Strategisch, tactisch en operationeel
plannen
Strategisch
Tactisch
Operationeel
CollaborativeAI en
Federated learning
uVoorraadvoorspelling bij retailers: Supermarkten of webshops delen
geen klantdata, maar trainen gezamenlijk een model om betere
vraagvoorspellingen te maken.
uTransportplanning bij logistieke dienstverleners: Vervoerders kunnen
routes en capaciteitsgebruik optimaliseren door modellen te delen,
zonder concurrentiegevoelige data prijs te geven.
uKwaliteitscontrole in productie: Fabrieken gebruiken lokale
sensordata om defecten te voorspellen; federatedlearning
combineert inzichten zonder productiedata uit te wisselen.
uRisicomanagement in supplychains: Banken, verzekeraars en
bedrijven kunnen gezamenlijk risico’s in handelsketens inschatten,
terwijl vertrouwelijke financiële of operationele data lokaal blijven.
Winstwaarschuwing
uData kwaliteit en silo’s
uBlack-box algoritmes en vertrouwen
uWeerstand in de organisatie en competenties
uLeiderschap
uInvesteringen
Supply chainsveranderen
Strategie
Resultaten
Processen
Planning en
besturing
ICT
Organisatie
Nationaal en EU
beleid
Lokaal beleidNIEUWE KETENS
KETENS VERBINDEN
TALENT ONTWIKKELEN
Nieuwe vaardigheden
Stap-voor-stap:
Van voorspellen naar voorstellen
uBeoordeel bedrijfsbehoeften: Definieer doelstellingen en
identificeer specifieke doelen of uitdagingen die met
AI-oplossingen kunnen worden aangepakt.
uKies de juiste aanbieders: Selecteer AI-tools en -
aanbieders die aansluiten bij de eisen van de
organisatie en denk als een ingenieur.
uGebruik hoogwaardige data: Investeer in robuuste
processen voor dataverzameling en -opschoning om
de nauwkeurigheid van voorspellingen te verbeteren.
uBetrek stakeholders: Informeer alle betrokkenen over de
voordelen van AI-systemen en hoe deze gebruikt
kunnen worden. Stel daarnaast praktijken op voor
gegevensprivacy, eerlijkheid en het beperken van bias
voor goed bestuur.
uMonitor en verbeter continu: Evalueer en verfijn AI-
modellen voortdurend om ze aan te passen aan
veranderende marktomstandigheden.