Digital Twins in logistiek: van voorspellen naar voorstellen

WaltherPloosvanAmste 0 views 26 slides Oct 06, 2025
Slide 1
Slide 1 of 26
Slide 1
1
Slide 2
2
Slide 3
3
Slide 4
4
Slide 5
5
Slide 6
6
Slide 7
7
Slide 8
8
Slide 9
9
Slide 10
10
Slide 11
11
Slide 12
12
Slide 13
13
Slide 14
14
Slide 15
15
Slide 16
16
Slide 17
17
Slide 18
18
Slide 19
19
Slide 20
20
Slide 21
21
Slide 22
22
Slide 23
23
Slide 24
24
Slide 25
25
Slide 26
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...


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.