Digitale Zwillinge realer Supply Chains

00:00:08 Diskussion über die Behauptungen und Vorteile von digitalen Zwillingen in der Supply-Chain-Branche.
00:01:50 Unterschied zwischen Schlagworten mit Substanz und digitalem Zwilling.
00:03:00 Mangel an Innovation im Kern der digitalen Zwillinge.
00:05:07 Vergleich des digitalen Zwillings mit glorifizierten Supply-Chain-Simulatoren.
00:08:20 Angebliche Vorteile von digitalen Zwillingen und der Ansatz von Locad.
00:09:34 Einführung in digitale Zwillinge und das Konzept der Prognose.
00:11:29 Bedenken hinsichtlich der Genauigkeit und des Mangels an Metriken bei digitalen Zwillingen.
00:15:00 Verbesserung der digitalen Zwillinge und Ansprache der Kernprobleme.
00:16:05 Semantische Angemessenheit und vereinfachte Darstellung von Supply Chains.
00:18:01 Integration digitaler Zwillinge mit klassischen ERP-Systemen und die Notwendigkeit von Klarstellungen.
00:18:57 Diskussion der Einschränkungen von digitalen Zwillingen basierend auf Daten-Genauigkeit und Näherungen.
00:21:00 Kritik an der Marketingkommunikation über digitale Zwillinge von Wettbewerbern.
00:22:48 Erklärung, was ein tatsächlicher digitaler Zwilling ist und seine Verbindung zu Monte-Carlo-Simulatoren.
00:24:53 Analyse der Behauptungen intuitiver Dashboards und der Bedeutung von Genauigkeit in digitalen Zwillingssimulationen.
00:27:14 Verständnis der nicht intuitiven Natur von Simulatoren und der Bedeutung von Genauigkeit für Supply-Chain-Anwendungen.
00:28:33 Diskussion der Idee eines Supply-Chain-Simulators und seiner Genauigkeit.
00:29:32 Agentenbasierte Simulation und ihre hohe Anpassungsfähigkeit.
00:30:31 Die Praktikabilität und der Wert des manuellen Anpassens von Simulationseinstellungen.
00:33:12 Vergleich verschiedener Entscheidungen basierend auf einer Vielzahl von Metriken und den damit verbundenen Herausforderungen.
00:35:34 Beantwortung der Frage, wie man die beste Entscheidung mithilfe eines digitalen Zwillings identifiziert.
00:37:35 Monte-Carlo-Prozess mit niedriger Auflösung in der Supply-Chain-Simulation.
00:38:07 Digitaler Zwilling als Anlaufpunkt und Hinzufügen von Echtzeit- und Synchronisationsqualifikatoren.
00:39:07 Bedeutung eines systemweiten Ansatzes für die Supply Chain und dessen Wert.
00:39:47 Kritik an digitalen Zwillingen: Fehlende Elemente und Fokussierung auf günstige Funktionen.
00:40:58 Fazit und abschließende Bemerkungen.

Zusammenfassung

In einem Interview diskutiert Joannes Vermorel, Gründer von Lokad, digitale Zwillinge in der Supply-Chain-Branche. Vermorel hebt die Einschränkungen von digitalen Zwillingen hervor und betrachtet sie als Schlagwort mit begrenzter Innovation. Er vergleicht sie mit der Nachfrageerfassung und deutet an, dass sie nur inkrementelle Verbesserungen bieten. Vermorel betont die Bedeutung der Genauigkeit in digitalen Zwillingssimulationen und die Herausforderung, sie in bestehende Systeme zu integrieren. Obwohl er ihr potenziellen Wert als Teil eines ganzheitlichen, computergestützten Ansatzes für das Supply Chain Management anerkennt, argumentiert Vermorel, dass digitale Zwillinge allein nicht ausreichen, um signifikante Verbesserungen zu erzielen, und nicht als vollständige Lösung angesehen werden sollten.

Ausführliche Zusammenfassung

In diesem Interview spricht Nicole Zint mit Joannes Vermorel, dem Gründer von Lokad, über digitale Zwillinge in der Supply-Chain-Branche. Digitale Zwillinge werden häufig als virtuelle Darstellungen von Lieferketten beschrieben, die verschiedene Szenarien für Entscheidungsfindung simulieren können. Vermorel äußert jedoch Skepsis gegenüber den Behauptungen der Befürworter digitaler Zwillinge und hebt ihre Einschränkungen hervor.

Vermorel erklärt, dass “digitaler Zwilling” zu einem Schlagwort in der Supply-Chain-Branche geworden ist, das als Sammelpunkt für Fachleute dient, die ähnlichen Herausforderungen gegenüberstehen oder ähnliche Lösungen suchen. Er argumentiert, dass das Problem mit dem digitalen Zwilling als Schlagwort seine mangelnde Tiefe und Innovation im Vergleich zu anderen Schlagworten wie Deep Learning ist.

Vermorel behauptet, dass er keine signifikanten Innovationen im Kern der digitalen Zwillinge gesehen hat. Er vergleicht sie mit der Nachfrageerfassung, die er zuvor als Vaporware kritisiert hat, gibt jedoch zu, dass digitale Zwillinge möglicherweise etwas mehr Wert haben. Jede Innovation bei digitalen Zwillingen ist jedoch wahrscheinlich eher inkrementell als transformierend.

Das Gespräch berührt die Unklarheit rund um digitale Zwillinge, da die meisten Anbieter es versäumen, ihre Natur und Fähigkeiten klar zu definieren. Vermorel erklärt, dass digitale Zwillinge im Wesentlichen virtuelle Darstellungen von Lieferketten sind, die oft mit Marketing-Gimmicks und futuristischen Bildern beworben werden. Er vergleicht diesen Ansatz mit der Neupositionierung von Facebook als Meta.

Traditionelle Prognosen im Supply Chain Management sind in der Regel begrenzt, da sie auf punktuellen Zeitreihen Prognosen basieren. Während digitale Zwillinge möglicherweise vielseitigere Prognosefähigkeiten haben, stellt Vermorel ihre Genauigkeit in Frage und betont die Bedeutung der Messung, um sicherzustellen, dass die virtuelle Darstellung sinnvoll ist.

Um digitale Zwillinge zu verbessern, empfiehlt Vermorel, die Genauigkeit zu verbessern und eine semantische Angemessenheit zwischen der virtuellen Darstellung und der realen Lieferkette sicherzustellen. Er erkennt an, dass auch fortschrittliche Simulationen im Vergleich zu tatsächlichen Lieferketten stark vereinfacht sind. Er hebt auch die Herausforderung der Integration digitaler Zwillinge mit bestehenden Unternehmenssystemen wie ERPs, Lagerverwaltungssystemen und CRMs hervor, die nicht darauf ausgelegt waren, wissenschaftlich genaue Daten für digitale Zwillinge zu sammeln.

Vermorel äußert Skepsis gegenüber der Kommunikation rund um digitale Zwillinge und ihrer Praktikabilität. Er stellt fest, dass historische Daten, die durch ERP-Systeme gesammelt werden, oft eine verzerrte Sicht auf die Realität der Lieferkette darstellen. Darüber hinaus stellt er die Nützlichkeit eines digitalen Zwillings in Frage und ob die generierten Erkenntnisse und KPIs den Aufwand wert sind, Mitarbeiter einzusetzen, um sie zu interpretieren.

Vermorel beschreibt digitale Zwillinge als glorifizierte Monte Carlo-Simulatoren für Zwecke der Lieferkette, die oft agentenbasierte Modellierung verwenden. Er stellt jedoch die Genauigkeit dieser Simulatoren und das Maß an Vertrauen in ihre Ergebnisse in Frage. Vermorel erkennt an, dass Simulatoren ansprechende Dashboards erstellen können, betont jedoch die Herausforderung, die Genauigkeit und Vertrauenswürdigkeit der präsentierten Daten zu bestimmen. Er weist auch darauf hin, dass Simulatoren von Natur aus komplexe Black Boxes sind und während sie nichtlineare Phänomene in Lieferketten erfassen können, möglicherweise unerwartete Reaktionen erzeugen, wenn Parameter angepasst werden.

Das Gespräch konzentriert sich auf die Praktikabilität, den Wert und die Grenzen der Verwendung digitaler Zwillinge im Supply Chain Management.

Digitale Zwillinge sind, wie Vermorel erklärt, eine Neuverpackung von jahrzehntealten Simulationskonzepten, insbesondere von Monte Carlo-Prozessen, die durch günstige und leistungsstarke Verarbeitungskapazitäten ermöglicht werden. Diese Simulationen können nun eine gesamte Lieferkette umfassen und erzeugen ein großes Interesse in der Branche. Vermorel betont jedoch, dass digitale Zwillinge als nur eine algorithmische Komponente in einer umfassenden Lösung für die Lieferkette betrachtet werden sollten, anstatt als eigenständige Lösung.

Das Interview geht auf die Herausforderungen ein, verschiedene Ansätze im Supply Chain Management zu vergleichen, angesichts der Vielzahl von Variablen, die dabei eine Rolle spielen. Vermorel stellt fest, dass digitale Zwillinge die Messung verschiedener Kennzahlen ermöglichen, wie z.B. Service Levels für jeden SKU, Lagerhaltungskosten für Lieferanten und Servicequalität für Kunden. Der wahre Nutzen von digitalen Zwillingen liegt in ihrer Fähigkeit, eine gesamte Lieferkette von Anfang bis Ende zu simulieren, obwohl es aufgrund unvollständiger Daten Einschränkungen gibt.

Wenn digitale Zwillinge als eine Reihe von Anbietern definiert werden, die alte Konzepte mit Hilfe von Monte Carlo-Prozessen neu verpacken, erkennt Vermorel ihren Reiz in einem systemweiten Ansatz für das Supply Chain Management und den Wert der Überwindung von Silos. Er betont jedoch, dass digitale Zwillinge nur als eine Komponente in einer größeren Lösung betrachtet werden sollten.

Vermorels Hauptkritik an digitalen Zwillingen ergibt sich aus dem, was sie nicht sind, anstatt aus dem, was sie sind. Er glaubt, dass dem Konzept des digitalen Zwillings viele Elemente fehlen und dass Monte Carlo-Simulationen zwar nützlich sind, aber nicht ausreichen, um das Supply Chain Management wirklich zu verbessern. Vermorel schlägt vor, dass digitale Zwillinge wertvoll sein können, um einen ganzheitlicheren, computergestützten Ansatz für das Supply Chain Management zu fördern, aber sie sollten nicht als alleiniges Mittel zur Verbesserung angesehen werden.

Joannes Vermorel teilt seine Erkenntnisse über digitale Zwillinge in der Optimierung der Lieferkette und betont die Notwendigkeit eines umfassenderen Ansatzes für das Supply Chain Management. Er erkennt das potenzielle Wert von digitalen Zwillingen an, warnt jedoch davor, sie als vollständige Lösung zu betrachten. Das Gespräch verdeutlicht die Bedeutung des Verständnisses der Grenzen und des Potenzials von digitalen Zwillingen sowie die Notwendigkeit einer breiteren Perspektive in der Optimierung der Lieferkette.

Der Gründer äußerte seine Gedanken zu digitalen Zwillingen im Supply Chain Management. Vermorel kritisierte das Konzept des digitalen Zwillings dafür, was ihm fehlt, anstatt dafür, was es bietet. Er glaubt, dass Monte Carlo-Simulationen zwar nützlich sind, aber nicht ausreichen, um eine signifikante Verbesserung im Supply Chain Management herbeizuführen. Er schlägt vor, dass digitale Zwillinge dazu beitragen können, einen ganzheitlicheren Ansatz für das Supply Chain Management zu fördern, sollten jedoch nicht als alleinige Lösung betrachtet werden.

Vermorel betont die Notwendigkeit eines umfassenderen Ansatzes für das Supply Chain Management, der die Integration verschiedener Werkzeuge und Techniken umfasst. Obwohl digitale Zwillinge das Potenzial haben, diesem Ansatz einen Mehrwert zu bieten, sollten sie nicht als alleiniges Mittel zur Verbesserung angesehen werden. Stattdessen schlägt Vermorel vor, dass Supply Chain Management-Experten eine Reihe von Faktoren, einschließlich Datenanalyse, Simulation, Optimierung und Maschinelles Lernen, berücksichtigen sollten, um die wichtigsten Herausforderungen ihrer Organisationen zu identifizieren und anzugehen.

Insgesamt legen Vermorels Erkenntnisse nahe, dass digitale Zwillinge eine Rolle im Supply Chain Management spielen können, aber sie sind kein Allheilmittel. Er plädiert für einen nuancierteren Ansatz, der eine Reihe von Werkzeugen und Techniken umfasst, um die gewünschten Ergebnisse zu erzielen. Vermorels Betonung der Notwendigkeit eines ganzheitlichen, computergestützten Ansatzes für das Supply Chain Management wird bei Fachleuten in diesem Bereich, die ihre Abläufe verbessern und ihren Wettbewerbsvorteil stärken möchten, wahrscheinlich auf Resonanz stoßen.

Vollständiges Transkript

Nicole Zint: Nun, Joannes, wie sieht ein digitaler Zwilling aus der Ferne für den Benutzer aus?

Joannes Vermorel: Meine Vorstellung von digitalen Zwillingen ist, dass es sich um eines dieser Schlagworte handelt, bei denen es mehr um die Form als um den Inhalt geht. Technologische und wissenschaftliche Gemeinschaften benötigen Schlagworte als Sammelpunkte, damit Menschen, die ein Problem auf die gleiche Weise betrachten, zusammenkommen und etwas wie eine wissenschaftliche Konferenz oder eine Geschäftsstrategie haben können. Ein Schlagwort mit Substanz dahinter wäre zum Beispiel Deep Learning. Es handelt sich um eine ganze Reihe wissenschaftlicher und technologischer Unternehmungen. Bei digitalen Zwillingen sehe ich jedoch das Schlagwort und eine Art Mechanik im Spiel, aber wenn wir etwas genauer untersuchen, was dahinter steckt, ist mein bisheriger Eindruck, dass es sehr oberflächlich ist. Es gibt keine große Computerwissenschaftsrevolution, keine mathematische Revolution, keine maschinelle Lernrevolution, und es ist sehr schwer, irgendeinen wirklich innovativen Aspekt zu identifizieren, der hinter diesen digitalen Zwillingen stehen könnte.

Nicole Zint: Also würdest du sagen, dass es keine Hardcore-Innovation im Kern eines digitalen Zwillings gibt?

Joannes Vermorel: Ich habe noch keinen gesehen. Es könnte tatsächlich etwas besser sein als Demand Sensing, das wir vor einigen Monaten überprüft haben und nur reine Luftnummer ist. Selbst wenn es Möglichkeiten gibt, wie ich Fortschritte bei digitalen Zwillingen erkennen kann, wird es in Bezug auf die Art der Innovation sehr inkrementell sein. Anbieter, die digitale Zwillinge verkaufen, bezeichnen es als Supply Chain Simulator. Würdest du sagen, dass es ein Simulator sein soll?

Nicole Zint: Die meisten Anbieter, die dabei sind, digitale Zwillinge zu verkaufen, bleiben äußerst vage darüber, was es tatsächlich ist. Sie würden sagen, es ist wie Ihre virtuelle Supply Chain, eine Darstellung Ihrer Supply Chain. Was ist die virtuelle Supply Chain?

Nicole Zint: Das ist virtuell, was im Wesentlichen bedeutet, dass es nicht Ihre echte Supply Chain ist. Dies ist im Wesentlichen eine Darstellung Ihrer Supply Chain. Bisher bleibt es unglaublich vage. Ein Schlachtplan auf Papier Ihrer Supply Chain könnte eine virtuelle Darstellung der Supply Chain sein. Typischerweise ist dies mit einer computergestützten Darstellung Ihrer Supply Chain verbunden. “Virtuell” hat diese Art von cooler, positiver Konnotation.

Joannes Vermorel: Es surft auch ein wenig auf der Art von virtuellen Welten, virtueller Realität und so weiter, ein bisschen wie Facebook, das sich in Meta umbenennt. Das sind wieder die gleichen Art von Vibes, die ich sehen kann. Das Interessante ist, dass, wenn Sie versuchen herauszufinden, was es technisch ist - bestenfalls kann ich das beurteilen, weil die meisten unserer Konkurrenten nur sehr wenige technische Details dazu liefern - es wie glorifizierte Simulatoren für Supply Chains aussieht. Beweisen Sie mir das Gegenteil, aber ich habe keine Elemente gesehen, die mich denken lassen, dass diese Supply Chain-Zwillinge etwas anderes als schicke Simulatoren sind.

Nicole Zint: Du sagst also, es sind so ähnliche Vibes wie bei Facebook, das seinen Namen in Meta ändert. Was meinst du damit, dass es ähnliche Vibes hat?

Joannes Vermorel: Ich bezog mich nur auf die Art von Marketingstil, die Art der Kommunikation, die mit der Vermarktung des Produkts einhergeht - nichts weiter. Es ist eine Art, es zu verpacken. Sie würden das jedes Jahrzehnt sehen, wenn Menschen etwas Zukunftsweisendes projizieren wollen. Sie verwenden nicht dieselben Metaphern oder Themen. Zum Beispiel ging es in den 1950er Jahren um humanoide Roboter. Sie würden viele futuristische Werbeanzeigen sehen, in denen die Menschen darüber nachdenken wollten, wie die Zukunft aussieht. Sie hätten Menschen, die buchstäblich als Roboter verkleidet waren, mit etwas, das heute sehr veraltet ist, wo Menschen mit Metallplatten bedeckt sind und vorgeben, Roboter zu sein.

Und bei künstlicher Intelligenz würden Sie viele Menschen sehen, die versuchen, mit kognitiven Technologien zu kommunizieren, als ob sie das Gehirn kopieren würden. Es gibt einen Teil der Bildsprache, der mit KI einhergeht, um das Gehirn, den kognitiven Aspekt, zu haben, als ob Sie einen Verstand in der Maschine hätten. Digitale Zwillinge spielen auf etwas anderes an. Sie spielen mit der Idee von virtuellen Realitäten, dem Metaverse, der Matrix-Vision für die Zukunft. Nochmals, ich sage nicht, dass dies wissenschaftlich ist; es ist nur ein Marketing-Gag. Es ist die Art und Weise, wie man das angeht. Und übrigens ist jeder wissenschaftliche Unternehmung mit einer bestimmten Art verbunden, sich selbst zu verkaufen, auch wenn es reine Wissenschaft ist. Sie müssen es immer irgendwie der Gemeinschaft vermarkten.

Nicole Zint: An sich keine schlechte Sache, es ist in Ordnung, bestimmte Themen und Bilder damit zu verbinden. Aber ich glaube, es ist wichtig in der Welt der Unternehmenssoftware, das zu erkennen.

Joannes Vermorel: Warum ist das wichtig? Nun, weil die Leute in erster Linie versuchen, Ihnen etwas zu verkaufen. Es ist nicht so, als ob wir das für die Schönheit des menschlichen Geistes tun. Es ist in erster Linie ein gewinnorientiertes Unternehmen, um Lieferketten zu verbessern.

Nicole Zint: Moment mal, lassen Sie uns das ein wenig genauer betrachten. Was sind dann die vermeintlichen Vorteile eines digitalen Zwillings gemäß der Kommunikation vieler anderer Anbieter, die als Konkurrenten von Lokad qualifiziert werden könnten?

Joannes Vermorel: Lokad verkauft keine digitalen Zwillinge. Ich glaube, wir tun viele Dinge, die sehr stark unter dem Dach der erwarteten Vorteile von digitalen Zwillingen liegen. Es ist jedoch eine Entscheidung; wir vermarkten uns nicht als digitale Zwillinge. Nehmen Sie das also mit einem Körnchen Salz. Ich versuche im Grunde genommen, auf eine nicht allzu unfaire Weise zu beschreiben, was unsere Konkurrenten im Wesentlichen unter diesem Dach verkaufen wollen.

Nicole Zint: Ein Kommentar zu Lokad und digitalen Zwillingen, denn was wir hier bei Lokad tun, wenn wir unsere probabilistische Prognose betrachten, ist, dass wir alle möglichen Ergebnisse aller verschiedenen Entscheidungen betrachten, die Sie möglicherweise treffen können, um sie miteinander zu vergleichen. Also im Grunde genommen, wenn wir an die Behauptungen eines digitalen Zwillings denken, geht es darum, alle verschiedenen Entscheidungen in einem Was-wäre-wenn-Szenario zu projizieren und dann die Auswirkungen davon zu sehen. Ist das nicht irgendwie ähnlich, außer dass ein digitaler Zwilling in gewisser Weise mehr gamifiziert ist?

Joannes Vermorel: Ich denke, was mit digitalen Zwillingen vorgestellt wird, sind die vermeintlich überlegenen Fähigkeiten, eine viel höhere Ausdrucksfähigkeit zu haben, so dass Sie viele mögliche Zukünfte und Variationen in der Zukunft sehen können. Und ich würde sagen, das ist in Bezug auf die Absicht nur in Ordnung und gut. Wo ich jedoch sehr verwirrt bin, ist, dass sobald Sie damit anfangen, im Grunde genommen, wenn Sie irgendeine Art von Projektion für irgendeine Art von virtueller Lieferkette haben, dann wird es die Frage der Genauigkeit geben, weil das, was Sie tun, eine Prognose ist.

Und ich kann nicht anders, als an all die Anbieter zu denken, die immense Schwierigkeiten mit der Genauigkeit ihrer Prognosetechnologien haben und dass sie plötzlich durch digitale Zwillinge das Problem verschwinden lassen, zumindest in den Marketingbroschüren. Eine der Dinge, die ich überhaupt nicht in diesen Diskussionen über digitale Zwillinge gesehen habe, ist, dass alle begeistert von der Idee sind, dass man so viel tun kann, um alle möglichen Zukünfte zu betrachten. Also im Grunde genommen machen Sie eine Prognose, und dann würden die Leute sagen: “Nein, nein, es ist nicht nur eine Prognose. Es ist viel vielseitiger als das.”

Ich würde sagen, wenn es eine sehr vielseitige Prognose ist, die es Ihnen ermöglicht, viele mögliche Zukünfte zu betrachten, dann handelt es sich technisch gesehen in der wissenschaftlichen Gemeinschaft, in der statistischen Gemeinschaft, um eine probabilistische Prognose. Sie betrachten also viele wahrscheinliche Zukünfte und sogar politikgesteuerte, wenn Sie höherstufige Konstrukte wie Richtlinien, Ihre Preispolitik, Ihre Strafmaßnahmenpolitik und dergleichen einbringen möchten.

Nicole Zint: Es gibt diese Frage der Genauigkeit, und es verwirrt mich, dass viele Anbieter, die digitale Zwillinge vorantreiben, anscheinend nicht erkennen, dass es ein massives Genauigkeitsproblem gibt. Ihrer Meinung nach ist ein digitaler Zwilling im Wesentlichen eine Prognose, aber anders verpackt, so dass die Sorge um die Genauigkeit verschwindet?

Joannes Vermorel: Das Problem ist, dass das Wort “Prognose” in der Supply-Chain-Branche typischerweise auf eine unglaublich enge Art von Prognose angewendet wird, nämlich auf Punkt-Zeitreihen-Prognosen. Es gibt eine ganze Reihe von Prognosen, die existieren. Digitale Zwillinge sind keine Prognosen, wenn man Prognosen aus der Perspektive von Punkt-Zeitreihen-Prognosen definiert - sie sind mehr als das.

Nicole Zint: Einverstanden. Also sind digitale Zwillinge nicht nur Zeitreihenprognosen?

Joannes Vermorel: Lassen Sie mich das sehr klar umformulieren: Digitale Zwillinge sind keine Prognosen, wenn man Prognosen aus der Perspektive von Punkt-Zeitreihen-Prognosen definiert. Wenn wir jedoch eine breitere Definition von Prognosen als nicht-ambige und quantitative Aussagen über die Zukunft nehmen, dann fallen digitale Zwillinge, zumindest so, wie sie von unseren Mitbewerbern präsentiert werden, sehr wohl in diese Kategorie. Mein erstes Anliegen ist, dass sobald Sie eine Art von Prognose haben, es eine Frage der Genauigkeit gibt. Wenn Sie diese Frage nicht einmal stellen und nicht die Werkzeuge entwickeln, die benötigt werden, um Ihre Genauigkeit zu bewerten, wissen Sie nicht, ob das, was Sie tun, gut ist. Sie könnten nur mit großen Mengen von Zahlen spielen, was übrigens mit modernen Computern unglaublich einfach ist. Sie können viel Rechenleistung, numerische Rezepte und mathematische Formeln verwenden, aber das bedeutet nicht, dass das, was Sie durch die Kombination all dessen erhalten, wissenschaftlich oder sogar vernünftig ist. Was Sie bekommen können, ist eine Art Täuschung über Ihre virtuelle Realität, die keine echte hochwertige Beziehung zu Ihrer tatsächlichen Supply Chain hat. Wenn Sie nicht einmal Ihre Genauigkeit messen, egal welche Art von Prognose Sie haben, haben Sie nicht den geringsten Schimmer, ob das, was Sie tun, überhaupt sinnvoll ist.

Nicole Zint: Wie verbessert man also einen bestehenden digitalen Zwilling?

Nicole Zint: Aber ich meine, das ist die erste Sorge, die Sie zwischen diesen Systemen sehen. Wenn ich mir anschaue, was unsere Computer tun, scheint es nicht einmal Metriken zu geben. Also, wenn Sie keine Messung haben, bin ich mir nicht genau sicher, was sie eigentlich optimieren.

Joannes Vermorel: Das ist nicht die einzige Sorge. Das war nur die erste. Also sehen Sie, ich sage nur, dass wir, wenn wir überhaupt vorgeben wollen, dass das, was wir tun, nicht nur ein reines leeres Schlagwort ist, die Kernanliegen angehen müssen. Das erste Kernanliegen scheint von den Supply-Chain-Anbietern, die digitale Zwillinge verkaufen, völlig unbeachtet zu bleiben, nämlich das Genauigkeitsproblem. Aber das ist nicht die einzige Sorge. Wir haben eine andere Klasse von Anliegen, die eine äußerst wichtige Sorge darstellt, nämlich die Angemessenheit auf semantischer Ebene zwischen dem, was Sie in Bezug auf die virtuelle Darstellung digitaler Gegenstücke mit der Realität tun.

Denn sehen Sie, diese digitalen Zwillinge sind nicht wie die Matrix, der alte Film, in dem Sie ein alternatives Universum erschaffen können, das fast unmöglich von der realen Welt zu unterscheiden ist. Das zu tun bleibt eine Leistung der reinen Science-Fiction. Wir sind Jahrzehnte, wenn nicht sogar Jahrhunderte davon entfernt, irgendetwas zu tun, das der Matrix ähnelt. Also, wann immer wir eine Supply Chain simulieren oder ein digitales Gegenstück haben wollen, haben wir im Wesentlichen etwas, das eine äußerst vereinfachte Sicht auf die Supply Chain ist.

Selbst bei Lokad, wenn wir die fortschrittlichste Methodik für die Supply Chain anwenden, müssen wir die Demut haben zu erkennen, dass selbst das, was wir als State-of-the-Art in Bezug auf die Raffinesse und Granularität der Darstellung oder das digitale Gegenstück der Supply Chain betrachten, immer noch eine unglaublich vereinfachte Vision der Supply Chain ist.

Darüber hinaus fällt uns die Daten, die wir für diese virtuelle Darstellung, diese digitale Darstellung, benötigen, nicht einfach vom Himmel. Die Daten, die wir verwenden werden, stammen aus Unternehmenssystemen, Geschäftssystemen, ERP-Systemen, Lagerverwaltungssystemen, CRMs, EDI-Extraktionen und dutzenden anderen Quellen. Der Punkt ist, dass diese Systeme alle darauf ausgelegt sind, die Supply Chain zu betreiben, nicht aber, wissenschaftlich genaue Daten über die Supply Chain zu sammeln.

Nicole Zint: Wie passt ein digitaler Zwilling zu einem klassischen ERP-System?

Joannes Vermorel: Zunächst haben wir noch nicht einmal damit begonnen, was eigentlich eine digitale Supply Chain ist, ein digitales Gegenstück für die Supply Chain. Sehen Sie, die Leute, die Anbieter wollen diese Frage vermeiden. Sie wollen, dass der Kunde direkt zu den Vorteilen übergeht, die er erhält, usw. Aber ich bestehe darauf, dass wir zuerst alle Bedenken auflisten müssen, um überhaupt zu wissen, ob das, was wir betrachten, etwas ist, das wirklich authentisch ist.

Es wird eine dritte Klasse von Fragen geben, die sich mit der Ausdruckskraft beschäftigen, die wir erreichen können. Wir haben das Problem, eine Aussage über die Zukunft auf der Grundlage von Daten zu machen, die nicht wirklich mit der Realität übereinstimmen.

Nicole Zint: Von Ihrer Supply Chain gibt es so etwas nicht. Sie wissen, was Sie haben, sind die historischen Daten, wie sie durch das ERP gesehen werden. Das sollte nicht mit der Realität verwechselt werden; das ist nur eine sehr, sehr verzerrte Sicht. Gut, wir müssen damit arbeiten können, aber machen Sie sich keine Illusionen, es gibt enorme Annäherungen, die stattfinden, und diese Annäherungen können sehr schädlich sein in Bezug auf das Ziel, die Supply Chain zu verbessern, die wir mit diesem digitalen Zwilling haben könnten. Dann haben wir wahrscheinlich eine dritte Klasse von Bedenken, nämlich wie man überhaupt mit einer solchen digitalen Darstellung der eigenen Supply Chain arbeitet. Es ist nicht klar, dass nur weil man ein digitales Gegenstück hat, automatisch gute Dinge für die Supply Chain daraus resultieren, insbesondere wenn einem gesagt wird, dass man KPIs oder Schlüsselerkenntnisse erhält. Ich würde sagen, gut, Sie haben Schlüsselerkenntnisse, aber im Wesentlichen bedeuten diese Schlüsselerkenntnisse, dass das Unternehmen Mitarbeiter bezahlen muss, um sie anzusehen.

Joannes Vermorel: Wenn Sie also sagen, dass eine Software Ihnen KPIs und Erkenntnisse liefert, befindet sie sich im Wesentlichen auf der Kostenseite der Gleichung für das Unternehmen, denn nun, egal wie interessant diese Dinge sein mögen, diese Zahlen sein mögen, das Unternehmen muss immer noch dafür bezahlen, dass Mitarbeiter sie sich ansehen. Und bisher bringt das immer noch keine Rendite. Und übrigens ist das etwas, worüber ich in einer der vorherigen Episoden mit dem bürokratischen Kern der Supply Chain diskutiert habe. In der Supply Chain ist es immer sehr verlockend, allerlei bürokratische Dinge zu tun. Das ist das Problem, wenn hochspezialisierte Personen mit ziemlich technischen Aufgaben umgehen.

Nicole Zint: Also sind Sie sehr kritisch gegenüber digitalen Zwillingen?

Joannes Vermorel: Ich bin nicht kritisch gegenüber digitalen Zwillingen. Nochmals, lassen Sie uns präzise sein. Ich sage, dass wir, wann immer wir ein Konzept präsentieren, sehr spezifisch sein müssen über alle Arten von Herausforderungen, die von dem kritischen Ding angegangen werden müssen. Und meine Kritik bezieht sich sehr genau auf die Kommunikation, die mit digitalen Zwillingen verbunden ist, wie sie von meinen Mitbewerbern präsentiert wird. Bisher geht die Kritik also nicht um die digitalen Zwillinge selbst. Wir können darauf in einer Minute eingehen, wenn Sie möchten, aber es geht um das, was in Bezug auf die Kommunikation zum Vorschein kommt. Und bisher würde ich sagen, dass die Art von Elementen, die für mich auftauchen, frappierend sind, als ob sie die Elefanten im Raum vermissen würden. Und nicht wie ein Elefant, sondern mindestens drei große Elefanten werden irgendwie ignoriert oder nicht existent, wenn Sie so wollen. Und das lässt mich fragen, ob sie überhaupt auf die Realität, auf die Realität des zu lösenden Problems, achten.

Nicole Zint: Fair genug, aber jetzt kommen wir zurück zum digitalen Zwilling selbst.

Joannes Vermorel: Ja. Eine der Behauptungen, die ich von Anbietern gesehen habe, ist im Wesentlichen, dass ihr digitaler Zwilling in der Lage ist, ein intuitives Dashboard zu haben, das Ihnen sofort den Einfluss verschiedener Was-wäre-wenn-Szenarien zeigt. Was halten Sie davon? Was wäre Ihre erste Kritik, wenn Sie möchten, aber auch welche Vorteile können wir Ihrer Meinung nach aus einem digitalen Zwilling ziehen?

Nicole Zint: Also würde ich zuerst sagen, was ist ein tatsächlicher digitaler Zwilling, wie er von den Anbietern implementiert wird, die digitale Zwillinge anbieten?

Nicole Zint: Die Frage zu stellen, was es technisch ist? Und hier sehen Sie, dass es ein Werturteil gibt, und ich würde sagen, dass dies glorifizierte Simulatoren sind, genauer gesagt Monte Carlo-Simulatoren.

Joannes Vermorel: Trotz der Tatsache, dass die Menge an technischen Informationen, die von vielen unserer Mitbewerber bereitgestellt wird, sehr gering ist, haben sie immer noch ein paar Screenshots und ein paar technische Details. Das ist es, was ich benutze, um diese Aussage zu machen. Im Wesentlichen, wenn Leute sagen, dass sie einen digitalen Zwilling haben, haben sie ein Stück Unternehmenssoftware, das Ihnen einige Modellierungsfähigkeiten gibt. Sie haben etwas, das sehr stark auf eine Monte Carlo-Mentalität ausgerichtet ist. Es wird mit einem gewissen Grad an Rauschen Dinge generieren, die die zukünftigen Zustände Ihrer Supply Chain darstellen sollen. Sie werden in der Regel einige Dinge haben, die mehr von der agentenbasierten Modellierung inspiriert sind. Sie versuchen, das Supply-Chain-Netzwerk als eine Sammlung von Agenten darzustellen, die vorkonfigurierte Verhaltensweisen haben, potenziell erlernte Verhaltensweisen in begrenztem Maße. Dann führen sie einfach den Simulator aus und sammeln Metriken, als ob Sie Sonden an bestimmten Orten oder in bestimmten Mustern in Ihrer Supply Chain platzieren würden. Also, auf technischer Ebene ist ein digitaler Zwilling eine Art Simulator, ein Monte Carlo-Simulator, der auf Supply Chain-Anwendungsfälle ausgerichtet ist.

Nicole Zint: Was die Behauptungen betrifft, zum Beispiel Dashboards zu haben?

Joannes Vermorel: Mit jedem Simulator können Sie Sonden überall platzieren, um die Ergebnisse Ihrer Simulatoren zu messen, und es ist sehr einfach, Tausende von Zahlen zu sammeln. Wenn Sie Tausende von Zahlen haben, ist es sehr einfach, sie zu einer visuell ansprechenden Art und Weise wie einem Dashboard zusammenzustellen. Das Hauptproblem ist, wie viel Vertrauen und Zuversicht Sie in diese Zahlen haben sollten, und das bringt mich zurück zur Frage der Genauigkeit. Fancy Dashboards zu haben ist mit Sicherheit etwas, dem ich vertraue, dass meine Mitbewerber es können. Aber seien wir realistisch; es ist seit drei Jahrzehnten möglich, sehr ansprechende Berichte mit Excel zu erstellen. Also ist es für diese Art von Vorteilen höchstens sehr inkrementell.

Nicole Zint: Was wäre dann Ihre Vorstellung von Vorteilen? Lassen Sie uns eine weitere Qualität in Frage stellen, die Sie sehen, das ist eine, die Sie erwähnt haben: intuitiv.

Joannes Vermorel: Das ist interessant, denn das ist absolut nicht meine Erfahrung mit allem, was wie ein Simulator ist. Simulatoren sind sehr komplexe Black Boxes und sie sind absolut nicht die Art von numerischen Rezepten, die sich leicht erklären lassen. Übrigens verwendet Lokad ziemlich umfangreich Monte Carlo-Prozesse, Simulatoren und Generatoren, und das ist etwas, das eine sehr

Nicole Zint: Lokad hat eine starke Affinität zu probabilistischen Prognosen. Auch wenn Lokad diese Methoden verwendet, erkenne ich an, dass sie nicht besonders intuitiv sind, insbesondere wenn es um die Ergebnisse geht. Das ist sozusagen von Design. Was Sie mit einem Simulator erfassen möchten, sind typischerweise all die Arten von Nichtlinearitäten, die Sie mit anderen Methoden nicht erfassen können. Aber sobald Sie es mit Phänomenen in Ihrer Lieferkette zu tun haben, die stark nichtlinear sind, wird es sehr schwierig und sehr Black-Box-artig, zu verstehen, was vor sich geht. Das bedeutet, dass Sie plötzlich einen Parameter nur geringfügig anpassen und eine enorme Reaktion an der anderen Seite des Netzwerks haben, und das war irgendwie unerwartet.

Joannes Vermorel: Wenn der Simulator genau ist, dann ist er gut. Das bedeutet, dass er Ihnen ein Werkzeug gibt, um die Kontrolle zu gewinnen und ein besseres Verständnis für die unbeabsichtigten Folgen scheinbar kleiner Aktionen in Ihrer Lieferkette zu bekommen. Es hängt jedoch alles von der Genauigkeit des Simulators ab. Es wird nichts sein, das auf irgendeine Weise intuitiv ist. Es wird höchstens sehr Black-Box-artig sein. Und nochmals, es handelt sich dabei um ein sehr komplexes numerisches Modell, das verwendet wird, wenn Sie die Lieferkette der Welt simulieren. Es fällt nicht wirklich in die Kategorie von Dingen, die ich als intuitiv bezeichnen würde.

Nicole Zint: Ein Simulator ist also im Wesentlichen eine Prognose hinter dem Vorhang des Simulators, bei der die Genauigkeit in Frage steht. Die Idee ist, dass wir die Lieferkette auf einem Bildschirm sehen können und mit verschiedenen Parametern spielen können, um das Ergebnis zu sehen. Auf dem Papier klingt das großartig, wie eine magische Kugel, die in die Zukunft sehen kann. Aber natürlich, wenn Sie die Genauigkeit nicht in Frage stellen, ist das im Wesentlichen das, was es ist.

Joannes Vermorel: Ja, und es gibt auch viele andere Fragen. Wenn Sie einen Simulator haben, haben Sie Agenten, die im Wesentlichen die Bausteine Ihrer Simulation sind. Wenn Sie sagen, dass Sie eine Simulation über die gesamte Lieferkette durchführen, bedeutet das, dass Sie jede einzelne SKU simulieren werden, um zum Beispiel ein Auffüllungsverhalten oder ein Verbrauchsverhalten zuzuordnen. Also haben wir viele winzige Agenten, die ihr eigenes Verhalten haben, und wenn wir den Simulator spielen lassen, lassen wir all diese Agenten arbeiten und geben uns einen potenziellen zukünftigen Zustand der Lieferkette. Das können wir viele Male tun.

Nun, tatsächlich eignet sich diese agentenbasierte Simulation aufgrund ihrer Konstruktion sehr gut für einen hohen Grad an Vergleichbarkeit. Sie können jeden einzelnen Agenten berühren und modifizieren. Das ist etwas, das Sie tun können, und tatsächlich können Sie Ihre Wand aus Metriken haben, die Sie erhalten, indem Sie einfach die Parameter anpassen.

Nicole Zint: Wenn wir den Simulator jetzt ausführen, stellt sich die Frage, ob es eine realistische Übung ist. Wir haben potenziell Tausende von SKUs, wenn wir über eine groß angelegte Lieferkette sprechen. Macht es tatsächlich Sinn, Menschen dafür zu bezahlen, die Parameter zu manuell anzupassen, die das Verhalten der Agenten, also die Modellierung jeder einzelnen SKU, steuern? Ja, das können Sie tun, aber hat es einen Sinn? Hat es einen Wert?

Joannes Vermorel: Das ist auch ein weiterer großer Teil der Bedenken. Ja, das können Sie tun, aber das gehört zum Bereich der gegebenen Fähigkeiten, die sehr stark das widerspiegeln, was Sie durch das Design erhalten. Aber dann stellt sich die Frage, ob Sie das tun sollten. Indem Sie das tun, erhalten Sie Zahlen, aber wie entscheiden Sie, dass eine Anpassung sogar besser ist als eine andere, wenn wir einfach etwas anpassen können, sagen wir, was passiert, wenn ich so viel von diesem Produkt bestelle? Im Wesentlichen passen Sie etwas an und sehen dann das Ergebnis davon in nur einem Szenario.

Nicole Zint: Das klingt für mich wie eine Zeitreihe. Also, zuerst, was Sie normalerweise nicht bekommen, wenn Sie einen Monte Carlo-Simulator ausführen, ist ein Szenario; es ist wie die Aggregation des Durchschnittsergebnisses über viele Szenarien. Moment mal, aber sie behaupten, dass es eine intuitive Möglichkeit ist, das Ergebnis verschiedener Was-wäre-wenn-Szenarien zu sehen. Also, wenn ich so viel bestelle, sollte ich ein sofortiges Bild davon bekommen, wie die Zukunft aussehen würde, nicht verschiedene Bilder, nur eins.

Joannes Vermorel: Ja, ich meine, denn im Wesentlichen gleichen Sie mit Simulatoren Ergebnisse aus. Es ist also eine Zeitreihenprognose; zumindest ist es eine Punkt-Ausgabe. Der Unterschied besteht darin, dass die Art von Zeitreihe voraussetzt, dass Sie einen Vektor von Informationen haben, der im Laufe der Zeit granular ist, aber einen Punkt hat. Es gibt Ihnen im Wesentlichen eine durchschnittliche Schätzung. Was Sie erhalten, ist eine Punkt-Schätzung der Konsequenz Ihrer Anpassung. In dieser Hinsicht ist es in Ordnung, das zu tun. Sie können nicht alle zukünftigen Möglichkeiten bis zum Ende aufrechterhalten; irgendwann müssen Sie sagen, dass Sie eine Entscheidung getroffen haben und die wirtschaftlichen Auswirkungen dieser Entscheidung bewerten möchten. Dieser Teil ist also in Ordnung. Was möglicherweise nicht in Ordnung ist, ist, wenn Benutzer potenziell Millionen von Parametern manuell durchgehen müssen. Dann haben Sie etwas, das sehr unpraktisch, ablenkend und zeitaufwändig ist, und die Vorteile, die Sie möglicherweise durch die Identifizierung besserer Entscheidungen erhalten, reichen möglicherweise nicht aus, um die Kosten für die Bezahlung aller Personen zu decken, die den Simulator anpassen müssen.

Nicole Zint: Das ist eine Art Problem, und dann haben Sie eine andere Art von Problem, nämlich dass Sie aus einem Simulator eine Wand aus Metriken erhalten, buchstäblich Tausende von Zahlen. Wie vergleichen Sie Entscheidung A mit einer Wand aus Metriken, also Tausenden von Metriken, und Entscheidung B mit weiteren tausend Metriken, wissend, dass einige besser sind, einige schlechter sind, einige dramatisch schlechter sind und einige dramatisch besser sind? Es klingt irgendwie…

Nicole Zint: Wie ein RFP-Prozess, in gewisser Weise haben Sie so viele verschiedene Variablen. Wie vergleichen Sie, wenn alle Variablen unterschiedlich sind und nicht nur eine?

Joannes Vermorel: Ja, und das wirft eine echte Frage des Vergleichs auf. Deshalb haben Sie eine Wand aus Metriken, denn wenn Sie einen Simulator haben, können Sie alles messen. Sie können zum Beispiel den Servicegrad für jede SKU messen. Also ist Ihre Ausgabe Ihres Simulators, wenn Sie über Tausende und Abertausende von Ausführungen mitteln, buchstäblich ein Servicegrad für jede SKU, eine Servicequalität für jeden Kunden und Lagerkosten für jeden einzelnen Lieferanten. Der eigentliche Vorteil des systemischen Ansatzes von digitalen Zwillingen besteht darin, nicht eine einzelne SKU zu simulieren, sondern die gesamte Lieferkette von Anfang bis Ende, soweit Sie mit den Daten, die Sie für Ihre Lieferanten haben, und soweit Sie auf der Seite der Lieferkette, die Sie kontrollieren, nach unten reichen können.

Nicole Zint: Aber es scheint, als bliebe die Frage offen, welche Entscheidung die beste ist.

Joannes Vermorel: Ja, und ich würde sagen, das ist auch ein weiterer Elefant im Raum. Was tun Sie, wenn Sie diese Möglichkeiten haben? Soweit ich den digitalen Zwilling betrachte, scheint es mir eine Frage zu sein, die keine Antworten hat. Es gibt einen psychologischen Trick, den Unternehmenslieferanten und Unternehmensanbieter im Allgemeinen verwenden: Sobald die Leute eine Software sehen, mit der sie interagieren und Dinge tun können, gewinnen sie Vertrautheit und mögen die Software irgendwann. Selbst wenn die Interaktion mit der Software ein spielerisches Element hat, besteht das Problem darin, dass das spielerische Element bedeutet, dass die Leute das Produkt mögen können, aber das beweist nicht, dass es etwas Gutes für Ihr Unternehmen tut. Es lenkt den Fokus vom Ergebnis ab. Wenn ich zum Beispiel sagen würde, dass die Leute als Teil der Unternehmenspolitik zwei Stunden am Tag Karten spielen sollten, bin ich ziemlich sicher, dass es viele Menschen geben würde, die diese Aktivität genießen und sagen, dass sie es lieben, aber das bedeutet nicht, dass es einen Mehrwert für das Unternehmen schafft.

Nicole Zint: Also, um hier abzuschließen, wenn wir uns nur darauf konzentrieren könnten, was ein digitaler Zwilling tatsächlich ist, könnten Sie Ihre Definition geben?

Joannes Vermorel: Meine Wahrnehmung ist, dass ein digitaler Zwilling im Wesentlichen eine Reihe von Anbietern ist, die jahrzehntealte Konzepte für Simulatoren neu verpacken. Was sich geändert hat, ist, dass die Rechenleistung jetzt billig genug ist, dass Sie einen Monte-Carlo-Prozess mit niedriger Auflösung haben können, der sich über eine gesamte Lieferkette erstreckt, ohne zu große Schwierigkeiten.

Nicole Zint: Im Wesentlichen nehmen Sie also eine große Maschine mit vielen CPUs. Monte Carlo ist sehr einfach zu parallelisieren. Es handelt sich um ein peinlich paralleles technisches Problem. Und so finden sich viele Anbieter in der Lage, ein Produkt zu erstellen, das kostengünstig umgesetzt werden kann und eine Simulation eines lieferkettenweiten Systems durchführt. Sie wissen, dass sie das tun können. Und dann, weil sie es können, können sie es verkaufen. Und weil es keine radikale Innovation gibt, haben sie den digitalen Zwilling als Sammelpunkt gefunden, um dieses Produkt im Grunde genommen attraktiver zu machen, denn wenn ich Ihnen sage, dass wir einen Monte-Carlo-Ansatz basierend auf Dingen machen werden, die in den 50er Jahren, vor 70 Jahren, entdeckt wurden, würden die Leute plötzlich sagen: “Ja, wirklich? Ist das so?”

Joannes Vermorel: Also im Wesentlichen tun sie das und dann, um die Sache noch attraktiver zu machen, fügen sie weitere Qualifikatoren wie Echtzeit und Synchronisation hinzu. Ich würde sagen, gut und schön. Mit dem Simulator werden Sie jedoch niemals etwas Echtzeit bekommen, es sei denn, Ihr Simulator ist in Bezug auf die Raffinesse unglaublich oberflächlich. Das ist also wirklich fragwürdig. Und trotzdem sehe ich den Grund, warum dieses Produkt Anklang findet, darin, dass es ein Schlüsselelement der Wahrheit gibt, nämlich einen systemweiten Ansatz für die Lieferkette, der wirklich eine sehr, sehr ernsthafte Betrachtung verdient. Es ist also eine sehr lohnende Aufgabe zu sagen, dass wir keine Silos überbrücken und einen systemweiten Ansatz haben wollen, der, würde ich sagen, ein sehr ansprechendes Konzept für mich ist. Ich sehe darin einen großen Mehrwert.

Jetzt, da wir Simulatoren, Monte Carlo-Simulatoren, haben, ist das ein Bestandteil. Aber was ich sage, und das wäre mein Punkt, ist, dass ich digitale Zwillinge nicht für das kritisiere, was sie sind. Ein Simulator ist einfach gut und solide. Es ist in Ordnung, wissen Sie? Es ist eine etablierte Methode, um, würde ich sagen, probabilistische Prognosen in einem sehr allgemeinen Sinne zu machen. Was ich sage, ist, dass ich eine enorme Menge an Elementen sehe, die einfach aus dem Bild fehlen, und es sieht so aus, als ob die Leute an den Fähigkeiten gearbeitet hätten, die kostengünstig umzusetzen sind, und sie versuchen, sie zu verkaufen, während es eine ganze Klasse von Fähigkeiten gibt, die völlig fehlen, aber leider viel schwieriger umzusetzen und viel teurer sind. Aber sie sind es, die diese Fähigkeit, die Monte Carlo-Simulation, wirklich nützlich für die Lieferkette machen. Also mein Punkt ist, dass die digitale Lieferkette gut ist, wenn sie ein Aufruf ist, einen ganzheitlicheren Ansatz für die Lieferkette aus einer, würde ich sagen, computerisierten Perspektive zu haben. Aber wenn Sie denken, dass Monte Carlo-Ansätze alles andere als eine algorithmische Zutat sind, denke ich, dass das eine sehr fehlgeleitete Idee ist, dass Sie mit nur dieser Zutat Ihre Lieferkette tatsächlich verbessern können.

Nicole Zint: Okay, Joannes. Vielen Dank, dass Sie Ihre Erkenntnisse zu digitalen Zwillingen geteilt haben. Vielen Dank fürs Zuschauen, und wir sehen uns nächste Woche.