Agentic digital twinsbridging model-based and AI-driven decision-making support for a new era of supply chain and operations management

Maya de: Stell dir vor: Es ist drei Uhr morgens. Ein Lagerhausmanager sitzt vor seinem Bildschirm, weil ein wichtiger Lieferant gerade ausgefallen ist. Er öffnet die Planungssoftware, und das System hat keine Antwort. Es zeigt den alten Plan und hat keine Ahnung, was gerade passiert. Carla blum: Das ist kein Ausnahmefall. Dmitry Ivanov beschreibt genau dieses Problem in seiner Arbeit über sogenannte agentische digitale Zwillinge. Klassische Optimierungssoftware erwartet saubere und strukturierte Daten sowie ein klar definiertes Problem. Die Realität liefert beides nicht. Maya de: Und das kostet. Ivanov nennt den Fall von Jaguar Land Rover. Ein IT-Ausfall stoppte die Produktion fünf Wochen lang. Er betraf rund fünftausend Unternehmen und verursachte geschätzte Kosten von 1,9 Milliarden Pfund. Carla blum: Fünf Wochen. Maya de: Fünf Wochen, weil das System nicht reagieren konnte. Klassische Planungsmodelle liefern einen optimalen Plan, oft als Tabelle, die schwer zu lesen und noch schwerer zu hinterfragen ist. Manager brauchen nachvollziehbare Gründe, nicht binäre Matrizen. Und wenn sich die Lage über Nacht ändert, ist der Plan bereits veraltet. Carla blum: Hier lohnt sich ein Schritt zurück. Es gibt zwei grundlegend verschiedene Denkweisen. Die eine ist modellbasierte Optimierung, das heißt, Mathematik, feste Regeln und ein klares Ziel. Die andere ist KI-gesteuerte Entscheidungsfindung, also Mustererkennung, Lernfähigkeit und Flexibilität. Ivanov zeigt, dass beide allein Schwächen haben. Maya de: Wie genau meinst du das? Carla blum: Optimierung ist zwar präzise, aber starr. Sie lernt nicht. Künstliche Intelligenz hingegen kann Probleme proaktiv erkennen und Modelle automatisch anpassen, hat jedoch ein Vertrauensproblem. Ivanov nennt das Stichwort Halluzinationen. KI-Systeme können plausibel klingende, aber falsche Empfehlungen produzieren. Maya de: Und genau deshalb schlägt Ivanov eine Verbindung beider Welten vor. Der agentische digitale Zwilling, auf Englisch Agentic Supply Chain Digital Twin, kurz A-SCDT, ist eine virtuelle Kopie der realen Lieferkette. Er beobachtet nicht nur, sondern handelt auch. Carla blum: Das ist der entscheidende Unterschied. Ein normaler digitaler Zwilling zeigt, was gerade passiert. Ein agentischer Zwilling hingegen schlägt vor, warnt, löst Stresstests aus und kann in bestimmten Konfigurationen sogar selbst entscheiden und Aufgaben weiter delegieren. Maya de: Dafür entwickelt Ivanov das ICARUS-Rahmenwerk. Es umfasst sechs Fähigkeiten. Interaction: Das System spricht mit dem Manager und gibt Alarm, wenn Lieferverzögerungen zunehmen. Creativity: Es schlägt alternative Lieferanten vor, noch bevor jemand fragt. Adaptation: Sensordaten passen die Modelle automatisch an, wenn sich Annahmen ändern. Carla blum: Und das Schließen. Maya de: Genau. Reasoning bedeutet, dass das System seine Entscheidungen erklärt. Warum dieser Transportweg? Dann Ubiquity: Das System ist über die Cloud und das Internet der Dinge überall verfügbar. Synchronisation orchestriert alles zu einer geschlossenen Entscheidungsschleife. Als Praxisbelege nennt Ivanov Microsofts Einsatz in der Cloud für die Lieferkette sowie Fords Projekte mit digitalen Zwillingen. Carla blum: Ich will kurz auf die Risiken eingehen, weil Ivanov sie selbst betont. Datenfehler, Cybersicherheit und Governance – das sind keine Randnotizen. Maya de: Das stimmt. Er empfiehlt sogar, KI-Anfragen wie Simulationen zu behandeln: denselben Prompt hundert Mal mit variierenden Einstellungen laufen zu lassen, um die Konsistenz zu prüfen. Außerdem warnt er vor Missbrauch — Manager könnten Modelle zugunsten eigener Kennzahlen verbiegen. Neue Kontrollstandards und Audits sind nötig. Carla blum: Das klingt nach einem echten Paradigmenwechsel und nicht nur nach einem Softwareupdate. Maya de: Ivanov spricht von tektonischen Verschiebungen. Traditionelle Einzeldisziplinen wie Bestandsführung, Produktionsplanung und Absatzprognose verschmelzen zu einem kontinuierlichen, KI-gestützten Entscheidungsprozess. Analysten prognostizieren Einsparungen von 30 bis 50 Prozent bei Unternehmen, die agentische künstliche Intelligenz einsetzen. Carla blum: Der Manager könnte also irgendwann um drei Uhr morgens schlafen. Maya de: Das ist zumindest die Idee. Diese Vorlesung wurde von ennepō erstellt. Besuche https://ennepo.ai, um die neueste Forschung in deinem Fachgebiet zu entdecken, zu erstellen und zu verfolgen. Lies, wann du kannst. Hör zu, wann du willst.