Woche 11 | Session 1: Supply Chain Digital Twin — Einführung, Typen, Komponenten & Anwendungsfälle

Kurs: Supply Chain Digitalisierung — Modul 4: Digitale Infrastruktur

Session-Agenda

1. Was ist ein Digital Twin?

Definition: eine virtuelle Darstellung eines physischen Objekts, Systems oder Prozesses, die die reale Entität in Bezug auf ihre Folgendes nachahmt:

Attribute — Eigenschaften und Merkmale
Verhalten — wie es auf Eingaben und Bedingungen reagiert
Interaktionen — wie es sich mit anderen Elementen im System verbindet

Erstellt mit: Daten von Sensoren, IoT-Geräten und anderen Quellen + fortgeschrittene Modellierungs- und Simulationstechniken.

2. Typen von Digital Twins — Komplexitätspyramide

Supply Chain Digital Twin — Überblick

Die Komplexität nimmt zu, wenn wir die Pyramide von der Produktebene bis zum Netzwerk von Netzwerken aufsteigen:

Ebene	DT-Typ & Beispiel	Komplexität
1 — Produkt	Digital Twin eines Flugzeugtriebwerks → Leistung in Echtzeit überwachen	Am niedrigsten
2 — Prozess	Digital Twin eines Öl- & Gas-Raffinierungsprozesses → Parameter optimieren, Geräteausfall vorhersagen	Niedrig
3 — Unternehmen / Enterprise	Digital Twin eines Fertigungsunternehmens → Produktionspläne optimieren, Gerätegesundheit überwachen	Mittel
4 — SC-Netzwerk	Digital Twin einer Lebensmittel- & Getränke-SC → Beschaffung, Fertigung, Distribution optimieren	Hoch
5 — Netzwerk von Netzwerken	Miteinander verbundenes System mehrerer Supply Chains — jede mit eigenen Lieferanten, Herstellern, Händlern	Am höchsten

Die meisten SC-Management-DTs operieren auf den Ebenen 3–5 (Unternehmen, SC-Netzwerk, Netzwerk von Netzwerken).

3. Datenquellen — Was jede DT-Ebene speist

DT-Ebene	Datenquelle / IT-System
Produktebene	CAD (Computer Aided Design), CAM (Computer Aided Manufacturing)
Prozessebene	MES — Manufacturing Execution System
Unternehmensebene	ERP — Enterprise Resource Planning
SC-Netzwerkebene	Spezialisierte Logistiksoftware (z.B. AnyLogistix) + externe Quellen: Wetterdaten, Finanzdaten

4. Ermöglichende Technologien für den Digital Twin

Technologie	Rolle im Digital Twin
IoT-Sensoren	Erfassen Daten von physischen Entitäten (Temperatur, Standort, Vibration usw.) und übertragen sie in Echtzeit an den DT
Blockchain	Verbinden und verfolgen Teile, Komponenten und Produkte über die SC — sichere, manipulationssichere Rückverfolgbarkeit
KI & ML	Bieten die Entscheidungsunterstützungs-Engine — Optimierungsalgorithmen, Nachfrageprognosen, präskriptive Analysen
Cloud	Speichern und verarbeiten riesige Datenmengen aus mehreren Quellen; ermöglichen umfangreiche KI/ML-Berechnungen

5. Drei Komponenten eines Supply Chain Digital Twins

Digital Twin Framework Visualisierung

DT-Komponente	Was sie bietet
Digitale Visualisierung	Geografische Karte mit genauen Standorten von Fabriken, DCs, Kunden. Routen zwischen Knoten. Produktfluss-Sichtbarkeit.
Digitale Technologien	IoT, Blockchain, ERP, Cloud — verbinden die physische SC mit der digitalen SC und generieren den Datenstrom.
Entscheidungsunterstützung (Analysen)	Deskriptiv (was geschah) + Prädiktiv (was wird geschehen) + Präskriptiv (was zu tun ist) — alle im DT eingebettet.

6. Entscheidungsunterstützung — Drei Analyseebenen im DT

Analysetyp	Was er tut	SC-Beispiel
Deskriptiv (Was geschah?)	Analysiert historische Daten	Produkt C Verkäufe waren in den letzten 3 Jahren hoch. Fabrik A Auslastung: 85%.
Prädiktiv (Was wird geschehen?)	Verwendet Muster zur Vorhersage	Nachfrageprognose: Produkt C Nachfrage steigt in den nächsten 2 Jahren um 15%.
Präskriptiv (Was sollte getan werden?)	Empfiehlt spezifische Maßnahmen	DC in Nagpur eröffnen — bedient 4 Städte zu minimalen Kosten. Kapazität = 20.000 Einheiten/Monat.

7. Supply Chain Digital Twin — Anwendungsfälle

Anwendungsfall	Wie der DT hilft
Produktionsplanung & -kontrolle	Entscheiden, wie viel von Produkt A, B, C in welcher Fabrik produziert wird. Stimmt Angebot mit Nachfrage ab.
Bestandskontrolle	Entscheiden, wie viel jedes SKU an jedem DC und Kundenstandort zu lagern ist. Minimiert gleichzeitig Über- und Unterbestand.
Sendungskontrolle	LKW-Standort in Echtzeit verfolgen. Entscheiden: Fabrik A → welcher DC? Welcher DC → welche Kunden?
Qualitätskontrolle	Temperatur + Luftfeuchtigkeit in Kühlketten-LKW in Echtzeit überwachen. Alarme bei Abweichungen — verhindert Produktverderb.
Resilienzmanagement	Bei Unterbrechung eines Lieferantenstandorts identifiziert der DT alternativen Lieferanten, Standort, Menge.
Nachhaltigkeit / Umweltauswirkung	CO₂-Emissionen für ein vorgeschlagenes SC-Netzwerkdesign berechnen — vor der Implementierung.
Kollaborative Planung	Kollaborative Nachfrageprognosen mit Partnern → genauere Prognosen. Kollaborative Beschaffung → bessere Lieferantenauswahl.

8. Vorteile des Supply Chain Digital Twins

End-to-End-Sichtbarkeit: Genauen Standort von Fabriken, DCs, Kunden und Produkten jederzeit kennen.
Verbesserte Rückverfolgbarkeit (Blockchain): Fehlerhaftes Produkt → Teil verfolgen → Komponente → Lieferant → Werk und Rohmaterialquelle.
Transparente & genaue Entscheidungsfindung: Entscheidungen durch Echtzeit-Daten + analytische Modelle — nicht durch Intuition.
Bessere Zusammenarbeit: Sichtbarkeit und Rückverfolgbarkeit machen das System für alle Partner transparent.

Zusammenfassung der Session

Digital Twin Definition: virtuelles Abbild eines physischen Systems — Attribute, Verhalten, Interaktionen mit Sensordaten, IoT, Modellierung.
5 Typen (Pyramide): Produkt → Prozess → Unternehmen/Enterprise → SC-Netzwerk → Netzwerk von Netzwerken.
Datenquellen: CAD/CAM (Produkt) → MES (Prozess) → ERP (Unternehmen) → Logistiksoftware + externe Daten (SC-Netzwerk).
4 Schlüsseltechnologien: IoT (Daten) + Blockchain (Rückverfolgbarkeit) + KI/ML (Intelligenz) + Cloud (Rechenleistung).
3 DT-Komponenten: Digitale Visualisierung + Digitale Technologien + Entscheidungsunterstützung (Deskriptiv + Prädiktiv + Präskriptiv).
7 Anwendungsfälle: Produktionsplanung, Bestandskontrolle, Sendungskontrolle, Qualitätskontrolle, Resilienz, Nachhaltigkeit, Kollaboration.