Wettbewerbsfähig mit dem Digital Supply Chain Twin

Mehr Resilienz, Reaktionsfähigkeit und Transparenz im Supply Chain Management

ZeitschriftIndustry 4.0 Science
Ausgabe41. Jahrgang, 2025, Ausgabe 3, Seite 52-60
Open Accesshttps://doi.org/10.30844/I4SD.25.3.52
Literatur Teilen Zitieren Download

Abstract

Firmen stehen vor der Herausforderung ihre globalen Supply Chain Netzwerke zu steuern, zu optimieren und agil sowie flexibel an sich verändernde Gegebenheiten anzupassen. Dies bedingt unter anderem die Einbindung der gesetzlichen Anforderungen des Lieferkettensorgfaltspflichtengesetzes (LkSG), der European Sustainability Reporting Standards (ESRS) oder die Berücksichtigung betriebswirtschaftlicher Interessen zur Steigerung der Performance. Folglich muss die Transparenz gesteigert und die Versorgungssicherheit resilienter gestaltet werden. Ziel ist eine effizientere Steuerung und Gewährleistung der Materialversorgung sowie Optimierung und Simulation von Szenarien zur Kostenminimierung.

Keywords

Artikel

Supply Chain Netzwerke sind heutzutage zunehmend komplex und fragil aufgrund geopolitischer Veränderungen. Insbesondere militärische Konflikte und internationale Sanktionen haben einen direkten Einfluss auf die Stabilität. Daher besteht die Notwendigkeit, Netzwerke neu zu strukturieren und Routen sowie Alternativen zu simulieren, zu planen und zu bewerten [1, 2].

Supply Chain Netzwerke ermöglichen Waren- und Dienstleistungsaustausch über Grenzen und Kontinente hinweg. Aufgrund der internationalen Verflechtungen ist das Management der Netzwerke für Unternehmen essenziell. Die Fähigkeit mit Risiken in Supply Chains effektiv umzugehen ist für Unternehmen in einem volatilen und unsicheren Umfeld von zentraler Bedeutung. Unternehmen sind dazu angehalten kontinuierlich die Supply Chain zu überwachen, um diese vor Risiken zu schützen, insbesondere aufgrund der Abhängigkeiten und zahlreicher Naturkatastrophen, geopolitischer Spannungen, sowie wirtschaftlicher Krisen und Pandemien. Stetige Überwachung der Bestände und logistischen Knotenpunkte ermöglicht ein rechtzeitiges Handeln auf sich ändernde Gegebenheiten.

Zur Minimierung des Gesamtrisikos und der damit verbundenen Auswirkungen müssen Unternehmen sowohl ihre Lieferanten als auch ihre Kunden analysieren. Die meisten Unternehmen verfügen jedoch lediglich über Informationen zu ihren direkten Lieferanten und haben keine Transparenz darüber hinaus [3]. Supply Chain Manager müssen neue Managementstrategien entwickeln, um einerseits Kosten zu senken bzw. zu stabilisieren und andererseits die Verfügbarkeit sowie Qualität zu gewährleisten [4].

Ferner sind Unternehmen verpflichtet, eine erhöhte Transparenz und Verantwortlichkeit entlang ihrer Lieferketten sicherzustellen, um die Einhaltung sozialer und ökologischer Standards sowie ein proaktives Risikomanagement zu fördern – gesetzlich verankert im deutschen LkSG und der europäischen Richtlinie zur unternehmerischen Sorgfaltspflicht Corporate Sustainability Due Diligence Directive (CSDDD) [5]. Zur Steigerung der Transparenz sollten Supply Chain Manager neue Technologien wie Virtual Reality, Augmented Reality, Künstliche Intelligenz oder Business Intelligence einsetzen zur Minimierung von Risiken, der Steigerung von Resilienz und Effizienz in den Lieferkettenprozessen sowie zur Einhaltung definierter Kostenziele.

Insbesondere Digitale Zwillinge eignen sich zur Erhöhung der Transparenz sowie als neue prozessuale Möglichkeit gegenüber herkömmlichen Anwendungen. Der Logistikdienstleister UPS setzt Digitale Zwillinge ein, um reale Transportprozesse datenbasiert zu modellieren und dadurch Routenführung, Fahrzeugauslastung und Ressourceneinsatz zu optimieren. Mithilfe simulationsgestützter Analysen von Zustellfahrzeugen und Verkehrsflüssen konnten die durchschnittlichen Lieferzeiten um 26 % reduziert sowie Kraftstoffverbrauch und CO₂-Emissionen signifikant gesenkt werden.

Digitale Zwillinge bieten eine moderne und anwenderoptimierte Erfahrung und Möglichkeiten beim Einsatz gegenüber der Auswertung von Daten aus tabellenbasierten Enterprise-Resource-Planning-Systeme (ERP-Systeme). Bisher existieren Digitale Zwillinge für interne Prozesse, wohingegen das Supply-Chain-Netzwerk vernachlässigt wurde.

Der Digital Supply Chain Twin (DSCT) bringt die externe Perspektive ein und ermöglicht eine integrierte und durchgängige Betrachtung der Wertschöpfungsprozesse und -stufen. Unternehmen können ihre IT-Systeme an den Supply Chain Network Generator (SCNG) anbinden und erhalten, angereichert durch diverse Datenquellen wie Wetter-, Umwelt- oder öffentliche Finanz-/Sozialdaten, eine facettenreiche Darstellung des Status quo aller (relevanten) Stakeholder eines Wertschöpfungsnetzwerkes im DSCT. Somit sind Grundlagen für fortführende Simulationen und Planungen genauso möglich wie eine dynamische Steuerung und Monitoring von Kennzahlen.

Digitaler Zwilling

Ein Digitaler Zwilling (engl. Digital Twin) ist eine virtuelle Nachbildung von physischen Objekten, Prozessen oder Systemen und ermöglicht einen bidirektionalen Datenaustausch zwischen physischen Objekten und dem Digitalen Zwilling. Dabei ist es möglich, reale Objekte und Abläufe exakt nachzubilden und diese in Echtzeit mittels Steuersignalen zu überwachen [6, 7]. Der Digitale Zwilling spiegelt sowohl den Zustand als auch die Funktionalität des realen Systems wider und beschleunigt die Entscheidungsprozesse um bis zu 90 %. Durch die Simulation und Auswertung der internen Prozesse, der Anlagen, des Personals und des Supply-Chain-Netzwerkes bietet diese Technologie Führungskräften die Möglichkeit, die Effizienz und Reaktionsfähigkeit zu steigern.

Die drei primären Elemente eines Digitalen Zwillings bilden die Datenerfassung, Datenmodellierung und Datenanwendung. Der Digitale Zwilling verwendet vier Technologien, um Daten in Echtzeit zu erfassen und zu speichern, Informationen zu erhalten, die wertvolle Erkenntnisse liefern und eine digitale Abbildung eines physischen Objekts zu erstellen. Diese Technologien umfassen das Internet der Dinge (IoT), Künstliche Intelligenz (KI), Extended Reality (XR) und die Cloud (siehe Bild 2). Die Nutzung der Technologie im Digitalen Zwilling variiert je nach Art der Anwendung in unterschiedlichem Ausmaß.

Das IoT beschreibt ein Netzwerk vernetzter physischer und virtueller Objekte, die untereinander sowie mit Menschen kommunizieren [8]. Es bildet die zentrale Technologie für alle Anwendungen von Digitalen Zwillingen. Mithilfe von Sensoren erfasst das IoT Daten realer Objekte, überträgt diese und ermöglicht die Erstellung, Analyse und Optimierung eines digitalen Abbilds. Das digitale Abbild wird kontinuierlich durch aktualisierte Echtzeitdaten präzisiert. Prognosen zufolge werden bis 2027 über 90 % aller IoT-Plattformen über Digitale Zwillinge Funktionalitäten verfügen [9].

Cloud Computing beschreibt die Bereitstellung von Diensten über das Internet. Diese Technologie ermöglicht eine effiziente Art der Speicherung und des Zugriffs auf Daten über das Internet [8]. Für Digitale Zwillinge stellt Cloud Computing Rechenleistung als auch Speichertechnologie bereit. Auf diese Weise können große Datenmengen virtuell gespeichert und standortunabhängig abgerufen werden. Weiterhin unterstützt Cloud Computing dabei, die Rechenzeit komplexer Systeme zu verkürzen und die Herausforderungen bei der Speicherung großer Datenmengen zu bewältigen [10].

Als Teilgebiet der Informatik zielt die Künstliche Intelligenz (KI) darauf ab, die Grundlagen menschlicher Intelligenz zu imitieren, um intelligente Systeme zu entwickeln, die sich menschenähnlich verhalten. Zu den zentralen Forschungsfeldern der KI gehören die Robotik, Bild- und Spracherkennung sowie Methoden wie Neuronale Netze, Maschinelles Lernen, Deep Learning und Expertensysteme [11].

Im Zusammenhang mit Digitalen Zwillingen unterstützt die KI durch Analyseverfahren, indem die KI erfasste Daten automatisch auswertet und fundierte Erkenntnisse liefert, um Vorhersagen über mögliche Entwicklungen zu treffen und Handlungsempfehlungen zur Vermeidung potenzieller Probleme herauszugeben [12]. Extended Reality ist ein Sammelbegriff für immersive Technologien wie Virtual Reality (VR), Augmented Reality (AR), und Mixed Reality (MR).

Diese Technologien verbinden physische und virtuelle Welten miteinander und erweitern die menschliche Wahrnehmung der Realität [13]. XR ermöglicht die Erstellung digitaler Abbilder, indem reale und virtuelle Objekte in Echtzeit koexistieren und interagieren. Der Einsatz von XR-Technologie in Digitalen Zwillingen erlaubt die virtuelle Abbildung realer Objekte und schafft eine interaktive Umgebung zur Echtzeitinteraktion mit digitalen Inhalten.

Digital Supply Chain Twin – Erweiterung um die Netzwerkperspektive

Der Digital Supply Chain Twin (DSCT) stellt ein umfassendes digitales Modell des kompletten Supply-Chain-Netzwerks dar. Damit vereinfacht der DSCT die Planung, Beschaffung, Produktion, Lieferung und den Kundendienst, erhöht das Serviceniveau sowie die Flexibilität um bis zu 60 % und senkt die Kosten um etwa 40 % [14]. Der DSCT kann zu jedem beliebigen Zeitpunkt den vollständigen End-to-End-Zustand einer Supply Chain aufzeigen und trägt somit zu einer gesteigerten Transparenz bei.

Dabei werden die Daten der physischen Supply-Chain-Objekte mit dem DSCT synchronisiert, während sie die tatsächlichen Transport-, Bestands-, Nachfrage- und Kapazitätsdaten beinhalten, die für Simulation, Planung und Steuerung herangezogen werden [15]. Zusätzlich kann der DSCT im Reporting angewandt werden, bspw. für die ESRS oder dem LkSG.

Ferner werden dem Anwender in unserem DSCT diverse Kartenlayer (Ebenen) für das Monitoring, die Analyse, Simulation, Planung und Steuerung angeboten. Beispielsweise wird in einem Layer der Aspekt der Nachhaltigkeit abgebildet, der Firmen bei der Einhaltung der Nachhaltigkeit aus ökologischer, ökonomischer und sozialer Perspektive unterstützt – wie gefordert im CSDDD bzw. LkSG. Zudem werden potenzielle Risiken und bestehende Probleme in den Bereichen Arbeitsrecht, Umweltverschmutzung oder Menschenrechte identifiziert, wodurch ein Beitrag zur rechtlichen Absicherung erfolgt und Wettbewerbsvorteile erzeugt. Folglich wird Nachhaltigkeit in der Supply Chain nicht als Pflicht empfunden, sondern als strategischer Vorteil genutzt.

In einem weiteren Layer werden bspw. Qualitäts- oder Logistikkennzahlen und dazugehörige Attribute und Informationen eingeblendet. Somit können Beschaffungsrisiken minimiert und Optimierungen entlang der Supply Chain vorgenommen werden. Ferner werden Naturkatastrophen wie Überflutungen, Erdbeben bzw. unvorhergesehene Vorfälle wie brennende Lastwagen und Verkehrsstaus in Echtzeit visualisiert und ermöglichen Firmen eine umgehende Reaktion [16].

Somit ermöglicht der DSCT durch die Integration von historischen Daten in Kombination mit Echtzeitdaten und prädiktiven Analysen bspw. die Simulation von Nachfrageschwankungen oder Störungen in der Lieferkette. Ein Unternehmen ist dadurch in der Lage, mögliche Störungen in einem Zulieferwerk oder in der Transportroute zu simulieren und frühzeitig alternative Bezugsquellen oder Transportrouten zu identifizieren, um Versorgungsengpässe zu vermeiden sowie mittelfristig die Versorgungs-/Distributionsstrategie anzupassen [17].

Der modulare Aufbau des SCNG und des DSCT ermöglicht die Integration und Visualisierung weiterer Datenquellen mit dem Ziel, die Transparenz in der Wertschöpfungskette zu erhöhen und proaktive Maßnahmen zur Risikominderung ableiten zu können. Gepaart mit einem Kollaborationsmodul ermöglicht der Einsatz einer VR-Brille eine ortsunabhängige Zusammenarbeit in einer virtuellen Umgebung. Dieser Ansatz ersetzt traditionelle Vor-Ort-Termine und verkürzt damit die Reaktionszeit, senkt die Kosten sowie den Ressourcenverbrauch – u. a. durch den Wegfall von Geschäftsreisen.

Dabei stehen den Mitarbeitern alle Informationen virtuell zur Verfügung – ansprechend in einem Supply Chain Dashboard aufbereitet. Vorteilhaft ist die synchrone Daten- und Informationsaufbereitung von Echtzeitdaten als Grundlage für die Festlegung von Sofortmaßnahmen und gemeinsamen Entscheidungen.

Verwendung von Gesten zur Steuerung des Digital Supply Chain Twins.
Bild 1: Verwendung von Gesten zur Steuerung des Digital Supply Chain Twins © Die Autoren

Somit fördert die VR-Umgebung schnellere Entscheidungen und vereinfacht die Kommunikation entlang der Supply Chain, bspw. bei der Identifikation von Engpässen.

Bild 1 zeigt die Verwendung einer Apple Vision Pro-Brille für den DSCT und die Steuerung durch intuitive Gesten ohne ein zusätzliches Eingabegerät. Zu Präsentationszwecken wird die Visualisierung in der Brille auf dem Bildschirm im Hintergrund gespiegelt.

DSCT – Technologie und Anbindung an Firmenlösungen

Die Entwicklung und Evaluation des DSCT hat anwendungsorientiert unter Zuhilfenahme der Design Science Methodik stattgefunden, so dass die Anforderungen aus der Industrie und deren praktischen Probleme als Input für die Entwicklung gedient haben [18]. Bereits vorhandenes Wissen aus der Theorie und praktische Erfahrungen unseres Entwicklungspartners, der Visoric GmbH aus München, haben dabei als Startpunkt gedient.

Architektur und Technologie für den DSCT sind in Bild 2 ersichtlich. Unsere mittig dargestellte Datenplattform (SCNG) ermöglicht die Anbindung an Firmensysteme sowie Echtzeit-Aktualisierungen über Schnittstellen. Diese wiederum ist über eine MongoDB-Datenbank mit dem DSCT verbunden.

Technisch ist der DSCT eine Erweiterung unserer Datenplattform – dem Supply Chain-Network-Generator. Der SCNG verwaltet alle Daten, die zur digitalen Abbildung eines Supply-Chain-Netzwerkes nötig sind in einer Sandbox-Umgebung und ermöglicht die Einbindung weiterer Datenquellen. Als User Interface dient eine Web-Anwendung, die eine einfache Konfiguration und Steuerung ermöglicht. Ebenfalls lassen sich automatisierte Simulationen und Planspiele über die Webanwendung realisieren. Die Applikation nutzt das Meteor-Framework, das per Design eine Echtzeit-Kommunikation zwischen Client und Server ermöglicht.

Die Daten werden semi-strukturiert in einer MongoDB-Datenbank gespeichert. Diese dient gleichzeitig auch als Schnittstelle für die Anbindung des DSCT. Der DSCT selbst basiert auf dem XR-Stager-Framework für immersive Anwendungen – einer Eigenentwicklung unseres Technologiepartners, der Visoric GmbH. Der Zwilling ruft die Netzwerkinformationen über den MongoDB-C#-Treiber ab. Mittels der „Change Streams“-Funktionalität werden Daten-Updates reibungslos in Echtzeit an den Zwilling übertragen sowie anhand der Updates entsprechende Visualisierungsprozesse angestoßen.

Zusätzlich zu den SCNG-Daten greift der DSCT auf Mapbox und einen eigenen selbstgehosteten Routing-Server zu. Mapbox stellt die verfügbaren Kartenstile in einzelnen Bildkacheln zur Verfügung, die dann auf dem virtuellen Globus in der Anwendung abgebildet werden. Je nach Art der Route, also Straßen-, Zug- und Schiffsverkehr, greift der Routing-Server auf geeignete Open-Source-Software zu, um die Navigationsdaten zur Verfügung zu stellen.

Architektur und Technologie für den Digital Supply Chain Twin.
Bild 2: Architektur und Technologie für den Digital Supply Chain Twin © Die Autoren

Zur Visualisierung von (Echtzeit-)Daten aus bspw. ERP-Systemen ist eine API-Anbindung an den SCNG oder auch eine direkte Anbindung an den DSCT denkbar. Durch die Vielzahl an verfügbaren ERP-Systemen ist diese Einbindung ein komplexer, schwer zu standardisierender Prozess, der einmaligen manuellen Aufwand bedarf. Die genaue Ausgestaltung erfolgt in Zusammenarbeit mit interessierten Firmen. Alternativ lässt sich auch eine Anbindung über branchenspezifische Daten-Ökosystem-Plattformen realisieren. Als Beispiel wären hier Catena-X oder Supply-On zu nennen. Ferner ist auch eine manuelle Konfiguration des Netzwerks über den SCNG möglich zur Erlangung wertvoller Erkenntnisse mithilfe der Visualisierung.

Digital Supply Chain Twin: Mehrwert für die Industrie

Digitale Zwillinge und der DSCT werden im Industrial Metaverse zum Standard. Das End-to-End Supply-Chain-Netzwerk kann im Metaversum abgebildet werden. Die Transparenz aller Stufen der Supply Chain wird durch aktuelle Informationen zu Produktdurchlaufzeiten, Logistikkosten, Verzögerungen und Lieferungen verbessert [19].

In Bild 3 werden die Herausforderungen, Einsatzmöglichkeiten und der Mehrwert für Praktiker digitaler Zwillinge und von Metaverse-Technologien in Produktion und Supply Chain erörtert. Mit Hilfe von Digitalen Zwillingen werden die Vorteile für eine effizientere, widerstandsfähigere und zukunftsgerichtete Gestaltung von Industrie 4.0/5.0 erzielt.

Bild 3: Herausforderungen, Einsatzpotenziale und Umsetzungsfaktoren Digitaler Zwillinge und Metaverse-Technologien in Produktion und Supply Chain © Cenk
Bild 3: Herausforderungen, Einsatzpotenziale und Umsetzungsfaktoren Digitaler Zwillinge und Metaverse-Technologien in Produktion und Supply Chain © Die Autoren

Digitale Zwillinge nutzen Echtzeitdaten von IoT-Geräten. Diese werden mit KI-gesteuerten Analysen kombiniert, um die Supply-Chain-Netzwerke virtuell abzubilden. Die virtuelle Darstellung ermöglicht den Firmen, die Transparenz zu erhöhen und dabei potenzielle Störungen vorherzusagen sowie präventive alternative Szenarien zu simulieren [20]. Zur Sicherstellung der Resilienz in Lieferketten spielen IoT- und KI-Technologien im Zusammenhang mit dynamischen und anpassungsfähigen Digitalen Zwillingen eine entscheidende Rolle [21].

Die Rückkopplungsschleifen zwischen der Echtzeit-Datenerfassung, der KI-Verarbeitung und den Simulationen im Digitalen Zwilling ermöglichen kontinuierliche Verbesserungen und erhöhen die Genauigkeit bei der Entscheidungsfindung. Bild 3 veranschaulicht die Integration von IoT, KI und Digitalen Zwillingen zur Verbesserung der Resilienz in der Supply Chain. Die Darstellung hebt den Datenfluss, die verwertbaren Erkenntnisse und die Rückkopplungsschleifen zwischen diesen Komponenten hervor und zeigt deren kollektive Auswirkungen auf das Risikomanagement und die Anpassungsstrategien auf.

Generell bieten Digitale Zwillinge im Bereich Supply Chain Management zahlreiche Vorteile und Möglichkeiten zur Steigerung der Effizienz und Flexibilität sowie zur nachhaltigen Sicherung der Wettbewerbsfähigkeit durch Digitalisierung, Automatisierung und den Einsatz innovativer Technologie, sodass dem akuten Fachkräftemangel entgegengetreten wird. Durch den Einsatz des DSCT können Unternehmen ihre Resilienz, Reaktionsfähigkeit und Transparenz im Supply Chain Management aus wirtschaftlicher, ökologischer und sozialer Sicht stärken. Echtzeitdaten aus verschiedenen Quellen ermöglichen es Firmen, proaktiv auf Störungen zu reagieren, diese vorherzusagen und vom reaktiven zum proaktiven Management überzugehen – gleichbedeutend mit einer signifikanten Verbesserung im finanziellen Bereich.

Der DSCT bietet multiple Vorteile im Bereich der Simulation, Planung, Steuerung und des Monitorings von Supply-Chain-Netzwerken, stärkt die Resilienz und Reaktionsgeschwindigkeit, unterstützt das Reporting und ermöglicht eine nachhaltige Sicherung von Wettbewerbsvorteilen für Supply-Chain-Netzwerke auf Basis einer Cloud- oder firmeneigenen Lösung.

Dieser Beitrag wurde im Rahmen des Projekts „Zero Emission Networks“ innerhalb des Clusters Sustainable Supply Chain Management am vom Freistaat Bayern geförderten Technologietransferzentrum Smart Production and Logistics (www.ttz-leipheim.de) der Hochschule Neu-Ulm in Leipheim erstellt. Die Umsetzung erfolgte in Zusammenarbeit mit der Münchner Firma Visoric (www.visoric.com) und wurde durch die Europäische Union kofinanziert.


Literatur

[1] Roscoe, S. u. a.: Redesigning global supply chains during compounding geopolitical disruptions: the role of supply chain logics. In: International Journal of Operations & Production Management, 42 (2022) 9, S. 1407–1434.
[2] Gong, Y.; Jiang, Y.; Jia, F.: Multiple multi-tier sustainable supply chain management: a social system theory perspective. In: International Journal of Production Research 61 (2023) 14, S. 4684–4701.
[3] Dou, Y.; Zhu, Q.; Sarkis, J.: Green multi-tier supply chain management: An enabler investigation. In: Journal of Purchasing and Supply Management 24 (2018) 2, S. 95–107.
[4] Kanike, U.K.; Factors disrupting supply chain management in manufacturing industries. In: Journal of Supply Chain Management Science 4 (2023) 2, S. 1–24.
[5] McGrath, P. u. a.: Tools and technologies of transparency in sustainable global supply chains. In: California Management Review, 64 (2021) 1, S. 67–89.
[6] Rajamurugu, N. and M. Karthik, Introduction, History, and Concept of Digital Twin. Digital Twin Technology: Fundamentals and Applications. New Jersey 2022.
[7] Kenett, R. S.; Bortman, J.: The digital twin in Industry 4.0: A wide‐angle perspective. In: Quality and Reliability Engineering International 38 (2022) 3, S. 1357–1366.
[8] Attaran, M.: The internet of things: Limitless opportunities for business and society. In: Journal of Strategic Innovation and Sustainability 12 (2017) 1, S. 11.
[9] Researchandmarkets. Digital Twins Market by Technology, Twinning Type, Cyber-to-Physical Solutions, Use Cases and Applications in Industry Verticals 2024 – 2029. 2024. Abrufdatum 11.03.2025.
[10] Shu, Z. u. a.: Cloud-integrated cyber-physical systems for complex industrial applications. In: Mobile Networks and Applications 21 (2016), S. 865–878.
[11] Hou, L. u. a.: Literature review of digital twins applications in construction workforce safety. In: Applied Sciences 11 (2020) 1, S. 339.
[12] Lv, Z. and S. Xie, Artificial intelligence in the digital twins: State of the art, challenges, and future research topics. In: Digital Twin 1 (2024) 1, S. 12.
[13] Upadhyay, B. u. a.: Barriers Toward the Implementation of Extended Reality (XR) Technologies to Support Education and Training in Workforce Development Programs. In: Proceedings of the Human Factors and Ergonomics Society Annual Meeting 68 (2024) 1, S. 265–269. DOI: 10.1177/10711813241275080.
[14] Sandau, J. Digital Supply Chain Management. 2018. URL: https://www.deloitte.com/de/de/issues/efficiency-resiliency/digital-supply-chain-management.html, Abrufdatum 07.01.2025.
[15] Ivanov, D.; Dolgui, A.: A digital supply chain twin for managing the disruption risks and resilience in the era of Industry 4.0. In: Production Planning & Control 32 (2021) 9, S. 775–788.
[16] Kamble, S. S. u. a.: Digital twin for sustainable manufacturing supply chains: Current trends, future perspectives, and an implementation framework. In: Technological Forecasting and Social Change, 176 (2022), S. 1-13. DOI: 10.1016/j.techfore.2021.121448.
[17] Bandara, L. V.; Buics, L.: Digital Twins in Sustainable Supply Chains: A Comprehensive Review of Current Applications and Enablers for Successful Adoption. In: Engineering Proceedings 79 (2024) 1, S. 64.
[18] March, S. T.; Smith, G. F.: Design and natural science research on information technology. In: Decision Support Systems 15 (1995) 4, S. 251–266.
[19] Hofman, H.: 3 ways the metaverse will transform your supply chain. 2022. URL: https://www.maersk.com/insights/digitalisation/2022/11/29/how-the-metaverse-will-transform-supply-chain-management, Abrufdatum 10.01.2025
[20] Tsolakis, N. u. a.: Artificial intelligence and blockchain implementation in supply chains: a pathway to sustainability and data monetisation? In: Annals of Operations Research 327 (2023) 1, S. 157-210.
[21] Fisher, M. L.: What Is the Right Supply Chain for Your Product. In: Harvard Business Review March/April (1997), S. 105–116.

Ihre Downloads