Lokale en regionale overheden, bedrijven of zelfs het menselijk lichaam: allemaal kunnen ze uitgerust worden met een digital twin, een digitale tweeling die gevoed wordt met historische en realtime data en (dankzij AI) zelfs met voorspellingen op basis van data. Zo’n digital twin laat toe om nauwkeurige simulaties te maken van mogelijke beslissingen, zonder dat ze een impact hebben op de echte wereld, en opent zo de deur naar data-ondersteunde beslissingen. Het hoeft dan ook niet te verbazen dat het concept almaar vaker over de tongen rolt in beleidsmiddens. Imec onderzoekt wat nodig is om het veelbelovende concept succesvol toe te passen in Vlaanderen. Waar staan we vandaag?

Een wereld vol ‘wicked problems’

Het is een beetje zoals de beroemde Nederlandse auteur Jeroen Brouwers het verwoordde: “niets bestaat dat niet iets anders aanraakt”. De wereld waarin we leven is complex en onderling sterk verweven. De impact van beslissingen reikt vaak tot in een onverwachte hoek, vaak tot diep in een ander beleidsdomein en met een niet-voorziene maatschappelijke impact. Daarom spreken we weleens van ‘wicked problems’, complexe problemen met vele hoekjes, die je niet met één oplossing de baas kunt.

Een typisch voorbeeld van zo’n ‘wicked problem’ is de mobiliteitsplanning in een stad: de beslissing om een schoolstraat af te sluiten voor verkeer, kan de verkeersveiligheid in die straat in een vingerknip verbeteren, maar problemen met de luchtkwaliteit of geluidsoverlast opleveren in de omliggende straten. Het is dus net zozeer een dossier voor de dienst mobiliteit als voor de dienst milieu. Of nog een voorbeeld: een vergunningverlenende overheid moet beslissen of een bedrijf z’n logistieke hub mag inrichten op een bepaalde locatie. Ze houdt dan best rekening met de verwachte verkeersstromen en geplande infrastructuur, maar ook met de impact voor het stroomnet of het aanbod aan lokale arbeidskrachten.
 

Digital twin als veelbelovende beslissingsondersteuner

Precies omdat de maatschappelijke gevolgen van deze ‘wicked problems’ zo ver kunnen reiken, gaat veel wikken en wegen vooraf aan beleidsbeslissingen. Steeds vaker beschikken beleidsmakers daarbij over data om die beslissingen op te enten. Maar: die data is vaak domeinspecifiek, en niet gestandaardiseerd. Resultaat: je kan de databronnen over bijvoorbeeld luchtkwaliteit, verkeer en armoede wel apart raadplegen, maar moeilijk met elkaar combineren. Nochtans zou net dát nuttige inzichten kunnen opleveren.
 

Hier kan een digital twin het verschil maken: doordat die zich niet beperkt tot één domein, maar verschillende dimensies met elkaar combineert, maakt hij de complexe werkelijkheid overzichtelijk, en legt hij verbanden bloot die we als mens niet altijd in de gaten hebben. De digital twin kan bovendien helpen om burgers en stakeholders op een laagdrempelige manier te betrekken bij beleidsbeslissingen, niet met een bundel van 50 bladzijden droge tekst, maar via een 3D-visualisatie van de diverse scenario’s. Zeker bij wicked problems, die vaak leiden tot moeilijke of gevoelige beslissingen, kan het helpen om discussies te objectiveren en de impact te kwantificeren. Denk bijvoorbeeld aan de invoering van een circulatieplan.

Waar het echt boeiend wordt: wanneer rekenmodellen losgelaten worden op de data waarmee zo’n digital twin gevoed wordt, krijg je ‘voorspellende’ data. Zo krijg je een doorkijk naar de toekomst, en wordt het mogelijk om de doorrekende gevolgen van elke beleidsbeslissing vooraf in te schatten.

In zijn ultieme vorm wordt de digital twin een instrument om niet alleen beleidssimulaties te maken, maar ooit zélf beslissingen te laten maken.  

Onderzoek op kruissnelheid

De toekomst oogt veelbelovend. Maar waarom heeft nog niet elke overheid zo’n digital twin ter beschikking? Het onderzoek zit momenteel op kruissnelheid, met onder andere een open innovatietraject in samenwerking met Stad Brugge.

Toch zijn er nog 3 belangrijke uitdagingen, waar de imec-onderzoekers zich vandaag op richten, zowel op het vlak van data en databeheer als op het gebied van de simulaties.

1. Datamodellen van digital twins zijn maar zo betrouwbaar als de data die de modellen voeden. De kwaliteit van de data is cruciaal, maar om de waarde van data echt te kunnen benutten, moet ze ook beschikbaar zijn. Data moet ‘stromen’ en databanken moeten met elkaar praten. Daarvoor is standaardisatie en interoperabiliteit nodig. Het eindresultaat moet zijn dat beleidsmakers en overheden een soort van datastekkerdoos krijgen, waar ze hun eigen vraag of probleem in kunnen ‘pluggen’.
    
2. De simulaties zelf mogen geen black box worden. De modellen en algoritmes die erachter schuilen moeten begrijpelijk en transparant zijn. Dat is van belang om de waarde van een simulatie te beoordelen, en om het maatschappelijke vertrouwen in de modellen te verzekeren.
    
3. Tot slot: om vendor lock-in te vermijden, moet het software-raamwerk achter een digital twin zo open mogelijk opgebouwd worden. Via een open framework stelt imec kennis en code beschikbaar. Daarnaast begeleidt imec gebruikers in de aanbesteding van de bouw van digitaltwin-software op maat.

Meer weten?

Lees de projectpagina over digital twins
Lees de vervolgblog over hoe data een brandstof kan worden voor slim lokaal beleid