Forecasting Supply Chain Disruptions with Foresight Learning

Dit paper introduceert een end-to-end framework dat grote taalmodellen traint om gekalibreerde probabilistische voorspellingen te doen voor leveringsketenverstoringen, waarbij het model aanzienlijk beter presteert dan sterke baselines zoals GPT-5 op het gebied van nauwkeurigheid en betrouwbaarheid.

De kern

Voorspellen van Supply Chain-rampen met "Toekomstkijkende" AI

Stel je voor dat je een vrachtwagenchauffeur bent die een belangrijke lading moet vervoeren. Je wilt weten of er morgen een storm opsteekt, een brug dichtgaat of een staking uitbreekt, zodat je je route kunt aanpassen. Helaas zijn de officiële weerberichten en verkeersinformatie vaak te laat: ze vertellen je pas wat er gebeurd is, niet wat er gaat gebeuren.

Dit is precies het probleem waar bedrijven en overheden mee worstelen: Supply Chain-rampen (zoals tekorten, vertragingen of stakingen) zijn duur en moeilijk te voorspellen.

In dit onderzoek hebben Benjamin Turtel en zijn team van Lightning Rod Labs een slimme oplossing bedacht. Ze hebben een kunstmatige intelligentie (een AI) getraind die niet alleen naar het verleden kijkt, maar echt kan voorspellen wat er gaat gebeuren, puur op basis van nieuwsberichten.

Hier is hoe het werkt, vertaald in alledaagse taal:

1. Het Probleem: De "Trage" Weerkaart

Normaal gesproken kijken bedrijven naar harde cijfers (hoeveel containers zijn er aangekomen?). Maar die cijfers zijn als een oude weersvoorspelling: ze vertellen je pas dat het regende toen je al nat was.

Nieuwsberichten daarentegen zijn als de wind in je haar. Ze vertellen je dat er een storm op komt (een staking in een haven, een nieuwe handelsrestrictie, een politieke spanning) voordat de schade echt zichtbaar is. Het probleem is dat er duizenden nieuwsberichten per dag zijn, en ze zijn vaak rommelig en ongestructureerd. Een mens kan dat niet allemaal op één dag lezen en er een goed oordeel over vellen.

2. De Oplossing: De "Prognose-Trainer"

De onderzoekers hebben een AI-model (een soort super-slimme taalcomputer) getraind met een speciale methode die ze "Foresight Learning" noemen.

Stel je voor dat je een jonge kok traint.

• De oude manier: Je geeft de kok een recept (het nieuws) en vraagt hem om te raden of het gerecht lekker wordt. Als hij het fout heeft, zeg je: "Nee, dat was niet lekker." De kok leert hier weinig van, want hij weet niet waarom het misging.
• De nieuwe manier (Foresight Learning): Je geeft de kok het recept (het nieuws) en vraagt hem: "Wat is de kans dat dit gerecht morgen mislukt?" Vervolgens kook je het gerecht en kijk je of het echt mislukt is. Als de kok een hoge kans had voorspeld en het mislukt, krijgt hij een sterretje. Als hij een lage kans voorspelde en het mislukt, krijgt hij een duimpje omlaag.

Door dit duizenden keren te doen, leert de AI niet alleen wat er in het nieuws staat, maar hoe ze die informatie moet vertalen naar een waarschijnlijke toekomst. Ze leert om te denken als een echte voorspeller, niet als een samenvatter.

3. Wat gebeurde er? De "Super-voorspeller"

Toen ze deze getrainde AI testten, gebeurde er iets wonderlijks:

• Ze was beter dan de beste menselijke experts: De AI presteerde veel beter dan standaardmodellen en zelfs beter dan de allerbeste, dure AI-modellen die niet speciaal voor deze taak waren getraind.
• Ze was eerlijker: Vaak zeggen AI's dingen met 100% zekerheid terwijl ze het niet weten. Deze getrainde AI leerde om haar zekerheid te kalibreren. Als ze zegt "80% kans op een ramp", dan gebeurt die ramp ook echt in 80% van die gevallen. Ze leert om niet te bluffen.
• Ze begon te "redeneren": Voordat ze getraind was, gaf de AI vaak een saaie samenvatting van het nieuws ("Er was veel over stakingen te lezen"). Na de training begon ze te denken als een analist: "Oké, er is een staking aangekondigd, maar de voorraden zijn groot, dus de kans op een ramp is 30%, niet 90%." Ze begon patronen te zien en onzekerheid te berekenen.

4. Waarom is dit belangrijk?

Stel je voor dat je een alarmbel hebt die niet piept als er al brand is, maar die zachtjes piept als er een vonk in de buurt is. Dat is wat deze AI doet.

Bedrijven kunnen hierdoor:

• Voorraden verplaatsen voordat een haven dichtgaat.
• Alternatieve routes plannen voordat een staking uitbreekt.
• Geld besparen door niet te reageren op valse alarmen (want de AI is goed in het onderscheiden van ruis en echte signalen).

Conclusie

Dit onderzoek laat zien dat we AI niet alleen kunnen gebruiken om vragen te beantwoorden of teksten te schrijven. Als we ze de juiste training geven, kunnen ze ook de toekomst in kaart brengen door naar het heden te kijken. Het is alsof we een kristallen bol hebben gemaakt die niet magisch is, maar gewoon heel goed is in het lezen van de wind en het berekenen van de kans op een storm.

De onderzoekers hebben hun gegevens openbaar gemaakt, zodat iedereen dit kan controleren en verder kan bouwen. Het is een grote stap naar een wereld waar we minder verrast worden door onverwachte crises.

Technische samenvatting

Titel: Voorspelling van Onderbrekingen in de Toeleveringsketen met Foresight Learning

Auteurs: Benjamin Turtel, Paul Wilczewski, Kris Skotheim (Lightning Rod Labs)
Datum: 1 april 2026 (arXiv)

---

1. Het Probleem

Het anticiperen op onderbrekingen in de toeleveringsketen (supply chain disruptions) is een kritieke uitdaging voor bedrijven en beleidsmakers. Traditionele indicatoren zijn vaak vertraagd, worden herzien of zijn slechts gedeeltelijk informatief, wat leidt tot een voorspellingskloof: beslissingen moeten in real-time worden genomen, terwijl betrouwbare signalen vaak pas arriveren nadat de situatie al is verslechterd.

De kernuitdaging ligt in het leren redeneren over zeldzame, hoog-impact gebeurtenissen op basis van ruisachtige en ongestructureerde invoer (zoals nieuwsberichten). Algemene Large Language Models (LLMs) worstelen hiermee zonder taakspecifieke aanpassing, omdat ze niet van nature gekalibreerde probabilistische voorspellingen genereren voor domeinspecifieke, toekomstige gebeurtenissen.

2. Methodologie

De auteurs introduceren een end-to-end framework dat LLM's traint om gekalibreerde probabilistische voorspellingen te genereren, gebruikmakend van gerealiseerde uitkomsten als supervisie.

• Data en Probleemopstelling:

  • Bronnen: De dataset combineert getimestampede nieuwsartikelen (logistiek, handelsbeleid, geopolitiek) met kwantitatieve maatstaven voor onderbrekingen (Supply Chain Disruption Index) gebaseerd op handelsdata.
  • Taak: Het voorspellen van de waarschijnlijkheid dat een onderbreking-index voor een specifieke entiteit (land of product) in de volgende maand een grote stijging (>1 standaardafwijking) ondergaat.
  • Labeling: De labels zijn binair (ja/nee) en gebaseerd op de werkelijke ontwikkeling van de index in de maand na de voorspelling, wat zorgt voor een strikt vooruitkijkende setting zonder "look-ahead bias".

• Foresight Learning Framework:

  • Het model is gebaseerd op Foresight Learning (Turtel et al., 2026). Het trainingsproces respecteert causale tijdsrestricties: het model ziet alleen informatie beschikbaar tot tijdstip $t$ en wordt getraind op de uitkomst van $t+1$.
  • Model: Een open-source decoder-only transformer (GPT-OSS-120B) wordt aangepast via Low-Rank Adaptation (LoRA) met rank 32.
  • Trainingsdoel: Het model leert rechtstreeks op ruwe tekstuele input (nieuwscontext + indexwaarden) om een probabilistische voorspelling te genereren.
  • Optimalisatie: Er wordt gebruikgemaakt van een GRPO-achtige reinforcement learning objective. De beloning (reward) is gebaseerd op de log-score van de gerealiseerde uitkomst:
    $$r = y \log(p) + (1-y) \log(1-p)$$
    Dit stimuleert zowel nauwkeurigheid als goede kalibratie van de waarschijnlijkheidsschattingen.

3. Belangrijkste Bijdragen

1. Nieuwe Voorspellingstaak: Introductie van een taak die real-time nieuws koppelt aan toekomstige onderbrekingen in de toeleveringsketen.
2. End-to-End Modellering: Een benadering waarbij LLM's direct worden getraind op ruwe tekst om probabilistische voorspellingen te doen, in plaats van alleen gestructureerde signalen te extraheren voor downstream-modellen.
3. Prestatieverbetering: Aantonen dat deze aanpak leidt tot lagere Brier-scores, verminderde kalibratiefouten en hogere precisie vergeleken met voorgeöordeelde modellen en sterke baselines (inclusief GPT-5).
4. Gestructureerd Redeneren: Het bewijs dat training onder een voorspellingsobjectief leidt tot meer gestructureerd en betrouwbaar probabilistisch redeneren (zoals omgaan met onzekerheid en prioriteren van signalen), zonder dat dit expliciet in de prompt wordt gevraagd.

4. Resultaten

Het getrainde model presteerde significant beter dan diverse baselines op een strikt temporale testset (oktober 2025 - januari 2026):

• Nauwkeurigheid en Kalibratie:

  • Brier Score: Het getrainde model scoorde 0.0791, vergeleken met 0.1203 voor GPT-5 en 0.1433 voor de ongetrainde GPT-OSS-120B.
  • Kalibratie (ECE): De Expected Calibration Error daalde met bijna 70-80% (van 0.1740 naar 0.0525) ten opzichte van het voorgeöordeelde model. Dit betekent dat de voorspelde kansen veel nauwkeuriger overeenkomen met de werkelijke frequentie van gebeurtenissen.
  • Brier Skill Score (BSS): Het getrainde model toonde een verbetering van 16.9% ten opzichte van een historische baseline, terwijl GPT-5 een negatieve skill score (-26.4%) had.

• Praktische Nut (Precision@10%):

  • Voor de top 10% van de voorspellingen (de hoogste risico's) bereikte het getrainde model een precisie van 34.78%, aanzienlijk hoger dan GPT-5 (8.70%) en de ongetrainde model (13.04%). Dit is cruciaal voor besluitvormers die handelen op basis van hoog-risico alerts.

• Kwalitatieve Veranderingen in Redeneren:

  • Analyse van de output toont aan dat het getrainde model overgaat van beschrijvende samenvattingen naar gestructureerd, vooruitkijkend redeneren. Het model begint expliciet met:
    • Base-rate anchoring: Het verankeren van voorspellingen in historische basiskansen.
    • Statistische modellering: Het gebruik van concepten zoals volatiliteit en verdelingen.
    • Iteratieve verfijning: Het herzien van tussentijdse schattingen op basis van nieuwe factoren.
  • Deze gedragsveranderingen ontstaan puur door training en zijn niet expliciet geprompt.

5. Betekenis en Conclusie

Dit onderzoek toont aan dat het mogelijk is om domeinspecifieke voorspellingsmodellen te trainen die beslissingsklare signalen produceren uit ongestructureerde tekst.

• Schakel van Beschrijving naar Voorspelling: De studie markeert een verschuiving waarbij LLM's niet alleen dienen voor informatie-extractie of redenering, maar ook voor kwantitatieve voorspelling onder onzekerheid.
• Waarde van Nieuws: Het bevestigt dat nieuwsberichten een waardevolle, vooruitkijkende signaalbron zijn voor toeleveringsketenrisico's, mits correct verwerkt door een gespecialiseerd model.
• Transparantie: De auteurs hebben de evaluatiedataset open-source gemaakt om transparantie en reproduceerbaarheid te bevorderen.

De bevindingen suggereren een algemene weg voor het ontwikkelen van betrouwbare voorspellingsmodellen die gekalibreerde waarschijnlijkheidsschattingen kunnen leveren, wat essentieel is voor risicomanagement in complexe, dynamische systemen.