I mange tilfælde indgår prognoser fra 3.-part som datagrundlag for automatiserede beslutninger udført af en digital tvilling. Typisk oplæres den digitale tvilling med historiske data og sættes i drift med udgangspunkt i blandt andet prognosedata, der opdateres løbende. Der er i dag ikke udviklet digitale tvillinger til løbende evaluering af performance.
Dette projekt udvikler et nyt produkt. Produktet sikrer, at en automatiseret beslutningsproces løbende bliver evalueret og der kan gives alarmer, hvis de foreslåede beslutninger ikke lever op til forventningerne. Der udvikles to digitale tvillinger til optimering af maskinstyring og til beslutningsstøtte og/eller -automatisering. Den ene tvilling styrer og den anden evaluerer.
Den ekstra digitale tvilling vil, med nogen forsinkelse, beregne hvad den bedste løsning ville have været. Dette danner grundlag for en løbende evaluering af styringsstrategierne foreslået af den prognose-baserede digitale tvilling. Denne tilgang er ikke før set i professionen og empirisk viden fra deltagelse i forskellige konferencer i MADE-regi viser, at behovet for løbende overvågning af automatiserede beslutningsprocesser synes alment anerkendt men ikke afprøvet i praksis.