AI voor leasemaatschappijen
We rekenen restwaarde, banden en onderhoud vooruit op je eigen contract- en werkplaatsdata, zoals de vraag naar onderdelen bij Athlon.
Voor Athlon voorspellen we met machine learning de vraag naar onderdelen in de werkplaats
Onderdelen voor onderhoud en reparatie stonden bij Athlon in losse systemen en spreadsheets. Samen bouwden we een centraal dataplatform voor inkoop, werkplaats en logistiek, met daarop een reserveringssysteem en voorspelmodellen, in korte iteraties met de mensen op de werkvloer.
Hoe weten we vóór de verkoop of de restwaarde in de offerte klopte?
Bij gesloten calculatie zijn afschrijving, onderhoud en banden voor rekening van de leasemaatschappij. De calculator schat die posten bij de offerte, de nacalculatie volgt aan het einde van het contract. Een model op afgesloten contracten laat eerder zien waar de schatting afwijkt.
Van onderdelen en banden tot restwaarde: elke post in de calculatie heeft eigen data
Onderdelen op het juiste moment
Voor Athlon voorspellen we met machine learning welke onderdelen de werkplaats wanneer nodig heeft, op één dataplatform voor inkoop, werkplaats en logistiek.
Afwijkende bandenslijtage zien
Het assetmanagementteam van Athlon spoort met Qlik-dashboards die we bouwden afwijkingen op in bandenslijtage en bandenverbruik van het wagenpark.
Restwaarde bij de offerte
Een model op eerdere verkoopopbrengsten, kilometrage en RDW-gegevens schat bij de offerte wat een auto aan het einde van het contract opbrengt.
Onderhoudsbudget per contract
Uit werkorders en bandenwissels van afgelopen contracten rekent een model per merk, type en kilometrage vooruit wat onderhoud en banden kosten.
We toetsen een model eerst op contracten die al zijn afgelopen
-
Eén kostenpost kiezen
Restwaarde, banden of onderhoud: we kiezen er één en koppelen contracten, werkorders en RDW-gegevens per kenteken.
-
Toetsen op oude contracten
We trainen op oudere contracten en vergelijken de voorspelling met wat latere contracten werkelijk kostten of opbrachten.
-
In de calculatie, bewaakt
De uitkomst komt bij de calculator of de werkplaats, en we bewaken of het model blijft kloppen.
Zit er in onze contracten en werkorders genoeg historie voor een model?
Past als
Je hebt jaren aan afgesloten contracten met verkoopopbrengst, werkorders en bandenwissels, en een keuze die steeds terugkomt: de restwaarde in een offerte, het onderhoudsbudget of de voorraad in de werkplaats.
Past niet als
Werkorders staan als pdf of vrije tekst bij dealers, of contracten en kentekens zijn niet aan elkaar te koppelen. Dan begin je bij de data en een dashboard, en dat zeggen we ook.
Waar de omvang van afhangt
Het aantal bronnen, zoals contractadministratie, dealers, bandenleveranciers en remarketing, hoeveel jaar historie er is, of het bij één kostenpost blijft en wie het model daarna beheert.
Mag een model over klanten meebeslissen?
Over de auto rekenen is iets anders dan over de klant. Een model voor de kredietwaardigheid van private-leaseklanten valt in de AI-verordening onder hoog risico. Restwaarde en slijtage rekenen we op voertuigniveau.
Restwaarde, onderhoudsbudget of onderdelenvoorraad: welke post reken je eerst door?
Restwaarde
Kies dit als je het restwaarderisico draagt en per merk en type verkoophistorie hebt. Ons advies: begin hier als de restwaarde de grootste post in je calculatie is; zie forecasting.
Onderhoud en banden
Kies dit als werkorders en bandenwissels per kenteken vastliggen. Een model rekent het budget per contract vooruit en wijst de auto's aan die afwijken.
Onderdelen in de werkplaats
Kies dit als onderdelen in losse systemen en spreadsheets staan. Bij Athlon kwam eerst één dataplatform, daarna de voorspelmodellen voor de vraag naar onderdelen.
Voor Athlon werkten we aan banden, onderdelen en het dataplatform eronder
Data Science Lab werkt sinds 2016 vanuit Amsterdam met data en AI, als Databricks- en Microsoft-partner. Voor Athlon bouwden we met Snowflake, Azure, Python, R Shiny en Qlik, samen met de mensen op de werkvloer.

Eén kostenpost uit je leasecalculatie is genoeg voor het eerste gesprek
Stef Stoelwinder
Business DevelopmentStef is je eerste aanspreekpunt. In het eerste gesprek kiezen we één kostenpost uit je calculatie en de data erbij.
E-mail info@datasciencelab.nl
Telefoon +31 (0)20 3636 724
Welke post in je leasecalculatie wil je beter vooruit rekenen?
Beschrijf de kostenpost en de systemen waar contracten, werkorders of verkoopopbrengsten in staan. Je krijgt antwoord per mail, of we plannen een eerste gesprek.
Bericht verstuurd
Bedankt voor je bericht. We nemen zo snel mogelijk contact met je op.
Veelgestelde vragen
AI voor leasemaatschappijen betekent dat een model leert van data die je al hebt: contracten, verkoopopbrengsten, werkorders, bandenwissels en de onderdelen in de werkplaats. Daarmee schat je de restwaarde scherper, zie je afwijkende slijtage eerder en weet de werkplaats welke onderdelen nodig zijn. Het hoort bij de AI-toepassingen die we bouwen.
Breder werk voor de sector staat bij mobiliteit en logistiek.
Met een model dat leert van auto's die je al hebt verkocht: merk, type, brandstof, kilometrage, looptijd, schade en de opbrengst bij remarketing. De RDW publiceert per kenteken onder meer de catalogusprijs, de datum van eerste toelating, het tellerstandoordeel en openstaande terugroepacties als open data.
De valkuil is een nieuw model of een nieuwe aandrijving zonder verkoophistorie. Dan leunt het model op vergelijkbare auto's, en dat weeg je in de offerte mee. Meer over forecasting.
Door bandenwissels en kilometrage per kenteken samen te brengen. Voor Athlon bouwden we met Python, Snowflake en Qlik dashboards die het assetmanagementteam diepgaand inzicht geven in het bandenverbruik en de slijtageprofielen van het wagenpark, zodat het afwijkingen opspoort en verhelpt.
Een voorspelmodel is de stap daarna: welke auto's eerder dan verwacht nieuwe banden nodig hebben. Lees meer over business intelligence.
Ja, als werkorders per kenteken en per soort werk vastliggen. Bij gesloten calculatie zijn hogere kosten voor de leasemaatschappij; bij open calculatie wordt het verschil tussen geschatte en werkelijke kosten aan het einde van het contract verrekend. In beide gevallen helpt een betere schatting bij de offerte.
De valkuil zit in de werkorders zelf: elke dealer codeert anders, en vrije tekst moet eerst worden ingedeeld. Wil je storingen vooraf zien aankomen, lees dan over predictive maintenance.
Alle deelnemers aan het Keurmerk Private Lease registreren het leasecontract bij het BKR. Een AI-systeem dat de kredietwaardigheid van natuurlijke personen beoordeelt, staat in bijlage III van de AI-verordening als hoog risico; volgens de Europese Commissie gelden die regels vanaf 2 december 2027. Systemen voor het opsporen van financiële fraude vallen erbuiten.
Of jouw acceptatiemodel daaronder valt, beoordeelt je jurist of compliance-afdeling; wij helpen met de inventarisatie. Zie AI Act en Responsible AI.
Door het te bewaken en opnieuw te trainen. Een nieuwe generatie elektrische auto's, een prijswijziging bij een merk of een andere vraag op de occasionmarkt verandert wat een auto opbrengt, en dan wijkt de voorspelling af. Dat heet drift.
Leg vooraf vast wie een seintje krijgt en wie een nieuwe versie vrijgeeft. Hoe dat werkt, lees je bij MLOps; het beheer kan bij jullie team liggen of bij ons, via beheer en doorontwikkeling.
Als de vraag vooral is wat er vorig kwartaal gebeurde, niet wat er komt. Dan is een Power BI-dashboard op je contract- en werkorderdata genoeg. Ook een vaste opslag in de calculatie kan volstaan als een type elk jaar hetzelfde doet.
Staan contracten, werkorders en verkoopopbrengsten in losse systemen zonder gedeeld kenteken, begin dan bij het data fundament. Past een lichtere oplossing, dan zeggen we dat.
Mobiliteit, prognoses of dashboards: kies wat je hierna leest
- Data en AI voor mobiliteit en logistiekHoe we organisaties met voertuigen, planning en capaciteit helpen afwijkingen eerder te zien.
- Forecasting en voorspellende modellenHoe een model uit historie vooruit rekent, van restwaarde tot de vraag naar onderdelen.
- Business intelligenceDashboards op je eigen data, zoals de bandenanalyse voor Athlon, als eerste stap naar een model.