Ga naar de inhoud

AI consultant Eindhoven

Voor maakbedrijven en toeleveranciers in Brainport: we zetten versnipperde data en kennis van engineers aan het werk, zoals in de luchtvaart bij Fokker Services Group.

Eén dataplatform geeft Fokker Services Group grip op planning, onderhoud en levering

“Het dataplatform is voor ons dé centrale plek waar data samenkomt. Dit zorgt ervoor dat we bedrijf breed data kunnen bieden voor business insights en tegelijkertijd kunnen waarborgen dat er maar 1 versie van de werkelijkheid beschikbaar is” Daan Mastenbroek, Lead Data Engineer and Architect

Lees de case

Hoe plan je kleine series als revisies, storingen en specificaties door elkaar lopen?

In Brainport draait veel om high mix, low volume, high complexity: kleine series complexe onderdelen in open ketens met OEM's. Een klant wijzigt een revisie, een freesbank valt stil, de tolerantie staat in een oude pdf. Wij zoeken uit wat data als eerste oplost.

Plan een gesprek
Close-up van precisiegefreesde messing onderdelen

Onderhoud, planning, ERP en documenten vragen elk een andere aanpak

Bespreek je knelpunt

Onderhoud dat de data volgt

Een voorspelmodel op onderhoudshistorie, sensordata en operationele gegevens. Bij Fokker Services Group vertaalden we de kennis van onderhoudsengineers naar het model.

Een planning die capaciteit kent

Voor Fokker ontwikkelden we een planningstool die versnipperde databronnen samenbrengt, zodat planners werk, onderdelen en capaciteit vooruit plannen.

Stuurinformatie uit één bron

Dashboards voor management, planning en financiën op dezelfde data, zoals de Power BI-dashboards en de Power BI-app die we voor Ammega bouwden.

Antwoorden uit je documenten

Een assistent die vragen beantwoordt uit specificaties, handleidingen en contracten. Bij Fokker doet Anthony Chat dat met retrieval-augmented generation (RAG).

De kennis van je engineers gaat het model in

  1. Langs de bronnen

    Met planners en engineers lopen we ERP, MES, storingslogs en documentmappen na: wat wordt vastgelegd, en wie is eigenaar?

  2. Eén knelpunt toetsen

    We kiezen onderhoud, planning of documentkennis en toetsen op historische data of de uitkomst klopt met wat engineers zien.

  3. Doorbouwen op één platform

    Wat werkt, komt op een Databricks- of Fabric-platform. Het volgende knelpunt hergebruikt dan dezelfde machine- en orderdata.

Heeft een toeleverancier met kleine series hier iets aan?

Toets het in een gesprek

Past als

Je maakt kleine series voor veeleisende OEM's, planners en engineers verliezen tijd met schuiven en zoeken, en de data staat al in ERP, MES of machinelogs, ook al is die versnipperd.

Past niet als

Storingen, insteltijden en afkeur worden nog nergens vastgelegd. Dan heeft een model niets om van te leren en begin je bij de registratie in ERP of MES. Daar denken we ook over mee.

Waar de omvang van afhangt

Hoeveel bronnen meedoen, hoe schoon de orderhistorie en machinedata zijn, of er al een dataplatform staat, en of jullie het daarna zelf beheren of wij.

Vertrouwelijke klantdocumenten

Tekeningen en specificaties van OEM's kunnen onder geheimhouding vallen. Uit het Fokker-project weten we dat documenten metadata nodig hebben, bijvoorbeeld over klant of onderdeel, zodat een assistent geen passages van een andere klant gebruikt.

Begint AI in jouw fabriek bij onderhoud, bij de planning of bij de kennis van engineers?

Bij het onderhoud

Kies dit als stilstand je levertijd bepaalt en machines al storingen of sensorwaarden vastleggen. Dan is predictive maintenance de logische eerste stap.

Bij de planning

Kies dit als planners dagelijks orders en machines rond het ERP schuiven. Ons advies bij kleine series: de orderdata ligt er al, dus begin met planning optimaliseren met AI.

Bij de kennis van engineers

Kies dit als werkvoorbereiders en engineers zoeken in specificaties, werkinstructies en klantdocumenten. Een assistent met generatieve AI zoekt mee en noemt de bron.

Adviseurs die ook de planningstool en het dataplatform bouwen

Sinds 2016 bouwt Data Science Lab vanuit Amsterdam aan data en AI. We zijn Databricks Partner en Microsoft Partner en zetten die platforms zelf neer. Kennis delen collega's op Techdays, en nieuwe technieken proberen we uit in ons interne lab.

Plan een kennismaking

Een storingslijst of planbord maakt het eerste gesprek concreet

Stef Stoelwinder

Stef Stoelwinder

Business Development

Stef plant met je het eerste gesprek. Daarin kiezen we een knelpunt in onderhoud, planning of engineering. Dat kan bij jou op kantoor, op ons kantoor in Amsterdam of online.

Waar verliezen onze planners en engineers nu de meeste tijd?

Beschrijf het knelpunt in onderhoud, planning of engineering. Je krijgt antwoord per mail, of we plannen een eerste gesprek, op locatie of online.

Vul een geldig e-mailadres in.

Laat ons weten waar we je mee kunnen helpen.

Veelgestelde vragen

Het ERP kent de orders, de nacalculatie per serie en de routings, de volgorde van bewerkingen per product. Een MES, het systeem dat per machine vastlegt wat er gebeurt, registreert stilstand en storingen. Daarnaast zijn er machinelogs, meetrapporten uit de kwaliteitscontrole en afwijkingsrapporten.

Vaak bestaan die bronnen wel, maar los van elkaar. Het eerste werk zit dan in de sleutel: welk ordernummer hoort bij welke machinerun?

Met retrieval-augmented generation (RAG). Het systeem knipt documenten in stukken, zoekt bij elke vraag de passages die erbij passen en laat een taalmodel daarop een antwoord baseren. Laat je het systeem bij elk antwoord het document en de paragraaf noemen, dan kun je elk antwoord nalopen.

Voor Fokker Services Group werkt Anthony Chat op die manier. Hoe je contracten die op elkaar lijken uit elkaar houdt, lees je in onze blog over interne LLM's en RAG.

Bij Fokker Services Group werd onderhoud vooral gepland op vaste intervallen en de ervaring van engineers. Dat leidde soms tot onderhoud dat te vroeg of te laat kwam. Een planningstool combineert nu onderhoudshistorie, sensordata en operationele gegevens tot een voorspelling.

De les voor de maakindustrie: de ervaring van engineers verdwijnt niet, ze wordt input. Hun kennis werd features, de kenmerken waarop het model rekent. Lees de case over onderhoudsplanning.

Ja, en daar ligt de data vaak al klaar. Voor Fokker Services Group voorspelt een model op basis van het geleverde werk wat een factuur zou moeten bedragen, en vergelijkt dat met het echte bedrag. Grote afwijkingen verschijnen in een dashboard, zodat medewerkers alleen de uitzonderingen controleren.

Hetzelfde patroon kan werken bij inkoopfacturen van onderaannemers of bij de nacalculatie per serie. Lees de case over factuurcontrole.

De AI-hub Brainport heeft een werkpakket voor de digitale transformatie van mkb met behulp van AI. Het instituut EAISI van de TU/e onderzoekt AI in machines, zoals robots en medische apparatuur. Op de Brainport Industries Campus in Eindhoven komen OEM's, toeleveranciers en kennisinstellingen samen.

Daar draait het om onderzoek, kennisdeling en samenwerking in de regio. Wij bouwen een toepassing in jouw eigen proces en beheren die als je dat wilt. Dat gaat goed samen.

Omdat ervaren mensen schaars zijn. In 2024 schreef de Rijksoverheid dat de microchipsector in Brainport Eindhoven onder meer tegen een tekort aan personeel aanloopt. Met Project Beethoven investeren Rijk en regio daarom onder meer in het opleiden van meer technici. Intussen zit veel kennis over machines, klanten en uitzonderingen in de hoofden van ervaren engineers.

Een assistent op werkinstructies of een model dat hun onderhoudservaring gebruikt, helpt die kennis bruikbaar te houden als iemand vertrekt of van rol wisselt.

Als je weinig varianten maakt en de planning nauwelijks verandert, volstaat vaak de planningsmodule van je ERP. Een vast onderhoudsinterval is prima als storingen zeldzaam zijn en weinig schade doen. En staan de antwoorden in een handvol documenten, dan helpt een goede mappenstructuur meer dan een assistent.

Vaak geeft een dashboard op ERP- en MES-data al genoeg zicht op stilstand en achterstand. Zie onze Power BI-dashboards.