1. Hoe kunnen we ons onderhoudswerk in het veld beter organiseren?

Hoe verloopt een werkorder bij jou vanaf de planning tot de afronding? De planner zoekt een beschikbare technicus, de monteur rijdt naar locatie, haalt informatie op, voert het werk uit en registreert de bevindingen. Op ieder van die momenten kan tijd verloren gaan door onhandige planning, extra kilometers, ontbrekende assetinformatie of wachten op een specialist.

Stel dat je periodieke inspecties uitvoert aan assets in een groot werkgebied. In het systeem staan ze als losse werkorders. Op de kaart blijken drie inspecties op enkele kilometers van elkaar te liggen. Door planning en locatie-informatie te combineren, kun je die werkzaamheden in één route opnemen. Dat scheelt reistijd en voorkomt dat schaarse technici meerdere keren hetzelfde gebied in moeten. Voor leidingbeheerders, waterschappen en infrastructuurorganisaties weegt die geografische samenhang zwaar mee in de planning.

Maar wat heeft een goede planning voor zin als buiten de juiste informatie ontbreekt? Op locatie moet meteen duidelijk zijn om welke asset het gaat, wat eerder is gebeurd en welke instructies gelden. Met die informatie op telefoon of tablet ziet je monteur direct wat nodig is en kan de registratie tijdens het werk al worden bijgewerkt. Ontbreekt een serienummer of klopt een meterstand niet, dan vult de technicus dat ter plekke aan, eventueel met een foto. Zo levert iedere werkorder actuele gegevens op voor de volgende inspectie of onderhoudsbeslissing.

En wat gebeurt er als een technicus bij een installatie een afwijking ziet die niet direct te verklaren is? De ervaren collega die dit type storing kent, werkt misschien tientallen kilometers verderop. Met kennisdeling op afstand kan die specialist via beeld direct meekijken. Het werk hoeft niet te wachten op een fysiek bezoek, de technicus krijgt hulp bij de diagnose en de bevindingen kunnen meteen worden vastgelegd. Dezelfde expert kan zo op één dag meerdere collega’s ondersteunen.

Planning, uitvoering, registratie en kennisoverdracht grijpen op elkaar in. Een strakke planning lost weinig op als monteurs buiten de juiste informatie missen. Mobiel registreren helpt beperkt als opdrachten verkeerd worden verdeeld. Kennis op afstand heeft meer effect wanneer eerdere diagnoses terug te vinden zijn. Waar stokt jouw proces: bij plannen, reizen, informatie zoeken, expertise inschakelen of terugmelden? Dat is een bruikbaar vertrekpunt voor verbetering.

2. Hoe bepalen we of we moeten investeren in onderhoud of onze assets moeten vervangen?

Veel onderhoudsprogramma’s draaien jarenlang door op dezelfde intervallen. Een pomp krijgt ieder jaar onderhoud omdat dat ooit zo is vastgelegd. Intussen kan de belasting zijn veranderd, neemt de storingsfrequentie toe of blijkt uit metingen dat de technische conditie nog prima is. Is dat jaarlijkse onderhoud dan nog de beste keuze?

Voor een bruikbare conditiebeoordeling bepaal je welke signalen iets zeggen over slijtage en faalrisico. Bij de ene installatie zijn dat draaiuren en trillingen, bij de andere temperatuur, corrosie, storingsfrequentie of beschikbaarheid van reserveonderdelen. Daaruit volgt welke data je nodig hebt en welke metingen nog ontbreken.

De kwaliteit van die data vormt geregeld een beperking. Werkorders zijn er wel, maar oorzaakcodes ontbreken. De ene monteur registreert een defect als ‘lagerprobleem’, de andere als ‘mechanische storing’. Bij oudere assets ontbreken serienummers of relaties met componenten. Een health score kan er dus overtuigend uitzien, terwijl de onderliggende data gaten bevatten.

Condition based management vraagt om vaste registratieafspraken en duidelijke verantwoordelijkheden. Welke gegevens leggen monteurs vast en hoe doen ze dat? Welke velden zijn verplicht? Wat moet een onderhoudspartner na uitvoering terugleveren? Ook configuratiebeheer telt mee: assetdata moeten gedurende de hele levenscyclus bruikbaar blijven. De kwaliteit van de registratie bepaalt hoeveel vertrouwen je later in de conditiemeting kunt hebben.

Met betrouwbare conditie-informatie kun je assets die op papier hetzelfde lijken verschillend behandelen. Neem twee pompen van twintig jaar oud. De eerste draait stabiel en vraagt weinig correctief onderhoud. De tweede valt vaker uit, onderdelen worden schaars en reparaties duren langer. Leeftijd alleen geeft dan onvoldoende houvast. Conditie, risico, prestaties en kosten laten zien welke pomp nog mee kan en welke kandidaat is voor vervanging.

Daarmee kun je ook investeringen beter onderbouwen. Welke assets vragen als eerste budget? Waar is extra onderhoud nog verantwoord? En wanneer wegen de kosten en risico’s van doordraaien niet meer op tegen vervanging? Conditie-informatie geeft je een feitelijke basis voor die afweging.

3. Hoe kunnen we AI inzetten om onze assets beter te beheren?

AI komt al snel op tafel zodra de migratie achter de rug is. Waar kan AI in jouw onderhoudsproces concreet werk uit handen nemen? Kijk bijvoorbeeld naar werkzaamheden waar medewerkers veel tijd besteden aan informatie zoeken, gegevens invoeren, werkorders classificeren of analyses voorbereiden.

Een planner wil weten welke storingen de afgelopen zes maanden bij een bepaalde asset zijn gemeld. Normaal zoekt die daarvoor in verschillende schermen en filters. Met een AI-assistent kan de vraag in gewone taal worden gesteld. Dat verkort het zoekwerk en helpt medewerkers die Maximo minder intensief gebruiken. Nieuwe collega’s kunnen tijdens een taak ondersteuning krijgen zonder iedere handeling vooraf uit hun hoofd te leren.

Ook registratie biedt een concrete toepassing. De ene medewerker schrijft ‘motor wordt heet’, de andere ‘oververhitting’ en een derde kiest ‘mechanische storing’. Voor een rapportage zijn dat drie verschillende registraties van mogelijk hetzelfde probleem. AI kan de omschrijving interpreteren en een passende probleemcode of categorie voorstellen. De data worden consistenter en analyses krijgen een betrouwbaardere basis.

Voor reliability engineers kan AI voorbereidende werkzaamheden overnemen bij analyses van faalwijzen, effecten en maatregelen. Het systeem geeft een eerste voorstel op basis van beschikbare informatie; de engineer toetst dit aan de installatie en het onderhoudsconcept. De vakinhoudelijke beoordeling blijft bij de engineer, terwijl minder tijd nodig is voor zoeken en uitwerken.

Ook documentverwerking biedt praktische toepassingen. Gegevens uit contracten, inkoopdocumenten of technische documenten kunnen automatisch worden herkend en gestructureerd. Medewerkers hoeven minder gegevens over te typen en de kans op invoerfouten neemt af. In IBM MAS 9.2 zijn hiervoor nieuwe mogelijkheden toegevoegd.

Hoe weet je vervolgens of zo’n toepassing iets oplevert? Kies één afgebakend proces en spreek vooraf af wat je meet. Vergelijk bijvoorbeeld de zoektijd, het percentage correct geclassificeerde werkorders of het aantal handmatige invoerhandelingen. Leg ook vast welke data de toepassing mag gebruiken, welke security-eisen gelden en wie de uitkomsten controleert. Zo kun je het effect beoordelen op basis van resultaten uit je eigen proces.

Bepaal waar je als eerste wilt verbeteren

Field service, condition based management en AI stellen elk andere eisen aan je processen en data. Welke keuze voor jouw organisatie voorrang krijgt, hangt af van de volwassenheid van je asset management en van wat al goed is ingericht.

Met het Gemba Groeimodel breng je die uitgangspositie in kaart. Je ziet welke randvoorwaarden nog aandacht vragen en kunt onderbouwen welke verbetering voor jouw organisatie voorrang krijgt.

Welke stap past bij jouw organisatie? Neem contact op met Gerben ter Horst via +31 (0)6 14 57 21 19 of g.terhorst@gemba.nl en ontdek welke mogelijkheden binnen IBM MAS aansluiten op jouw doelen voor asset management.