Branche · Manufacturing

AI in manufacturing. Predictive maintenance op uw productievloer.

We bouwen AI-oplossingen die sensor-data uit uw machines omzetten in concrete onderhoudsacties — vóór de storing optreedt. Met integraties op uw bestaande CMMS, PLC en ERP. Geen lab-experiment, maar productieklaar op de werkvloer.

Use-casePredictive maintenance
Use-caseQuality control
Use-caseYield-optimalisatie
Use-caseEnergie & safety

De Nederlandse maakindustrie in cijfers.

~71.000
Industriële productiebedrijven in Nederland
~830.000
Mensen werkzaam in industrie
~12%
Aandeel industrie in Nederlands bbp
61%
Noemt ongeplande stilstand grootste OEE-risico

Bron: CBS Statline Industrie 2024, FME Maakindustrie Monitor.

Standaard predictive-maintenance-platforms passen zelden op uw machinepark.

De grote PdM-platforms — Siemens Industrial Edge, GE Predix, Schneider EcoStruxure, Rockwell FactoryTalk Analytics, PTC ThingWorx, SAP Predictive Maintenance — werken uitstekend in een homogeen single-vendor park. De realiteit op de meeste Nederlandse productievloeren is anders: een Siemens-lijn naast een Allen-Bradley-cel, een Mitsubishi-pers in de hoek, en een paar oudere machines zonder native connectivity.

Resultaat: u koopt licenties die maar een deel van uw park afdekken, krijgt dashboards die de monteur niet leest, en de waardevolle correlaties tussen machines en procesparameters verdwijnen in vendor-silo's. De ROI op een standaardpakket valt vaak tegen omdat het model dat een vendor levert nooit getraind is op úw producten, úw cycli, úw operators.

Een maatwerk AI-oplossing pakt dat anders aan: één data-laag bovenop al uw machines, modellen die getraind zijn op úw historie, en een interface die de onderhoudsmonteur in de cabine — niet de IT-manager achter een bureau — daadwerkelijk gebruikt. Bekijk ook onze visie op maakindustrie-software op maat en enterprise AI-implementatie.

De praktijk wijst uit dat het verschil zit in de details: een monteur die bij elke alert ziet welk onderdeel waarschijnlijk faalt, welke onderdelen op voorraad liggen, en welke werkbon-historie er al is op exact dat asset. Daar wint of verliest u de adoptie. Een dashboard dat alleen door de site-manager wordt geopend is een dood dashboard — wat u nodig heeft is een gereedschap dat in de hand van de operator én de monteur ligt, op tablet of telefoon, met de juiste informatie op het juiste moment.

Voor OEM's en machinebouwers ligt er bovendien een commerciële laag: predictive maintenance als service meeverkocht bij elke nieuwe machine, met multi-tenant data-isolatie per eindklant en SLA-rapportage. Dat opent een doorlopende service-omzetstroom naast de eenmalige machineverkoop. Wij bouwen die service-laag inclusief klantportaal, gebruikersbeheer en facturatie-integratie.

AI-use-cases die zich op de fabrieksvloer bewijzen.

Predictive maintenance is meestal de eerste stap. Daarna openen zich quality control, yield-optimalisatie en energie- en safety-toepassingen op dezelfde data-infrastructuur.

Predictive maintenance

De top-use-case voor AI in manufacturing. Met sensoren op vibratie, temperatuur, motorstroom en druk bouwt u een continu beeld van de gezondheid van elk asset. Een goed getraind model herkent afwijkingen die een operator pas hoort als het al te laat is — en koppelt die aan een Remaining Useful Life-voorspelling waar de werkplanning op kan sturen.

Wij ontwerpen de complete stack: sensor-keuze, edge-inferentie in de schakelkast, anomaly-detection-modellen op cloud-niveau, integratie met uw CMMS-onderhoudssysteem en een mobile-app voor de monteur. We trainen het model op úw historie, valideren naast bestaande inspectie-rondes, en zetten pas live als de false-positive-rate aanvaardbaar is.

Naast predictive maintenance bouwen we use-cases voor quality control (computer-vision op assembly-line voor defect-detectie), yield-optimalisatie (procesparameters tunen op AI-aanbevelingen, operator-in-the-loop), demand-forecasting (welk product, welke batch, welk volume), energie-optimalisatie (HVAC plus machineverbruik), worker-safety (camera-vision voor PBM-controle en gevaarlijke handelingen), supply-chain-AI, robotics (cobots en autonomous mobile robots), digital twin met AI-simulatie en document-AI (CE-dossiers, kwaliteitsrapporten, ISO-werkinstructies). De data-infrastructuur die u voor predictive maintenance opzet is in veel gevallen dezelfde laag waarop deze vervolg-cases draaien — daarmee verdient die fundering zich dubbel terug.

  • Vibration- en motorstroom-monitoringDetectie van lager-, balans- en uitlijning-issues vóór hoorbare schade.
  • Remaining Useful Life-modellenPer asset een RUL-schatting waar planning op kan sturen.
  • CMMS-integratie met auto-werkordersVoorspelling triggert direct een werkorder en onderdelen-pick.
  • Mobile-app voor monteursWerkbon, machinegeschiedenis en root-cause in één scherm op de werkvloer.

Gebouwd op de normen die in industrie ertoe doen.

Compliance is geen losse audit-stap. We werken vanaf de eerste sprint binnen het kader van Industrie 4.0, ISO-normen, EU Machinery Regulation en de AI Act.

Industrie 4.0 / RAMI 4.0

Asset Administration Shell

We modelleren machines volgens het Reference Architecture Model Industrie 4.0, met Asset Administration Shell als interoperability-laag. Daarmee blijft uw data-fundament vendor-onafhankelijk en uitbreidbaar.

ISO 22301 — BCM

Business Continuity Management

Predictive maintenance is een continuïteits-tool. We documenteren de impact van model-falen, voorzien in fallback-procedures en koppelen kritieke alerts aan uw BCM-plan.

ISO 27001

Informatiebeveiliging

OT-data verlaat uw fabriek alleen via versleutelde tunnels. Access-control, audit-logs en key-management ingericht voor ISO 27001-certificering — desgewenst met externe audit-partner.

EU Machinery Regulation 2027

Veiligheid van AI-componenten

De nieuwe EU Machinery Regulation behandelt AI-software die machineveiligheid raakt als safety-component. Wij brengen risicoclassificatie, conformiteitsbeoordeling en CE-dossier vanaf scope-fase in kaart.

EU AI Act

High-risk classificatie bij safety-AI

Veiligheidskritieke AI (worker-safety camera-detectie, machine-veiligheidsbeslissingen) valt onder high-risk. Datakwaliteit, transparantie, menselijk toezicht en log-bewaring zitten in onze defaults.

Naadloos verbonden met uw bestaande OT- en IT-stack.

We koppelen aan de besturing, sensoren en software waar uw fabriek al mee werkt. Geen vendor lock-in — onze laag vult aan en blijft beheersbaar door uw eigen team.

OPC UA
Machine-to-cloud protocol
MQTT
IoT-messaging
Modbus
Legacy-PLC-koppeling
Azure IoT
Cloud-aggregatie
AWS IoT
Cloud-aggregatie
Siemens S7
PLC-familie
Allen-Bradley
Rockwell-PLC
SAP / Dynamics
ERP-integratie

Eén data-laag bovenop al uw machines.

De koppelingen hierboven hebben we gestandaardiseerd over meerdere industriële projecten. Bij een nieuwe opdracht zetten we sensor-streams op met dezelfde abstractielaag: ruwe signalen via OPC UA of MQTT naar een edge-broker, voorbewerking in de cabinet, en geaggregeerde features richting de cloud voor model-training. Dat betekent: minder integratie-bugs, snellere doorlooptijd, en uw eigen automatiseringsteam kan het beheren als wij eruit stappen.

Voor legacy-machines zonder native connectivity bouwen we retrofit-oplossingen: extra sensoren, gateway met edge-compute, en een vertaalslag naar uw moderne stack. Deze brownfield-aanpak is precies waar standaardpakketten op vastlopen. Lees verder over onze data-engineering-aanpak en computer-vision-toepassingen voor visuele quality control.

Op de ERP- en CMMS-laag werken we typisch met SAP, Microsoft Dynamics, Ultimo, Planon en Maximo. De alerts uit het AI-model worden niet als extra inbox-stroom afgeleverd, maar landen direct als werkorder in het bestaande systeem — met juiste prioriteit, onderdelen-suggestie en koppeling aan de asset-historie. Daarmee blijven uw maintenance-planning, urenregistratie en kostenrapportage gewoon werken zoals u dat gewend bent. Voor de monteur op de vloer leveren we een mobile-app die naadloos aansluit op die werkorder-flow.

Tot slot: we zijn principieel tegen vendor lock-in. De code, modellen, training-data en infrastructure-as-code blijven van u. Bij oplevering krijgt u de volledige documentatie en kan uw eigen team — of een andere partij — het overnemen. Wij zien dat als een keurmerk van kwaliteit, niet als een commerciële bedreiging.

Nog niet zeker over een groot traject?

Test je idee eerst — werkend prototype in 1 dag

Met OneDayBuild maken we je idee in één dag tastbaar voor €950, zodat je weet of verdere ontwikkeling de investering waard is. Besluit je door te gaan met de volledige bouw? Dan verrekenen we de kosten volledig.

Bekijk OneDayBuild →

Van eerste audit tot productieklaar AI-model.

Een AI-implementatie op de werkvloer kent een eigen ritme — anders dan een typisch software-traject. Vijf fases die voor élke productiebedrijf identiek zijn.

01 · Audit

Werkvloer-walk

Een dag op locatie met uw maintenance-manager en plant-manager. Resultaat: top-3 kritieke assets, beschikbare data, prioritaire use-case.

02 · Data-fundament

Sensoren & pipeline

Sensor-keuze, connectivity, edge-broker, cloud-bucket. Eerst data verzamelen — pas dán model trainen. Een paar sprints voor een werkende ingest.

03 · Modelontwikkeling

Anomaly & RUL

Anomaly-detection op operationele data, daarna RUL-modellen waar genoeg failure-data is. Validatie naast bestaande inspectie-rondes.

04 · Integratie

CMMS & mobile

Alerts vertalen naar werkorders in uw CMMS, dashboard voor operators, mobile-app voor de monteur — zonder dat iemand een nieuwe inlog hoeft.

05 · MLOps

Doorlopend

Modellen herwogen op nieuwe data, drift-detectie, retraining-pipeline. Vaste maandelijkse beheercyclus, niet één-en-klaar.

Werk in de maakindustrie.

Food · Multi-line

Vibration-monitoring op verpakkingslijn

Edge-sensoren op kritieke motoren, anomaly-detection-model met CMMS-werkorder-integratie. Operator-dashboard op tablets aan de lijn.

−42%
ongeplande stilstand
14 assets
live gemonitord
Machinebouw · OEM

Predictive-platform voor verkochte machines

OEM levert PdM als service mee bij nieuwe machines. Multi-tenant data-platform, klantportaal en SLA-rapportage per klant.

Service-omzet
nieuwe revenue-stream
Multi-tenant
één platform, meerdere klanten
Chemie · Process-plant

Yield-optimalisatie batch-reactor

Procesparameters tunen op AI-gestuurde aanbevelingen, naast bestaande SCADA. Operators houden controle, model adviseert.

+3,1%
yield op pilotlijn
Operator-in-loop
geen autonome control

Erkend binnen de Nederlandse maakindustrie.

FME Maakindustrie Monitor 2024

"AI-toepassingen in predictive maintenance maken in 2024 hun definitieve doorbraak in de Nederlandse maakindustrie, met name bij mid-market producenten die de licentiestructuur van de grote platforms niet kunnen dragen."

Smart Industry Roadmap NL

"De grootste OEE-winst zit in brownfield-implementaties: bestaande machines uitrusten met sensoren en bovenop een open data-laag bouwen, in plaats van het hele park vervangen."

Klantmeting food-producent

"De combinatie van edge-inferentie en een mobile-app voor de monteur heeft binnen de eerste maanden de manier van werken op de lijn echt veranderd — alerts komen op het juiste moment bij de juiste persoon."

Antwoorden voor de plant-manager die met AI start.

Vragen die we van maintenance-managers, plant-managers en OEM-productdirecteuren het meest horen.

Wat is predictive maintenance eigenlijk — en waarin verschilt het van preventief onderhoud?
Preventief onderhoud werkt op een tijdschema (elke 1000 draaiuren een service), ongeacht de werkelijke conditie van de machine. Predictive maintenance gebruikt continue sensor-data en AI-modellen om de werkelijke gezondheid van een asset te bepalen en pas in te grijpen wanneer een afwijking zich aandient. Het bespaart zowel onnodig vroeg onderhoud als ongeplande stilstand. Het effectiefst op kritieke roterende machines (motoren, pompen, compressoren, transportbanden) met meetbare degradatie-signalen.
Welke sensoren hebben we nodig om te starten?
Het hangt af van het type machine. Voor roterende assets is vibration (versnellingsmeters) de meest waardevolle eerste sensor, gevolgd door motorstroom, temperatuur en — voor hydraulische systemen — druk. Vaak hangen er al sensoren in de PLC die we niet hoeven toe te voegen, alleen ontsluiten via OPC UA of Modbus. We starten een traject altijd met een audit waarin we kijken welke data al beschikbaar is voordat we hardware-investering adviseren.
Hoeveel data hebben we nodig voor een werkend model?
Voor anomaly-detection (afwijking ten opzichte van normaal gedrag) is een paar maanden operationele data vaak genoeg om te starten. Voor echte Remaining-Useful-Life-voorspelling heb je ook failure-data nodig: voorbeelden van assets die daadwerkelijk gefaald hebben. In een fabriek waar storingen zeldzaam zijn duurt dat langer. We zijn daar realistisch over en starten met anomaly-detection als basis terwijl RUL-data zich opbouwt.
Onze machines komen uit de jaren '90 — kan dat eigenlijk wel?
Brownfield-installaties zijn precies waar onze maatwerk-aanpak meerwaarde levert. Oude machines hebben vaak geen native connectivity, maar zijn juist door retrofit-sensoren en een edge-gateway prima te monitoren. We tappen signalen af van de bestaande besturing of plaatsen externe sensoren op behuizing, lagers en motoren. De grote standaardplatforms verwachten greenfield — wij niet.
Wanneer zien we ROI op zo'n traject?
Dat hangt sterk af van uw uitgangssituatie. Bij een fabriek met regelmatige ongeplande stilstand en hoge stilstand-kosten per uur is de business case binnen meerdere maanden na livegang vaak rond. Bij een al goed onderhouden park is de winst kleiner en zit hem meer in arbeidsefficiëntie en uitgestelde vervanging. We doen vooraf altijd een baseline-meting (huidige OEE, gemiddelde stilstand-kosten) zodat ROI achteraf objectief te beoordelen is.
Valt onze AI-oplossing onder de EU AI Act?
Voor pure predictive-maintenance-modellen (voorspelling van onderhoud) is de classificatie meestal beperkt — geen high-risk. Wanneer AI safety-functies raakt (worker-safety camera-detectie, automatische machine-stop) zit u in high-risk territorium met strengere eisen rond datakwaliteit, transparantie en menselijk toezicht. Wij brengen die classificatie vanaf scope-fase in kaart en documenteren conformiteit. Lees ook onze pagina over software voor de maakindustrie voor de bredere compliance-context.
Wat kost een predictive-maintenance-traject?
Een pilot op één lijn of asset-groep met een handvol kritieke machines is een compacter traject. Een fabrieksbreed platform met meerdere productielocaties en diepe ERP/CMMS-integratie is een groter traject — afhankelijk van aantal assets, sensoren, integraties en compliance-vereisten. We werken met vast sprintbudget en geven na de audit- en scope-fase een concrete prijs voor de complete bouw.
Werken jullie met edge-computing of alles in de cloud?
Voor de meeste predictive-maintenance-use-cases is hybride het juiste antwoord. Ruwe sensor-streams (vibratie op hoge bemonsteringsfrequentie) horen niet in de cloud — daar voorbewerken we lokaal op een edge-gateway in de schakelkast. Daar draait de eerste laag anomaly-detection. Pas geaggregeerde features en alerts gaan richting de cloud voor lange-termijn-historie, model-training en cross-asset-correlaties. Voor worker-safety en computer-vision draait inferentie sowieso lokaal — latency en bandbreedte laten cloud-roundtrip niet toe.
Wat als jullie eruit stappen — kunnen we het zelf beheren?
Ja, dat is een uitgangspunt. We leveren alle code, training-data, model-artefacten en infrastructure-as-code op in uw eigen repositories en uw eigen cloud-account. Daarnaast leveren we een schriftelijke architectuur-handleiding en draaien we minimaal één hand-over-sessie met uw eigen automatiseringsteam. Beheer-contracten bieden we aan, maar nooit als afhankelijkheid — uw team kan altijd zelfstandig verder.

Praat met ons over uw predictive-maintenance-traject?

Een eerste gesprek van een half uur met uw maintenance- of plant-manager. We luisteren naar uw kritieke assets, stellen vragen over uw data-volwassenheid, en geven een eerste richting. Vrijblijvend.

Edit Content