© 2024 SURF
Nederlandse bedrijven lopen achter op het gebied van
Smart Industry. Er wordt veel over nagedacht en
geschreven over toepassingen van Artificiële Intelligentie
(AI) en het Internet of Things (IoT), maar de daadwerkelijke
toepassing staat nog in de kinderschoenen. In dit project
heeft de hogeschool Saxion, met NHL Stenden en de
Universiteit Twente, samengewerkt met mkb’s in de
maakindustrie om te achterhalen hoe zij data in kunnen
zetten voor de digitale revolutie van Smart Industry.
Dit project heeft zich toegelegd op enerzijds de methodes
en tools om data te verzamelen en analyseren, en
anderzijds concrete stappen zetten voor ieder bedrijf.
Hiervoor is in eerste instantie geclassificeerd in welke fase
ieder mkb zich bevindt. Op basis hiervan zijn use cases
opgesteld en geclusterd om bedrijven lering te laten trekken
van elkaars uitdagingen, en gevorderden hulp te laten
verlenen. Centraal in de aanpak heeft de methodiek CRISPDM
gestaan, de CRoss-Industry Standard Process for Data
Mining. Deze heeft bij meerdere bedrijven gezorgd voor
inzicht in de fases die men moet doorlopen om waardevolle
informatie uit data te halen. Een belangrijke vinding hierbij is
de noodzaak voor bruikbare, beschikbare data. Hiervoor
bieden IoT-oplossingen deels soelaas, maar het begint bij
het uitdenken van de business case. Voordat vervolgens
met verzamelde data analyses uitgevoerd kunnen worden,
moet de data op een juiste manier opgeslagen en
voorbewerkt worden. Dit is een belangrijke stap die
benadrukt moet worden. Enkel op basis van geschikt
gemaakte data kunnen echter pas gevorderde dataanalyses
m.b.v. AI-technieken toegepast worden.
Het belangrijkste resultaat van dit project is de verbetering
van het bewustzijn bij de betrokken partners aangaande
Smart Industry, in het specifiek wat ervoor benodigd is. Dit
geldt zowel voor de mkb’s als voor de kennisinstellingen:
beiden hebben inzicht gekregen in beschikbare
technologieën en methodologieën, en hoe de vraag hiernaar
aansluit bij het aanbod..
Nederlandse bedrijven lopen achter op het gebied van Smart Industry. Er wordt veel over nagedacht en geschreven, maar de daadwerkelijke toepassing staat nog in de kinderschoenen. Ondernemers zijn nog onvoldoende bekend met de komende digitale revolutie en de gevolgen daarvan voor hun bedrijf. Grote bedrijven kunnen complexe oplossingen aanschaffen. De mkb’er wil echter zelf met zijn proces kunnen experimenteren. Met vaak eenvoudige middelen is het mogelijk om met behulp van data het productieproces te optimaliseren of om de kwaliteit van een product te verbeteren. Dit project ontwikkelt methoden en tools die mkb’ers hierbij helpen.
Bij bedrijven worden al veel data verzameld. Deze data staan vaak op verschillende locaties. Industriële computers houden gegevens over het proces bij. Handmatige kwaliteitscontroles worden ingevuld op formulieren en er worden rapporten opgesteld. Ook worden specifiek ontwikkelde meetsystemen gebruikt. Voor al deze bronnen zijn er wel deeloplossingen om de gegevens te ontsluiten. Een betaalbaar en handig systeem waarmee het bedrijf zelf daadwerkelijk inzicht krijgt in het gehele proces is er echter nog niet. In dit project onderzoeken we hoe je een gemakkelijk te gebruiken systeem ontwikkelt. We ontwikkelen daartoe een generiek en flexibel monitorsysteem waarmee data uit verschillende bronnen eenvoudig kunnen worden geïntegreerd en geanalyseerd.
In het project doorlopen we vier fasen: 1) bepalen verbeterdoelstellingen, 2) dataverzameling, -handling en -opslag, 3) data-analyse en visualisatie, en 4) validatie, kennisverspreiding en –valorisatie. Als resultaat leveren we een hard- en softwaresysteem op, alsook een methode met best-practices voor de industrie. In het project richten we ons op actuele casussen van de consortiumpartners. Tegelijkertijd ontwikkelen we generieke kennis, waar niet alleen de partners direct mee verder kunnen, maar waar ook andere mkb’ers gebruik van kunnen maken. Op deze manier kunnen veel meer bedrijven belangrijke stappen zetten voor de ontwikkeling van Smart Industry in Nederland.