De creatieve denkkracht van kinderen wordt nog niet vaak benut bij het vinden van oplossingen voor problemen in de dagelijkse praktijk. Hun ervaringen en ideeën zouden meegenomen kunnen worden in ontwerpprocessen door hen te laten participeren in de ontwikkeling van nieuwe producten. In het NRO‐NWO project “Co‐design with kids” hebben 32 kinderen uit groep 5 en 26 kinderen uit groep 7 van twee basisscholen gedurende zeven weken onder begeleiding van een onderzoeker en hun groepsleerkracht gewerkt aan een ontwerpopdracht van een ‘echte’ opdrachtgever gericht op het bewegingsonderwijs (Casus Gymzaal van de Toekomst) en op de speelruimte (Casus Memo). Een jury van zeven tot acht personen met expertise op het vlak van bewegen, buitenspelen, bewegingsonderwijs, onderwijs of ontwerpen heeft de kwaliteit van de ontwerpuitkomsten van de kinderen beoordeeld in termen van originaliteit en variatie, inspiratie, uitwerking en relevantie. Uit de resultaten kwam naar voren dat de kinderen goed in staat zijn tussen‐ en eindproducten te bedenken die aansluiten bij de doelgroep. De ontwerpideeën scoorden over het algemeen ook hoog op de variatie in de oplossingen, de mate waarin de producten uitgewerkt, uitgedacht en direct toepasbaar waren en de mate waarin de eindproducten pasten binnen de context van het probleem. De ontwerpideeën waren volgens de juryleden en opdrachtgevers echter niet heel origineel; de ontwerpideeën waren in hun ogen niet erg vernieuwend, waren een afgeleide van bestaande concepten of bevatten geen verrassende elementen.
De effecten van de opwarming van het klimaat worden steeds beter zichtbaar. Het onderwerp krijgt daardoor meer aandacht en ook de burger wil er graag de vinger op leggen. Immers, de nieuwsberichten in de media lijken soms tegenstrijdig of komen niet overeen met hoe men de warmte zelf ervaart. Om te zien wat de temperaturen zijn in eigen stad, wijk en achtertuin, plaatsten deelnemers van het burgerwetenschapsproject ‘Meet je stad!’ te Amersfoort vanaf 2016 zelf ontworpen meetkastjes met daarin temperatuursensoren. Deze meetkastjes zijn mogelijk niet alleen voor burgers interessant. Ook de gemeente Amersfoort ziet namelijk kansen om dit meetnetwerk dat zich met hoge dichtheid heeft uitgespreid over de stad in te zetten voor het klimaatadaptatiebeleid op het gebied van hitte. Vanaf 2020 zijn Nederlandse gemeenten namelijk aan zet om straten en wijken te toetsen en in te richten op klimaatbestendigheid, en dus ook hittebestendigheid (Deltaprogramma, 2018). De meetkastjes zijn mogelijk een uniek handvat om te leren over hitte in de haarvaten van de stad, maar daarvoor moeten er eerst een aantal vragen beantwoord worden wat betreft de kwaliteit, ordegrootte en ruimtelijke verschillen van de metingen. Welke temperatuurwaarden registreren meetkastjes in een stedelijke omgeving? Wat is het effect van de stedelijke omgeving op de hitte? Wat zijn de ruimtelijke verschillen binnen de stad? In dit artikel analyseren we de ‘Meet je stad!’ temperatuurgegevens in de zomer van 2018 van in totaal 148 meetkastjes verspreid door Amersfoort om antwoorden te geven op bovenstaande vragen.
MULTIFILE
'Aanpassing aan klimaatverandering is mogelijk door tal van voorzieningen te creëren. Dat is al jaren gaande. Voor het eerst is gewerkt aan een overzicht van wat er al is aangelegd en hoe dit kwantitatief bijdraagt aan klimaatadaptatie.'
MULTIFILE
Kwaliteitscontroles in productieprocessen in de maakindustrie zijn vaak destructief en daarmee niet duurzaam. In dit project onderzoeken we hoe door toepassing van process mining op real time sensor data de kwaliteitscontrole al tijdens het productieproces kan worden uitgevoerd en potentiële problemen vroegtijdig ontdekt.
Kwaliteitscontroles in productieprocessen in de maakindustrie zijn vaak destructief en daarmee niet duurzaam. In dit project onderzoeken we hoe door toepassing van process mining op real time sensor data de kwaliteitscontrole al tijdens het productieproces kan worden uitgevoerd en potentiële problemen vroegtijdig ontdekt.Doel Het doel van het project is om op basis van realtime data de kwaliteit van het eindproduct van het productieproces te kunnen voorspellen en waar nodig het productieproces bij te sturen. Hiermee kan de industrie duurzamer werken. Resultaten Het project levert een AI software toolkit op met methoden en algoritmen voor toepassing in de productieprocessen in verschillende industrieën. Looptijd 15 januari 2021 - 15 november 2024 Aanpak Nieuwe process mining algoritmes worden ontwikkeld en getoetst in case studies bij verschillende industriële bedrijven. Op basis van de uitkomsten wordt een software toolkit ontwikkeld voor toepassing in de praktijk. Impact op onderwijs Studenten van instituut voor ICT gaan, samen met studenten van TU Eindhoven, cases studies uitvoeren bij verschillende industrieën. Cofinanciering Het project wordt gefinancierd door NWO (Nederlandse Organisatie voor Wetenschappelijk Onderzoek).
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.
