De maakindustrie staat op een kantelpunt. Stijgende energieprijzen, globalisering en de uitstroom van ervaren vakmensen dwingen productiebedrijven om slimmer en efficiënter te werken. Volgens Floris Wyers, oprichter van Oppr.AI, ligt de sleutel in een digitale operator die menselijke kennis combineert met machinedata.
In de videopodcast De Industrie Online legt Wyers uit hoe zijn oplossing stilstand reduceert, kwaliteit verhoogt en kennis borgt die anders verloren gaat. “AI is het meest waardevol waar het de mens ondersteunt, niet vervangt. Wie nu nog niet begint, loopt straks onherstelbare achterstand op.”
Waarom de maakindustrie data-rijk maar inzicht-arm is
Wie vandaag een fabriek binnenloopt, ziet overal data: dashboards, Excel-bestanden, formulieren, sensoren. Toch blijft veel van die informatie onbenut.
“De realiteit is dat veel bedrijven data-rijk maar inzicht-arm zijn,” zegt Wyers. “Informatie is versnipperd over afdelingen en systemen. Operators zien dingen, horen afwijkingen of ruiken iets geks, maar die context belandt nergens in de database. Daardoor worden cruciale verbanden nooit gelegd.”
Het resultaat? Beslissingen worden genomen op onderbuikgevoel of alleen op basis van machinedata, terwijl juist de combinatie met menselijke observaties leidt tot beter inzicht.
De digitale operator: mens + machine + AI
Met Oppr AI ontwikkelde Wyers een digitale operator die drie werelden verbindt:
- Machinedata – sensoren registreren trillingen, temperaturen en proceswaarden.
- Menselijke kennis – operators signaleren afwijkingen, geur, kleur, geluid, trillingen.
- AI – structureert al deze informatie, koppelt ze in de tijd en maakt patronen zichtbaar.
“De machine vertelt wat er gebeurt, de mens weet waarom. Door beide perspectieven samen te brengen, ontstaat een totaalbeeld dat eerder onzichtbaar bleef,” aldus Wyers.
Operators kunnen informatie multimodaal vastleggen: via tekst, spraak of foto’s. AI zet deze uiteenlopende inputs automatisch om in een gestandaardiseerd format. Zo worden tientallen subjectieve verslagen één eenduidige waarheid.
Van maandenproject naar minutenwerk: real-time optimalisatie
Traditioneel draait procesoptimalisatie vaak op lange cycli: een probleem wordt vastgesteld, er volgt analyse, er wordt een oplossing geïmplementeerd, en pas na weken of maanden volgt resultaat.
“Met real-time data en context kun je micro-optimalisaties uitvoeren binnen minuten in plaats van maanden,” zegt Wyers.
Voorbeelden uit de praktijk
- Ongeplande stilstand: AI koppelt operatornotities (bijv. ‘klep loopt stroef’) direct aan machinedata. Oorzaken worden sneller geïdentificeerd.
- Kwaliteitsschommelingen: afwijkingen in kleur of geur die operators signaleren worden toegevoegd aan de dataset. Na verloop van tijd blijkt bijvoorbeeld dat een bepaalde schoonmaakactie direct effect heeft op kwaliteitsafwijkingen.
- Continu verbeteren: kleine aanpassingen worden dagelijks doorgevoerd, zonder grote projecten met hoge faalkosten.
“Je voorkomt dure big-bang trajecten. Juist door kleine, snelle verbeteringen bouw je structureel competitief voordeel op,” benadrukt Wyers.
Stilstand: de sluipmoordenaar van productiviteit
Unplanned downtime is voor veel productiebedrijven de grootste kostenpost. Volgens Wyers ligt de oorzaak vaak in sluipende issues die sensoren niet meten: materiaalopbouw, vervuiling, minieme afwijkingen in machinegedrag.
“Als operators tijdens hun rondes deze signalen vastleggen — en AI zet dat naast de sensordata — kun je oorzaken veel eerder adresseren. Je sluit kleine risico’s uit voordat ze grote storingen veroorzaken.”
Resultaat: minder ongeplande stilstand, hogere uptime en lagere onderhoudskosten.
Kwaliteit: meer dan een eindmeting
In veel fabrieken wordt kwaliteit pas aan het einde van de lijn gemeten. Dat is te laat, stelt Wyers.
“Kwaliteit is zelden één moment. Het is de optelsom van alle stappen in het proces. Als afwijkingen onderweg niet worden vastgelegd, verlies je cruciale informatie. Door operatorcontext direct mee te nemen, wordt kwaliteit voorspelbaarder en first-time-right veel hoger.”
Voorbeelden:
- Een operator merkt op dat een vloeistof groeniger oogt dan normaal.
- Een machine produceert afwijkend geluid bij een specifieke batch.
- Een schoonmaakbeurt blijkt direct invloed te hebben op de volgende run.
Met AI wordt dit allemaal vastgelegd en gekoppeld, waardoor correlaties zichtbaar worden en kwaliteitsverlies kan worden voorkomen.
Tribale kennis borgen vóórdat de vakmensen verdwijnen
De uitstroom van ervaren operators is een urgent probleem. Veel vakmensen hebben decennia aan kennis in hun hoofd die nergens is vastgelegd.
Wyers illustreert dit met een case: “We hadden een operator, laten we hem Piet noemen, die na dertig jaar bijna met pensioen ging. In plaats van hem te vragen twintig Word-bestanden te vullen, hebben we hem wekenlang geschaduwd. Alles wat hij deed, werd opgenomen: spraak, foto’s, observaties. AI zette dat om naar een doorzoekbare kennisbank. Zo blijft zijn ervaring beschikbaar voor de volgende generatie.”
Nieuwe operators krijgen zo als het ware privéles van hun voorganger, ondersteund door een intuïtief AI-platform. Voor bedrijven betekent dit dat cruciale know-how niet verloren gaat, maar een structureel onderdeel wordt van het productieproces.
Wanneer is een fabriek klaar voor een digitale operator?
Niet elk bedrijf kan morgen beginnen. Volgens Wyers zijn er duidelijke randvoorwaarden:
- Basisdata aanwezig: er is al machinedata of standaardprocedures/checklists.
- Digitale mindset: bereidheid om te centraliseren en te standaardiseren.
- Datakwaliteit: input moet betrouwbaar zijn; handmatige fouten moeten worden geminimaliseerd.
- Intern draagvlak: operators moeten het nut zien en het systeem intuïtief vinden.
“Als je helemaal vanaf nul begint, is er vaak nog een transformatie nodig. Maar wie al data verzamelt en digitaliseert, kan direct stappen zetten en binnen een pilot resultaat zien.”
Veelgemaakte fouten bij digitalisering
- Eilandautomatisering – afdelingen optimaliseren los van elkaar, waardoor er geen integraal overzicht is.
- Versnipperde opslag – informatie in Excel, losse formulieren of schaduw-IT, zonder één centrale waarheid.
- Inconsistente input – fouten bij handmatige registratie, ontbrekende velden of slordige notities.
De oplossing? Een digitaal fundament: één centrale opslag, gestandaardiseerde formulieren en duidelijke datadefinities. “Pas als je data betrouwbaar en consistent is, kun je écht profiteren van AI,” aldus Wyers.
Zo ziet een pilot met Oppr AI eruit
Een traject start altijd met een pilot van 3–6 maanden.
- Kennismaking & scope – doelstelling bepalen (bijv. stilstand reduceren, OEE verhogen).
- Historische data-analyse – Oppr AI analyseert bestaande data en valideert hypotheses.
- Voorstel & KPI’s – concreet plan met meetpunten.
- Uitrol & coaching – operators registreren intuïtief via spraak, tekst en foto.
- Evaluatie & opschaling – micro-optimalisaties worden structureel doorgevoerd.
Bedrijven zien vaak al binnen de pilot resultaat: minder downtime, snellere besluitvorming en hogere first-time-right.
De businesscase: waarom nú?
Volgens Wyers is de urgentie glashelder:
- Kosten: energie- en grondstofprijzen stijgen; marges staan onder druk.
- Concurrentie: globalisering en Chinese prijsdruk maken efficiëntie cruciaal.
- Talent: uitstroom van ervaren operators vraagt om kennisborging.
- Technologie: AI is nu volwassen genoeg om ook de fysieke werkvloer te ondersteunen.
“Wie nu investeert in een digitale operator, bouwt een duurzaam concurrentievoordeel op. Wachten betekent achterstand oplopen die je niet meer kunt inhalen.”
Veelgestelde vragen (FAQ)
Vervangt AI onze mensen?
Nee. De digitale operator is bedoeld om operators te ondersteunen en hun kennis te borgen, niet om hen te vervangen.
Hebben we dure nieuwe sensoren nodig?
Niet per se. Start met wat je hebt en verrijk dat met context van operators via spraak, tekst en foto.
Wat als onze data rommelig is?
Begin met het leggen van een digitaal fundament: centraliseer, standaardiseer en verbeter datakwaliteit.
Wanneer zien we resultaat?
In veel gevallen al binnen de pilot, door kleine verbeteringen die direct impact hebben op uptime en kwaliteit.
Meer weten?
Benieuwd of jouw fabriek geld op de plank laat liggen?
Neem contact op met Floris Wyers van Oppr AI en ontdek in een pilot hoe een digitale operator jullie helpt om stilstand te reduceren, kwaliteit te verhogen en kennis te borgen