Sluiten Close icon
Sluiten Close icon
Sluiten Close icon
Sluiten Close

Ontdek Brainport

Ondernemen & Innoveren

Leren & Werken

Partnership Brainport Eindhoven & PSV

Sluiten Close

Machinefabrikant AAE: ‘de toekomst ligt in data’

De toekomst ligt in data. Daarvan is Manager ICT bij high-tech machinefabrikant AAE, Rob Fleuren overtuigd. AAE zet in op vergaande digitalisering en informatisering om het productieproces zo efficiënt mogelijk te laten verlopen. Het toepassen van Artificial Intelligence (AI) is daarbij geen doel op zich. Een grondig begrip van de eigen processen en het gericht verzamelen van bruikbare data is zeker zo belangrijk. Dat vraagt om bewustwording, zowel bij klanten als medewerkers. ‘Het is essentieel dat iedereen data als voornaam asset ziet. De toekomst ligt in data.’  

“AAE is een hightech machinefabrikant en we zijn actief in twee takken,” vertelt Rob Fleuren. “Enerzijds heb je onze tak ‘Advanced Systems’, dat betreft het produceren van high-tech modules voor grote OEM’s. Anderzijds hebben we onze tak ‘Production Automation’, dan gaat het om complete machines die we maken voor assembleren of bedrukken.” 

Vergaande digitalisering en informatisering 

“We zijn bezig met vergaande digitalisering en informatisering om onze productieprocessen zo efficiënt mogelijk te maken en onze klanten interessante oplossingen te bieden aan de hand van data. Predictive maintenance bijvoorbeeld, waarbij we aan de hand van data voorspellen wanneer onderhoud op machines is vereist en waardoor we kunnen zorgen dat de machine vlekkeloos loopt. Of door de klant aan de hand van data inzicht te geven in de toegevoegde waarde die onze machine heeft in het productieproces.” 

Productie- en procesoptimalisatie door historische en real-time data 

“Als het gaat om onze productieprocessen, willen we die zo efficiënt mogelijk laten verlopen. We hebben te maken met een productieorder die door je fabriek heen loopt. Dat levert uiteindelijk een eindproduct op. Dit eindproduct wil je zo efficiënt mogelijk door je hal leiden, maar in de praktijk kan het anders lopen. Wij hebben de productieorder gekoppeld aan een realtime location systeem om het werkelijke pad van het product te kunnen aantonen. Dat houdt in dat we een sensor hebben gehangen aan alle productieorders die door onze fabriek gaan. Die data verzamelen we en met behulp van software kunnen we dan visualiseren waar elke order op ieder moment van de dag is. Daar kunnen we dan rapporten op draaien en zien waar iets verkeerd gaan. Daarnaast kunnen we aan de hand van historische data het proces optimaliseren.” 

Data zien als asset 

“Wij geloven er bij AAE in dat de toekomst data-gedreven wordt en zetten in op informatisering en digitalisering. Aan de hand van data maak je je proces efficiënter. De mogelijkheden zitten juist in de software. Je geeft je medewerkers stuurinformatie in handen en maakt in één oogopslag inzichtelijk hoe het met de orders gesteld is, waar onderbrekingen in het proces zitten en wat de status is. Het doel is dat je data als asset ziet.” 

Verschillende fases in analytics maturity 

“Je moet eerst zelf heel goed je processen en de data die je genereert begrijpen voordat je er waarde uithaalt en bijvoorbeeld AI kan toepassen. Er zijn maar heel weinig bedrijven die dat echt doen. Als je kijkt naar de analytics maturity van AAE dan zijn we op dit moment met name bezig met het verzamelen van data en het efficiënter maken van ons proces aan de hand van data. De niveaus van volwassenheid lopen uiteen van descriptive analytics, predictive analytics, presecriptive analytics en dan pas gaat het om AI. Wij bevinden ons met name in de descriptive en predictive fase. Waar we richting AI bewegen is in een stukje robotic proces automation waarbij we er uiteindelijk naar streven om repetitieve taken weg te automatiseren.” 

Incidenteel toepassen van Machine Learning 

“Wanneer je het hebt over het begrip Artificial Intelligence impliceert dat een zelflerende component, of technologie die menselijk handelen evenaart. Machine Learning modellen passen we heel af en toe toe, dan kom je heel dicht bij AI-cases. Daarvoor maken we gebruik van bestaande modellen, er zijn heel veel modellen beschikbaar die je kunt toepassen,”  

Grondige proces- en domeinkennis absolute vereiste 

“Als je je proces niet snapt en je domein niet begrijpt, dan kun je weinig met data-analyse of AI. Dat is denk ik de grootste uitdaging waarvoor bedrijven staan. De uitdagingen waarvoor we ons gesteld zien, is dat je veel data moet hebben en de tijd om die data te vergaren. Een klant moet bovendien ook de meerwaarde inzien. We werken momenteel aan het creëren van bewustwording dat datavergaring moet worden ingebouwd in ons proces.”  

Samenwerking in Smart Industry Fieldlab de Peel 

“Samenwerking met andere bedrijven en organisaties helpt daarbij. Zo werkt AAE bijvoorbeeld samen met tien andere bedrijven aan data- en connectiviteitsvraagstukken in het Smart Industry Fieldlab De Peel. Het delen van heel specifieke kennis is ook waar ik het meeste baat bij heb. Over edge computing bijvoorbeeld of over hoe je de data van je machines naar de cloud brengt. Dat type kennis is zo specifiek dat we een beroep doen op experts, op het moment dat we dat stadium hebben bereikt.” 

De kracht van AI ligt in samenwerking met de mens 

“Als het gaat om de toepassing van AI in de toekomst, is mijn verwachting dat de mens nooit helemaal wordt vervangen. Er moeten mensen blijven die machines instrueren. Daar ligt dan ook de kracht van AI; in de samenwerking met de mens. Ik geloof heel sterk in a human-centric benadering en het automatiseren van repetitieve taken waardoor het creatieve werk overblijft voor mensen.”