Data + Kennis = het succes to make or save money

Na een big data-college van professor dr. ir. Bayu Jayawardhana van de Rijksuniversiteit Groningen, gingen de managers op high tech safari naar YP Your Partner. Om te horen hoe data uit processen en machines wordt gehaald en vervolgens gevisualiseerd, zodat gebruikers er met hún kennis en ervaring conclusies uit kunnen trekken.

De Industrietop Noord-Nederland wordt jaarlijks georganiseerd door ING, FME en Innovatiecluster Drachten. Doel is om het Noordelijke bedrijfsleven bewust te maken van de zeer snelle ontwikkeling van de industrie naar smart factory’s en de bepalende invloed van digitalisering in productie, bedrijfsvoering en verkoop.

 “Als we niet vernieuwen, missen we de boot.”

Deze transitie is volgens professor Jayawardhana alleen te maken als de communicatie tussen industrie en kennisinstellingen optimaal is. ,,Zonder verregaande kennis van de mogelijkheden om data te interpreteren en te gebruiken mist de industrie de aansluiting bij de nieuwste ontwikkelingen. Dan heeft China ons zo ingehaald.’’ Dit klinkt een beetje dreigend en zo is het misschien ook bedoeld. Als we niet vernieuwen, missen we de boot. Als voorbeeld van die verstrengeling van kennisinstelling en industrie toont hij het project Ocean Grazer, waarvan hij de co-founder is. ,,Met dit project geven we antwoord op de groeiende vraag naar duurzame energie en laten we zien hoe je big data voor je kan laten werken.’’ Met Fred Flinstone als voorbeeld laat de professor vervolgens zien hoe in de prehistorie en later, de informatie (big data) die in de omgeving aanwezig was, al geïnterpreteerd werd. ,,Met de sterrenhemel navigeerden de mensen en aan de hand van de natuur deden ze weersvoorspellingen.’’ Dit soort ‘voorkennis’ bestaat er nu ook dankzij onze datastromen. ,,Het is belangrijk dat we de data goed leren interpreteren en daarna koppelen aan bijvoorbeeld onze productieprocessen, in combinatie met slimme software, sensoren en camera’s.’’

Machinelearning

Dat is precies wat Theun Prins, eigenaar van YP Your Partner, doet. Hij haalt data uit processen en machines en visualiseert dit, zodat gebruikers er met hun kennis en ervaring conclusies uit kunnen trekken. ,,Als je 24 graden ziet weet je nog niks. Maar als dit de lichaamstemperatuur van een patiënt is, dan weet je dit is niet goed. Met alleen de data kun je niks, je hebt de omgeving nodig en kennis om het juist te interpreteren om het te kunnen gebruiken.’’ Prins ontwikkelt voor klanten proces- en machinebesturing op afstand. ,,Wij verhogen met onze systemen niet alleen de uptime van machines en installaties, maar door ‘machinelearning’ weten onze klanten nu bijvoorbeeld precies wanneer onderdelen aan vervanging toe zijn en hoeven dus niet eerder dan nodig onderhoud te plegen.’’ Prins kent de waarde van contextinformatie, maar signaleert dat de meeste bedrijven hier nog niks mee doen om hun machines slimmer te maken. ,,Daarom blijft de menselijke factor nog steeds noodzakelijk om informatie te interpreteren.’’ Het duurt volgens Prins niet lang meer dat machines dat zelf kunnen, maar we zullen de machines dit wel eerst moeten leren. Dit door de machines slimmer met hun omgeving te koppelen.

Bedieningsstoring

,,Voor ons is de falende factor toch veelal de mens. Die weet bijvoorbeeld niet wanneer een onderdeel geplaatst is en wanneer het aan vervanging toe is.’’ Prins weet dat mensen gestuurd moeten worden om storingen goed in kaart te brengen en hier verslag van te doen. ,,De omschrijving ‘bedieningsstoring’ voldoet niet meer, we willen alles tot in de details weten om de storing voortaan te voorkomen.’’

Connected koffiemachine

Alles is verbonden met internet of je wilt of niet. Nog veel bedrijven zijn hier huiverig voor, omdat het eventueel inzicht kan geven in bedrijfsstrategie en/of resultaten. Dan vraagt Prins: ,,hoe bankier je dan?” Het antwoord is vaak: ,,in de cloud.” Het werkt confronterend dat er dan ook veel bedrijfsinformatie bij derden beschikbaar is. Het ontsluiten van machinedata via de cloud levert veel inzicht en daarmee procesverbetering op. Mede door dit voorbeeld geeft Prins inzicht bij deze bedrijven en kan procesverbetering toch tot een van de mogelijkheden behoren.

Hij geeft het voorbeeld van een connected koffiemachine. ,,Het apparaat bestelt zelf de bekertjes en de koffiebonen en regelt de onderhoudsafspraak. En op het grote touchscreen wordt het laatste bedrijfsnieuws getoond, want het is natuurlijk meteen een narrowcasting kanaal. Allemaal connected en allemaal om ons werk en leven eenvoudiger te maken en te verrijken.’’ Een ander voorbeeld zijn de tomatenkwekers, die volgens Prins data geanonimiseerd wereldwijd met elkaar delen waardoor hun omzet stijgt. ,,Dat is hoe het werkt. Elk proces is uniek, maar je wilt normdata hebben om je proces te optimaliseren en zeker niet je bedrijfsgeheimen op straat hebben.”

Er is nog veel weerstand om data te delen, maar de eerste voorbeelden zijn er. En wie het spannend vindt moet volgens Prins beginnen met kleine stapjes. ,,Maar beweeg alsjeblieft wel in deze richting, want de concurrentie doet het ook.”

Slim samenwerken

Iedereen weet dat de levenscyclus producten korter wordt, de eisen van de markt steeds hoger en de marges kleiner. De ‘time to market’ is belangrijker dan ooit. ,,Wij verbinden op dit moment al meer dan 50.000 installaties met onze C.A.R.S. software objecten en zetten de data om in waardevolle informatie. Zo creëren wij waarde uit data die lijdt tot actie, zoals energiebesparing, voorspellend onderhoud of alles weten over je processen.’’ De weg naar succes met data is volgens Prins sensoring, connectiviteit, collection, analyse en actie.

Ook hier weer een klinkend voorbeeld, de bananenrijpmachine van high tech partner VDH Products uit Roden. Binnen twee jaar tijd is dit product in 25 landen verkocht. De key to succes? Open communicatie over de functie-eisen en de mogelijkheden. ,,Dat is cruciaal, vertrouwen in elkaar, samenwerken en erkennen dat er meer slimme mensen buiten je bedrijf zijn dan binnen je bedrijf werken.”