AI-ondersteuning voor Storingsherstel bij een Productiebedrijf

Ongeplande stilstand in de fabriek bracht hoge kosten met zich mee en verstoorde de leveringsafspraken. Wanneer een machine onverwacht uitvalt ligt de productielijn stil – iets wat in de maakindustrie gemiddeld € 260.000 per uur kan kosten. Elke minuut telt dus. Het repareren van storingen duurde vaak onnodig lang omdat monteurs eerst moesten zoeken naar de juiste instructies of collega’s om raad vragen. Kennis over storingen zat versnipperd in papieren handleidingen, verschillende IT-systemen, of alleen in de hoofden van enkele ervaren technici. Daarnaast verloren monteurs tijd met het opzoeken van onderdelen en gereedschap: is het benodigde onderdeel op voorraad en waar ligt het in het magazijn? De bedrijfstop zag dat deze inefficiënties leidden tot gemiddeld 5% productieverlies per jaar. Ze wilden de stilstandtijden terugdringen en het proces van storing verhelpen standaardiseren.

Het bedrijf verzamelde alle relevante informatie voor storingsdiagnose en -herstel in een centrale AI-kennisbank. Hierbij werden digitale handleidingen, onderhoudsschema’s, storingschecklists en zelfs instructievideo’s ingevoerd. Sensor- en besturingsdata van de machines werden via API’s gekoppeld, zodat de AI real-time kon “zien” wat de status van een machine was. Het onderhoudsmanagementsysteem en magazijnbeheersysteem werden eveneens verbonden om voorraad en historie bij te houden. PrudAI implementeerde INDY (Industrial Digital Yield) om deze kennis te ontsluiten. Monteurs kregen toegang tot INDY via een tablet en headset. Bij een storing kunnen ze een vraag intypen of zelfs inspreken (“Waarom ligt lijn 3 stil?”) en INDY interpreteert de vraag, zoekt in alle data en geeft direct advies. Uniek is dat een monteur ook een foto van een kapot onderdeel kan maken: de AI herkent het onderdeel, zoekt de relevante instructie (“vervang dit onderdeel volgens stappenplan X”) en controleert direct in het magazijnsysteem of het onderdeel voorradig is en waar het ligt.

Toegevoegde waarde van AI (INDY): INDY combineert computer vision, NLP en integraties met bedrijfsdata om monteurs zo snel mogelijk van bruikbare antwoorden te voorzien. In plaats van tijdrovend bladeren door handleidingen of het raadplegen van meerdere systemen, krijgen technici één interactief antwoord via de AI-chat. Dit antwoord bevat bijvoorbeeld een stappenplan voor reparatie, illustraties uit de juiste handleiding, én vermeldt “pak onderdeel 123 uit magazijnlocatie B-12 (op voorraad)”. De AI is getraind op duizenden storingsscenario’s en leert continu bij, waardoor het zelfs predictief kan adviseren (“Deze storing lijkt op een eerder patroon, waarschijnlijk oorzaak Y – controleer eerst component Z”). Hierdoor kunnen minder ervaren monteurs toch complexe storingen aanpakken alsof ze een senior expert naast zich hebben. Uit onderzoek blijkt dat AI-gestuurde onderhoudssystemen ongeplande stilstand aanzienlijk kunnen reduceren – Deloitte rapporteert dat predictive maintenance downtime met 30–50% kan terugbrengen. Dit sluit aan bij de resultaten die INDY in de praktijk liet zien. Bovendien wordt INDY gebruikt om het team continu te trainen: de AI stelt periodiek quizvragen en scenario’s voor aan monteurs om hun kennis te toetsen. Deze scores koppelt hij aan het HR-systeem, zodat gerichte bijscholing kan plaatsvinden. Zo fungeert INDY niet alleen als troubleshooter, maar ook als digitale coach voor het onderhoudsteam.

De inzet van INDY heeft de onderhoudsorganisatie van het bedrijf ingrijpend verbeterd. Storingen worden gemiddeld 25–40% sneller verholpen dan voorheen, waardoor de stilstandtijd met ongeveer een derde is gedaald. Dit betekent dat productie-uitval fors is verminderd – een enorme kostenbesparing gegeven de hoge stilstandskosten per uur. Monteurs geven aan dat ze minder stress ervaren bij storingen: ze volgen nu een duidelijk stappenplan en weten dat ze niets over het hoofd zien. Het aantal terugkerende storingen daalde ook, omdat de AI consequent de juiste preventieve acties aanbeveelt (bijvoorbeeld “maak ook sensor X schoon om herhaling te voorkomen”). Doordat INDY alle medewerkers naar een hoger kennisniveau tilt, is de afhankelijkheid van één of twee “storingsgoeroes” verdwenen – het hele team presteert consistenter. Tenslotte merkte het bedrijf dat de productiviteit toenam: operators en planners hoeven minder lang op herstart van de lijn te wachten, en de productie doelstellingen worden nu betrouwbaarder gehaald. Met INDY heeft de organisatie een stap gezet richting een slimme fabriek waarin mens en AI naadloos samenwerken om stilstand te minimaliseren.