- AI-gebaseerd onderhoud gebruikt data van sensoren, logboeken, beelden en werkopdrachten om te voorspellen en voor te schrijven welke ingrepen nodig zijn voordat assets uitvallen. Denk aan vibratie-analyse + computer vision + tijdreeks-ML + copiloten voor technici.
- Waarom nu: goedkopere sensoren, industriële dataplatforms, en LLM “copilots” geïntegreerd in EAM/APM-software; plus harde lessen uit schokken in de toeleveringsketen en personeelstekorten.
- Resultaten die je kunt verwachten: studies en praktijkdata suggereren 10–45% minder uitvaltijd en 25–35% lagere onderhoudskosten bij correcte implementatie, met terugverdientijd vaak in maanden, niet jaren. [1] [2]
- Nieuws voor 2025 dat je niet mag missen: Siemens lanceerde een onderhoudscopiloot gekoppeld aan Senseye; IBM voegde AI-agenten toe aan Maximo; industriële robotica-bedrijven zoals Gecko bereikten unicorn-status door vraag naar inspectie; Ford gebruikt AI-vision op grote schaal om herwerk en terugroepacties te voorkomen; de EU AI Act compliance-klok tikt voor industriële AI. [3], [4], [5], [6], [7]
1) Wat wij bedoelen met “AI‑gebaseerd onderhoud”
Predictief onderhoud (PdM) voorspelt uitvalrisico op basis van conditie-signalen (vibratie, temperatuur, akoestiek, stroom). Voorschrijvend onderhoud gaat verder door acties, onderdelen en timing aan te bevelen om kosten, uptime en risico te optimaliseren. In 2025 combineert de stack doorgaans:
- Sensoren & datastromen: hoogfrequente vibratie- en akoestische sensoren; PLC/SCADA-data; historian (bijv. PI); thermische/optische vision. [8]
- ML & analytics: anomaliedetectie, modellen voor resterende levensduur (RUL), multivariate tijdreeksmodellen; steeds vaker foundation models voor tijdreeksen en LLM-copiloten die inzichten in natuurlijke taal tonen. [9]
- Uitvoering van werk: integratie met EAM/CMMS en APM zodat een voorspelling een werkorder wordt met stuklijst, procedures en vaardigheden. (bijv. IBM Maximo 9.1; AVEVA Predictive Analytics.) [10], [11] [12]
“Nu kunnen operators, betrouwbaarheidstechnici en monteurs direct met de AI communiceren en hun werk veel efficiënter doen.” — Anuradha Bhamidipaty, IBM Research. [13]
2) Waarom het belangrijk is (de businesscase)
- Harde cijfers: Onafhankelijk onderzoek schat 25–35% reductie in onderhoudskosten en tot 45% minder uitvaltijd bij goede implementatie van PdM. Peer-reviewed en industriële enquêtes in 2023–2025 ondersteunen vergelijkbare cijfers. [14], [15], [16]
- Verkwisting van biljoenen: Ongeplande storingen kunnen topbedrijven wereldwijd tot $1,4 biljoen per jaar kosten, waardoor fabrikanten overstappen op AI en robotica voor voorspellend en voorschrijvend onderhoud. [17]
- Energie & duurzaamheid: PdM vermindert energieverspilling door machines op efficiënte setpoints te houden; literatuurstudies koppelen 10–20% minder uitvaltijd aan miljarden aan besparingen en lagere uitstoot. [18]
3) 2025: Wat is nieuw en noemenswaardig (geselecteerde highlights)
- Siemens introduceerde een Industrial Copilot voor onderhoud, met integratie van Senseye voorspellende analyses en Azure, waarbij pilotgebruikers meldden dat er ~25% minder reactieve onderhoudstijd was. “Deze uitbreiding… markeert een belangrijke stap in onze missie om onderhoudsoperaties te transformeren,” zei Margherita Adragna (CEO, Customer Services, Siemens DI). [19]
- IBM Maximo 9.1 is algemeen beschikbaar met een GenAI-assistent (gebouwd op watsonx) en nieuwe Asset Investment Planning; IBM Research rolt agentic componenten uit (Condition Insights, tijdreeks foundation-modellen) om over te stappen van interval- naar conditiegebaseerde strategie. [20], [21]
- Inspecties aangedreven door robotica nemen toe:Gecko Robotics haalde een $125M Series D op (unicorn-waardering) en tekende een $100M energiecontract; uitbreiding in defensie (XR voor remote aircraft maintenance). [22], [23]
- Automotive:Ford heeft interne AI-vision (AiTriz/MAIVS) uitgerold op honderden stations om assemblageproblemen op millimeterschaal te detecteren die leiden tot terugroepacties en herwerk. “Het heeft absoluut geholpen vanuit operationeel oogpunt,” zei een Ford engineering manager. [24]
- Hyperscalers & PdM:AWS integreerde IoT SiteWise met Lookout for Equipment en voegde native anomaly detection toe; Google Cloud’s Manufacturing Data Engine benadrukt PdM-accelerators. [25], [26], [27]
- Gebouwen & faciliteiten:Honeywell meldt dat 84% van de besluitvormers van plan is het gebruik van AI te verhogen; “grotere en meer gecompliceerde gebouwen… zullen het als eerste adopteren,” zegt Dave Molin. [28]
- Luchtvaart:Air France‑KLM en Google Cloud noemen snellere voorspellende analyses op vlootdata (analyses van uren naar minuten gebracht). [29]
- Olie & gas: Bestuurders bij CERAWeek lichtten de rol van AI toe bij boren, monitoring en onderhoud (bijv. Chevron AI-drone-inspecties verkorten reparatietijd). “Bedrijven die [AI] niet inzetten, zullen achterblijven.” — Trey Lowe, Devon CTO. [30]
- Beleid: De EU AI Act-tijdlijn blijft op schema; “er is geen stop op de klok… geen overgangsperiode,” bevestigde de Commissie in juli 2025—een belangrijk signaal voor industriële AI-naleving. [31]
- Sectorspecialisten:Augury haalde $75M op en lanceerde AI voor ultra‑low‑RPM-assets, gericht op machines die traditionele analyses vaak missen. [32], [33]
4) De moderne AI‑onderhoudsarchitectuur (in gewone taal)
- Verbind & contextualiseer OT-data: verzamel tijdreeksen (PLC/SCADA), historian, kwaliteits-/test- en onderhoudslogs. Tools zoals AVEVA PI System of cloud MDE’s standaardiseren tags, eenheden, hiërarchieën. [34], [35]
- Modelleer aan de edge + cloud: edge-agents voor realtimedrempels en latency-gevoelige alarmen; cloud voor zware training en vlootanalyse; stuur afwijkingen naar APM/EAM. (AWS SiteWise + Lookout, Google MDE-patronen.) [36], [37]
- Sluit de cirkel: voorspellingen creëren werkopdrachten met werkplannen, onderdelen en vaardigheden; co‑piloten vatten de geschiedenis samen, voegen procedures toe en beantwoorden “waarom nu?” in natuurlijke taal (Maximo Assistant, Siemens Copilot). [38], [39]
- Beheer & beveilig: behandel modellen als apparatuur—geversioneerd, getest, gemonitord op afwijkingen; beveilig OT-netwerken volgens IEC/ISA‑62443. Koppel onderhoudsstrategie aan ISO 55000 assetmanagementdoelstellingen. [40], [41], [42], [43]
5) Wat werkt daadwerkelijk in de praktijk (patronen uit studies 2023–2025)
- Begin klein, ga de diepte in: kies 1–3 kritieke faalmodi met goede signalen (bijv. lagers, pompen, transportbanden). Reviews tonen consistente ROI wanneer gericht op assets met grote impact. [44]
- Combineer menselijke expertise met data: impliciete kennis + sensoren presteren beter dan elk afzonderlijk; LLM-copiloten verhogen het aantal first-time-fixes en verkorten de storingsdiagnose. (Aquant meldt snellere reparaties bij miljoenen servicegevallen.) [45], [46]
- Meet wat ertoe doet: OEE, MTBF, MTTR, gepland versus ongepland werk, omloopsnelheid reserveonderdelen en achterstandstatus; verwacht 10–45% minder uitvaltijd bij volwassenheid. [47]
6) Leverancierslandschap (niet-uitputtend, 2025)
- EAM/APM-platforms: IBM Maximo 9.1 (GenAI-assistent; AI-dienst), GE Vernova APM (digitale tweelingen, energie & betrouwbaarheid), AVEVA Predictive Analytics (RUL, prescriptieve acties). [48], [49], [50]
- Industriële copilots & dataplatforms:Siemens Industrial Copilot + Senseye; Google Cloud Manufacturing Data Engine; AWS Lookout for Equipment + SiteWise (native anomaliedetectie). [51], [52], [53]
- Specialisten:Gecko Robotics (robotinspecties + Cantilever-software), Augury (machinegezondheid, nieuwe low‑RPM-analytics), Aquant (service-AI, benchmarks). [54], [55], [56]
7) Risico’s, veiligheid en compliance
- Model fouten & drift: “Deze systemen kunnen op nieuwe, verrassende en onvoorspelbare manieren falen,” waarschuwt Duncan Eddy (Stanford Center for AI Safety). Gebruik human-in-the-loop reviews en A/B-rollouts. [57]
- Cyber-fysieke beveiliging: segmenteer netwerken, authenticeer apparaten en adopteer IEC/ISA‑62443 zones/conduits; stel PLC’s niet direct bloot aan het internet. [58] [59] [60]
- Regelgeving: De EU AI Act heeft gefaseerde deadlines (verboden al actief; GPAI-verplichtingen 2025; bredere high-risk verplichtingen 2026–2027). Eigenaren van industriële AI moeten gegevensherkomst, risicobeoordelingen en menselijke toezichtcontroles documenteren. [61], [62], [63]
8) Een praktisch uitrolplan (90-dagen start tot één jaar opschaling)
Dag 1–30: Fundament
- Kies één lijn of assetfamilie met hoge downtimekosten; stel een tigerteam samen (betrouwbaarheid + controles + IT/OT + veiligheid + financiën).
- Bepaal de basislijn MTBF/MTTR, faalmodi (FMEA’s), reserveonderdelen, energieverbruik.
- Zet een data sandbox op (historian-feed + werkorders + sensorproef).
Dag 31–90: Pilot
- Installeer/voeg sensoren toe waar de faalfysica duidelijk is (bijv. lagers, pompen).
- Train eenvoudige anomaliedetectiemodellen eerst (drempels, multivariate detectie), daarna RUL waar data het ondersteunt; koppel waarschuwingen aan werkorders met werkplannen.
- Definieer succescriteria (bijv. 20% minder ongeplande stops; 15% snellere probleemoplossing).
Maand 4–12: Opschalen
- Breid uit naar de top 10 faalmodi; voeg computervisie (thermisch/optisch) toe voor lekken/misalignering en LLM-copilots voor kennisopvraging.
- Maak een modelcatalogus, monitor op drift en bias; documenteer end-to-end voor EU AI Act audits waar van toepassing.
- Koppel besparingen aan de winst- en verliesrekening (afkeur/herwerk, overuren, SLA-boetes, energie).
9) RFP-checklist voor leveranciers (kopiëren/plakken)
- Data & integraties: Welke PLC/SCADA/historian connectors zijn native? Hoe koppel je aan onze asset-hiërarchie en faalcodes? (Toon PI/MDE/SiteWise-referenties.) [64], [65], [66]
- Modellen: Welke faalmodi zijn standaard beschikbaar en welke zijn maatwerk? Leg labelbehoeften, cold-start-aanpakken en RUL-transparantie uit.
- Werkuitvoering: Hoe worden voorspellingen werkorders in ons EAM/CMMS met onderdelen, vaardigheden en procedures? (Toon Maximo/SAP/IFS-adapters.) [67]
- Copilots: Kunnen technici assethistorie, alarmen, handleidingen en eerdere taken in natuurlijke taal opvragen? Welke waarborgen voorkomen hallucinatie? [68]
- Beveiliging & compliance: Hoe implementeer je IEC/ISA‑62443 en ondersteun je EU AI Act documentatie (risicoclassificatie, datagovernance, menselijke controle)? [69], [70]
- Bewijs & ROI: Geef referenties met gemeten stilstand/kosten-effecten en time-to-value op vergelijkbare assets.
10) Verklarende woordenlijst (korte definities)
- APM (Asset Performance Management): software om assetbetrouwbaarheid, risico en kosten te optimaliseren (vaak met twins). [71]
- EAM/CMMS: systemen voor het beheren van werkorders, onderdelen, arbeid en assetregistraties (bijv. Maximo). [72]
- Digital twin: softwarematige representatie van een fysiek asset/systeem voor detectie, voorspelling en optimalisatie. [73]
- RUL: resterende levensduurinschatting voor componenten of assets.
- IT/OT-convergentie: het samenvoegen van enterprise IT-gegevens met signalen van operationele technologie; noodzakelijk voor PdM op schaal. [74]
Expertstemmen om te citeren (kort, on the record)
- Siemens (maintenance copilot): “Deze uitbreiding… markeert een belangrijke stap in onze missie om onderhoudsoperaties te transformeren.” — Margherita Adragna. [75]
- Devon Energy (CERAWeek): “Bedrijven die het (AI) niet inzetten, zullen achterblijven.” — Trey Lowe. [76]
- Honeywell (gebouwen): “Elk type gebouw kan profiteren van AI… grotere en meer gecompliceerde gebouwen… zullen het als eerste adopteren.” — Dave Molin. [77]
- EU Commissie: “Er is geen stop de klok. Er is geen overgangsperiode. Er is geen pauze.” — Thomas Regnier. [78]
- Stanford Center for AI Safety (over risico): “Deze systemen kunnen op nieuwe, verrassende en onvoorspelbare manieren falen.” — Duncan Eddy. [79]
Verder lezen & bronnen (selectie)
- Casestudy’s & enquêtes:
- Platforms & productroadmaps:
- IBM Maximo 9.1 releaseblog; IBM Research over AI-agenten voor asset management. [84], [85]
- Siemens Industrial Copilot voor onderhoud (Senseye). [86]
- AVEVA Predictive Analytics en PI System portfolio-updates. [87]
- AWS Lookout for Equipment + SiteWise anomaliedetectie; Google Cloud Manufacturing Data Engine. [88] [89], [90]
- Beleid & standaarden:
Conclusie
AI-gebaseerd onderhoud is verschoven van pilot purgatory naar geschaalde programma’s in fabrieken, energie, luchtvaart en gebouwen. Als je net begint, kies dan een enkele kritieke faalmodus, verbind de juiste data, en zorg dat voorspellingen werk activeren in je EAM—voeg daarna vision, agents, en fleet analytics toe. De technologie is klaar; het onderscheid zit in proces, mensen en governance.
References
1. www.infotech.com, 2. pmc.ncbi.nlm.nih.gov, 3. press.siemens.com, 4. research.ibm.com, 5. www.geckorobotics.com, 6. www.businessinsider.com, 7. www.reuters.com, 8. www.aveva.com, 9. research.ibm.com, 10. newsroom.ibm.com, 11. newsroom.ibm.com, 12. www.aveva.com, 13. research.ibm.com, 14. www.infotech.com, 15. www.sciencedirect.com, 16. www.mdpi.com, 17. www.businessinsider.com, 18. www.mdpi.com, 19. press.siemens.com, 20. newsroom.ibm.com, 21. research.ibm.com, 22. www.geckorobotics.com, 23. www.axios.com, 24. www.businessinsider.com, 25. docs.aws.amazon.com, 26. www.arcweb.com, 27. cloud.google.com, 28. www.honeywell.com, 29. www.reuters.com, 30. www.reuters.com, 31. www.reuters.com, 32. www.iot-now.com, 33. www.businesswire.com, 34. www.aveva.com, 35. cloud.google.com, 36. docs.aws.amazon.com, 37. cloud.google.com, 38. newsroom.ibm.com, 39. press.siemens.com, 40. www.isa.org, 41. www.rockwellautomation.com, 42. www.iso.org, 43. theiam.org, 44. www.mdpi.com, 45. www.globenewswire.com, 46. 24x7mag.com, 47. www.infotech.com, 48. newsroom.ibm.com, 49. www.gevernova.com, 50. www.aveva.com, 51. press.siemens.com, 52. cloud.google.com, 53. docs.aws.amazon.com, 54. www.geckorobotics.com, 55. www.businesswire.com, 56. discover.aquant.ai, 57. www.wired.com, 58. www.isa.org, 59. www.rockwellautomation.com, 60. www.rockwellautomation.com, 61. www.mhp.com, 62. quickreads.ext.katten.com, 63. www.reuters.com, 64. www.aveva.com, 65. cloud.google.com, 66. docs.aws.amazon.com, 67. newsroom.ibm.com, 68. research.ibm.com, 69. www.isa.org, 70. www.reuters.com, 71. www.gevernova.com, 72. newsroom.ibm.com, 73. www.gevernova.com, 74. www.wired.com, 75. press.siemens.com, 76. www.reuters.com, 77. www.honeywell.com, 78. www.reuters.com, 79. www.wired.com, 80. www.globenewswire.com, 81. 1technation.com, 82. www.businessinsider.com, 83. www.mdpi.com, 84. newsroom.ibm.com, 85. research.ibm.com, 86. press.siemens.com, 87. www.aveva.com, 88. docs.aws.amazon.com, 89. www.arcweb.com, 90. cloud.google.com, 91. www.reuters.com, 92. www.isa.org, 93. www.iso.org
