Quick wins eerst: een pilot voor voorspellend onderhoud starten in 90 dagen

Een pilot voor voorspellend onderhoud in 90 dagen starten is haalbaar en kan snel concrete resultaten opleveren. In het kort:

• Waarom het telt: voorspellend onderhoud kan apparatuurstoringen met 70% verminderen, onderhoudskosten met 25% verlagen en tot 8x ROI opleveren. Ongeplande downtime kost organisaties jaarlijks miljarden; de verschuiving naar voorspellend onderhoud is dus een efficiëntie- en kostenkwestie.
• Uitdagingen: hoge initiële kosten en scepsis bij stakeholders remmen implementatie vaak af. Een 90-dagenpilot neemt die bezwaren weg door waarde snel te bewijzen.
• Stappen om te starten:
  1. Dag 1-30: definieer duidelijke doelen, zoals minder downtime of lagere kosten, selecteer 15-50 assets met hoge impact en betrek stakeholders.
  2. Dag 31-60: bouw een databasis met een assetinventaris, historische data en baselines.
  3. Dag 61-90: start de pilot, monitor resultaten, valideer alerts en volg KPI’s zoals gemiddelde tijd tussen storingen (MTBF) en kostenbesparing.
• Belangrijke metrics: focus op betrouwbaarheid (MTBF), reactiesnelheid (gemiddelde reparatietijd, MTTR), productiviteit (Overall Equipment Effectiveness) en financiële impact (vermeden onderhoudskosten).
• Resultaten: succesvolle pilots brengen verborgen problemen aan het licht, voorkomen dure storingen en tonen ROI aan. De City of Tulsa bespaarde bijvoorbeeld in één incident genoeg om twee jaar servicekosten te dekken.

Begin klein, bewijs de waarde en bouw momentum op richting langetermijnverbetering. Dit kader geeft structuur aan een meetbare start met voorspellend onderhoud en verbindt quick wins met asset-investeringsplanning (AIP).

Implementatietijdlijn voor een pilot voorspellend onderhoud in 90 dagen

Wat is voorspellend onderhoud (PdM) en hoe implementeert u het?

Dag 1-30: definieer doelen en selecteer pilot-assets

De eerste maand draait om voorbereiding: testassets bepalen, doelen scherp krijgen en vastleggen hoe succes wordt gemeten. Houd het kernteam klein, rond drie mensen, zodat beslissingen snel genomen worden. Het doel is een eenvoudig plan van één pagina dat iedereen begrijpt en kan steunen.

Stel SMART-doelen voor de pilot

Begin met de vraag waarom de pilot nodig is. Wilt u noodoproepen buiten werktijd verminderen, onderhoudskosten voor een assettype verlagen of productie-uptime verhogen? Doelen moeten echte businessbehoeften raken, niet alleen technologie testen. Gebruik het SMART-kader:

• Specifiek: richt u op een bepaald asset of een bepaalde faalwijze.
• Meetbaar: gebruik metrics zoals gemiddelde tijd tot falen (MTBF) of vermeden onderhoudskosten.
• Haalbaar: start als proof of value, zodat de pilot uitvoerbaar blijft.
• Relevant: koppel de pilot aan bredere bedrijfsprioriteiten.
• Tijdgebonden: werk met 90 tot 180 dagen om bruikbare inzichten te krijgen.

Schrijf één compacte zin die het doel verduidelijkt: “[Afdeling] moet [actie] tegen [tijdslijn], met als resultaat [uitkomst] en zonder [kosten van het probleem].”

Bijvoorbeeld: “Onderhoud moet ongeplande downtime op CNC-machine #7 binnen zes maanden met 15% verminderen, $75.000 productieverlies vermijden en dure noodreparaties voorkomen.” Die helderheid houdt de focus scherp en maakt communicatie eenvoudiger richting budgethouders en operations.

Met duidelijke doelen is de volgende stap het kiezen van assets die de waarde van de pilot het best laten zien.

Identificeer pilot-assets met hoge impact

Kies assets met zeldzame maar dure storingen. Deze “bad actors” verbruiken vaak veel middelen en kunnen productie stilleggen. Een voedselproductielocatie monitorde bijvoorbeeld transportbandlagers en detecteerde ongewoon hoge trillingen in één lager. Het defect was niet hoorbaar voor mensen, maar werd vroeg genoeg ontdekt om reparatie tijdens gepland onderhoud uit te voeren. Zo werd vijf uur ongeplande downtime voorkomen, goed voor $50.000 besparing bij $10.000 per uur downtime. Eén gebeurtenis maakte de waarde van de pilot direct zichtbaar.

Selecteer 15-50 assets, ongeveer 5% van de assets op de locatie. Dat vergroot de kans dat u binnen 90 dagen minimaal één relevant faalevent vastlegt. Kies assets die aan deze criteria voldoen:

• er is minstens zes maanden onderhoudshistorie in het CMMS beschikbaar voor een betrouwbare baseline;
• degradatie verloopt geleidelijk, bijvoorbeeld via trillingen, warmte of geluid, in plaats van volledig plotseling falen;
• de asset is fysiek toegankelijk voor sensorinstallatie en heeft betrouwbare netwerkconnectiviteit.

Betrek stakeholders en definieer succesmetrics

Na doelen en assetselectie moeten de juiste mensen aan boord komen. Vroege buy-in is cruciaal. Onderhoudstechnici wijzen kwetsbare assets aan en valideren alerts. IT zorgt voor datastromen tussen sensoren en centrale systemen. Productiemanagers koppelen de pilot aan bedrijfsresultaten zoals Overall Equipment Effectiveness (OEE).

Leg per stakeholdergroep meetbare KPI’s vast:

• Technici: minder noodoproepen en minder reactief werk.
• CFO’s: lagere onderhoudsuitgaven en duidelijke ROI.
• Productiemanagers: hogere beschikbaarheid van machines.
• Reliability engineers: betere MTBF en asset health.

Maak vóór de start een baseline voor deze metrics. Alleen dan kunt u na 90 dagen objectief beoordelen wat de pilot heeft opgeleverd.

Dag 31-60: bouw de databasis

Nu doelen helder zijn en pilot-assets zijn gekozen, verschuift de aandacht naar data. In de volgende 30 dagen bouwt u een schone assetinventaris, documenteert u baselinecondities en zet u voorspellende modellen in om bruikbare inzichten te krijgen.

Richt uw assetinventaris in met Simeo Inventory

Begin met een centraal assetregister als betrouwbaar referentiepunt voor assetgegevens. Neem per asset velden op zoals naam, type, locatie, fabrikant/model, installatiedatum, garantiestatus, onderhoudshistorie, conditiescore en belangrijke technische documenten [10]. Organiseer alles in een heldere hiërarchie: locatie, gebouw, systeem en component. Als sensoren een probleem detecteren, kunt u dan snel het specifieke onderdeel vinden dat aandacht nodig heeft [9].

Verzamel vervolgens 1-2 jaar onderhoudsregistraties uit CMMS, EAM of operatorlogboeken [9][5]. Deze historische data geeft context voor faalwijzen en vormt de vergelijkingsbaseline. Houd voor de pilot de scope bij ongeveer 5% van alle locatie-assets. Zo blijft de dataset beheersbaar en stijgt de kans dat u binnen 90 dagen een faalevent ziet [9].

Rangschik assets op een schaal van 1 tot 5 op basis van veiligheid, productie-impact, downtimekosten, faalfrequentie en levertijd van reparaties [10]. Zo concentreren voorspellende modellen zich op de assets met de grootste operationele en financiële impact.

Voer digitale inspecties en beoordelingen uit

Gebruik digitale inspectietools zoals Simeo GO om baselinewaarden vast te leggen, zoals trillings-, temperatuur- en geluidsniveaus [2][11]. Standaardiseer data-invoer met consistente scores, faalcodes en digitale templates [6].

“Zonder data kunt u niets voorspellen. Als u geen baseline hebt voor wat normaal is voor een pomp of transportband, kunt u afwijkingen niet identificeren of voorspellen.” - Bryan Sapot, CEO, SensrTrx [11]

Leg zowel numerieke data als context vast, inclusief foto’s. Die combinatie helpt later bij validatie. Als een trillingssensor een afwijking meldt, kunnen technici recente inspectiefoto’s gebruiken om slijtage of uitlijning te controleren. Controleer ook vroeg of alle digitale tools live netwerkverbinding hebben, zodat datagaten de pilot niet verstoren [4].

Pas voorspellende modellen en onderhoudsregels toe

Gebruik de schone assetinventaris en baselinecondities voor modellering. Platforms zoals Oxand gebruiken een bibliotheek van 10.000+ verouderingsmodellen en 30.000+ onderhoudsregels, opgebouwd uit decennia praktijkervaring. Deze modellen simuleren assetdegradatie, ramen resterende gebruiksduur (RUL) en signaleren afwijkingen van normale prestaties [7].

Start met Failure Modes and Effects Analysis (FMEA) om faalwijzen met hoog risico te prioriteren. Dat kan met een Risk Priority Number (RPN), gebaseerd op ernst, frequentie en detecteerbaarheid [7]. Zo richten algoritmen zich op risico’s die veiligheid, productie of kosten het sterkst beïnvloeden.

Gebruik anomaliedetectie om afwijkingen van de vastgelegde baselines te vinden. AI-systemen hebben meestal twee tot vier weken nodig om unieke operationele profielen per asset op te bouwen [4]. Combineer in die periode AI-inzichten met de ervaring van technici om fout-positieven te filteren en te bevestigen dat alerts uitvoerbaar zijn [6]. Een grote autofabrikant haalde bijvoorbeeld 94% nauwkeurigheid in storingsvoorspelling en voorkwam dure ongeplande downtime [8].

sbb-itb-5be7949

Dag 61-90: voer de pilot uit en meet resultaten

Met de databasis op orde draait de laatste 30 dagen om uitvoering en bewijs. Deze fase laat zien of modellen echte problemen vinden, of teams alerts vertrouwen en of opschalen financieel verdedigbaar is.

Rol de pilot uit en valideer alerts

Installeer sensoren op de geselecteerde assets en controleer of alle verbindingen werken. Richt op een sensor-assetverhouding van 1,4:1 [4]. Zorg dat gateways goed integreren met het bestaande netwerk, zodat datastromen niet onderbroken worden [4].

Maak een helder alertproces: Monitoring → AI-analyse → Menselijke review → Prescriptieve alerts → Werkuitvoering via CMMS → Afsluiting [6]. Deze human-in-the-loop-aanpak verlaagt fout-positieven en bouwt vertrouwen bij onderhoudsteams.

Sorteer elke melding in één van drie categorieën: Reparatie / toekomstige reparatie, Observatie of Monitoren en afwachten [4]. Bij een voedselproductiefaciliteit signaleerde voorspellende software bijvoorbeeld hoge trillingen op een transportbandlager, terwijl het probleem visueel of auditief niet merkbaar was. Door onderhoud tijdens geplande downtime uit te voeren, voorkwam het team vijf uur ongeplande stilstand en bespaarde $50.000 [4].

Houd stakeholders betrokken met korte updates en check-ins. Dat helpt bij de eerste periode waarin onderhoudsactiviteit tijdelijk kan stijgen, de fase die vaak de “worse-before-better valley” wordt genoemd [3].

Monitor belangrijke KPI’s

Wacht niet tot het einde van de 90 dagen om voortgang te beoordelen. Plan checkpoints op 30 en 60 dagen en vergelijk resultaten met de oorspronkelijke doelen [4]. Gebruik metrics voor betrouwbaarheid, operationele efficiëntie, kostenbesparing en energie.

Voorspellend onderhoud verlaagt operations- en onderhoudskosten vaak met 5-10%, terwijl smart manufacturing-tools uptime van apparatuur met 10-20% kunnen verbeteren [12]. Bereken financiële besparing met: (uren vermeden downtime) × (kosten per uur) [4].

Integreer het voorspellende platform waar mogelijk met CMMS of ERP. Alerts kunnen dan automatisch werkorders en onderdelenaanvragen genereren [12].

Verfijn op basis van eerste uitkomsten

Gebruik pilotdata om bij te sturen. Wanneer onderdelen worden vervangen, laat technici inspecteren hoe dicht ze bij falen zaten [1][2]. Zo valideert u modellen of ontdekt u waar verbetering nodig is.

Valt een asset onverwacht uit, voer dan root cause analysis uit [1][2]. Was een faalwijze niet meegenomen? Stonden algoritmedrempels te hoog? Gebruik die lessen om sampling rates, sensortypen of actiedrempels aan te passen [1][2].

Een Duitse plaatwerkfabriek rustte bijvoorbeeld 12 persen uit met AI-ondersteunde sensoren. In drie maanden daalde ongeplande stilstand met 25% doordat koppelvariaties werden gedetecteerd die standaard-PLC’s misten. Ook verbeterde planningsnauwkeurigheid doordat cyclustijdvariatie met 15% afnam [13].

Houd onderhoudsteams betrokken met feedbacksessies. Alerts moeten passen in de dagelijkse workflow; anders worden ze gezien als extra ruis. Een goede pilot bewijst niet alleen technische waarde, maar legt ook de basis voor adoptie.

Evalueer uitkomsten en plan opschaling

Analyseer successen en knelpunten

Na 90 dagen vergelijkt u resultaten met de SMART-doelen uit de eerste fase. Het gaat niet alleen om de vraag of de technologie werkt, maar of ze kosten bespaart en operationele waarde levert [4].

Bekijk elke alert uit de pilot. Wanneer technici op basis van een alert onderdelen hebben vervangen, inspecteer die onderdelen om te zien hoe dicht ze bij falen waren. Deze praktische validatie bouwt vertrouwen op en laat zien waar algoritmedrempels verfijnd moeten worden [1][2].

Schrik niet van een tijdelijke piek in onderhoudsactiviteit. Die ontstaat vaak doordat het systeem verborgen problemen aan het licht brengt [3][1]. Documenteer successen, zoals voorkomen storingen, én missers, zoals onverwachte uitval. Zinvolle voorspellende inzichten hebben vaak 90 tot 180 dagen data nodig om volledig te rijpen [1].

Kwantificeer ROI en businessimpact

Bereken ROI door het aantal vermeden downtime-uren te vermenigvuldigen met de kosten per uur. Vergelijk pre-pilot metrics zoals MTBF, OEE en totale onderhoudskosten met de resultaten uit de 90 dagen [1][2]. Neem ook secundaire baten mee: minder spoedbestellingen voor onderdelen, minder handmatige inspectie-uren en een verschuiving van reactief naar gepland onderhoud [4][1][6].

De City of Tulsa ontdekte tijdens een proef een kritisch faalrisico. De besparing door dat ene incident dekte twee jaar kosten voor voorspellende onderhoudsdienstverlening [6].

Presenteer ROI zonder technische ruis. Gebruik duidelijke metrics zoals percentage minder ongeplande downtime, bespaarde dollars door vermeden onderhoudskosten en betere tijdige uitvoering van onderhoud [6]. Sommige organisaties rapporteren dat elke $1 aan voorspellend onderhoud $8 besparing oplevert, een krachtig argument voor opschaling [6].

Ontwikkel een langetermijnroadmap met Oxand Simeo™

Opschalen vanuit een succesvolle pilot vraagt om een roadmap die quick wins verbindt met langetermijndoelen voor assetmanagement. Met de aangetoonde ROI en minder downtime uit de pilot kan Oxand Simeo™ helpen om een strategisch plan te bouwen op basis van echte data.

Oxand Simeo™ combineert pilotinzichten met meer dan 10.000 verouderingsmodellen en 30.000 onderhoudsregels om te simuleren hoe een volledige assetportefeuille zich over tijd ontwikkelt. Daardoor kunt u investeringen prioriteren, ook voor assets die niet in de pilot zaten, door probabilistische modellen te gebruiken voor faalkans en potentiële kosten.

Gebruik pilotdata eerst om een kritikaliteitskader te bouwen. Breid daarna systematisch uit naar assets met hoog risico en hoge kosten [6]. Naarmate data groeit, kunt u overstappen van handmatige analyse naar AI-ondersteunde tools die zijn geïntegreerd met CMMS of ERP [2][1][6].

De roadmap moet ook organisatorische verandering adresseren. Terrence O’Hanlon van de Reliability Leadership Foundation verwoordt het zo:

“Onderhoud 4.0 is een door machines ondersteunde digitale versie van alles wat we de afgelopen veertig jaar als mensen hebben gedaan om ervoor te zorgen dat onze assets waarde leveren voor onze organisatie” [3].

Gebruik pilotresultaten om waarde aan te tonen, steun te krijgen en een multidisciplinair team te bouwen met Maintenance Managers, Reliability Engineers, IT Leads en Operations Supervisors [6]. Stel duidelijke mijlpalen vast en meet continu. Typische uitkomsten zijn 10-25% lagere kosten op gerichte onderhoudsactiviteiten, betere assetbeschikbaarheid en hogere energie-efficiëntie.

Conclusie: van quick wins naar langetermijnwaarde

Belangrijkste lessen uit de pilot

Een 90-dagenpilot maakt één ding duidelijk: voorspellend onderhoud draait om financiële waarde [4]. Kleine, gefocuste teams boeken vaak betere resultaten dan grote stuurgroepen. Starten met ongeveer 5% van de assets, meestal 15 tot 50 eenheden, geeft genoeg data om waarde te bewijzen zonder de organisatie te overladen [4].

Een tweede les: de eerste stijging van onderhoudsactiviteit is geen mislukking. Het systeem vindt verborgen problemen die er al waren [1]. Succes vraagt de combinatie van digitale inzichten en praktijkkennis van technici. Juist die combinatie maakt van een pilot een duurzaam programma.

De route naar beter assetmanagement

De lessen uit de pilot reiken verder dan onderhoud. Ze laten zien hoe voorspellend onderhoud aansluit op bredere organisatiedoelen. Door van reactieve reparaties naar proactieve planning te gaan, werkt u richting “near-zero downtime and near-zero waste”. Dat raakt niet alleen kosten, maar ook winstgevendheid, veiligheid en milieu-impact [5].

Langere levensduur, minder noodreparaties en slimmere voorraad van onderdelen besparen geld, verbeteren veiligheid en verlagen milieubelasting. De databasis uit de pilot, via Oxand Simeo™ of een ander systeem, vormt de basis voor betere asset-investeringsplanning. Met probabilistische modellen die faalrisico en kosten voorspellen, kunt u investeringen over de volledige portefeuille prioriteren in plaats van alleen op pilot-assets te sturen.

Start uw traject voor voorspellend onderhoud

Het 90-dagenkader laat zien dat u geen jaren voorbereiding of massaal sensornetwerk nodig hebt om te beginnen. U hebt wel duidelijke doelen, zorgvuldig gekozen pilot-assets en objectieve resultaatmeting nodig. Klein starten levert quick wins, bouwt vertrouwen op en maakt het eenvoudiger om opschaling te onderbouwen.

Oxand Simeo™ kan helpen om pilotsuccessen te vertalen naar portefeuilleniveau. Door uw data te combineren met een bibliotheek van meer dan 10.000 verouderingsmodellen en 30.000 onderhoudsregels ontstaat een duidelijk pad vooruit. Of u nu infrastructuur, gebouwen of gemengde assetportefeuilles beheert: gebruik pilotresultaten om stakeholders mee te krijgen, een standaardaanpak te bouwen en een meerjarig plan te maken waarin directe kostenbesparing is verbonden met duurzaam assetmanagement.

FAQ’s

Hoe krijg ik stakeholders mee voor een pilot voorspellend onderhoud?

Begin met een heldere businesscase die de pilot koppelt aan meetbare financiële uitkomsten. Stel bijvoorbeeld doelen vast zoals minder ongeplande downtime of vermeden reparatiekosten, bijvoorbeeld $450.000 vermeden downtime over zes maanden. Maak een eenvoudige ROI-berekening en een duidelijke tijdlijn, zoals 30 dagen setup, 60 dagen integratie en 90 dagen optimalisatie.

Zorg dat de pilot aansluit op organisatiedoelen en betrek vanaf het begin een multidisciplinair team. Wijs verantwoordelijkheden toe, plan regelmatige updates en volg metrics zoals downtime-uren, onderhoudskosten per asset en arbeidsproductiviteit. Zo wordt voortgang zichtbaar en geloofwaardig.

Positioneer de pilot als een laag-risico, hoge-opbrengst traject met potentieel voor langetermijnbesparing. Leg uit hoe een succesvolle pilot downtime met 45-65% kan verlagen en dure storingen kan voorkomen.

Welke prestatiemetrics moet ik monitoren tijdens een pilot?

Volg metrics die succes en waarde zichtbaar maken. Begin met downtimereductie, dus de tijd die wordt bespaard doordat storingen worden voorkomen. Meet daarnaast bespaarde onderhoudskosten en analyseer Overall Equipment Effectiveness (OEE), die uptime, snelheid en kwaliteit combineert.

Kijk ook naar ROI en verbetering in asset uptime. Samen geven deze metrics een helder beeld van financiële en operationele impact en ondersteunen ze een besluit om voorspellend onderhoud breder uit te rollen.

Hoe selecteer ik de beste assets voor een 90-dagenpilot?

Kies assets die snel meetbare resultaten kunnen laten zien. Begin met duidelijke businessdoelen, zoals minder ongeplande downtime, lagere onderhoudskosten of betere veiligheid. Die doelen bepalen welke assets relevant zijn.

Beoordeel vervolgens de kritikaliteit per asset: mogelijk omzetverlies door downtime, veiligheidsrisico en belang voor productie. Geef prioriteit aan assets met de grootste totale impact. Kies assets waarvoor al conditiedata beschikbaar is of die eenvoudig met sensoren kunnen worden uitgerust, zoals trillings-, temperatuur- of olieanalysesensoren.

Houd de scope beheersbaar met een kleine groep van 3 tot 5 assettypen of een bredere set van 15-50 individuele assets. Valideer de keuze met stakeholders, zodat verwachtingen en steun vanaf het begin helder zijn.

Gerelateerde blogposts

• Voorspellend onderhoud voor gebouwen: waar analytics het snelst rendeert
• Voorspellend onderhoud zonder IoT en realtime data: waarde voor infrastructuur en gebouwen
• ROI van voorspellend onderhoud
• De echte ROI van voorspellend onderhoud berekenen en verwerken in uw investeringsplan