Van losse gegevens naar een geïntegreerde prefab productie

Digitalisering is in de prefab industrie geen doel op zich. De werkelijke winst ontstaat wanneer gegevens maar één keer worden ingevoerd en daarna beschikbaar blijven voor engineering, planning, productie, kwaliteitscontrole en logistiek. Volgens Rony Verlee, managing director van i-Theses Group, werken nog veel producenten met losse software, Excel-bestanden en intern ontwikkelde databases. Dat kost tijd, vergroot de foutkans en maakt processen kwetsbaar, zeker wanneer de kennis over zo'n systeem bij één medewerker ligt.

Automatisering vraagt om focus

Prefab productie leent zich bij uitstek voor automatisering. Elementen worden in een gecontroleerde omgeving vervaardigd, waardoor kwaliteit, snelheid en materiaalgebruik beter beheersbaar zijn. Verlee ziet dat de best presterende producenten voortdurend investeren in het verfijnen van hun processen. Daarbij gaat het niet alleen om tekenen en rekenen, maar juist om de koppeling tussen planning, machines en medewerkers op de productievloer. “De best renderende prefab bedrijven zijn de bedrijven die zwaar investeren in automatisering”, stelt hij. Productiegegevens kunnen rechtstreeks worden doorgestuurd naar onder meer plotters, zaagmachines en robots. Steeds vaker komt ook informatie terug uit de fabriek. Wanneer tijdens de productie iets misgaat, wordt dit direct geregistreerd. De producent kan het element opnieuw inplannen en voorkomen dat de afgesproken levering in gevaar komt. De grootste schade zit volgens hem vaak in de verstoring van planning en transport.

Van leverdatum naar productieplanning

Een geïntegreerd systeem verbindt de globale leverdatum met alle stappen die daaraan voorafgaan. Vanuit het gewenste aflevermoment kan worden teruggerekend wanneer tekeningen gereed moeten zijn, goedkeuring nodig is en de productie moet starten. Naarmate een project vordert, worden de gegevens steeds verder aangevuld en verfijnd. Ook vrachtindeling, voorraadbeheer en facturatie kunnen op die informatie aansluiten.

Bij grotere ondernemingen blijft vaak een administratief ERP-systeem actief. De productieomgeving wisselt daarmee via koppelingen gegevens uit. Een order hoeft daardoor niet opnieuw te worden ingevoerd en wordt binnen de productieomgeving verrijkt met technische, logistieke en planningsinformatie.

Begin beheerst en breid daarna uit

Een volledige digitale omgeving in één keer invoeren klinkt aantrekkelijk, maar is volgens Verlee zelden verstandig. Wanneer medewerkers met te veel nieuwe functies tegelijk worden geconfronteerd, groeit de kans dat toepassingen niet goed worden gebruikt. Daarom begint een implementatie vaak met tekenen, productieplanning en vrachtindeling. Kwaliteitscontrole, orderpicking en registratie op het buitenterrein volgen in een volgende fase. “Start beperkt en breid maar uit”, adviseert hij. Webgebaseerde toepassingen maken die uitbreiding eenvoudiger. Medewerkers kunnen via een browser werken op een computer, tablet of telefoon. Updates worden centraal doorgevoerd, waardoor niet langer verschillende softwareversies naast elkaar bestaan. Bovendien kan kwaliteitsinformatie, inclusief foto's van beschadigingen of afwijkingen, direct op locatie worden vastgelegd.

Kansen en grenzen

Kunstmatige intelligentie biedt volgens Verlee kansen bij softwareontwikkeling, productieoptimalisatie en het analyseren van bedrijfsgegevens. Een gebruiker kan bijvoorbeeld een databank bevragen om omzetontwikkelingen of productiecijfers inzichtelijk te maken. Ook zijn proeven gedaan met het optimaliseren van baanplanningen. Toch waarschuwt hij voor overspannen verwachtingen. Een overtuigende demonstratie betekent nog niet dat een toepassing in de dagelijkse praktijk alle uitzonderingen en productievoorwaarden herkent. Ervaren analisten blijven nodig om de uitkomsten te beoordelen en de juiste parameters vast te leggen.

Data blijft de beperkende factor

De grootste uitdaging ligt volgens Verlee bij de kwaliteit van de brondata. Vooral bij maatwerk in wanden, balken en kolommen ontbreken in uitgewisselde modellen nog geregeld gegevens die voor productie noodzakelijk zijn. Een model kan geschikt zijn voor ontwerp en afstemming, maar daarmee nog niet volledig genoeg zijn om machines aan te sturen. Prefab producenten moeten daarom afspraken maken met studie- en tekenbureaus over de manier waarop informatie wordt aangeleverd. “Je moet de gegevens hebben en die data goed gestructureerd krijgen”, aldus Verlee. Zonder die basis levert verdere automatisering vooral een digitale versie van een onvolledig proces op. De techniek ontwikkelt snel, maar betrouwbare data, gefaseerde invoering en betrokken medewerkers bepalen of digitalisering ook werkelijk rendement oplevert.