Continuous Improvement

Continu verbeteren met AI

Bijdrage door
Gino Quenis
No items found.

Video beschikbaar voor leden na onze kick-off op 30/03/2022.

Video beschikbaar voor leden na onze kick-off op 30/03/2022.

Hoe helpt AI STAS om continu te verbeteren ?

STAS startte op de Gemba, bij de werkposten en de medewerkers zelf. Met behulp van AI werden werkposten gefilmd en razendsnel omgezet naar digitale werkinstructies. Vervolgens werden de processen geanalyseerd op waste, ergonomie, veiligheid, taktijden en lijnbalancering.

AI maakte bovendien concrete verbetermogelijkheden zichtbaar, waarna het STAS-team zelf de meest waardevolle verbeteringen beoordeelde en implementeerde.

En daar stopt het niet. Met de nieuwste AI-mogelijkheden kan de uitvoering op de werkvloer ook worden vergeleken met de afgesproken standaard. Zo worden afwijkingen sneller zichtbaar en kunnen standaarden beter worden geborgd.

Van Go & See naar AI & Improve

Stap 1 – Van video naar digitale standaard
Met Manual.to werden de werkposten eenvoudig gefilmd. AI zette deze beelden in een fractie van de tijd om naar professionele digitale werkinstructies.

Stap 2 – AI analyseert de werkpost
Via othus werden de werkposten automatisch geanalyseerd op:
- Waarde-toevoegende activiteiten versus waste
- Ergonomische belasting
- Veiligheidsrisico's
- Taktijden en lijnbalancering

Stap 3 – AI stelt zelf verbeteringen voor
Het systeem stopt niet bij analyseren. AI formuleert ook concrete verbeteradviezen voor veiligheid, ergonomie, flow en efficiëntie. Het STAS-team beoordeelde deze voorstellen en implementeerde de meest waardevolle verbeteringen.

Stap 4 — Onderzoek naar AI-ondersteunde procesconfirmatie

Na het vastleggen en verbeteren van een standaard ontstaateen volgende interessante vraag: "kan AI ook helpen om een nieuwe uitvoering van een proces te vergelijken met de afgesproken standaard?" Manual.to onderzoekt momenteel hoe multimodale AI hierbij kan ondersteunen. In een eerste onderzoeksopzet kan AI beelden van een uitgevoerde taak vergelijken met de beschikbare procesinformatie en mogelijke aandachtspunten naar voren brengen. De AI werkt als een extra paar ogen: mogelijke aandachtspunten worden zichtbaar gemaakt, waarna een medewerker, trainer of proces verantwoordelijke zelf beoordeelt wat relevant is. Tijdens het webinar tonen we een eerste indruk van deze richting en nodigen we organisaties uit dies amen met Manual.to willen onderzoeken waar dit in industriële omgevingen waarde kan creëren.

Over de auteur

Gino Quenis

Oprichter en bezieler Lean Lead

Gino Quenis is de oprichter van Lean Lead. Hij heeft jarenlange ervaring in Lean en brengt mensen samen die vanuit de praktijk en met kennis van zaken anderen kunnen inspireren.

Auteur bekijken