NVDO Onderhoudskompas 2018/2019

NVDO NVDONVDONVDON PAS ONDERHOUDSKOMPASON Visie, Trends en Ontwikkelingen in de Nederlandse Onderhoudsmarkt.

N O

W Z INCLUSIEF “BIG DATA ALS

ENABLER VOOR PREDICTIVE MAINTENANCE”

2018/2019

Betrouwbaarheid verhogen & TCO verlagen Daar staat Van Meeuwen voor. In acht decennia is het familiebedrijf Van Meeuwen Industries uitgegroeid tot een specialist in het complete smeertechnisch onderhoud.

Door oog te hebben voor details, het leveren van maatwerk en het juiste advies helpen we de Total Cost of Ownership te verlagen. Met meer betrouwbaarheid en minder storingsminuten door de juiste smering. Voor uiteenlopende markten en toepassingen.

Productiviteit verhogen met onze smeermiddelen, services, smeersystemen, chemicals en smeertechnische opleidingen. Voor een hoger rendement en optimale prestaties van uw machines en medewerkers.

lubrication

services

■

www.vanmeeuwen.com

■

■

systems

info@vanmeeuwen.com

■

■

chemicals

The Netherlands +31 (0)294 494 494

■

■

education

Belgium +32 (0)53 76 76 00

INHOUD Voorwoord

5

NVDO Onderhoudskompas 2018/2019 Koers door het kompas 8 Verantwoordingsparagraaf 10 Samenstelling van de respondenten 12 Top tien trends 14 Trends per sector 22 Trends, feiten en cijfers 30 Functiehuis 56 Samenvatting NVDO onderhoudskompas 62 Summary NVDO Maintenance Compass 64

Slimmer, duurzamer en makkelijker onderhoud 64 Visiedocument De rol van big data als enabler van predictive maintenance Summary Vision Document

68 90

Actualiteit van de Technische Arbeidsmarkt 93 Opties voor de NVDO als branchevereniging 108 Bijlagen Bijlage 1: De NVDO Onderhoudssectoren Bijlage 2: Verklarende woordenlijst Bijlage 3: Overzicht stuurgroep en klankbordgroepen

110 110 113

Colofon Het NVDO Onderhoudskompas 2018/2019 is een uitgave van de NVDO, de Nederlandse Vereniging voor Doelmatig Onderhoud Lange Schaft 7G 3991 AP Houten Tel. 030 6346040 www.nvdo.nl info@nvdo.nl

Redactie: Ellen den Broeder-Ooijevaar; Verenigings Manager NVDO Korik Alons; NLMTD B.V. Media-adviseur Peter van den Bosch Tel. +31 (0)88 - 644 06 10 Uitgever Roeland Dobbelaar

UitgeverIJ Vakbladen.com Rijswijkseweg 60 (13e etage), 2516 EH Den Haag, tel.: +31 (0)88 644 06 00

Eerste druk 2018/2019 Niets uit deze uitgave mag worden vermenigvuldigd en/of openbaar gemaakt op welke wijze dan ook zonder voorafgaande schriftelijke toestemming van de NVDO. Het Onderhoudskompas - 3

Wij begrijpen dat u de stabiliteit en betrouwbaarheid van uw proces wilt verhogen.

BETROUWBAAR + BEREIKBAAR U kunt erop vertrouwen dat wij daar zijn waar u ons nodig hee�.

Klanten over de hele wereld vertrouwen op Endress+Hauser als het gaat om procesautomatisering. Ons gezamenlijke doel is om de beschikbaarheid, e�ciency en veiligheid van uw installaties te garanderen. Wij staan elke dag voor u klaar, waar u ook bent.

People for Process Automation

Meer informatie: www.nl.endress.com/services

4 - Het Onderhoudskompas

VOORWOORD

I

n de Nederlandse onderhoudsmarkt gaat tussen de 31 en 36 miljard euro om, zo’n 4-5% van het Bruto Binnenlands Product (BBP).

De volledige onderhoudssector biedt werkgelegenheid aan zo’n 310.000 onderhoudsprofessionals. Daarmee is ongeveer 3,5% van de werkzame bevolking in Nederland actief in de onderhoudssector.

In totaal wordt 85% van het onderhoudsbudget daadwerkelijk aan onderhoud besteed. De rest, 15%, is aan te duiden als overheadkosten. De totale groei van de gemiddelde omzet per bedrijf(sonderdeel) is van 3,5% gestegen naar 3,8% ten opzichte van vorige jaar. In alle sectoren binnen het onderhoud vindt omzetgroei plaats.

Met name de Manufacturing en Food, Beverage en Farma sectoren groeien hard. Verder is de omzet van de Adviseur/Inspecteur sterk gestegen afgelopen jaar. Een verklaring hiervoor kan zijn dat technologische ontwikkelingen steeds breder geïmplementeerd moeten worden, en er daardoor adviseurs met specialistische kennis en kunde nodig zijn.

Voor u ligt het NVDO Onderhoudskompas 2018/19. Vanuit het Onderhoudskompas zien we dat de behoefte aan IT-systemen, data, technologie en innovatie toeneemt. Met de geschikte IT-systemen kan data snel worden verwerkt, zodat beslissingen beter en sneller kunnen worden gemaakt.

Daarnaast geeft de focus op technologie en innovatie aan dat er een wens

is om processen efficiënter, flexibeler en kwalitatief beter te maken. Na de economische crisis is er nu weer meer ruimte voor investeringen, zoals het implementeren van predictief onderhoud.

En dat is een analyse waard. In deze editie van het NVDO Onderhoudskompas Visiedocument wordt dan ook ingegaan op “Big Data als enabler voor Predictive Maintenance”. Aan de hand van de conclusies van dit Visiedocument, geven wij u een aantal aanbevelingen. Voordat bedrijven predictief onderhoud willen toepassen, dienen ze eerst na te gaan wat ze precies willen met het onderhoud en hoe predictief onderhoud daarbij zou kunnen helpen. Bedrijven beginnen met het implementeren van predictief onderhoud, maar weten eigenlijk niet precies wat ze ermee willen. Hierdoor lopen zij tegen de uitdagingen aan van predictief onderhoud en blijven vooraf verwachte resultaten uit. Daarom hebben we een aantal stappen vastgesteld die bedrijven kunnen maken voordat ze de daadwerkelijke toepassing van predictief onderhoud gaan doen, zodat de toepassing gerichter, effectiever en efficiënter zal zijn.

Daarnaast diepen we de problematiek en mogelijke oplossingsrichtingen uit voor de technische arbeidsmarkt. Het probleem van voldoende technisch geschoold personeel is, na vorig jaar, ook dit jaar de meest impactvolle trend voor bedrijven. In de update “Actualiteit van de technische arbeidsmarkt”

Het Onderhoudskompas - 5

Op weg naar

EuroMaintenance

2021

Op 27 tot en met 31 maart 2021 beleeft u onderhoud zoals u het nog nooit heeft beleefd!

Dan organiseert de NVDO het internationale evenement EuroMaintenance in een spiksplinternieuw Rotterdam Ahoy. Onderhoudsprofessionals vanuit de hele wereld sluiten aan bij inhoudelijke lezingen, demonstraties, bedrijfsbezoeken en een speciale editie van de grootste onderhoudsbeurs van de Benelux; Maintenance Next.

MGH is dé partner die de industrie draaiende houdt voor zware elektromechanische aandrijfgroepen!

SERVICECENTERS Machelen - 1830 Machelen Antwerpen Luithagen haven 2 Unit K -2030 Antwerpen Tel 24/24 : +32 (0)2 753 00 40 Fax : +32 (0)2 753 00 49 info@MGH.be - www.MGH.be

BIS Both Industrial Services B.V. is sinds 1987 gespecialiseerd in ontwerp en levering van hoogwaardige onderdelen voor mechanische koeltorens en luchtkoelers. BIS vertegenwoordigt in Europa diverse fabrikanten die hiervoor wereldwijd standaard producten leveren.

Het BIS leveringsprogramma omvat de volgende producten: Ventilatoren met glasvezelversterkte polyester of aluminium bladen tot 40 ft. (> 12 meter) diameter.

Glasvezelversterkte kunststof ventilatorhuizen en “inlet-bells”, tot ca. 10m diameter bij een hoogte van 6m.

Haakse en parallelle tandwielkasten voor koeltorens en luchtkoelers; haakse kasten voor verticaal aangedreven (brandblus-) pompen.

Aandrijfassen van zeer licht koolstofvezelversterkt materiaal waarmee grote afstanden tussen motor en tandwielkast overbrugd worden, zonder tussenlager!

Joke Smitkade 161 3137 ZL VLAARDINGEN Netherlands

6

-

Het Onderhoudskompas

Tel: 010 2497046 Fax: 010 2497047 E-mail: sales@bisboth.nl

www.bisboth.nl www.power-technology.com

lichten we toe waar het probleem ten aanzien van de schaarste aan technisch geschoold personeel voornamelijk ligt, gevolgd door de oorzaken van het probleem. Ook beschrijven we hoe bedrijfsleven, onderwijs en overheid een rol kunnen spelen in het verkleinen van het tekort en geven we concrete aanbevelingen aan bedrijven om met het tekort aan technisch geschoold personeel om te gaan.

Dit NVDO Onderhoudskompas (inclusief Visiedocument), bied ik u met trots aan en vermeld daarbij dat deze editie tot stand is gekomen in samenwerking met NVDO-partners Accenture en NLMTD B.V.

Met dit Onderhoudskompas geeft de NVDO een duidelijke richting voor het ontwikkelen van kennis over de Nederlandse onderhoudssector in de keten Asset Management. De waarde van het Onderhoudskompas is meervoudig. Ten eerste bieden de resultaten belanghebbenden een goede kijk in de keuken van de brede en pluriforme markt van beheer en onderhoud. Vervolgens gaat het in op relevante marktontwikkelingen en trends. Bovendien vormt dit kompas een leidraad voor bedrijven die een beter beeld willen krijgen van de markt waarin zij actief zijn om zo de groeikansen die hierin opgesloten liggen, nog beter te benutten.

Tijdens het onderzoekstraject hebben fantastisch veel mensen met veel inzet en enthousiasme meegewerkt aan het totale traject van onderzoek, lite-

ratuurstudie, interviews en deelname in klankbordgroepen. Ook de enquĂŞte, die in het kader van dit onderzoek is uitgezet, mocht een ongekend hoge respons rekenen. Dat zou niet mogelijk geweest zijn zonder de buitengewone inzet van velen. Ik wil dan ook alle personen die op enigerlei wijze aan deze editie van het NVDO Onderhoudskompas hebben bijgedragen, hartelijk danken voor hun inzet. De resultaten van hun inspanningen zijn terug te vinden in deze publicatie.

Ik ben er zeker van dat de boodschap u zal inspireren om uw visie op de toekomst vorm te geven en om te zetten in een effectieve strategie.

Bas Kimpel Voorzitter NVDO

Het Onderhoudskompas

-

7

KOERS DOOR HET NVDO ONDERHOUDSKOMPAS 2018-2019

Dit NVDO Onderhoudskompas geeft door middel van trends, visies, feiten en cijfers een beeld van de Nederlandse onderhoudsmarkt anno 2018/19. Om een duidelijk beeld te krijgen van de onderhoudsmarkt is wederom een enquête uitgezet onder de NVDO-leden. Door de feiten en cijfers te analyseren en te vergelijken met voorgaande jaren kunnen er patronen gevonden worden en helpt het inzicht te krijgen in de belangrijkste ontwikkelingen.

I

n dit Onderhoudskompas vindt u allereerst de belangrijkste trends die impact hebben op de onderhoudssector. Daarna volgt een analyse van de feiten en cijfers in vier verschillende categorieën: Markt, Personeel, Prestatie en Innovatie. In de analyse wordt er onderscheid gemaakt tussen drie rollen: de Asset Owner/ Manager, de Adviseur/Inspecteur en de Service Provider.

Daarnaast worden er vijf verschillende sectoren onderscheiden: Infra, Manufacturing, Procesindustrie, Food Beverage Farma en Onroerend Goed.

Markt Het NVDO Onderhoudskompas geeft met de analyse een goed beeld van de onderhoudsmarkt over 2018/19. De ontwikkelingen in totale onderhoudsuitgaven worden gepresenteerd. Ook wordt omschreven hoe de groei (in omzet en budget) per sector is en wat de verwachtingen voor de toekomst zijn.

Personeel Het onderdeel Personeel is een groot gedeelte van de analyse van het NVDO Onderhoudskompas. De rollen binnen een onderhoudsorganisatie worden toegelicht in het hoofdstuk over het Functiehuis. In dit hoofdstuk worden verschillende rollen, gemiddelde salarissen en opleidingsniveaus omschreven. Verder wordt er dieper ingegaan op de ontwikkelingen in de samenstelling van het medewerkersbestand (o.a. aantal vrouwen en flexwerkers). Ook wordt in het hoofdstuk Personeel

8 - Het Onderhoudskompas

inzichtelijk gemaakt wat het ziekteverzuim is, waar er schaarste heerst en aan welke specifieke kennis op dit moment behoefte is.

Prestatie De NVDO heeft al een aantal jaar de feiten en cijfers over de prestatie van onderhoudsmarkt verzameld op basis van input vanuit haar achterban. Deze cijfers laten onder meer de beschikbaarheid van de assets zien en de verdeling van de onderhoudswerkzaamheden. Tenslotte worden onderwerpen beschreven omtrent het uitbesteden van onderhoudswerkzaamheden en lopende contracten met onderaannemers en opdrachtgevers.

Innovatie In dit hoofdstuk bespreken we de innovaties en technologische ontwikkelingen binnen de onderhoudsmarkt. De huidige positie van de onderhoudsmarkt t.o.v. andere sectoren aangaande innovatie en technologische ontwikkelingen, wordt ten eerste beschreven.

Daarna beschrijven we de status van implementatie van technologieën als IoT, Big Data, 3D printing, robotica, AR en VR in de onderhoudsmarkt.

Na de feiten en cijfers vindt u twee uitgebreide publicaties met verdieping op inhoudelijke thema’s: • Visiedocument “Big Data als enabler van Predictive Maintenance” • Update “Actualiteit van de Technische Arbeidsmarkt”

Het Onderhoudskompas - 9

VERANTWOORDINGSPARAGRAAF

NVDO ONDERHOUDS KOMPAS

De grootste onderhoudsvereniging in Europa, de NVDO, onderzoekt, ontwikkelt en publiceert niet alleen kentallen en trends, maar gaat daarmee ook graag aan de slag. De strategische opties zijn niet alleen voor de BV Nederland van waarde, ook voor de branchevereniging uit Houten zijn ze bepalend voor het beleid. Deze paragraaf is bedoeld ter verantwoording daarvan.

“Inspelen op het tekort aan technisch geschoold personeel” Citaat 1: Om de krapte op de arbeidsmarkt te verminderen, zou de NVDO op de volgende twee manieren onderhoudsorganisaties kunnen ondersteunen. De NVDO kan een rol spelen bij het faciliteren van een dialoog tussen de onderhoudssector en het onderwijs Er is een interne Task Force “Technische Arbeidsmarkt” ingericht die de dialoog met het reguliere onderwijs zal opstarten. Daarmee is een begin gemaakt tijdens de NVDO Bestuurdersdag waarin Doekle Terpstra, kartrekker TechniekPakt, de aanzet heeft gegeven. Naar verwachting volgt medio 2019 hiervan een resultaat..

Citaat 2: Voor de NVDO is een rol weggelegd m.b.t. het aanbieden van cursussen gerelateerd aan belangrijke technologische ontwikkelingen zoals Big Data, IoT, en ICT-systemen. In de toekomst zal immers meer behoefte zijn aan engineers en data-analisten Data Asset Management is als training opgenomen in het portfolio van de NVDO Maintenance Academy. Op het moment van het verschijnen van dit Onderhoudskompas wordt vorm gegeven aan een samenwerking tussen NVDO en Brunel om met name nieuwe werkvoorbereiders op te leiden. Daarbij zorgt Brunel voor de aanwas en de vereniging voor het opleiden van die mensen.

“Ondersteuning bieden rondom de invulling van regelgeving” Citaat: De NVDO kan haar leden helpen bij het 10 - Het Onderhoudskompas

vergroten van hun compliance kennis door middel van kennisdeling Regelgeving is voor de sectoren in het NVDO Onderhoudskompas divers en het verschilt per sector. Het is daarom onmogelijk dat de vereniging bij alle regelgeving betrokken is.

Toch doen we daar ons uiterste best voor en is er een aantal resultaten. Zo is de NVDO partner in Veiligheid Voorop waar onder andere richtlijnen worden ontwikkeld t.b.v. BRZO-bedrijven. De NVDO werkt mee aan regelgeving die geïnitieerd wordt vanuit het Platform Duurzame Huisvesting. De (door)ontwikkeling van ISO55000 is mede in samenwerking met de NVDO tot stand gekomen. Nieuwe en/ of aanpassingen in NEN-normen brengt de NVDO onder de aandacht via haar website, tijdens evenementen of, indien het generieke normen betreft, in de digitale nieuwsflits.

Aanvullend kan worden gemeld dat er tijdens fysieke evenementen aandacht wordt gegeven aan NEN2767, ATEX en Machinerichtlijn.

Kennisdeling faciliteren rondom technologische ontwikkelingen Citaat: De NVDO kan haar achterban hierin ondersteunen door het organiseren van bijeenkomsten, waar de focus ligt op het delen van kennis De NVDO Website is altijd actueel en daar wordt kennis m.b.t. technologische ontwikkeling continue gedeeld. Daarnaast wordt aan innovaties in het algemeen ruimschoots aandacht gegeven in het VAM (Vakblad Asset Management). Fysieke evenementen hebben bijna altijd input vanuit de technologie.

“Extra trainingen aanbieden en samenwerkingen stimuleren binnen big dataprocessing” De NVDO heeft deze aanbeveling in het Onderhoudskompas ter harte genomen. Buiten het feit dat Big Data een thema is tijdens kring- en sectiebijeenkomsten is een nieuwe training ontwikkeld die de Onderhoudsprofessional in het bijzonder verder zal helpen bij het juiste gebruik van data.

Met de NVDO Sectie Suto is in samenwerking met de TU Twente een relatie gelegd van het nut van Big Data in het kader van ageing assets.

De NVDO stimuleert samenwerkingen. Daarbij geeft zij op verenigingsniveau het goede voorbeeld door bijvoorbeeld bestuurlijke zetels aan te bieden aan/in te vullen door collega verenigingen.

“Kennisdeling en voorlichting rondom ICTsystemen” Citaat: Kennisdeling binnen de onderhoudsmarkt, gefaciliteerd door de NVDO, zal helpen bij het inzichtelijk maken van de voordelen en mogelijkheden van moderne ICT-systeme Onder de naam “Improve” besteedt de NVDO in elke VAM-uitgave aandacht aan het nut en noodzaak van een modern ICT-systeem. Daarnaast organiseert de vereniging in samenwerking met haar leden ook webinars, voornamelijk bedoeld om de gebruiksvriendelijkheid van systemen te verhogen. Een mooie ontwikkeling is de samenwerking met VNSG waar ongeveer 700 SAP-gebruikers in zijn verenigd.

De VNSG (Vereniging Nederlandstalige SAP Gebruikers) werkte bijvoorbeeld ook mee aan het Visiedocument in dit Onderhoudskompas “Big Data als enabler voor Predictive Maintenance”.

Onafhankelijk kan gezien worden als de ziel van de NVDO. Om die reden zal er vanuit dit statement nooit een aanbeveling komen voor 1 type ICT-systeem.

“Samenwerking binnen het bedrijf en de keten” Citaat: NVDO kan, in samenwerking met het consortium Logistiek Verenigd, dit gedachtegoed verder verspreiden

Op de website logistiekverenigd.nl worden continue best practices gedeeld.

Er is elk halfjaar een fysiek evenement om kennis te delen in gezamenlijkheid tussen NVDO, VLM, SLF en TKI/Dinalog onder de paraplu van Topsector Logistiek.

Dat doen we ook met jonge netwerken tot 35 jaar. Daarvoor dient de website jongprofessionalsverenigd.nl. Jaarlijks vindt een groot festival plaats in gezamenlijkheid tussen NVDO, Bouwend Nederland, FMN, TVVL en UnetoVNI.

“Kennisdelen rondom verouderde assets & Smooth Introduction” Citaat: Door het geven van workshops en het organiseren van rondetafel bijeenkomsten kan de NVDO haar leden verder ondersteunen op het onderwerp verouderende assets De NVDO Sectie Suto doet (wetenschappelijk) onderzoek naar het thema in samenwerking met de TU Twente. De resultaten daarvan worden jaarlijks gepresenteerd tijdens het Sutocongres in oktober.

Als het gaat om Life Cycle Costing (LCC), heeft de NVDO een nieuwe training ontwikkeld “Life Cycle Costing”. Dit moet de deelnemers het volgende opleveren; Herkennen van valkuilen op het gebied van onderhoud, Inzicht in de methodieken van LCC, Waarde van informatie voor optimaliseren van Beheer en Onderhoud.

Maar ook inzicht in het waarom en wat mee te nemen in een LCC berekening en het kunnen toepassen van de methodiek en inzicht in de levenscyclus kosten.

Overige aanbevelingen Een van de belangrijke speerpunten van de Nederlandse Vereniging voor Doelmatig Onderhoud is synergie. Niet alleen intern tussen bijvoorbeeld Kringen en Secties, maar ook Extern. Daar is dagelijks aandacht voor en thema’s worden gezamenlijk uitgewerkt en/ of uitgerold.

Zomaar vier voorbeelden; www.jongprofessionalsverenigd.nl www.energieverenigd.nl www.platformduurzamehuisvesting.nl www.logistiekverenigd.nl

Het Onderhoudskompas - 11

SAMENSTELLING VAN DE

RESPONDENTEN VAN Samenstelling HET OHK 2018/19 van de respondenten van het OHK 2018/19 Samenstelling van de respondenten van het OHK 2018/19

Figuur 1

In totaal totaal hebben hebben 173 173 respondenten respondenten de de enquête enquête gemaakt. gemaakt.

•• In

• In•totaal hebbenrespondenten 173 respondenten de enquête Vooral van de gemaakt.

Procesindustrie en en Infra Infra hebben hebben de de en en • Vooral respondenten van de Procesindustrie • Vooralingevuld. respondenten van de Procesindustrie en Infra hebben de enquête ingevuld. ingevuld.

• Respondenten die “Anders” hebben ingevuld geven aan in voornamelijk in waterbeheer te • Respondenten Respondenten die die “Anders” “Anders” hebben hebben ingevuld ingevuld geven geven aan aan in in voorname voorname • werken. waterbeheer te werken. waterbeheer te werken.

• Daarna geven respondenten aan in de leisure (themapark), chemie (pul&paper), openbare Daarna gevensector respondenten aan in in de de leisure leisure (themapark), (themapark), chemie chemie (pul&p (pul&p •• Daarna geven respondenten aan ruimte of automotive te werken.

openbare ruimte ruimte of of automotive automotive sector sector te te werken. werken. openbare

Figuur 2

De rolverdeling rolverdeling van van de de respondenten respondenten is is goed goed verdeeld. verdeeld. De De Asset Asset O O •• De Pr Pr

• De rolverdeling van de respondenten is goed verdeeld. De Asset Owner/ Manager hebben het Manager hebben hebben het het grootste grootste aandeel aandeel met met 31%, en erna de Service Manager grootste aandeel met 31%, en erna de Service Provider met 29%. 31%, en erna de Service met 29%. met 29%.

• Respondenten die “Anders” (18%) hebben ingevuld zijn voornamelijk consultant of manager.

Respondenten die die “Anders” “Anders” (18%) (18%) hebben hebben ingevuld ingevuld zijn zijn voornamelijk voornamelijk cons cons •• Respondenten of manager. manager. of

12 - Het Onderhoudskompas

Het Onderhoudskompas - 13

TOP TIEN TRENDS BINNEN DE NEDERLANDSE ONDERHOUDSSECTOR Jaarlijks onderzoekt de Nederlandse Vereniging voor Doelmatig Onderhoud (NVDO) onderhoud cijfers binnen de keten van Asset Management. Daaruit ontdekken we trends en formuleren we een waardevolle visie.

I

n n het onderzoek zijn 24 trends voorgelegd en is gevraagd deze te beoordelen op impact en herkenbaarheid van de trend (op een schaal van 1-5). In figuur 1 is de herkenbaarheid van de trend uitgezet tegen de impact van de trend. De volgorde van de trends is op basis van impact vastgesteld. In figuur 2 staat de Top Tien Trends 2018/2019. Deze tien trends worden in de volgende paragrafen toegelicht.

Figuur 1: Impact vs Herkenbaarheid van de trends

1. Schaarste aan technisch geschoold personeel De meest impactvolle trend van dit jaar is de schaarste aan technisch geschoold personeel.

Al meerdere jaren staat deze trend in de top drie en de absolute impact van deze trend is elk jaar toegenomen in de maintenancesector.

Op dit moment is er sprake van een krappe arbeidsmarkt. Over heel Nederland staat het

Figuur 2: Top Tien Trends van het Onderhoudskompas 2018/19

aantal openstaande vacatures op het hoogste punt sinds 2008. Er staat 1 vacature open op elke 33 werknemers. In de onderhoudssector is de druk nog hoger! Er is gemiddeld 1 openstaande vacature per 20 werknemers.

Het percentage bedrijven dat verwacht voldoende technisch geschoold personeel aan zich te binden, is afgelopen jaar afgenomen van gemiddeld 57% naar 35%.

De schaarste op de technische arbeidsmarkt wordt beïnvloed door verschillende factoren.

Zo stimuleren de aantrekkende economie en de vergrijzing de vraag naar professionals in de onderhoudssector. Verder spelen de komst van nieuwe technologieën, het imago van de technische branche en de aansluiting tussen onderwijs en het bedrijfsleven ook een grote rol. Meer informatie over de oorzaken en mogelijke oplossingen van de schaarste op de technische arbeidsmarkt kunt u vinden in het hoofdstuk ‘Actualiteit Technische Arbeidsmarkt’.

2. Behoefte aan samenwerking binnen het bedrijf over bedrijfsonderdelen heen De trend ‘behoefte aan samenwerking binnen het bedrijf’ is dit jaar voor het eerst ge-

introduceerd in het Onderhoudskompas. Het is dan ook interessant om te zien dat deze trend zich op de tweede plek in de top tien trends bevindt. Dit geeft aan dat samenwerking binnen het bedrijf een relevante topic is voor onderhoudsbedrijven.

Voor het optimaal runnen van een bedrijf, is het belangrijk dat verschillende bedrijfsonderdelen samenwerken. Elk onderdeel vervult een belangrijke rol binnen het geheel. Zo is de rol van onderhoud in het operationele proces cruciaal, omdat zonder het juiste onderhoud assets grotere kans op downtime hebben wat de operatie kan verstoren. De onderhoudsafdeling wordt vaak afgerekend op alleen kosten (naast veiligheid en uptime). Door samenwerking in de volledige operationele keten wordt het mogelijk om investeringen in onderhoud af te wegen t.o.v. de waarde die het oplevert voor het bedrijf.

Hierdoor worden veel betere afwegingen gemaakt dan wanneer er simpelweg wordt aangestuurd op lagere kosten.

Een mogelijk voorbeeld van het belang van samenwerking over bedrijfsonderdelen heen is de toepassing van predictive maintenance.

De implementatie van predictive maintenance vraagt een substantiële investering vanuit het bedrijf. Als men bij de business case alleen kijkt naar de verlaging van onderhouds-

Het Onderhoudskompas

-

15

kosten, is de business case mogelijk ten onrechte negatief. Als er echter naar de benefits in de hele organisatie gekeken wordt (bijvoorbeeld impact op productie) kan de business case wel positief zijn.

De NVDO is zich bewust van de noodzaak tot samenwerking tussen bedrijfsonderdelen en heeft daarom het initiatief genomen tot het inrichten van het consortium “Logistiek Verenigd”. Dit betreft een samenwerking tussen de NVDO, SLF, VLM en TKIDinalog met steun van de Topsector Logistiek. Daarbij wordt aandacht gevraagd voor een optimale samenwerking tussen Onderhoud/Asset Management en Service Logistiek. Een van de resultaten betreft het vorig jaar verschenen Visiedocument ‘Onderhoud ontmoet Service Logistiek’. Dit document beschrijft dat er op dit moment vaak nog vanuit ‘silo’s’ gewerkt wordt: verschillende afdelingen met eigen KPI’s, budgetten, personeel, datasystemen, processen en verantwoordelijkheden. De managers van deze afdelingen leggen verantwoording af aan het overkoepelende directieteam over de prestaties van hun afdeling.

Om een betere samenwerking over het hele bedrijf te bewerkstelligen, is het belangrijk dat er een manager aangesteld wordt die over de hele keten verantwoordelijk is.

3. Een verouderende asset base Evenals vorig jaar staat de trend ‘Een verouderende asset base’ in de top 3. De uitdagingen op dit gebied zijn ten opzichte van vorig jaar toegenomen. Asset owners in ons onderzoek hebben aangegeven dat 36% van hun assets zich in de eindfase van de levensduur bevinden. Nog eens 7% heeft de levensduur van hun assets al moeten verlengen. Een deel van de huidige fabrieken en infrastructuur is 50 tot 60 jaar geleden gebouwd, in de periode na de Tweede Wereldoorlog. Deze machines en infrastructuur bereiken nu het einde van hun levensduur. Bijna de helft van de Westerse industriële installaties moeten tussen nu en 2025 vervangen worden.

Behalve financiële gevolgen, kunnen verou-

16 - Het Onderhoudskompas

derde installaties ook tot veiligheidsrisico’s leiden. Een relevant probleem doet zich voor in de chemische sector, specifiek bij BRZO-bedrijven, bedrijven die met gevaarlijke stoffen werken. Bij verouderde assets is het risico op blootstelling aan gevaarlijke stoffen groter. Zulke stoffen kunnen enerzijds voor acuut gevaar zorgen (zoals een explosie of een verbranding van de huid bij contact met de stof) en anderzijds ook lange termijn risico’s met zich mee brengen (zoals kanker en nadelige gevolgen voor de gezondheid van het nageslacht). Dit is met name relevant voor onderhoudsmedewerkers, omdat juist zij risico lopen op blootstelling wanneer ze de benodigde werkzaamheden uitvoeren op deze assets.

Er zijn grofweg twee manieren om met verouderde assets om te gaan. Enerzijds kunnen bedrijven de verouderde assets vervangen, anderzijds kan de levensduur verlengd worden. Het vervangen van assets is kostbaar en bedrijven hebben in tijden van laagconjunctuur niet altijd de middelen om vervangingsinvesteringen te maken. Hoewel we ons momenteel in een aantrekkende economie bevinden, geeft slechts 21% van de respondenten in ons onderzoek aan dat zij op dit moment in staat is om verouderde assets te vervangen. Echter, 36% laat weten dat zij genoodzaakt is om assets langer in bezit te houden dan gepland wegens economische en financiële omstandigheden. Zulke bedrijven, voor wie assetvervanging geen oplossing is, hebben er belang bij levensduurverlenging na te streven door middel van goed onderhoud. Top performers op het gebied van Asset Management zijn zelfs met verouderde assets in staat competitief en concurrerend te blijven. Door middel van een professionele maintenance organisatie, die focust op Operational Excellence, kunnen bedrijven de prestatie van hun assets optimaliseren: zo min mogelijk kosten maken terwijl de uptime verhoogd wordt. Uiteraard moeten dan ook de veiligheid en kwaliteit gewaarborgd blijven.

4. Aanscherping van regelgeving en noodzaak tot compliance Aanscherping van regelgeving en noodzaak tot compliance bevindt zich dit jaar op plaats 4 in de top tien trends. Deze trend staat al jaren hoog, omdat er een constante druk staat op bedrijven om te voldoen aan zowel wetgeving uit eigen land als normen en richtlijnen opgesteld door de EU. Wetgeving rondom veiligheid van arbeidsomstandigheden is aangescherpt. Verder is er een toename in het aantal regels wat betreft duurzaamheid en impact op het milieu.

De inspectie SZW zag het afgelopen jaar voor het vijfde jaar op rij een stijging van het aantal gemelde arbeidsongevallen. Het aantal ongevalsmeldingen steeg in 2017 met 12%.

Het aantal dodelijke ongevallen daalde daarentegen wel naar 50 in 2017 ten opzichte van 70 in 2016. Het SZW vermoedt dat de stijging in het totaal aantal incidenten voornamelijk te wijten is aan de oplevende economie en de druk die dat uitoefent op de arbeidsmarkt.

Werknemers moeten langer doorwerken en er worden minder ervaren arbeidskrachten ingeschakeld. Dit is bijvoorbeeld sterk te zien in de bouwsector waar, door een groot tekort aan personeel, een hogere werkdruk en de inzet van minder gekwalificeerd personeel, het risico op ongevallen zou kunnen vergroten.

De wet milieubeheer, de wet die energie besparen verplicht maakt voor bedrijven en instellingen, wordt uitgebreid met een informatieplicht. Asset owners, wiens gebouwen een energieverbruik van 25.000m3 gas per jaar of 50.000 kWh per jaar hebben vallen onder de informatieplicht. Zij moeten voor 1 juli 2019 aan het bevoegd gezag melden welke energiebesparende maatregelen zij hebben getroffen.

Sinds 1 januari 2018 is de Meldplicht Cybersecurity Vitale Infrastructuur, onderdeel van de Wet gegevensverwerking en cybersecurity (Wgmc), van kracht. Dit houdt in dat organisaties die gezien worden als deel van de Nederlandse vitale infrastructuur, zoals bijvoorbeeld drinkwaterbedrijven, netbe-

heerders van elektra en gas, vliegvelden, financiële instellingen en nucleaire vergunningshouders verplicht worden om digitale veiligheidsincidenten te melden aan het Nationaal Cyber Security Centrum (NCSC). Met het toenemend gebruik van IoT en Big Data zijn onderhoudsbedrijven kwetsbaarder voor cyber aanvallen. Het is dan ook belangrijk dat onderhoudsprofessionals die actief zijn in de vitale infrastructuur zich bewust zijn van de risico’s omtrent cyber security en dat zij rekening houden met de meldplicht, want het nalaten van het melden van een incident kan tot hoge boetes leiden.

Natuurlijk is het belang van wet- en regelgeving vanzelfsprekend. Het falen van machines of installaties kan leiden tot gevaarlijke situaties voor werknemers, consumenten en de omgeving. Toch kan compliant zijn met alle regels soms voor bedrijven een kostbaar en tijdrovend proces zijn. Het behalen van standaarden en certificaten is een manier om de ontwikkelingen te blijven volgen. Als bedrijven investeren in een hoge standaard op het gebied van compliance, kunnen zij ook makkelijker omgaan met nieuwe ontwikkelingen en regels.

5. Behoefte aan ICT-systemen De behoefte aan ICT-systemen is een belangrijke trend die nu al vier jaar op rij in de top-5 van meest impactvolle trends te vinden is. Uit onze enquête blijkt dat 61% van de informatie en data over de assets van onderhoudsbedrijven momenteel digitaal vastgelegd is. We verwachten dat door het toenemend gebruik van Big Data dit percentage in de komende jaren zal gaan stijgen en dat daarnaast steeds meer data verzameld zal worden. Voor het gebruik van Big Data zijn er ICT-systemen nodig om de grote hoeveelheid data te verzamelen en op te slaan. Hoe je vervolgens de data interpreteert en gebruikt, bepaalt het succes van deze technologie. Een grote uitdaging bij de digitalisering van de onderhoudssector is dat er vaak nog verouderde ICT-systemen gebruikt worden. Er moet ge-

Het Onderhoudskompas - 17

ïnvesteerd worden in de juiste software die noodzakelijk is om grote hoeveelheden data te verwerken.

Een andere trend die bij onderhoudsbedrijven bijdraagt aan de behoefte van ICT-systemen is de aanscherping van wet- en regelgeving en noodzaak tot compliance. Doordat bedrijven meer digitaliseren en data over hun assets opslaan, wordt het mogelijk sommige beslissingen en processen te automatiseren. Een manier om de druk van de toenemende regelgeving te verminderen, is door bijvoorbeeld interne audits te automatiseren door middel van data verkregen van sensoren. Doordat inspecties niet meer handmatig uitgevoerd hoeven te worden, houden onderhoudsmedewerkers meer tijd over voor hun kerntaken.

6. Aandacht voor duurzaamheid Duurzaamheid neemt steeds meer in belang toe en is dit jaar gestegen van plaats acht naar plaats zes. Met het oog op het Klimaatakkoord en het doel om in 2030 bijna de helft minder broeikasgassen uit te stoten, voert de overheid steeds meer regelgeving in op het gebied van milieu en duurzaamheid. Met onder andere het eerdergenoemde addendum in de wet milieubeheer probeert de overheid asset owners en bedrijven te stimuleren om energiebesparende maatregelen te nemen.

Voor asset owners is het belangrijk dat er maatregelen getroffen worden vanwege de nieuwe regelgeving die kantoorpanden vanaf 100m2 verplicht om minimaal energielabel C te hebben vanaf 2023. De RVO raadt daarom aan om maatwerkadvies aan te vragen bij een erkend energieadviseur. Ook de overheid wil niet achterblijven met het verduurzamen van het Rijks vastgoed. Zo wil het Rijk zelf naar label B gaan in 2023. In 2030 moet het energieverbruik gehalveerd zijn ten opzichte van 2008 en voor 2050 is de ambitie om de Nederlandse gebouwde omgeving volledig circulair te maken. Al deze doelstellingen zullen veel veranderingen vereisen in de bebouwde omgeving. Ook onderhoud speelt een rol bij

18 - Het Onderhoudskompas

deze veranderingen. Zo kan er bijvoorbeeld meer gekeken worden naar het meenemen van duurzaamheidseffecten in de aanbesteding van onderhoudsprojecten.

In 2017 is er al voor bijna 3,4 miljard euro geïnvesteerd in groene technieken, 700 miljoen euro meer dan in 2016. Dit komt mede door stimulatie vanuit de overheid. Bij het maken van investeringen in duurzaamheid kunnen asset owners namelijk vaak gebruik maken van regelingen van de overheid. Via Green Deals maakt de overheid afspraken met bedrijven om de regeldruk te verminderen. Verder helpt de overheid met het financieren van innovaties met subsidies en fiscale voordelen. Een voorbeeld hiervan is de Energie-investeringsaftrek (EIA). Bedrijven kunnen hiermee 55% van de investeringskosten aftrekken van de fiscale winst, gemiddeld levert EIA bedrijven 13,5% voordeel op.

Andere hulpmiddelen voor duurzame investeringen zijn de fiscale regelingen Milieu-investeringsaftrek en Willekeurige afschrijving milieu-investeringen (MIA en Vamil). Ook zien we een stijging in het aantal energieprestatiecontracten (EPC’s). In een zodanig contract wordt al het onderhoud voor een langere periode aanbesteed aan een service provider. Het te besparen energieverbruik wordt vooraf vaak vastgelegd met KPI’s. De belangrijkste voordelen van EPC’s zijn kostenbesparingen op energie en onderhoud, een garantie op de installatieprestaties en een CO2-reductie.

Een ander belangrijk aspect van het Klimaatakkoord is de Energietransitie. De overheid wil de afhankelijkheid van vervuilende energiebronnen verminderen en meer gebruik maken van groene alternatieven. Op dit moment wordt ongeveer 6,6% van de totale Nederlandse energievoorziening duurzaam opgewekt. In 2023 zou dat 16% moeten zijn.

De overheid probeert dit onder andere te stimuleren door de belastingen op aardgas te verhogen en de belastingen op elektriciteit te verlagen. Op deze manier is het aantrekkelijker voor veel huishoudens en bedrijven om over te stappen op elektriciteit.

Al deze assets voor (decentrale) energie-

opwekking moeten onderhouden worden.

Wanneer huishoudens en bedrijven op grote schaal overstappen van gas op elektriciteit veranderen ook hun onderhoudsbehoeftes.

Dit zal dan ook een grote opgave zijn voor de installatiebranche. Steeds vaker zien we dat installateurs bij deze grote veranderingen de zakelijke opdrachtgever en consument ontzorgen: zij houden zich niet alleen bezig met de uitvoering van werkzaamheden, maar geven ook advies en helpen bij het beheer en onderhoud.

7. Maatschappelijke behoefte aan een lange termijnvisie De maatschappelijke behoefte aan een lange termijnvisie is dit jaar voor het eerst te vinden in de top tien trends. Dit is waarschijnlijk mede het gevolg van de toenemende relevantie van de Marktvisie die in 2016 is beschreven door Rijkswaterstaat. Het document beschrijft een visie voor de bouw- en infrasectoren voor 2020 waarin er duurzamer wordt gebouwd, beter wordt samengewerkt tussen de overheid en het bedrijfsleven en meer op innovatie wordt gelet.

De Marktvisie is ook ondertekend door de NVDO, omdat wij de relevantie ervan inzien voor de onderhoudssector. De kernpunten van de visie worden namelijk gereflecteerd door de top tien trends: ‘Aandacht voor duurzaamheid’, ‘Behoefte aan samenwerking’ en ‘Focus op technologie en innovatie’ zijn alle drie trends die terug te vinden zijn in het Onderhoudskompas en ook nauw verbonden zijn met de visie van Rijkswaterstaat.

Op het gebied van samenwerking stelt de Marktvisie dat er meer gecommuniceerd moet worden door de gehele keten van opdrachtgevers, opdrachtnemers, leveranciers, kennisinstituten en eindgebruikers. Dit is belangrijk omdat de complexiteit van ruimtelijke vraagstukken vooral aan het toenemen is.

Ook moet er meer ruimte komen voor duurzaamheid en innovatie. Met het oog op het Klimaatakkoord wil de Marktvisie het circulair gebruik van grondstoffen stimuleren, net

als het toepassen van nieuwe (data)technologieën. Het onderhoud, als onderdeel van de keten, zal ook van groot belang zijn om de Marktvisie te bewerkstelligen.

8. Aandacht voor Operational Excellence Operational Excellence is nog steeds een relevante trend binnen Asset Management. Uit het laatste onderzoek van de NVDO Sectie Uitbesteden en Toeleveren van Onderhoud (Suto) blijkt dat Operational Excellence als onderhoudsstrategie steeds vaker het belangrijkste is en dat deze strategie door vrijwel elk onderhoudsbedrijf in meer of mindere mate toegepast wordt.

De definitie van Operational Excellence luidt: “De klant betrouwbare producten of diensten leveren tegen een concurrerende prijs geleverd op de meest gemakkelijke manier”.

Voor Asset Management gaat het om het optimaliseren van onderhoudsprocessen om een balans te vinden tussen kwaliteit, prijs en snelheid. Het is dus belangrijk om op meer te focussen dan alleen kostenbesparing. Dit wordt ook bevestigd door de resultaten van de Suto, waarin we zien dat ‘high performers’ binnen de onderhoudssector relatief meer nadruk leggen op Operational Excellence en minder op de strategie Kostenbesparing.

Er bestaan verschillende methodes om aspecten van Operational Excellence in de organisatie te implementeren. De meest populaire voorbeelden hiervan zijn Lean en Lean Six Sigma. Dit zijn methodes die zich vooral focussen op het optimaliseren van het proces. Het is belangrijk om te kijken naar het hele systeem van het bedrijf en te identificeren welke processen met de Lean methode verder verbeterd kunnen worden. Hiervoor kan een Prima Value Chain (PVC) Analyse toegepast worden. De PVC maakt op deze manier inzichtelijk waar zich verbeteringen voor Operational Excellence bevinden.

Het Onderhoudskompas - 19

9. Focus op Technologie en Innovatie Uit ons onderzoek blijkt dat er veel behoefte is onder bedrijven om bij te blijven met technologische ontwikkelingen en innovaties. Deze trend bevindt zich al meerdere jaren in de top tien trends, wat aangeeft dat onderhoudsbedrijven al gedurende langere tijd waarde hechten aan innoveren. Uit onderzoek van het European Innovation Scoreboard (EIS) blijkt dat de innovatiekracht van Nederland in 2017 een sterke groei heeft ondervonden en dat ons land nu een van de innovatieleiders in Europa is.

De onderhoudssector kan niet achter blijven bij deze ontwikkeling. Er zijn nog mogelijkheden tot het vergroten van de aandacht voor innovatie binnen de sector. 56% van de respondenten op onze enquête geeft aan dat de onderhoudssector niet voor of achter loopt, maar met de tijd mee gaat. 35% geeft echter aan dat de sector achterloopt. Bij de adoptie van innovatieve ideeën binnen de organisatie is het grootste probleem een gebrek aan kennis van het technologisch landschap en de impact van nieuwe technologieën op het onderhoudsbedrijf. Verder is er ook een gebrek aan talentvolle werknemers om de innovaties effectief te implementeren en niet genoeg draagkracht en geloof in de organisatie om te innoveren.

Als het gaat om (nieuwe) technologieën wordt op dit moment vooral Internet of Things en Big Data toegepast. Onderhoudsbedrijven gebruiken deze methodes vooral om op basis van de staat van de asset te achterhalen wanneer onderhoud nodig is (Condition Based Maintenance) en om het benodigde onderhoud van hun assets in de toekomst te voorspellen (Predictive Maintenance). Andere technologieën die nog minder gebruikt worden zijn Augmented/Virtual Reality, 3D printing en robotica.

De overheid heeft een innovatiebudget van 1,5 miljard euro tot haar beschikking. Daarmee probeert zij innovatie te bewerkstelligen bij aanbestedingen. Toch ligt de focus bij het aanbesteden vaak op rechtmatig en doelmatigheid, en minder op innovatie, omdat het

20 - Het Onderhoudskompas

om de besteding van publieke middelen gaat.

Innovatie oplossingen gaan meestal gepaard met grotere risico’s, omdat de effectiviteit van zulke oplossingen nog niet is bewezen.

Om de kansen van innovatie te benutten, is het belangrijk dat de risicobereidheid van inkopers vergroot wordt. Zo krijgen innovatieve opdrachtnemers de kans om hun expertise te tonen in projecten voor de overheid.

10. Omgaan met grote hoeveelheden data Het gebruik van data blijft voor onderhoudsorganisaties een top tien trend. Deze trend stond in 2016 het hoogst op plaats 3. Vorig jaar stond het omgaan met data op plaats 6 en dit jaar op plaats 10. Een neerwaartse trend dus, maar dat betekent niet per se dat het omgaan met grote hoeveelheden data niet meer belangrijk is. Steeds meer bedrijven zijn aan het kijken naar de mogelijkheden van Big Data en IoT om het optimale onderhoudsmoment van hun assets beter te voorspellen.

Zo past 28% van de onderhoudsbedrijven op dit moment IoT toe, voor Big Data is dit 32%.

De voornaamste redenen om Big Data toe te passen zijn het voorspellen van benodigd onderhoud, gevolgd door het optimaliseren van financiële en operationele besluiten en het analyseren van de onderhoudshistorie. Veruit de belangrijkste uitdaging bij het gebruik van Big Data is het vertalen van data naar bruikbare informatie voor het onderhoudsbedrijf. 15% van onderhoudsorganisaties doet al aan prescriptief onderhoud. Hierbij wordt niet alleen de toestand van de asset voorspeld, maar wordt er ook gekeken naar de acties die nodig zijn voor een optimale asset base. Meer informatie over deze ontwikkelingen kunt u vinden in het Visiedocument ‘Big Data als enabler van Predictive Maintenance’. Dit Visiedocument is opgenomen in deze editie van het NVDO Onderhoudskompas.

Referenties 1

Petrochem, 2018 – Ageing Assets, https://www. petrochem.nl/tag/ageing-assets/

12

2

Inspectie SZW, 2018 – Jaarverslag 2017, https:// www.inspectieszw.nl/publicaties/jaarverslagen/2018/05/14/jaarverslag-2017

13

RVO, 2018 – Wet milieubeheer, https://www.rvo. nl/onderwerpen/duurzaam-ondernemen/energie-besparen/wet-milieubeheer

14

3

Marktvisie.nu, 2018 – De Marktvisie, https:// www.marktvisie.nu/demarktvisie/ European Innovation Scoreboard (EIS), 2018 – European Innovation Scoreboard 2018 , http:// europa.eu/rapid/press-release_IP-18-4223_en.htm

NVDO, 2018 – Blokkades voor Innovatie http:// www.nvdo.nl/nieuws/blokkades-voor-innovatie-4423/

Insite Security, 2018 – Nieuwe Meldplicht: Cybersecurity Vitale Infrastructuur, https://www.insitesecurity.nl/actueel/2018/nieuwe-meldplicht-cybersecurity-vitale-infrastructuur/ 4

Vakblad Asset Management, nr. 3, 2018 – Richtlijnen zijn zo gek nog niet, p.40-41 5

6 RVO, 2018 – Energielabel C kantoren, https:// www.rvo.nl/onderwerpen/duurzaam-ondernemen/gebouwen/wetten-en-regels-gebouwen/ bestaande-bouw/energielabel-c-kantoren Ministerie van Binnenlandse Zaken en Koninkrijksrelaties, 2018 – Energiegebruik vastgoed verminderen, https://www.rijksvastgoedbedrijf.nl/ expertise-en-diensten/d/duurzaamheid/energiegebruik-vastgoed-verminderen 7

RVO, 2018 – Bedrijven investeren bijna 3,4 miljard euro in groene technieken, https://www.rvo.nl/ actueel/nieuws/bedrijven-investeren-bijna-34-miljard-euro-groene-technieken 8

RVO, 2017 – Energie Investeringaftrek (EIA), https://www.rvo.nl/subsidies-regelingen/energie-investeringsaftrek-eia 9

RVO, 2018 – Verduurzaming versnellen door middel van EPC’s, https://www.rvo.nl/sites/default/ files/2018/03/Whitepaper-5-Verduurzaming-versnellen-dmv-EPCs.pdf 10

Nederland MVO, 2018 – Installatiebranche vervult sleutelrol bij energietransitie, http://www. nederlandmvo.nl/klimaatneutraal/installatiebranche-vervult-sleutelrol-bij-energietransitie 11

Het Onderhoudskompas - 21

ONDERHOUDSKOMPAS 2018/19 TRENDS PER SECTOR Het NVDO Onderhoudskompas onderzoekt jaarlijks de actualiteit in Onderhoud/Asset Management binnen de volgende sectoren: Infra; Manufacturing; Food, Beverage & Farma; Procesindustrie en Onroerend Goed. Per genoemde sector brengen we de specifieke Top Vijf Trends voor die sectoren in kaart.

Infra Net zoals in de algemene Top Tien Trends, is schaarste aan technisch geschoold personeel de belangrijkste trend binnen de Infrasector.

Het kabinet investeert tot en met 2020 twee miljard euro extra op het gebied van infrastructuur en vanaf 2021 wordt het infrabudget jaarlijks met 100 miljoen verhoogd.1 Door deze investeringen zal de vraag naar personeel nog verder toenemen, terwijl in deze sector technische vacatures op dit moment al moeilijk te vervullen zijn.

In de Infrasector wordt steeds vaker sensortechnologie toegepast. Zo gebruikt ProRail sensoren om data over treinstellen te verzamelen, zoals bijvoorbeeld de wieltemperatuur en het gewicht van de trein. ProRail deelt deze gegevens met de treinvervoerders die daardoor grote hoeveelheden data binnen krijgen over hun assets.2 Er bestaat dus een grotere behoefte aan ICT-systemen en kennis over het omgaan met data. Ook de Infrasector heeft te maken met verouderende assets. Rijkswaterstaat is van plan groot onderhoud te plegen

Tabel 1: Top vijf trends in de Infrasector 22

-

Het Onderhoudskompas

aan 80 verouderde bruggen en tunnels3. Het investeren in deze vitale infrastructuur heeft een groot maatschappelijk belang. Zo worden hinder, files en economische schade door middel van uitval en storingen teruggedrongen. Naast het levensduurverlengende onderhoud, kijkt Rijkswaterstaat ook naar de toepassing van de nieuwste technieken. Met behulp van sensoren en data kunnen toekomstige storingen voorkomen worden en voldoet de infrastructuur aan de eisen voor toekomstig gebruik.

Een van de grootste speerpunten in de Infrasector is duurzaamheid. Om de doelstelling in het klimaatakkoord om in 2030 de helft van de CO2 te verminderen te halen, moet er nog veel gebeuren. We zien dan ook dat de aandacht voor duurzaamheid dit jaar hoog staat, net als de maatschappelijke behoefte aan een lange termijn visie om dit te realiseren. Volgens TNO zou de CO2-uitstoot van infrastructuur nog met 40% naar beneden kunnen door bijvoorbeeld efficiĂŤnter materiaal- en energiegebruik, levensduurverlenging en het (her)gebruik van innovatieve materialen4. Asfalt, beton, staal en

diesel worden nog veel gebruikt; er kan gekeken worden naar duurzamere materialen en brandstoffen. Het toenemend belang van data speelt ook hier een rol. Een uniforme manier van milieudata-vastlegging zorgt voor meer inzicht en vergelijkbaarheid tussen opdrachtnemers in de Infrasector. Enerzijds wordt het zo makkelijker gemaakt om milieueffecten mee te nemen in aanbestedingen5. Anderzijds is goede data noodzakelijk voor het toepassen van Predictive Maintenance. 6 Intermezzo – Big Data Challenge Klimaat Adaptief Waterbeheer6 Een voorbeeld van het gebruik van data en ICTsystemen in de Infrasector is de Big Data Challenge Klimaat Adaptief Waterbeheer. Het startupteam van Royal HaskoningDHV en Ynformed hebben samen deze challenge gewonnen met hun HydroTwin: een digitale, zelflerende replica van een watersysteem.

De HydroTwin maakte gebruik van de destijds beschikbare data. Het gaat daarbij onder andere om neerslag- en temperatuurmetingen, grondwaterstanden en oppervlaktewaterpeilen.

Daarbij werden gerichte data science-technieken toegepast om de peilbeheerder van de juiste informatie te voorzien. Op basis van deze informatie kon actie worden genomen voor het uitvoeren van preventief onderhoud. De verwachting is dat toekomstige metingen en testen nog betere voorspellingen zullen geven, omdat er gebruik wordt gemaakt van zelflerende algoritmes (machine learning). Na elke bui en storm zullen voorspellingen dus accurater worden, waardoor er steeds meer inzicht wordt gekregen in het functioneren van een watersysteem.

Manufacturing Operational Excellence is de belangrijkste trend binnen de Manufacturing sector. Deze sector wordt gekenmerkt door een hoog niveau van concurrentie, zowel in binnen- als buitenland.

Vooral vanuit het buitenland komt kostendruk.

Manufacturing bedrijven in Nederland moeten concurreren met lagere prijzen uit het buitenland en hebben daardoor nog meer belang bij het creëren van meer waarde voor hun klanten tegen acceptabel kostenniveau. Zo zien we dat Nederlandse bedrijven meer innoveren en focussen op Operational Excellence om hun marktpositie te behouden. Samenwerking binnen het bedrijf, over bedrijfsonderdelen heen, is hier vanzelfsprekend belangrijk bij.

Een voorbeeld van een innovatieve bedrijfsstrategie die meer waarde kan creëren voor klanten is Servitization. Bij Servitization worden ook extra services zoals onderhoud en advies inbegrepen bij het product dat verkocht wordt en staat de dienstverlening naar de klant centraal. Servitization vereist wel een verandering binnen het bedrijf, omdat de focus verplaatst van een ‘product verkopen’ naar een ‘dienst verlenen’ 7.

Dit jaar zien we voor het eerst de aandacht voor de prijs en beschikbaarheid van grondstoffen in de top vijf trends van de Manufacturingsector.

Manufacturing bedrijven verbruiken veel energie voor hun bedrijfsprocessen. De afgelopen jaren is er een behoorlijke stijging in de prijs van energie zichtbaar, mede als gevolg van de verhoogde belastingen op deze grondstoffen.8 De komende jaren is de overheid van plan om de belastingen op vervuilende energiebronnen zoals aardgas verder te verhogen en de belasting op (groene) stroom te verlagen9. Daarom

Tabel 2: Top vijf trends in de Manufacturing sector Het Onderhoudskompas

-

23

kan het verstandig zijn voor bedrijven om minder afhankelijk te worden van aardgas en meer focus te leggen op (groene) elektriciteit. Verder zijn bedrijven in de maakindustrie afhankelijk van zogenaamde kritieke grondstoffen. Leveringszekerheid is daarom van groot belang.

Door middel van de grondstoffenscanner probeert de overheid het aanbod van schaarse grondstoffen in kaart te brengen. Verder wordt er gekeken naar mogelijkheden wat betreft de circulaire economie. Door het recyclen van kritieke grondstoffen kan de leveringszekerheid voor een langere periode gewaarborgd blijven.10 Intermezzo – Servitization in de Manufacturing industrie11 Het MKB-metaalbedrijf Aebi Schmidt heeft met haar innovatieve Servitization strategie de Metaalunie Smart Manufacturing Award 2018 gewonnen. Naast het verkopen van onder andere zoutstrooimachines, is er ook een after sales dienstenpakket ontwikkeld dat predictive maintenance op basis van gebruikersdata bevat.

Na het einde van het prestatiecontract worden de machines ook teruggenomen, hersteld en opnieuw in de markt gezet.

Procesindustrie (incl. Energie/Olie & Gas) De belangrijkste trend binnen de Procesindustrie is de schaarste aan technisch geschoold personeel. Deze schaarste verschilt wel per opleidingsniveau. Zo is vraag en aanbod voor WO-geschoolde ingenieurs in de olie- en gasindustrie in balans12. Bedrijven in de Procesindustrie verwachten de grootste problemen met het binden van personeel op MBO 3+4 en op HBO niveau. Deze schaarste is een risico voor de sector.

Tabel 3: Top vijf trends in de Procesindustrie 24

-

Het Onderhoudskompas

Wanneer bedrijven in een poging technici aan zich te binden overgaan tot het ‘weg kapen’ van personeel van concurrenten, leidt dit tot hogere kosten en een strijd onderling. Daarom is het verstandiger als bedrijven samen zoeken naar duurzame oplossingen voor de hele sector. Een positieve ontwikkeling is dat 95% van de bedrijven in de Procesindustrie aangeeft bereid te zijn samen te werken met andere bedrijven voor het werven van technisch personeel ten opzichte van 88% vorig jaar. Ook is de samenwerking met onderwijsinstellingen zeer gewenst.

Operational Excellence; de rol van onderhoud op het primaire proces (uptime van assets verhogen) wordt onderkend, omdat het reduceren van downtime nauw verbonden is aan de winstgevendheid van het bedrijf. Samenwerking tussen bedriijfsonderdelen helpt daarbij.

Verschillende bedrijfsonderdelen focussen gezamenlijk op Operational Excellence om op die manier het proces te optimaliseren.

Ook de veroudering van de asset base is een belangrijke trend binnen de Procesindustrie. Een zorgwekkend bericht is dat het RIVM meldt dat bij dertig procent van de ongevallen met chemische stoffen de veroudering van installaties een (mede) oorzaak is. Het is dan ook niet vreemd dat de aanscherping van regelgeving en noodzaak tot compliance ook in de top vijf staat. De Procesindustrie heeft van nature meer te maken met regels en wetten dan andere sectoren.

Veel bedrijven vallen onder de werking van het BRZO, besluit risico’s zware ongevallen (2015), als gevolg van het gebruik van gevaarlijke chemische stoffen. Een positieve trend is de afname van het aantal zware en middelzware incidenten, dat een indicatie kan zijn hoe serieus de procesindustrie met compliance omgaat.13

Intermezzo – 5 tips voor het samenwerken met hogescholen14 Hogescholen houden zich steeds meer bezig met onderzoek. Als onderhoudsbedrijf kunt u studenten stageplekken aanbieden waarin zij een onderzoek kunnen uitvoeren of een onderhoudsproces kunnen verbeteren. Samenwerken met hogescholen kan op deze manier helpen bij het binden van technisch geschoold personeel. Wij geven u 5 tips als u overweegt samen te werken met hogescholen: 1. Bepaal wat u wilt onderzoeken Welk vraagstuk wilt u studenten laten oplossen?

Beschrijf een concreet vraagstuk en zoek naar onderzoekthema’s van hogescholen die hierop kunnen aansluiten 2. Raadpleeg opleidingsprofielen Voor de precieze capaciteiten en kennis van een hbo-afgestudeerde kunt u terecht op de website van de Vereniging Hogescholen.Voor elke opleiding vindt u hier een hbo-opleidingsprofiel 3. Stel een afrondingstermijn vast Onderzoekstrajecten duren vaak langer dan losstaande, korte termijnsopdrachten. Zulke opdrachten kunt u bijvoorbeeld koppelen aan afstudeerprojecten 4. Beslis of u samen of één op één wilt werken Hogescholen werken vaak met netwerken van bedrijven samen aan de oplossing van vraagstukken. Zo kunt u tegelijkertijd ook relaties opbouwen met collega bedrijven, studenten, andere kennisinstellingen en internationale partners 5. Maak afspraken over samenwerking en financiën Kijk of er subsidies of regelingen beschikbaar zijn voor projectonderzoek en stel een samenwerkingscontract op

Food, Beverage & Farma Ook in de Food, Beverage & Farmasectoren maakt men zich zorgen over het vinden van technisch geschoold personeel. Verder zien we dat duurzaamheid dit jaar van nog groter belang is dan in voorgaande jaren. De trend aanscherping van regelgeving en noodzaak tot compliance zien we ook terug. Compliance is dan ook een belangrijk onderwerp als het gaat om voedsel, drank of medicijnen, waar kwaliteit een topprioriteit is.

De belangrijkste trend is de schaarste aan technisch geschoold personeel. In 2017 gaf 44% van de onderhoudsorganisaties in de Food, Beverage & Farmasector al aan dat ze verwachten niet voldoende technisch personeel te kunnen aantrekken. In 2018 is dit percentage gestegen naar 62%. Als we kijken naar de procentuele verdeling van technische werknemers binnen de Food, Beverage & Farmasector zien we dat gemiddeld 45% op MBO 3+4 niveau werkzaam is. Juist op dit niveau worden de meeste moeilijkheden verwacht met het binden van technisch geschoold personeel.

Een mogelijke oplossing om meer technici aan te trekken op dit niveau is een BBL-opleiding (Beroeps Begeleidende Leerweg). Een onderhoudsbedrijf start dan een eigen opleiding van jonge technici die op deze manier ook snel praktijkervaring krijgen15.

Verder is aandacht voor duurzaamheid een trend die we sterk in de Food, Beverage & Farma sector terug zien. Met het schaarser worden van grondstoffen en natuurlijke hulpbronnen wordt het steeds belangrijker om de impact op de planeet terug te dringen. Een voorbeeld hiervan is het recyclen van spoelwater in voedselfabrieken. Een ander voorbeeld zien we in

Tabel 4: Top vijf trends in de Food, Beverage & Farma sector

de Beverage-industrie, waar CocaCola koelers en automaten opknapt met onderdelen van afgedankte toestellen16.

Wanneer het gaat om levensmiddelen en medicijnen, is kwaliteit uiteraard een topprioriteit. Daarom heeft deze sector te maken met toenemende wet- en regelgeving en is de regeldruk hoog. Er wordt dan ook geprobeerd de regeldruk te verminderen door te kijken of sommige regels misschien geschrapt kunnen worden17. Toch is het belang van wetten en regels juist in deze sector groot. Een voorbeeld van een nieuwe wet in de Farma-industrie is een maatregel tegen vervalsing uit de Falsified Medicines Directive (FMD) van de Europese Commissie. Vanaf 2019 moet elk receptplichtig geneesmiddel in Europa een uniek serienummer hebben dat vastgelegd is in een centrale database18. Deze wet zorgt ervoor dat de juiste medicijnen bij de juiste patiënt terecht komen.

In de voedselindustrie speelt traceerbaarheid een grote rol. Mede door misstanden in de laatste jaren, zijn consumenten kritischer geworden over wat er in hun eten zit. Ook willen zij bijvoorbeeld weten of biologische producten wel echt biologisch zijn. Producenten moeten producten registreren zodat alles traceerbaar is. Dat wil zeggen dat het duidelijk moet zijn waar een producent zijn product vandaan heeft en aan wie hij het heeft afgeleverd19. Naast een goed systeem voor traceerbaarheid, is het ook verstandig dat bedrijven transparanter zijn over hun productieproces, om op die manier ook kritische consumenten en de media gerust te stellen.

Onroerend Goed Naar verwachting zal er grote groei plaatsvin-

Tabel 5: Top vijf trends in de Onroerend Goed sector 26

-

Het Onderhoudskompas

Intermezzo – Pottenkijkers20 De bedrijfsstrategie van HAK omvat volledige transparantie, niet alleen om aan wet- en regelgeving te voldoen, maar ook om het eventuele wantrouwen van een kritische consument weg te halen. HAK maakt het complete productieproces openbaar, net als de volledige ingrediëntenlijst.

Tenslotte kunnen media en consument online een 360 graden inkijk in de fabriek krijgen.

Belangrijk in de Food-industrie is de Hazard Analysis and Critical Control Points (HACCP) methode. Deze methode is bedacht door NASA in de jaren 60 om hun astronauten van de hoogste kwaliteit voedsel te voorzien.Tegenwoordig valt HACCP onder de Europese wetgeving en zijn alle voedselverwerkers verplicht een HACCP-plan op te stellen.

den in de sector Onroerend Goed. Er wordt in 2018 een groei van 2,5% verwacht in de bouwmaterialenindustrie, 3,0% in de installatie, afwerking & sloop en zelfs 6,0% groei in woningen & bedrijfsgebouwen (B&U).21 Dit komt onder andere door het Energieakkoord.

Zo moeten er 50.000 gasloze nieuwbouwwoningen per jaar bijkomen en zullen in het kader van duurzaamheid veel bestaande woningen en kantoren verbouwd moeten worden. Verder moeten alle kantoren en overheidsgebouwen vanaf 2023 verplicht energielabel C hebben. Dit ook een grote transitie worden voor de Rijksgebouwendienst als grootste assetowner van onroerend goed in Nederland. Het is daarom verklaarbaar dat ‘Aandacht voor duurzaamheid’ en ‘Maatschappelijke behoefte aan lange termijn visie’ in de top vijf trends staan.

Door de toenemende vraag neemt de schaarste

Intermezzo – Wijzigingen Bouwbesluit124 Een bouwwerk mag geen gevaar opleveren voor bewoners, gebruikers en omgeving. Daarom heeft de overheid in het Bouwbesluit voorschriften voor veiligheid, gezondheid, bruikbaarheid, energiezuinigheid en milieu vastgelegd. Een bouwwerk moet altijd voldoen aan die voorschriften.

Per 1 januari 2018 zijn er een aantal wijzigingen in het Bouwbesluit 2012 ingevoerd.

• Allereerst is de grenswaarde voor de milieuprestatie van nieuwe woningen en nieuwe kantoren groter dan 100m2 van kracht. Deze grenswaarde mag ten hoogste 1 zijn.

• Ook is de grenswaarde van de maximaal toegestane concentratie asbest in binnenruimten flink verlaagd. De concentratie asbestvezels in voor mensen toegankelijke ruimten van een bestaand bouwwerk mag niet groter zijn dan 2.000 vezels/m3.

• Met ingang van 31 december 2020 moeten alle nieuwe gebouwen bijna energieneutraal zijn (BENG).

• Tenslotte zijn er nieuwe rekenregels voor woonboten die erop toezien dat deze veilig worden ver- of gebouwd.

aan technici verder toe bij bedrijven. Er worden al veel flexibele werknemers zoals zzp’ers, uitzendkrachten en arbeidsmigranten geworven1.

Wanneer de ‘flexibele schil’ echter al maximaal wordt ingezet, kunnen bedrijven dit ook oplossen door meer te automatiseren met behulp van technologie en innovatie. In de installatiebranche zien we bijvoorbeeld al dat serviceaanvragen afgehandeld worden door computers met kunstmatige intelligentie. Verder worden beginnende onderhoudsmedewerkers ondersteund door spraakgestuurde applicaties, waardoor niet voor elke aanvraag ervaren mensen nodig zijn. Tenslotte is zelfservice een trend die vaker voorkomt: consumenten kunnen met behulp van een app zelf het benodigde onderhoud plegen. Deze ontwikkelingen zorgen ervoor dat een onderhoudsbedrijf meer kan doen met minder mensen.22 Tenslotte is er met de komst van Smart Buildings een groeiende behoefte aan ICT-systemen.

Het gaat dan om gebouwen die uitgerust zijn met sensoren die via een digitale applicatie data beschikbaar maken aan gebouwbeheerders.

Technische medewerkers of externe onderhoudspartijen kunnen zo gemakkelijk inzicht krijgen in de staat van een gebouw. Op deze manier wordt ook preventief onderhoud mogelijk van bijvoorbeeld noodverlichting, luchtfilters en watertemperatuur. 23

Referenties 1 Founders T-Mobile, 2017 – De 10 trends in de bouw voor 2018, https://founders.t-mobile.nl/trends-bouw-2018/ SpoorPro, 2018 – ProRail: We hebben mooie data, doe er je voordeel mee, https:// www.spoorpro.nl/spoorbouw/2018/07/19/ prorail-we-hebben-mooie-data-doe-er-jevoordeel-mee/

2

RWS, 2018 – Minister van Nieuwenhuizen zet in op forse opknapbeurt oude bruggen en tunnels, https://www.rijksoverheid.nl/actueel/nieuws/2018/01/17/minister-van-nieuwenhuizen-zet-in-op-forse-opknapbeurt-oude-bruggen-en-tunnels 3

TNO, 2018 – Duurzame Infrastructuur, https://www.tno.nl/nl/aandachtsgebieden/ bouw-infra-maritiem/roadmaps/buildings-infrastructure/infrastructuur/duurzame-infrastructuur/ 4

5 Cobouw, 2018 – Rondetafel | Met horten en stoten naar klimaatneutrale infra, https:// www.cobouw.nl/infra/nieuws/2018/06/ met-horten-en-stoten-naar-klimaatneutrale-infra-101262168

UWV, 2018 – HydroTwin wint big data challenge klimaatadaptief waterbeheer, https://www.uvw.nl/hydrotwin-wint-big-data-challenge-klimaatadaptief-waterbeheer/7 RVO, 2016. Beleid en afspraken woning6

Het Onderhoudskompas - 27

bouw, https://www.rvo.nl/onderwerpen/ duurzaam-ondernemen/gebouwen/woningbouw/beleidskader

Vakblad Asset Management, nr. 4, 2017 – De Bedrijfsschool is (weer) in de mode, p. 24 t/m 26

15

CocaCola, 2018 – Energiezuinige koeling, https://nl.cocacolabelgium.be/packages/ energie-en-klimaatbescherming-energiezuinige-koeling 16

Salesforce, 2017 – Waarom presteert de Nederlandse maakindustrie nu wél goed?, https://www.salesforce.com/nl/blog/2017/09/ Maakindustrie-Kwartaalmonitor.html 7

KNMP, 2018 – Vermindering regeldruk, https://www.knmp.nl/praktijkvoering/regelgeving/regeldruk-1 17

Belastingdienst, 2018 – Tabellen tarieven milieubelastingen, https://www.belastingdienst.nl/wps/wcm/connect/bldcontentnl/ belastingdienst/zakelijk/overige_belastingen/belastingen_op_milieugrondslag/tarieven_milieubelastingen/tabellen_tarieven_milieubelastingen 8

KNMP, 2018 – Falsified Medicines Directive (FMD), https://www.knmp.nl/praktijkvoering/regelgeving/copy_of_falsified-medicines-directive-fmd 18

9

Greenhome, 2018 – Het nieuwe klimaatakkoord, https://blog.greenhome.nl/het-nieuwe-klimaatakkoord/

19

RVO, 2018 – Transitieagenda Maakindustrie, https://www.rijksoverheid.nl/documenten/rapporten/2018/01/15/bijlage-6-transitieagenda-maakindustrie

20

10

Linkmagazine, 2018 – Aebi Schmidt wint Metaalunie Smart Manufacturing Award 2018, https://www.linkmagazine.nl/aebi-schmidt-wint-metaalunie-smart-manufacturing-award-2018-copy/

Voedingscentrum, 2018 – Wet- en regelgeving voedsel, https://www.voedingscentrum. nl/encyclopedie/wet-en-regelgeving.aspx VMT, 2018 – Timo Hoogeboom van HAK over transparantie, https://www.vmt.nl/ Nieuws/Timo_Hoogenboom_van_Hak_over_ transparantieEen_kwetsbare_opstelling_is_ nodig-180326103952

11

ING, 2018 – Bouwproductie evenaart top van 2008, https://www.ing.nl/zakelijk/ kennis-over-de-economie/uw-sector/outlook-2018/bouw.html 21

12

, 2015 – Ingenieurs vraag en aanbod in de Nederlandse olie- en gasindustrie, https://www.kivi.nl/uploads/media/ 563087d8e1e03/Ingenieurs%20vraag%20 en%20aanbod%20in%20de%20Nederlandse%20olie-%20en%20gasindustrie.pdf

22

VNCI – Veiligheid, gezondheid en milieu, https://vnci.nl/themas/dossier-detail?dossierid=3145465858&title=Veiligheid%2c+gezondheid+%26+milieu

23

13

Ondernemersplein, 2018 – Samenwerken met hogescholen, https://www.ondernemersplein.nl/artikel/samenwerken-met-hogescholen/

Installatiejournaal, 2018 – Drie trends waar de installatiebranche mee te maken krijgt, https://www.installatiejournaal.nl/ installatiebranche/blog/2018/01/drietrends-waar-de-installatiebranche-mee-temaken-krijgt-1017654

BuildingHolland, 2018 – Smart Buildings door de ogen van Humble Buildings, https:// www.buildingholland.nl/nieuws/20180330smart-buildings-door-de-ogen-van-humblebuildings

14

28 - Het Onderhoudskompas

NEN, 2018, Wijzigingen Bouwbesluit per 1 januari 2018, https://www.nen.nl/ NEN-Shop/Bouwnieuwsberichten/Wijzigingen-Bouwbesluit-per-1-januari-2018.htm 24

TRENDS, FEITEN & CIJFERS In de Nederlandse onderhoudsmarkt gaat tussen de 31 en 36 miljard euro om, zo’n 4-5% van het Bruto Binnenlands Product (BBP)1. De volledige onderhoudssector biedt werkgelegenheid aan 265.000 tot 310.000 onderhoudsprofessionals. Daarmee is ongeveer 3,5% van de werkzame bevolking in Nederland actief in de onderhoudssector2.

MARKT – SAMENVATTING n totaal wordt 85% van het onderhoudsbudget daadwerkelijk aan onderhoud besteed. De rest, 15%, is aan te duiden als overheadkosten.

De totale groei van de gemiddelde omzet per bedrijf(sonderdeel) is van 3,5% in 2017 gestegen naar 3,8% in 2018. In alle sectoren binnen het onderhoud vindt omzetgroei plaats. Met name de Manufacturing en Food, Beverage en Farma sectoren groeien hard.

Verder is de omzet van de Adviseur/Inspecteur sterk gestegen afgelopen jaar. Omdat technologische ontwikkelingen steeds breder geïmplementeerd moeten worden, zijn adviseurs met specialistische kennis en kunde vaker nodig.

Net als vorig jaar verwacht 86% van de respondenten dat de omvang van de onderhoudsmarkt zal blijven groeien in de periode 2019-2024. Volgens de respondenten is één van de belangrijkste oorzaken hiervan dat gedurende de crisis onderhoud en vervangingen vaak zijn uitgesteld en daar nu meer ruimte voor komt. Ook kan de verouderende asset base een reden zijn voor de positieve groeiverwachting. Immers, de oudere assets

I

30

-

Het Onderhoudskompas

vragen vaak meer onderhoud. Daarmee ligt er ook in toenemende mate focus op duurzaamheid en hergebruik, wat leidt tot een verdere oprekking van de economische levensduur van de assets. Dit blijkt ook uit de trend “Aandacht voor duurzaamheid”, die dit jaar is gestegen naar nummer 6 in de top 10 trends in het onderhoud. Daarnaast bieden technologische ontwikkelingen zoals Big Data en Artificial Intelligence een kans voor het onderhoud om nog betere voorspellingen te doen, en de kwaliteit van het onderhoud te verhogen. Hiermee kan ook de levensduur van de assets worden verlengd. Dit is ook te zien in de stijgende trend “Focus op Technologie en Innovatie”.

Markt – Overzicht • De omvang van de onderhoudsmarkt en het BBP stijgen ongeveer in dezelfde lijn.

Bedrijven geven aan dat het gemiddelde onderhoudsbudget in 2018 met 3,8% ge-

stegen is t.o.v. 2017. Ook de verwachte stijging van het BBP is 3,2%3.

Markt – Ratio Overhead kosten van het Onderhoudsbudget • Van het onderhoudsbudget van Asset Owners/Managers wordt ongeveer 15% besteed aan overheadkosten, het resterende percentage wordt daadwerkelijk besteed aan het onderhoud zelf. Te zien is dat de overheadskosten zijn gedaald in de afgelopen 3 jaar, maar afgelopen jaar weer iets zijn toegenomen.

• Om het overheadpercentage meer in perspectief te plaatsen is het interessant om te kijken wat het overheadpercentage in andere sectoren is. Uit onderzoek van Berenschot blijkt bijvoorbeeld dat gemeentes in Nederland een gemiddelde overheadpercentage hebben van 32, waarbij de verschillen uiteenlopen van 22 tot 42%, een stuk hoger dan in de onderhoudssector dus. Binnen de onderhoudssector is men dus in staat om effectiever te werken, waardoor er dus meer gefocust wordt op de kernactiviteiten.

Markt – Groei (1/2) • In alle sectoren binnen het onderhoud vindt groei plaats. Een reden hiervoor kan zijn dat er door economische hoogconjunctuur geld is voor bedrijven om te investeren in onderhoud. Daarnaast zien steeds meer bedrijven in dat investeren in onderhoud ook kan leiden tot positieve financiële impact, en niet enkel een kostenpost is.

• De totale groei van de gemiddelde omzet per bedrijf(sonderdeel) is 3,8%. Vorig jaar was dit nog 3,5%.

• Met name de Manufacturing en Food, Beverage & Farma sectoren groeien hard.

Door de groei van consumentenbestedingen het afgelopen jaar, in combinatie met exportgroei, heeft de omzet van de Food & Beverage sector in Nederland doen stijgen2. Hiermee ligt er een hogere druk op productie van bestaande assets, of dienen nieuwe assets te worden aangeschaft die aan de capaciteit kunnen voldoen, waardoor ook het benodigd onderhoud in deze sector is gestegen. Ook de Manufacturing sector groeit door, met name door de groeiende rubber- en kunststofindustrie3. Deze verhoogde productie vereist ook meer onderhoud.

• De omzet van Adviseurs/Inspecteurs groeit relatief snel (4,6%). Dit komt mede doordat technologische ontwikkelingen steeds breder geïmplementeerd moeten worden, waarbij adviseurs met specialistische kennis en kunde vaak nodig zijn.

Het Onderhoudskompas

-

31

Markt – Groei (2/2) • Net als vorig jaar gelooft gemiddeld 86% van de respondenten in een groei van de Nederlandse onderhoudsmarkt voor de komende 5 jaar.

• In de meeste sectoren is het percentage bedrijven dat een groei verwacht iets afgenomen of gelijk gebleven. Aan de andere kant denken respondenten van de Food, Beverage en Farma sector dat onderhoudsmarkt zal gaan groeien. Dit kan komen door de groei van consumentenbestedingen, die zich waarschijnlijk doorzet. Ook in de Procesindustrie wordt er groei verwacht. Dit komt omdat er kansen liggen in de toepassingen van sensoren en Big Data (zie ook intermezzo TNO – Tankterminal van de Toekomst in het Visiedocument “Big Data als enabler van Predictive Maintenance”), en er een groeiende markt is voor bio gebaseerde chemie en materialen.

• Volgens de respondenten hebben onder andere de volgende factoren invloed op de positieve groeiverwachting: 1. De aantrekkende economie zorgt voor meer werk in het algemeen, ook in het onderhoud.

2. Een verouderende asset base zorgt daarnaast ook voor meer werk in het onderhoud: • Oudere assets vergen meer onderhoud • Er ligt een grote focus op de verlenging van de levensduur van de assets • Daarnaast neemt de focus op duurzaamheid en hergebruik toe 3. Er is meer aandacht voor waardebehoud van de assets. Onderhoud wordt in plaats van een kostenpost steeds meer gezien als een investering die een financieel gewin kan opleveren.

32

-

Het Onderhoudskompas

PERSONEEL – SAMENVATTING In dit hoofdstuk behandelen we de inzichten ten aanzien van het (technisch) personeel. Het hoofdstuk is grofweg te verdelen in vier delen. Het eerste deel gaat over de opleidingsverdeling en binding van personeel. Hier wordt onder andere gekeken op welke opleidingsniveaus en functies schaarste wordt verwacht en aan wat voor kennis behoefte is op de technische arbeidsmarkt.

Vervolgens wordt de uitstroom van onderhoudsmedewerkers behandeld. We kijken naar redenen voor deze uitstroom, evenals aspecten van het werk waar (technische) werknemers tevreden of ontevreden over zijn. In deel drie worden feiten en cijfers beschreven aangaande flexibele contracten en arbeid. Hierin wordt onder andere de verdeling van flexibele arbeidsregelingen nader toegelicht. Tenslotte worden nog overige feiten en cijfers behandeld zoals ziekteverzuim, de gemiddelde leeftijd van werknemers in onderhoudsorganisaties, het percentage vrouwen en het aantal veiligheidsincidenten per werknemer.

Deel 1: In de verdeling van opleidingsniveau onder werknemers is een stijging te zien in MBO 3+4 geschoold personeel. Het aandeel WO’ers neemt af. Bedrijven verwachten vooral schaarste met betrekking tot het binden van personeel op MBO 3+4 en HBO niveau. Respondenten verwachten vooral moeilijkheden met het aantrekken van reliability engineers en monteurs. We zien tevens dat onderhoudsorganisaties behoefte hebben aan zowel technische als technologische kennis. Terwijl de schaarste aan technisch geschoold personeel toeneemt, stijgen de kwalificatie-eisen. Dit komt onder andere door de toenemende noodzaak aan technolo-

gische kennis. Om in deze tijden van schaarste genoeg technisch en technologisch personeel te kunnen binden zijn bedrijven bereid om zowel met onderwijsinstellingen als met andere bedrijven samen te werken .

Deel 2: We zien een grotere uitstroom van onderhoudsmedewerkers dit jaar dan voorgaande jaren. Naast werknemers die met pensioen gaan is de belangrijkste reden voor werknemers om hun organisatie te verlaten ontevredenheid. Werknemers zijn het vaakst ontevreden over het salaris, doorgroeimogelijkheden en de reistijd.

Deel 3: Onderhoudsbedrijven doen nog steeds minder dan het landelijk gemiddelde aan ofwel flexwerken of thuiswerken. Wel zien we een sterke stijging in het aantal uitzendkrachten. Uitzendkrachten zijn een dure maar effectieve methode om in tijden van piekproductie nog genoeg werknemers te hebben. 50% van de respondenten verwacht dan ook dat het aantal uitzendkrachten in de onderhoudsbranche zal gaan stijgen.

Deel 4: Het percentage vrouwen in de onderhoudssector ligt nog steeds rond de 7%. Het percentage ziekteverzuim is iets toegenomen naar 3,7%, maar ligt nog steeds onder het landelijk gemiddelde van 4,9%. Tenslotte zien we dit jaar een sterke daling in het aantal veiligheidsincidenten, hetgeen een goede trend is!

Personeel – Opleiding van personeel (1/2) • Ruim 50 % van de onderhoudsmedewerkers heeft een MBO opleiding en 30% heeft

(%) Gemiddelde verdeling medewerkers o.b.v. opleidingsniveau voor technische functies binnen de organisatie*

een HBO opleiding. Dit is vergelijkbaar met vorig jaar.

• Bedrijven geven vaker aan werknemers met een VMBO diploma in dienst te nemen.

Omdat technisch personeel vaak lastig te vinden is, kunnen bedrijven ervoor kiezen om werknemers met een VMBO diploma binnen het bedrijf op te leiden. (%) Gemiddelde verdeling medewerkers o.b.v. opleidingsniveau in de periode 2016-2018

• Als we kijken naar de afgelopen jaren, zien we dat het percentage MBO 3+4 werknemers geleidelijk is gestegen, terwijl het percentage HBO is gedaald. Een mogelijke verklaring hiervoor is dat bedrijven voor bepaalde functies HBO-ers zoeken, maar door de schaarste op de technische arbeidsmarkt genoodzaakt zijn deze functies uit te laten voeren door MBO-ers.

Personeel – Opleiding van personeel (2/2) • Bij Asset Owners/Managers heeft 87% van het technisch personeel een MBO- of HBO opleiding afgerond. Meer dan de helft van de medewerkers (54%) heeft een MBO 3+4 opleiding genoten.

Het Onderhoudskompas

-

33

• Bij de Service Providers zien we dat 41% een MBO 3+4 opleiding heeft afgerond (2017: 60%). Het aandeel werknemers met een VMBO opleiding is van 3% in 2017 naar 10% in 2018 gestegen, wat een indicatie kan zijn dat de Service Providers flexibeler zijn geworden met de opleidingseisen voor hun werknemers vanwege de schaarste op de technische arbeidsmarkt.

• Bij Adviseurs/Inspecteurs zijn de meeste technische werknemers hoogopgeleid.

Maar liefst 57% van het technische personeel heeft een WO of HBO-opleiding afgerond.

• Bedrijven gelinkt aan de Onroerend Goed sector hebben gemiddeld gezien de hoogst opgeleiden technici in dienst: maar liefst 51% van het personeel binnen deze sector heeft een HBO of een WO opleiding afgerond. Binnen de Procesindustrie zijn relatief het minst hoogopgeleiden in dienst.

Maar 29% van de technische medewerkers heeft een HBO- of WO-opleiding afgerond in deze sector.

34

-

Personeel – Binding van personeel (1/2) • In figuur 20 is te zien dat 95% van de bedrijven verwacht met name problemen te hebben met het binden van technisch personeel op MBO en HBO niveau.

• Bedrijven verwachten vooral schaarste aan technisch personeel op MBO 3+4 niveau (50%) en HBO niveau (35%). Medewerkers op dit niveau hebben meestal werkzaamheden op ofwel tactisch, of operationeel niveau.

Het Onderhoudskompas

(%) Het niveau waarop organisaties problemen verwachten met het binden van technisch personeel*

• Als we naar de afgelopen jaren kijken zien we dat er steeds minder problemen verwacht worden met het binden van WO technisch personeel. Dit kan het gevolg zijn van een groeiend aantal studenten dat kiest voor technische WO-opleiding, waardoor er meer potentiële werknemers te vinden zijn op dit niveau6.

Personeel – Binding van personeel (2/2) • Bedrijven verwachten vooral schaarste aan werknemers in de functie Reliability Engineer (23%), gevolgd door Monteur/ Technicus (18%) en Electrical Engineer (15%).

• Vorig jaar werd nog de meeste schaarste verwacht bij Monteur/Technicus (22%), gevolgd door Reliability Engineer (14%).

Een verklaring voor deze wisseling is het toenemende gebruik van Condition-Based Maintenance en Predictive Maintenance, methodes waarbij Reliability Engineers een belangrijke rol vervullen.

• Met uitzondering van Monteur/Technicus worden de meeste functies waar schaarste wordt verwacht bekleed door medewerkers met een MBO 3+4/HBO opleiding. Dat

is niet verrassend, aangezien respondenten ook aangeven op deze opleidingsniveaus de meeste schaarste te verwachten.

Personeel – Kwalificatie eisen • Opvallend is dat geen van de respondenten denkt dat de eisen zullen afnemen, of gelijk zullen blijven. 64% van de respondenten dit jaar denkt dat de kwalificatie-eisen m.b.t. technisch personeel zullen toenemen.

• Veel respondenten denken dat de eisen niet perse zullen toenemen maar met name anders zullen worden (36%), terwijl dit aandeel vorig jaar nog 15% was. Dit kan het gevolg zijn van ontwikkelingen als Big Data en Digitalisering, waardoor technisch personeel steeds vaker ook technologische vaardigheden moet hebben zoals analyse en data science vaardigheden.

• De toenemende en veranderende kwalificatie-eisen worden ook weerspiegeld door gegevens van het UWV. Bij een enquête onder HR-professionals bleek meer dan de helft van de technische vacatures moeilijk vervulbaar5. Bedrijven gaven aan dat dit kwam omdat sollicitanten vaak niet voldeden aan de juiste kwalificaties.

• Ondanks de hogere kwalificatie-eisen lijkt de vraag naar universitair opgeleid personeel (WO niveau) niet te zijn toegenomen.

Dit kan een indicatie zijn dat bedrijven meer toegepaste vaardigheden verwachten van technici met een MBO opleiding.

Personeel – Kennis • We zien dat onderhoudsorganisaties de grootste behoefte hebben aan kennis over innovatie en technologische ontwikkelingen (20%), gevolgd door technische kennis (18%) en technologische kennis (17%). Mogelijk zijn dit interessante onderwerpen voor de NVDO om cursussen op te geven en/of kennisdeling te bevorderen.

• Technologische kennis is dit jaar voor het eerst een optie. We zien dat er een grote behoefte is aan dit soort kennis onder respondenten. Deze behoefte zien we ook terug in de top 10 trends van 2018/2019.

Zo zijn de behoefte aan ICT-systemen, de focus op technologie en innovatie en het omgaan met grote hoeveelheden data alle drie trends die terug te vinden zijn in de top 10.

Het Onderhoudskompas

-

35

• De behoeftes binnen de verschillende sectoren laten over het algemeen hetzelfde beeld zien: er is voornamelijk behoefte aan technische en technologische kennis en kennis over innovatie. Wel zien we dat in de Infrasector er het meeste behoefte is aan kennis van Life Cycle Costing. Dit kan komen omdat assets in deze sector voor een langere tijd mee moeten gaan en de vervangingsinvesteringen vaak hoog zijn. De trends ‘Veroudering van de asset base’ en ‘Maatschappelijke behoefte aan lange termijnvisie’ staan dan ook in de top 5 van de Infrasector, wat kan betekenen dat bedrijven Life Cycle Costing gebruiken als manier om de investeringen in (nieuwe) assets op de lange termijn te optimaliseren.

36

-

Personeel – Technisch en technologisch geschoold (1/2) • Het gemiddelde aantal technisch geschoolde werknemers is toegenomen in 2018 (74%) t.o.v. 2017 (69%). Technisch geschoold personeel richt zich met name op het fysiek uitvoeren van onderhoud.

Het Onderhoudskompas

• Vooral bij de Adviseurs/Inspecteurs is dit percentage hoog: 91% van de werknemers is hier gemiddeld technisch geschoold. Bij technisch personeel in deze rol gaat het niet om het daadwerkelijk uitvoeren van onderhoud, maar meer om advies te geven of controles uit te voeren. Deze rol vereist daarom ook kennis van technische zaken.

• Het gemiddelde aantal technologisch geschoolde werknemers is ook toegenomen in 2018 (18%) t.o.v. 2017 (14%). Technologisch geschoold personeel voert voornamelijk data-analyses uit of heeft kennis van technologieën als Artificial Intelligence, Internet of Things en Big Data.

• Uit onze enquête is gebleken dat steeds meer onderhoudsprofessionals zich dit jaar met nieuwe technologische ontwikkelingen bezig houden. We zien dat het aandeel technologisch geschoolde medewerkers het hoogst is bij de Adviseurs/ Inspecteurs (26%). Dit kan verklaard worden door het feit dat Adviseurs goed op de hoogte moeten zijn van wat er in de toekomst gaat spelen. Dan kunnen ze pas goed adviseren.

Personeel – Technisch en technologisch geschoold (2/2) • Slechts 35% van bedrijven verwacht genoeg technisch personeel te kunnen aantrekken.

Deze schaarste speelt al jaren en het probleem lijkt alleen maar groter te worden.

Ook zien we tekorten aan technisch personeel in alle sectoren. Een uitgebreide analyse van de schaarste op de technische arbeidsmarkt kunt u vinden in het hoofdstuk ‘Actualiteit Technische Arbeidsmarkt’.

• Het Researchcentrum voor Onderwijs en Arbeidsmarkt (ROA) van de Universiteit van Maastricht bevestigt de toenemende schaarste aan technisch personeel6. Een aantal voorbeelden van beroepen waar schaarste verwacht wordt zijn ingenieurs, elektriciens, verspaners en installateurs • We zien een vergelijkbare daling als het gaat om technologisch personeel: 42% van bedrijven denkt genoeg technologisch geschoolde werknemers te kunnen aantrekken, terwijl dit percentage vorig jaar nog op 54% lag.

• Opvallend is dat de sector Onroerend Goed verwacht relatief meer technologisch personeel aan te kunnen trekken. Dit kan komen omdat in deze sector gemiddeld het meeste aantal WO-geschoolde technici werken, een opleidingsniveau waar minder schaarste wordt verwacht, en technologisch geschoolde werknemers vaak een universitaire opleiding gevolgd hebben.

Personeel – Samenwerken bij werving van technisch personeel • We zien dat vrijwel alle bedrijven bereid zijn om samen te werken met onderwijsinstellingen en kenniscentra (98%) voor het werven van technici. Dit is geen nieuwe trend: bedrijven zien al vele jaren de waarde in van het verbeteren van de aansluiting van het bedrijfsleven met het onderwijs.

• Vergeleken met 2017 zien we een sterke stijging in het percentage bedrijven dat bereid is samen te werken met andere bedrijven. Respondenten geven hierbij vaak aan dat dit voornamelijk uit noodzaak is.

Het probleem van schaarste aan technisch

personeel is zodanig groot dat er op elke mogelijke manier actie ondernomen moet worden.

• Sinds 2013 probeert de overheid in samenwerking met het onderwijs en het bedrijfsleven via het zogeheten Techniekpact meer mensen tot de techniek te verleiden7.

Personeel – Uitstroom • De uitstroom, het percentage werknemers dat de organisatie verlaat, is gestegen naar 7,0% in 2018. Enerzijds wordt deze uitstroom veroorzaakt door oudere medewerkers die met pensioen gaan (37%).

Anderzijds is ontevredenheid een grote factor (36%) voor de keuze van werknemers om de organisatie te verlaten.

Het Onderhoudskompas

-

37

• Van de werknemers die het bedrijf verlaten voor een nieuwe functie blijft 59% in dezelfde sector, terwijl 41% een baan vindt in een andere sector. Uitstroom van medewerkers naar concurrenten kan mede veroorzaakt worden door sommige uitzendbureaus die technici ‘opkopen’ van bedrijven door hele hoge salarissen te bieden8. Zulke recruiters spelen op deze manier in op de schaarste die heerst op de technische arbeidsmarkt. Dit soort opkoopgedrag zal echter op de lange termijn problemen veroorzaken in de sector.

Personeel – Tevredenheid en ontevredenheid • Werknemers zijn over het algemeen tevreden over de inhoud van het werk, de mensen en de cultuur binnen de organisatie en flexibiliteit van de werktijden.

• Werknemers zijn over het algemeen ontevreden over het salaris, de doorgroeimogelijkheden en de reistijd.

• We observeren dat technische medewerkers enerzijds veel waarde hechten aan flexibiliteit: het belang van flexibele werktijden en een korte reistijd is hoog onder respondenten. Anderzijds willen werknemers een hoog salaris en de mogelijkheid om op langere termijn carrière te maken. Door de schaarste op de arbeidsmarkt zijn technici zeer gewild en daarom zijn ze in staat hogere eisen te stellen aan hun werkgevers.

Personeel – Flexibele arbeid • Flexibele arbeidsregelingen voor technische werknemers komen nog vaak voor: in totaal geeft 74% van de respondenten dat er ofwel flex of parttime gewerkt wordt.

Dit is een stijging van 4 procentpunten t.o.v. 2017.

• Het aandeel werk dat door flexibele arbeidskrachten vervuld wordt (zzp’ers, uitzendkrachten, tijdelijke contracten) is relatief gelijk gebleven. Dit percentage zit al een aantal jaar rond de 15%. Een opvallend verschil met het landelijk gemiddelde, dat op 34,6% ligt11.

38

-

Het Onderhoudskompas

tal uitzendkrachten in de komende jaren.

Tegelijkertijd proberen bedrijven wel uitzendkrachten voor een langere termijn in dienst te nemen na het verloop van het inleentermijn om zo ook op langere termijn genoeg personeel te hebben.

Personeel – Flexibele arbeidskrachten • Het aandeel uitzendkrachten is sterk gestegen naar 7%. Dit is niet verrassend, aangezien uitzendkrachten een goede oplossing zijn voor het opvangen van piekproductie12. Door de sterk groeiende economie hebben onderhoudsbedrijven tijdelijk meer technici nodig.

• Dit is niet alleen een tijdelijk probleem. Er is namelijk ook een structureel probleem.

Door de aanhoudende schaarste aan technisch geschoold personeel zijn bedrijven genoodzaakt naar uitzendkrachten te kijken, ook al is dit over het algemeen een duurdere optie. 50% van de respondenten verwachten dan ook een groei in het aan-

Personeel – Aandeel vrouwen; gemiddelde leeftijd • Het percentage vrouwen werkzaam binnen onderhoudsorganisaties staat in de afgelopen jaren op gemiddeld 7%. Dit is minder dan in de algehele sector techniek (13%), volgens informatie uit de Techniekpact.

• Steeds meer meisjes kiezen voor een technisch profiel op de middelbare school, al-

Het Onderhoudskompas

-

39

dus het CBS13. Ook kiezen vrouwen steeds vaker voor technische opleidingen dan tien jaar geleden. Toch komen technisch opgeleide vrouwen vaker in een niet-technische functie terecht dan mannen14. Mogelijk speelt de (on)mogelijkheid tot deeltijdwerk in de techniek een rol. 80% van technische werknemers werkt namelijk voltijds, terwijl het landelijk gemiddelde 51% is.

• De gemiddelde leeftijd van onderhoudsmedewerkers ligt al een aantal jaar rond de 44 jaar. Dit is hoger dan het landelijk gemiddelde van alle werkenden, wat rond de 41 jaar ligt15.

Personeel – Vacatures en stageplekken; ziekteverzuim • Het aantal openstaande vacatures is gestegen naar 4,6 per 100 werknemers in 2018.

Dat is een stijging van ruim 30% ten opzichte van vorig jaar. In heel Nederland is het aantal vacatures sterk gestegen. In 5 van de 14 bedrijfstakken is het aantal vacatures nooit eerder zo groot geweest16.

Toch ligt de landelijke vacaturegraad lager op 3,1 vacatures per 100 werknemers. De spanning op de arbeidsmarkt in de onderhoudssector is dus nog hoger.

40

-

Het Onderhoudskompas

• Ook zien we een sterke stijging in het aantal stageplekken. Het aantal stageplekken per 100 werknemers is met maar liefst 40% gestegen naar 5,8. Dit is niet verrassend, aangezien stages een goede manier zijn voor bedrijven om (technische) studenten te binden.

• Het percentage ziekteverzuim ligt met 3,7% hoger dan de 2,6% van 2017. Echter ligt het huidige percentage nog in lijn met de jaren voor 2017. Op landelijk niveau ligt het gemiddelde percentage ziekteverzuim op 4,9%15. Het percentage ziekteverzuim in de onderhoudssector van 3,7% is dus heel netjes en ruim onder het landelijk gemiddelde. Een sterke commitment van onderhoudsmedewerkers en lol in het werk speelt hierbij ook een rol.

Personeel – Veiligheidsincidenten • We zien een sterke daling in het aantal veiligheidsincidenten per werknemer in 2018. Een goede ontwikkeling, die mede veroorzaakt is door de groeiende aandacht voor risico’s op de werkvloer, toenemende regelgeving en compliance onder andere vanuit de NVDO geïnitieerd.

De verouderende assets base en verhoogde downtime kunnen hiermee ook een verklaring zijn voor de groei van de onderhoudsmarkt.

Deel 2: Het aandeel preventief onderhoud is sterk afgenomen en vervangend onderhoud is sterk toegenomen t.o.v. vorig jaar. Een reden hiervoor kan zijn dat meeste assets aan het einde van hun levensduur zijn, en er nu het geld is om assets geheel te vervangen.

Deel 3: Ondanks de groeiende economie verwacht 60% van de Asset Owners/ Managers dat de leeftijd van zijn/haar assets zal stijgen. Dit aantal is wel verminderd t.o.v. vorig jaar. In toenemende mate (33% dit jaar t.o.v.

27% vorig jaar) geven respondenten aan assets langer in bezit te houden wegens financiële omstandigheden. Dit is ook in lijn met de verouderende asset base.

PRESTATIE – SAMENVATTING Dit hoofdstuk kan worden onderverdeeld in 4 delen. (1) Het eerste gedeelte gaat over de beschikbaarheid van de assets en de realisatie van het werkpakket. (2) Het tweede deel beschrijft hoe onderhoudswerkzaamheden zijn verdeeld in correctief, preventief, predictief, prescriptief en vervangend onderhoud. (3) Vervolgens werpen we een blik op de verouderende asset base en kijken we onder andere of er verwacht wordt of de gemiddelde leeftijd van assets zal stijgen/dalen en wat de achterliggende reden van een stijging/daling is. (4) Ten slotte worden onderwerpen beschreven omtrent het uitbesteden van onderhoudswerkzaamheden en lopende contracten met onderaannemers en opdrachtgevers.

Deel 1: De ongeplande downtime van de assets is toegenomen ten opzichte van vorig jaar. Dit kan komen een verouderende asset base; ook dit jaar staat deze trend weer op nummer 3 van het Onderhoudskompas.

Deel 4: De Asset Owners/ Managers zijn iets meer tevreden over de contracten met de Service Providers dan vorig jaar. Wel zijn de Asset Owners/ Managers over het algemeen minder tevreden met de lopende contracten dan de Service Providers; een derde (33%) van de Asset Owners/Managers zijn tevreden, t.o.v. bijna twee derde (65%) van de Service Providers.

Prestatie – Beschikbaarheid van de assets • Overal kunnen we stellen dat de ongeplande downtime van de assets is toegenomen ten opzichte van vorig jaar. Dit kan ook de verklaring zijn voor de groei van de onderhoudsmarkt.

• De tijd dat assets ongepland niet beschikbaar zijn is namelijk gestegen naar 5,3%.

Dit is een stijging van 1.4% t.o.v. 2017. Dit

Het Onderhoudskompas

-

41

kan komen omdat er nog steeds sprake is van een verouderende asset base; ook dit jaar staat deze trend weer op nummer 3.

• 5,4% van de tijd zijn assets gepland niet beschikbaar. Dit percentage is gedaald t.o.v. 2017.

• Met name in de Procesindustrie zijn assets relatief vaak niet beschikbaar, zowel gepland als ongepland. Een verklaring hiervoor kan zijn dat assets gepland worden stilgelegd omdat er in deze sector een grote focus ligt op veiligheid en betrouwbaarheid, en is er hiermee ook strikte regelgeving voor het onderhoud.

Prestatie – Realisatie werkpakket (Asset Owner/ Manager) • Gemiddeld genomen wordt 89% van het vooraf vastgestelde werkpakket daadwerkelijk gerealiseerd.

• De Manufacturing sector heeft met 83% het minst van het vooraf gestelde werkpakket gerealiseerd. Dit kan komen omdat er een hoge druk ligt op de productie, waardoor downtime zoveel mogelijk wordt vermeden, en benodigd onderhoud wordt uitgesteld. Het kan ook zijn dat het werkpakket bewust wordt uitgesteld, omdat onderhoud geen prioriteit heeft.

42

-

Het Onderhoudskompas

• Aan de Asset Owners/ Managers is gevraagd hoeveel procent van hun onderhoudswerkzaamheden in euro’s is toe te wijzen aan correctief, preventief, predictief, prescriptief en vervangend onderhoud. Het budget is vrijwel gelijk verdeeld over correctief, preventief en vervangend onderhoud. Hierin is het aandeel preventief onderhoud sterk afgenomen, en vervangend onderhoud sterk toegenomen.

Dit kan komen omdat de meeste assets aan het einde van hun levensduur zijn, en de Asset Owners/ Managers nu het geld hebben om assets geheel te vervangen.

• Dit jaar is ook prescriptief onderhoud als onderhoudsvorm toegevoegd. Dit is het voorspellen van acties die nodig zijn voor

een optimale asset base, en het effect van deze acties, en bouwt voort op predictief onderhoud. Er is sinds 2015 een dalende lijn in het budget dat voor predictief onderhoud wordt uitgetrokken. Ook dit jaar is het budget voor predictief en prescriptief onderhoud samen (9%) iets afgenomen tegenover predictief onderhoud vorig jaar (10%). Dit is verrassend gezien de trends in technologische ontwikkelingen en de stijging van het gebruik van data om onderhoud te optimaliseren. Een reden kan zijn dat een groot deel van het geld naar vervangend onderhoud gaat.

• Als we naar de verschillende sectoren kijken, zien we dat er vooral in de Infra en Onroerend Goed sectoren vervangend onderhoud wordt gedaan. Veel assets in de Infra sector komen uit de jaren ’60 of ’70. Het kan zijn dat er daarom veel geld in deze sector wordt gestoken om deze assets te vervangen. In de Infra, Manufacturing en Procesindustrie sectoren wordt relatief veel predictief onderhoud toegepast. Met een verdere implementatie van sensoren die data genereren kunnen er veel inzichten worden verkregen uit het benodigd onderhoud, en kan veiligheid beter worden gewaarborgd (zie ook Visiedocument “Big Data als enabler van Predictive Maintenance • Qua FTE besteden Asset Owners/ Managers ook het meeste tijd aan vervangend onderhoud. Ook hier is te zien dat er een grote stijging is van het vervangend onderhoud t.o.v. vorige jaren, en zelfs een verdubbeling van 2017 naar 2018.

• Wat opvalt is dat er vooral in de Infra en Onroerend Goed sectoren relatief veel vervangend onderhoud wordt gedaan. In de Infra, Manufacturing en Procesindustrie sectoren wordt relatief veel predictief/prescriptief onderhoud toegepast.

Met een verdere implementatie van sensoren die data genereren kunnen er veel inzichten worden verkregen uit het benodigd onderhoud, en kan veiligheid beter worden gewaarborgd (zie ook Visiedocument “Big Data als enabler van Predictive Maintenance”.

Prestatie – Verdeling onderhoudswerkzaamheden (Service Provider) • Vergeleken met afgelopen jaar, en vergeleken met de Asset Owners/ Managers, besteden Service Providers aanzienlijk minder tijd aan vervangend onderhoud, en meer aan predictief en prescriptief onderhoud. Dit kan komen omdat de Service Providers inzien dat technologische ontwikkelingen kansen bieden voor nieuw en meer werk. Doordat ze zich hierop onderscheiden worden ze een interessante partij voor Asset Owners/ Managers om mee samen te werken.

Het Onderhoudskompas

-

43

• In alle sectoren worden correctief en preventief onderhoud het meeste toegepast.

Vooral in de sector Food, Beverage & Farma, vindt er relatief veel correctief onderhoud plaats (43%). Daarnaast wordt in alle sectoren bijna een vijfde van de tijd besteed aan predictief of prescriptief onderhoud, met name in de Procesindustrie, en gemiddeld zijn zelfs 17% van de onderhoudswerkzaamheden predictief of prescriptief, t.o.v. 11% in 2017.

Prestatie – Condition Based Maintenance • Bij 80% van de respondenten worden beslissingen gerelateerd aan onderhoudsactiviteiten enigszins of grotendeels gebaseerd op conditie gedreven onderhoud.

Slechts 3% past Condition-Based Maintenance volledig toe, en voor een kwart (26%) grotendeels. Condition-Based Maintenance is de basis van predictief onderhoud (zie ook Visiedocument “Big Data als enabler van Predictive Maintenance”). Door de toestand van de asset te hanteren bij onderhoudsbeslissingen kunnen onderhoudsactiviteiten en investeringen geoptimaliseerd worden.

44

-

Het Onderhoudskompas

Prestatie – IT-systemen voor onderhoud Level 1: Run to failure - Met opzet de levensduur van de asset maximaliseren, met als doel het correctief onderhoud vooruitplannen Level 2: level 1 + Preventief (planned on time) Preventief onderhoud op basis van schema’s Level 3: level 2 + Preventief (planned on usage) Preventief onderhoud op basis van gebruik Level 4: level 3 + Condition Based Maintenance De staat van de asset wordt real-time gemeten Level 5: level 4 + Predictief onderhoud - Onderhoud geschiedt op basis van sensoren en projecties van verwachte storingen en vertaalt dat naar benodigd onderhoud Level 6: level 5 + Reliability-centered onderhoud Het maximaliseren van de beschikbaarheid van de kritieke assets op basis van voorspellingen (vanuit data uit sensoren) Level 7: level 6 + Financiële optimalisatie - het gebruik van voorspellingen over asset toestand en failures gecombineerd met vervangingskosten en kosten van storingen om het budget te optimaliseren • De IT-systemen van de onderhoudsprofessionals worden steeds geavanceerder.

Vorig jaar gaf 15% van de respondenten namelijk aan IT-systemen voor Condition-Based Maintenance toe te passen, dit jaar is dit gestegen naar 21%.

• Meer dan de helft (59%) van de IT-systemen die onderhoudsprofessionals momenteel gebruiken zijn correctief (L1) of preventief (L2 en L3), vorig jaar was dit nog 68%.

• Vergeleken met het meest gewenste systeem zien we wel een discrepantie; veel bedrijven willen een geavanceerder sys-

teem toepassen voor het onderhoud, maar de meeste hebben deze nog niet ingericht.

• In de meeste sectoren wordt preventief onderhoud op basis van tijd toegepast, met name in de Food, Beverage en Farma sector.

• De Procesindustrie is relatief ver met het toepassen van financieel geoptimaliseerd onderhoud, bijna een vijfde van de respondenten geeft aan dit systeem al toe te passen. Door een hoge druk op uptime en aanscherping van regelgeving in deze sector ligt de focus in toenemende mate op Operational Excellence (trend #4 in de Procesindustrie).

• Ook is er te zien dat in elke sector financiële optimalisatie het meest gewenst is, met name in de Food, Beverage en Farma sector.

Prestatie – Levensfase- en levensduur van de assets (Asset Owner/ Manager) • De meeste assets van de Asset Owners/ Managers bevinden zich in het midden van de levensduur (60%) .

• Een derde (33%) van de assets bevinden zich aan het einde van de levensduur. Dit is een toename van 9% t.o.v. 2017. Dit is ook te zien in het budget en tijd die Asset Owners/ Managers besteden aan vervangend onderhoud, waarbij de assets aan het einde van de levensduur kunnen worden vervangen.

• Van een klein deel (7%) van de assets is de levensduur verlengd. Dit is 1% meer dan vorig jaar.

• Circa 60% van de Asset Owners/ Managers verwacht een stijging van de leeftijd van zijn/haar assets, t.o.v. 72% vorig jaar.

De belangrijkste reden (33%) is de noodzaak om assets langer in bezit te houden dan gepland als gevolg van economische/ financiële omstandigheden. Dit is een stijging van 6% t.o.v. 2017.

• Daarnaast verwacht 27% een stijging van de levensduur van de assets omdat ze een

Het Onderhoudskompas

-

45

langere levensduur dan vroeger hebben, waardoor ze langer in de organisatie kunnen blijven. Dit kan komen omdat onderhoud steeds efficiënter en gerichter gedaan wordt, mede dankzij technologische ontwikkelingen.

Prestatie – Vervangen van assets (Asset Owner/ Manager) • Op de vraag wanneer Asset Owners/ Managers besluiten tot vervanging over te gaan, geeft twee derde (67%) aan assets te vervangen wanneer onderhoud niet meer loont vergeleken met de totale levensduurkosten.

46

-

Het Onderhoudskompas

• Daarnaast geeft meer dan de helft (53%) van de Asset Owners aan dat assets vervangen worden wanneer er een nieuwe technologie beschikbaar komt, zodat er geprofiteerd kan worden van technische verbeteringen.

• Asset Owners/ Managers die “Anders” hebben ingevuld geven aan assets te vervangen: • Door vooruit te kijken of een asset nog onderhoudbaar is i.c.m. het faal gedrag • Als er een verandering is in wetgeving • Wanneer het product portfolio wijzigt of productvolumes groter worden waardoor capaciteitsvraag verandert • Wanneer er een commercieel einde van de levensduur is Prestatie – Budgettering en forecasting (Asset Owner/ Manager) • Om de onderhoudskosten te budgetteren en/of de forecast door te rekenen is het belangrijk de levensduur van assets nauwkeurig te bepalen. Dit helpt onder andere om te bepalen wanneer onderhoud niet meer loont en er beter geherinvesteerd kan worden.

• Over het algemeen wordt er minder ver vooruit gebudgetteerd dan vorig jaar. 40% van de Asset Owners/ Managers geeft namelijk aan de onderhoudskosten één jaar vooruit te plannen, vorig jaar was dit 33%.

13% budgetteert tien jaar vooruit, vorig jaar was dit nog 27%.

• 40% van de Asset Owners/ Managers geven aan dat er verschillende horizonnen zijn in hun forecast, de termijn hangt af van de tijd die nodig is om beslissingen te realiseren. Vorig jaar was dit 18%.

• De Asset Owners/ Managers zijn het meest betrokken bij het bepalen van het onderhoudsbudget en de forecast (81%). De Supervisor is het minst betrokken (19%).

Prestatie – Contracten en relaties (Service Provider) • Vergeleken met vorig jaar stuurt de opdrachtgever meer aan op het proces en resultaat, dan dat hij/zij inhoudelijk betrokken is bij de onderhoudsactiviteiten. Vorig jaar was de opdrachtgever namelijk nog in 58% van de gevallen zowel op het proces als inhoudelijk betrokken, dit jaar is dat nog in 46%.

Prestatie – Contracten en relaties • De meerderheid van de Service Providers (65%) is tevreden over de lopende contracten met werkgevers. Dit aantal is sterk gestegen t.o.v. afgelopen jaar, toen het nog 34% was. De Service Providers zouden dus graag meer werk willen doen dan dat de Asset Owners/ Managers bereid zijn uit te besteden.

• Daarnaast is ongeveer een kwart (26%) van de contacten van de Service Providers een prestatiecontract. Dit is iets minder dan vorig jaar, toen waren 28% van de contracten gebaseerd op prestatie.

• De Asset Owners/ Managers zijn iets meer tevreden over de contracten met de Service Providers dan vorig jaar.

• Een derde (33%) van de Asset Owners/ Managers zijn namelijk tevreden over de lopende contracten. Dit is iets gestegen t.o.v. vorig jaar, toen het 30% was.

• De opdrachtgevers van de Service Providers sturen met name aan op budget (50%), en daarna op het proces (21%) en de kwaliteit (21%) van de werkzaamheden.

Het Onderhoudskompas

-

47

• Ook is een minder groot deel van de Asset Owners/ Managers ontevreden over de lopende contracten dan vorig jaar. 18% was namelijk ontevreden in 2017, dit jaar is dit nog 13%.

• Aan de andere kant zijn de Asset Owners/ Managers over het algemeen minder tevreden met de lopende contracten dan de Service Providers; 33% van de Asset Owners/ Managers zijn tevreden, t.o.v.

65% van de Service Providers.

Prestatie – Contracten en relaties (Asset Owner/ Manager) • Meer dan de helft (56%) van de onderhoudswerkzaamheden wordt door de Asset Owner/ Manager uitbesteed.

• Met name in de Onroerend Goed sector wordt er veel uitbesteed; 80% van de onderhoudswerkzaamheden. Een groot deel hiervan komt waarschijnlijk doordat de Rijksgebouwendienst, als de grootste Asset Owner van Onroerend Goed in Nederland, steeds meer werk uitbesteed.

• In de Manufacturing sector wordt er het minst uitbesteed van alle sectoren; ongeveer een derde (32%).

• 60% van de Asset Owners/ Managers is het eens met de stelling dat de huidige contracten met (onder)aannemers de bedrijfsstrategie ondersteunen. Dit is een grote toename met vorig jaar, toen was 45% het hiermee eens eens. De Asset Owners/ Managers zijn dus positiever over de contracten met (onder)aannemers dan vorig jaar INNOVATIE – SAMENVATTING In dit hoofdstuk bespreken we de innovaties en technologische ontwikkelingen bin-

48

-

Het Onderhoudskompas

nen de onderhoudsmarkt. Hierin komen onderwerpen aan bod als de eigen kennis van onderhoudsprofessionals op het gebied van innovaties en technologische kennis en tegen welke knelpunten bedrijven aanlopen bij de adoptie van innovatieve ideeën. (1) Ten eerste beschrijven we de huidige positie van de onderhoudsmarkt t.o.v. andere sectoren betreft innovatie en technologische ontwikkelingen. (2) Daarna beschrijven we de adoptie van innovatie. (3) Ten derde beschrijven we de implementatie van IoT en Big Data in de Onderhoudsmarkt. (4) Tenslotte beschrijven we het gebruik van 3D printing, robotica, AR en VR in de onderhoudsmarkt.

Deel 1: Over het algemeen is de positie van de onderhoudssector t.o.v. andere sectoren op het gebied innovaties en technologische ontwikkelingen iets beter t.o.v. vorig jaar.

Daarnaast is de eigen kennis op het gebied van innovaties en technologische ontwikkelingen (zoals AR/VR, Artificial Intelligence, IoT, etc.) vrij goed binnen de onderhoudsmarkt: bijna driekwart van de respondenten geeft aan op de hoogte te zijn, en dit per-

centage is gestegen t.o.v. vorig jaar. Echter, bijna de helft (49%) van de respondenten geeft aan dat ze op de hoogte zijn van de ontwikkelingen, maar niet precies weet wat de gevolgen hiervan zijn op de industrie.

Deel 2: De voornaamste redenen voor het belemmeren van de adoptie van innovatieve ideeën zijn gebrek aan kennis van het technologisch landschap en te weinig daadkracht, geloof en/of flexibiliteit van de medewerkers. Daarbij geven respondenten aan dat de Asset Owner/ Manager vaker de aanjager van innovatie zou moeten zijn dan hij/ zij nu is.

Deel 3: Bedrijven erkennen steeds meer dat Big Data een grote impact kan hebben op het onderhoud; 83% van de respondenten geeft aan gebruik te maken van Big Data, of dit in de toekomst te willen gaan doen. Er zijn echter een aantal uitdagingen voor het inzetten van Big Data in het onderhoud, met name het vertalen van de data naar bruikbare informatie, de kwaliteit van de verkregen data, en voldoende capaciteit, kennis en competenties bij de medewerkers. Aangezien bijna een vijfde (19%) van alle informatie over de assets niet digitaal of op papier is opgeslagen, en alleen in de hoofden van mensen, biedt Big Data en predictief onderhoud een kans

voor bedrijven om deze kennis op te slaan en in het bedrijf te houden (zie ook het Visiedocument “Big Data als enabler van Predictive Maintenance”).

Deel 4: Onderhoudsbedrijven zijn met name geïnteresseerd om AR of VR toe te passen voor onderhoudsactiviteiten (53%) en trainingsdoeleinden (52%), en in iets mindere mate in 3D printing (40%) of robotica (33%).

Innovatie – Kennis betreft innovaties en technologische ontwikkelingen • Om te kijken hoe de onderhoudsbranche ervoor staat op het gebied van innovaties en technologische ontwikkelingen hebben we de onderhoudssector gevraagd zich te vergelijken met andere sectoren. Over het algemeen is de positie van de onderhoudssector t.o.v. andere sectoren op het gebied van innovaties en technologische ontwikkelingen iets beter t.o.v. vorig jaar. Meer dan de helft van de respondenten (56%) geeft namelijk aan dat de onderhoudsbranche met de tijd meeloopt, vorig jaar was dit nog 51%.

• De eigen kennis op het gebied van innovaties en technologische ontwikkelingen (bijvoorbeeld AR/VR, Artificial Intelligence, IoT, Blockchain, Cloud Storage, Wearables)

Het Onderhoudskompas

-

49

is vrij goed binnen de onderhoudsmarkt: bijna driekwart van de respondenten geeft aan op de hoogte te zijn, en dit percentage is gestegen (73% dit jaar t.o.v. 68% vorig jaar). Echter, 22% van de respondenten geeft aan dat zijn/haar kennis achterloopt en dat hij/zij graag bijgeschoold wilt worden. Mogelijk is hier een rol weggelegd voor de NVDO. • Het is ook interessant om te zien dat bijna de helft (49%) van de respondenten op de hoogte is van de ontwikkelingen, maar niet precies weet wat de gevolgen hiervan zijn op de industrie.

Innovatie – Adoptie van innovatie • De meningen betreffende de voornaamste reden voor het belemmeren van de adoptie van innovatieve ideeën zijn verdeeld.

• De grootste reden (24%) is dat er een gebrek is aan kennis van het technologisch landschap, en wat de impact hiervan is op de business. Dit is ook in lijn met de reden dat er niet genoeg talent is binnen de organisatie om innovaties effectief te implementeren (16%). Daarna is daadkracht,

50

-

Het Onderhoudskompas

geloof en/of flexibiliteit van de medewerkers een belangrijke reden (22%). Als overige reden geven respondenten (17%) aan dat de behoudende, risicomijdende cultuur van opdrachtgevers kan tegenwerken, en de vraag is wie dit risico gaat dragen.

Daarnaast kan tijdsdruk innovaties in de weg staan, of wordt er niet altijd prioriteit gegeven aan innovaties.

Innovatie – Aanjager van innovatie • Er is ook dit jaar een verschil te zien in de perceptie van wie de aanjager van innovaties zou moeten zijn en wie de aanjager van innovaties daadwerkelijk is. De meeste respondenten (64%) zijn van mening dat de Asset Owner/Manager de aanjager zou moeten zijn. Echter, zij zijn het maar in 41% van de gevallen.

• Daarentegen zijn Service Providers (27%) en Adviseurs/Inspecteurs (20%) vaker de primaire aanjager dan ze volgens de respondenten zouden moeten zijn (respectievelijk 22% en 3%). Een mogelijke verklaring hiervoor is voor de hand liggend; ze willen zich goed in de markt positioneren.

• Bij “Anders” geven respondenten aan dat iedereen een aanjager zou kunnen zijn door samenwerking, ook met het onderwijs en overhoud door regelgeving.

Innovatie – Investeringsklimaat & Competitie door innovatie • Te zien is dat onderhoudsorganisaties zich in toenemende mate richten op investeringen met een sterke focus op Nederland. De focus op desinvesteringen is ook afgenomen, in 2018 geeft zelfs geen van de respondenten aan te focussen op desinvesteringen. Zo wordt er meer in het eigen bedrijf geïnvesteerd in met name op innovaties, en onderzoek en ontwikkeling (R&D)18.

Innovatie – Bekendheid met IoT en Big Data • 83% van de respondenten geeft aan gebruik te maken van Big Data, of dit in de toekomst te willen gaan doen. Dit komt ook voort uit het Onderhoudskompas, waar de trend “Omgaan met grote hoeveelheden data” nu al voor het derde jaar in de top 10 trends staat. Bedrijven erkennen dus steeds meer dat Big Data een grote impact kan hebben op het onderhoud. Dit definitie en toepassing van Big Data beschrijven we in het Visiedocument: “Big Data als enabler van Predictive Maintenance”.

• Dat het belang van innovaties gaat toenemen blijkt onder andere uit het resultaat dat 92% van de bedrijven in de onderhoudssector gelooft dat nieuwe innovatieve bedrijven & services voor extra competitie gaan zorgen.

• 78% van de respondenten geeft aan Internet of Things (IoT) toe te passen, of het in de toekomst te willen gaan gebruiken. Met IoT worden assets met elkaar verbonden, waardoor zij gegevens met elkaar kunnen uitwisselen.

Het Onderhoudskompas

-

51

• Iets meer respondenten geven aan Big Data toe te passen (32%) in de organisatie dan Internet of Things (IoT) (28%). Voor veel onderhoudsbedrijven is de eerste stap de assets zo inzetten dat ze data genereren. Hierna komt meestal pas de stap om de assets ook met elkaar te verbinden (IoT).

Innovatie – Redenen om Big Data in te zetten voor onderhoudsactiviteiten • De belangrijkste redenen voor het toepassen van Big Data zijn het voorspellen (82%), optimaliseren (64%) en analyseren (62%) van het benodigd onderhoud.

• In het Visiedocument “Big Data als enabler van Predictive Maintenance” verderop in dit Onderhoudskompas beschrijven we o.a. in meer detail de redenen voor het toepassen van Big Data, en de mogelijke uitdagingen.

52

-

Het Onderhoudskompas

Innovatie – Uitdagingen bij het inzetten van Big Data voor onderhoudsactiviteiten • De belangrijkste uitdagingen voor het inzetten van Big Data zijn het vertalen van de data naar bruikbare informatie (77%), de kwaliteit van de verkregen data (66%), en voldoende capaciteit, kennis en competenties bij de medewerkers (46%).

• Het opslaan van de data is in mindere mate een probleem (15%). Met name de volgende stap; het vertalen van de data naar bruikbare informatie is dus nog een uitdaging voor veel bedrijven. Dit vereist ook voldoende capaciteit, kennis en competenties bij werknemers binnen de organisatie. De meeste werknemers zijn (nog) niet goed opgeleid om deze data te verzamelen en hier analyses op te doen. Ook dienen bedrijven rekening te houden met cybersecurity, en systemen goed te beveiligen om datalekken te voorkomen. In het Visiedocument

verderop in het Onderhoudskompas gaan we verder in op hoe bedrijven het beste met deze uitdagingen om kunnen gaan.

Innovatie – Opslaan van informatie en data betreft assets • Gemiddeld is 60% van informatie en data over assets binnen onderhoudsbedrijven digitaal vastgelegd.

• 21% van de informatie wordt niet digitaal opgeslagen, maar alleen op papier. Veel bedrijven houden nog onderhoudsprocessen bij via logboeken. In een enkel geval wordt deze informatie handmatig gedigitaliseerd, maar dit kost veel tijd. Meestal blijft de data daarom op papier, waardoor er minder goed inzicht is in de condities van een asset, en het benodigd onderhoud.

• 19% van de data wordt echter niet vastgelegd digitaal of op papier, en wordt alleen gedragen in de hoofden van mensen. Deze

zijn vaak experts in het onderhoud van deze assets, en maken keuzes op basis van hun jarenlange ervaring of intuïtie. Ze zijn hiermee fundamenteel voor het onderhoud van een organisatie. Met oog op vergrijzing dreigt er zo kennis verloren te gaan indien ze de organisatie verlaten. Predictief onderhoud kan hiervoor een goede oplossing bieden, omdat deze kennis digitaal kan worden vastgelegd, en zo gedeeld kan worden met de rest van de organisatie.

Innovatie – Bekendheid met 3D printing & robotica voor onderhoudswerkzaamheden • 40% van de respondenten maakt gebruikt van 3D printing, of wilt dit in de toekomst gaan gebruiken. 3D printing kan van toegevoegde waarde zijn voor onderhoud omdat ter plekke de benodigde onderdelen kunnen worden geprint. Ook kunnen ongebruikelijke reserveonderdelen worden geprint,

Het Onderhoudskompas

-

53

of wanneer bepaalde onderdelen niet meer beschikbaar of leverbaar zijn17. 3D printing is niet geschikt voor elke sector of asset type. Bovendien staat 3D printing nog in de kinderschoenen, en dienen er nog veel innovaties op te worden gedaan18.

• Een derde (33%) van de respondenten geeft aan robotica toe te passen, of het in de toekomst te willen gaan gebruiken. Er worden al las- en reparatierobots ingezet voor onderhoudswerkzaamheden. Ter illustratie: Per jaar groeit het aantal robots in Europa met 5%, in Azië is dit zelfs 9%19.

• 3D printing (40%) en robotica (33%) worden dus veel minder toegepast momenteel of in de toekomst vergeleken met Big Data

(83%) en IoT (78%). Meer dan een kwart van de respondenten (28%) geeft aan meer te willen weten over de waarde van robotica in het onderhoud. Hier kan een rol voor de NVDO liggen om onderhoudsbedrijven hier kennis mee te laten maken, en te leren hoe ze dit kunnen toepassen voor het onderhoud.

Innovatie – Bekendheid met AR en VR voor onderhoudsactiviteiten en trainingsdoeleinden • Meer dan de helft van de respondenten past al AR of VR toe voor onderhoudsactiviteiten of wil dit in de toekomst gaan toepassen. Iets meer bedrijven passen AR of VR toe of willen dit gaan toepassen voor trainingsdoeleinden.

• Met AR wordt de digitale wereld geïntegreerd met de wereld om ons heen20. Met smartphones, tablets of brillen kunnen onderhoudsprofessionals zowel hun normale werk doen en zien, maar worden ze ondersteund door filmpjes en instructies, remote support vanuit het hoofdkantoor, databases, en toegang tot het internet. Zo hebben ze complete informatie over wat voor werkzaamheden er moeten worden verricht, hoe ze die moeten uitvoeren, en met welke materialen.

• VR is anders, omdat we hiermee ons in een compleet virtuele wereld wagen. Met een helm of bril ziet een persoon enkel een virtuele wereld als hij rondloopt of beweegt.

Hiermee kunnen onderhoudsprofessionals die bijvoorbeeld in gevaarlijke of moeilijk te betreden omgevingen werken beter worden getraind, aangezien ze overal de training kunnen doen, en niet per se op de locatie hoeven te zijn, zoals bij AR. Referenties 1: CBS (2018) - Cijfers, BBP raming augustus 2018 https://www.cpb.nl/cijfers?datatype=Short-term%20forecast

CBS (2018) - Werkzame beroepsbevolking, https://www.cbs.nl/nl-nl/achtergrond/2018/07/werkzame-beroepsbevolking

2:

54

-

Het Onderhoudskompas

CPB (2018) - Kortetermijnraming maart 2018, https://www.cpb.nl/cijfer/kortetermijnraming-maart-2018 3:

ING (2018) - Verder herstel voedingsindustrie in 2018, https://www.ing.nl/zakelijk/ kennis-over-de-economie/uw-sector/outlook-2018/voedingsindustrie.html

Werk, 2018 – Meisjes kiezen vaker voor exacte studies, https://www.werk.nl/werk_nl/ arbeidsmarktinformatie/achtergrond/meisjes-kiezen-exacte-studies 14:

4:

ING (2018) - Technologische industrie groeit verder door na topjaar 2017, https://www.ing. nl/zakelijk/kennis-over-de-economie/uw-sector/outlook-2018/technologische-industrie. html 5:

CBS, 2018 – Arbeidsdeelname; kerncijfers, https://opendata.cbs.nl/statline/#/CBS/nl/ dataset/82309ned/table?ts=1535464083785

15:

CBS, 2018 – Aantal vacatures bereikt recordhoogte, https://www.cbs.nl/nl-nl/ nieuws/2018/33/aantal-vacatures-bereikt-recordhoogte 16:

VSNU, 2018 – Ingeschreven studenten, https:// www.vsnu.nl/f_c_ingeschreven_studenten.html

CBS, 2018 – Ziekteverzuim, https://www. cbs.nl/nl-nl/visualisaties/dashboard-arbeidsmarkt/werkenden/toelichtingen/ziekteverzuim

UWV, 2018 – Technische beroepen Factsheet arbeidsmarkt, https://www.uwv.nl/overuwv/ Images/factsheet-technische-beroepen.pdf

18:

17: 6:

7:

ROA, 2017 – ROA: In 2022 groot tekort aan technisch personeel, http://www.technischwerken.nl/nieuws/roa-in-2022-groot-tekortaan-technisch-personeel 8:

Techniekpact, 2018, https://www.techniekpact.nl/ 9:

Trouw, 2018 – Cowboys kapen technische vaklui bij bedrijven vandaan, https://www. trouw.nl/home/cowboys-kapen-technische-vaklui-bij-bedrijven-vandaan~a1746075/ 10:

Flexbarometer, 2018 – Verhouding vast-flex-zelfstandig (EBB, 2018 2e kwartaal), http://www.flexbarometer.nl/hoofdstuk1.html

PT Industrieel Management, 2017 – Nederlandse bedrijven investeren weer meer in onderzoek nen ontwikkeling R&D, https:// www.ptindustrieelmanagement.nl/rd/ nieuws/2017/11/nederlandse-bedrijven-investeren-weer-meer-onderzoek-en-ontwikkeling-rd-1011023 VekaShape, 2018 – 3D-printen een strategie voor preventief onderhoud, https://www. vekashape.nl/3d-printen-industrie/3d-printen-voor-preventief-onderhoud/ 19:

3D-Printergids, 2015 – Voor-en nadelen 3D-printer, https://3d-printergids.nl/voor-ennadelen-3d-printer/

20:

11:

Technisch Werken, 2018 – Uitzendkrachten hebben meer kans op vast werk in 2018, http://www.technischwerken.nl/nieuws/ uitzendkrachten-hebben-meer-kans-op-vastwerk-in-2018

Maakindustrie.nl, 2018 – Robotdichtheid groeit wereldwijd, https://maakindustrie.nl/ nieuws/robotdichtheid-groeit-wereldwijd

21:

12:

13: CBS, 2018 – Techniekonderwijs wordt populairder bij meisjes, https://www.cbs. nl/nl-nl/nieuws/2018/15/techniekonderwijs-wordt-populairder-bij-meisjes

Forbes, 2018 – Are you ready to use augmented reality or virtual reality to train your workforce?, https://www.forbes.com/ sites/forbesagencycouncil/2018/06/14/ are-you-ready-to-use-augmented-reality-or-virtual-reality-to-train-your-workforce/#56b6a41f3ce9 22:

Het Onderhoudskompas - 55

FUNCTIEHUIS De NVDO geeft met het functiehuis een handreiking hoe een typische onderhoudsorganisatie eruitziet. Het is geenszins een aanzet van hoe een onderhoudsorganisatie eruit zou moeten zien, elke organisatie is anders en heeft zijn eigen optimale indeling.

D

it generieke functiehuis, met daarbij een beschrijving van de functies, stelt ons echter wel in staat een overzicht te geven van een generieke onderhoudsorganisatie en daarbij enkele interessante cijfers te tonen; de gemiddelde procentuele verdeling, het gemiddelde salaris en het gemiddelde aantal ervaringsjaren per functie. Het overzicht van verschillende functies is te vinden in figuur 1.

Er zijn vier verschillende niveaus geïdentificeerd; uitvoerend, operationeel, tactisch en strategisch. Hierbinnen zijn elf rollen geplot; management, reliability engineer, maintenance planner, supervisor, proces en operations engineer, mechanical engineer, electrical engineer, automatisation engineer, werkvoorbereider, administrative support en monteur/technicus.

De rollen zijn niet strikt gescheiden tussen de niveaus. Zo heeft de maintenance planner, naast tactische, ook operationele taken en de mechanical-, electrical- en automatisation engineer, naast operationele, ook uitvoerende taken. Als toevoeging op het generieke functiehuis, treft u tevens een verdieping op een aantal specifieke functies die onder de elf uitgelichte rollen vallen.

STRATEGISCHE FUNCTIES

Management Management functies zijn gericht op hiërarchisch leidinggeven aan medewerkers binnen het desbetreffende vakgebied.

56 - Het Onderhoudskompas

• Asset manager De Asset Manager bepaalt de strategie van het onderhoud en het gewenste onderhoudsniveau en zorgt ervoor dat assets zo optimaal mogelijk presteren. De Asset Manager is verantwoordelijk voor de lange termijn planning en budgettering wat betreft de assets en is belangrijk in het bepalen om al dan niet te investeren in nieuwe apparaten of life-time extension toe te passen. Hij zorgt er daarnaast voor dat assets up-to-date zijn met nieuwe technologieën en wet- en regelgeving via programmamanagement en stelt risicoprofielen op.

• Technisch Manager Zoals veel leidinggevende en coördinerende functies is technisch manager een beroep dat bij verschillende organisaties op geheel verschillende manieren ingevuld wordt. Echter betrekken de werkzaamheden altijd technische aangelegenheden. De taken zullen voornamelijk bestaan uit het bepalen van beleid en het controleren van de uitvoering daarvan.

Er zijn weinig bedrijven die een technisch manager ‘an sich’ in dienst hebben. In veel gevallen zal het gaan om vergelijkbare functies met andere titels, zoals technical sales manager, technologie- en innovatiemanager, manager techniek, manager technische dienst, technisch ontwikkelaar, etc.

• Plant Manager De plant manager is er verantwoordelijk voor dat het productieproces zo goed mogelijk verloopt. De kerntaken van deze functie bestaan uit het regelen en coördineren van

medewerkers, het overzien en plannen van verbeteringen en het opstellen en bewaken van financiële rapporten en budgetten.

• Manager Duurzaamheid De manager duurzaamheid geeft leiding aan de afdeling die zorg draagt voor het duurzaam handelen van het bedrijf. Ze stellen veelal richtlijnen op om duurzaamheidsdoelstellingen te realiseren en evalueren of er aan deze richtlijnen voldaan wordt.

• Projectmanager IT De Projectmanager IT geeft leiding aan een groep werknemers die werkzaam is in de IT afdeling van een organisatie. Deze afdeling ondersteunt de organisatie met IT oplossingen, en zorgt voor een betrouwbare infrastructuur.

• Projectmanager recruitment De Projectmanager Recruitment geeft leiding aan de Recruitment afdeling van een bedrijf.

Deze houden zich veelal bezig met taken als harmonisatie van arbeidsvoorwaarden, ontwikkelen van een functiewaarderings- en beloningssysteem, ontwikkelen van een opleidingstraject, doorvoeren van een reorganisatie, opzetten van een wervingscampagne, etc.

TACTISCHE FUNCTIES

Reliability engineer Reliability (Maintenance) engineers zijn gericht op het initiëren, ontwikkelen, implementeren, ondersteunen en controleren van projecten ter vernieuwing en verbetering.

Daarnaast richten zij is op het op een nieuwe manier optimaliseren van processen, procedures en werkinstructies binnen de organisatie. De focus ligt vooral op de lange termijn.

• Constructeur De Constructeur vertaalt het ontwerp van een architect of ontwerper in een werkbare oplossing. Een constructeur past technische en wiskundige kennis toe om apparaten of constructies daadwerkelijk te realiseren.

58 - Het Onderhoudskompas

• Contractmanager De Contractmanager houdt zich bezig met de inkoop en het opstellen van alle contracten met aannemers en leveranciers van een opdrachtgever. De Contractmanager ondersteunt hierbij de productmanagers en zoekt optimalisatie van de aspecten kwaliteit, kosten en wet -en regelgeving.

• Innovatietechnoloog Een innovatietechnoloog houdt zich bezig met innovatie op technisch vlak. Hij/zij doet daar onderzoek naar mogelijke technologische verbeteringen, geeft hierover een advies aan zijn leidinggevende(n) en helpt vaak ook mee met het implementeren van de gegeven adviezen. Het zijn veelal bedrijven in de chemische sector die innovatietechnologen in dienst hebben.

• Manager Engineer De Manager Engineering geeft leiding aan een groep werknemers die werkzaam zijn in binnen de groep Engineering. Deze mensen werken allemaal voor de afdeling van het bedrijf dat zorg draagt voor het technologische onderzoek en de planning van een bepaald productoptimalisatie van de productieassets, de implementatie van nieuwe assets en de vervanging van bestaande assets. De manager Engineering zorgt ervoor dat de mensen die voor hem/haar werken goed begeleid en aangestuurd worden.

• Materiaal Manager De Materiaal Manager is verantwoordelijk voor de materialen die gebruikt worden bij het maken en ontwikkelen van producten, spullen en constructies.

• Operations Manager De Operations Manager zorgt ervoor dat een bedrijf blijft draaien, door zich bezig te houden met de dagelijkse gang van zaken. Omdat de dagelijkse gang van zaken voor elk bedrijf verschillend kan zijn, is ook de functie van Operations Manager op diverse manieren in te vullen. In sommige functies is de Operations Manager met name bezig met het

inhuren en regelen van personeel, terwijl in andere functies de nadruk op het bijhouden van voorraad en het regelen van de logistiek kan liggen.

• Processpecialist De Processpecialist is, zoals de naam al aangeeft, specialist in een bepaald proces. Ten eerste kan hij/zij fungeren als een adviseur over hoe een proces te optimaliseren. Ten tweede heeft de processpecialist vaak de taak om een proces optimaal te managen.

• Projectplanner De Projectplanner is verantwoordelijk voor een goede planning van verschillende projecten binnen een organisatie. Hij/zij is bezig met het maken van planningen voor projecten, het analyseren van de planningsrisico’s en het afstemmen van alle processen van een project.

• Requirements Engineer Een Requirements Engineer houdt zich bezig met het identificeren en documenteren van de wensen van gebruikers van informatiesystemen. De Requirements Engineer bekijkt hierbij de wensen op het gebied van functionaliteit en kwaliteit.

• Technical Sales Manager De Technical Sales Manager houdt zich bezig met de verkoop van technische producten en het onderhouden van klantrelaties. De technical sales manager moet hiervoor specifieke technische kennis hebben maar ook kunnen verkopen.

• Technisch Adviseur Een Technisch Adviseur adviseert klanten (bedrijven) over systemen, standaarden en de aanschaf, installatie en toepassing daarvan. Het vakgebied van de technisch adviseur betreft meestal de IT, de elektrotechniek, de autotechniek of vergelijkbare branches. Hij/ zij heeft als adviseur diepgaande kennis over bepaalde onderwerpen én weet dit ook te presenteren aan klanten die minder deskundig zijn op de betreffende terreinen.

• Data Analist De Data Analist is verantwoordelijk voor het ophalen, opslaan en analyseren van data. Hij/ zij structureert de gigantische hoeveelheden aan gegevens met speciale analysesoftware om er informatie uit te verkrijgen. Ook maakt de data analist risico’s en voorspelling inzichtelijk om deze vervolgens door te communiceren binnen het bedrijf.

Maintenance Planner De functies van maintenance planners zijn met name gericht zijn op het (technisch) aanleggen, het beheer en het onderhoud. Daarnaast richten zij zich op het in stand houden van de huidige assets en het ontwerpen en in uitvoering doen geven van activiteiten hiervoor. De focus ligt met name op de korte termijn.

• Gebouwbeheerder Een Gebouwbeheerder zorgt ervoor dat het pand en alle installaties goed worden onderhouden, zodat de veiligheid en gezondheid gewaarborgd blijven. Gebouwbeheer valt onder de discipline Facility Management.

• Onderhoudsinspecteur De Onderhoudsinspecteur stelt vast of er sprake is van afwijkingen in het onderhoudsplan en in de uitvoering van onderhoud bij een organisatie. Een Onderhoudsinspecteur kan de opdracht krijgen om algemeen naar het onderhoudsplan te kijken, maar vaak is een Onderhoudsinspecteur in een bepaald deelgebied werkzaam.

• Onderhoudsplanner De onderhoudsplanner houdt zich bezig met het opstellen en uitvoeren van een plan voor het onderhoud van assets.

• Opzichter Als Opzichter in de bouw vertegenwoordig je de opdrachtgever, waarbij hij/zij controleert en beoordeelt of er wordt voldaan aan de gemaakte afspraken.

Het Onderhoudskompas - 59

• Procesoperator De procesoperator draagt bij aan én overziet het goede verloop van een productieproces.

Het is de taak van de Procesoperator om het productieproces te allen tijde te bewaken. De procesoperator moet daarom veel kennis van het proces hebben.

• Productieplanner Een Productieplanner werkt op de productieafdeling van een bedrijf en zorgt ervoor dat mensen en middelen zo efficiënt mogelijk in het productieproces worden ingezet.

• Projectleider De Projectleider kan de rol aannemen van coördinator of van leider. Een coördinerende Projectleider zorgt ervoor dat alles volgens plan en goed verloopt. De leidinggevende Projectleider delegeert en verdeelt taken en heeft de leiding over een projectteam.

• Teamleider Productie De focus van een Teamleider Productie ligt voornamelijk op het plannen, organiseren en ontwikkelen van het productieteam. De teamleider productie voert zo efficiënt mogelijk de aangeboden productieorders uit en geeft leiding aan de medewerkers van de desbetreffende productieafdeling.

OPERATIONELE FUNCTIES

Proces en operations engineer De Proces en Operations Engineer voert taken uit met als doel het huidige proces optimaal werkend te krijgen en te houden.

• Ploegbaas Een Ploegbaas is de leider van een groep arbeiders die werkzaam zijn in een werkplaats of een fabriek. In veel gevallen is de ploegbaas zelf ook betrokken bij de werkzaamheden hetzij met nog een extra coördinerende rol.

• Process Engineer De Process Engineer is verantwoordelijk voor de ontwikkeling en verbetering van nieuwe en bestaande machines en processen. De process engineer leidt of neemt deel aan het pro-

60 - Het Onderhoudskompas

jectteam van concept tot implementatie. Hij volgt dus als het ware het gehele proces en probeert dit te optimaliseren.

• Supply Chain Engineer De term ‘Supply Chain Engineer’ wordt meestal gebruikt voor iemand die binnen de productieketen een bepaald proces uitvoert.

Meestal heeft dit te maken met inkoop, verkoop of logistiek. De ene supply chain engineer zal meerdere stappen van de productieketen controleren, terwijl de andere supply chain engineer zich op de inkoop van één bepaald onderdeel zal focussen.

Mechanical engineer De Mechanical Engineer voert werk uit aan assets die werken met analoge bewegende delen.

• Materiaaldeskundige De Materiaaldeskundige onderzoekt de eigenschappen en samenstelling van allerlei materialen. Hij/zij test deze materialen in een laboratorium op bijvoorbeeld corrosie en brandwerendheid. Aan de hand van de resultaten van deze testen komt de materiaaldeskundige tot nieuwe materialen of verbeteringen van de bestaande materialen.

• Technical Support Engineer De Technical Support Engineer is iemand die klanten van grote leveranciers van technische, elektronische en dergelijke producten ondersteunt in installatie en onderhoud. Dit kan gaan om besturingssystemen van computers, netwerken en databasesystemen, maar ook om fabrieksapparatuur zoals tanks, machines en vaten.

Electrical engineer De electrical engineer voert werk uit aan assets die elektrisch geladen zijn en waar dus elektrische spanning op staat.

• Voorman Technische Dienst De Voorman Technische Dienst is verantwoordelijk voor de planning van de afdeling, biedt hulp bij het verhelpen van technische

mankementen en denkt mee aan aanpassingen, onderhoud en reparaties op werktuigbouwkundig gebied. Het is een functie waarvoor een brede technische kennis nodig is.

Automatisation engineer De Automatisation Engineer voert werk uit aan assets die bestaan uit computersystemen dan wel daardoor ondersteund worden.

• Meet- en regeltechnicus De Meet- en Regeltechnicus houdt zich bezig met het bestuderen van het dynamisch gedrag van een systeem over tijd. Door het bestuderen van een systeem en de bijbehorende gedragingen kunnen er voorspellingen gedaan worden over bijvoorbeeld het evenwicht van het systeem.

Werkvoorbereider De Werkvoorbereider maakt berekeningen, werktekeningen en planningen ter voorbereiding van onderhoudswerkzaamheden.

verkrijgen van vergunningen en het contact met opdrachtgevers en leveranciers.

Administrative support Administrative Support bestaat uit functies gericht op het ondersteunen, bijhouden en rand voorwaardes optimaliseren van de overige kernwerkzaamheden.

• Managementassistent De management assistent is de steun en toeverlaat van het management. Hij/zij regelt zijn afspraken, verzorgt zijn correspondentie en ondersteunt hem bij de planning van zijn werk.

UITVOERENDE FUNCTIES

Monteur/Technicus Uitvoerende functies houden zich, zoals de naam al aangeeft, bezig met het daadwerkelijk uitvoeren van de onderhoudswerkzaamheden.

• Technisch Tekenaar Een Technisch Tekenaar levert gedetailleerde tekeningen van installaties en producten en voorziet deze van maten, verwijzingen en bijschriften. Vaak gebruikt hij/zij daarbij Computer Aided Design (CAD)-systemen.

• Machine-operator Machine-operator verwijst hoofdzakelijk naar iemand die verantwoordelijk is voor de werking van een machine. Hij staat vaak onder leiding en toezicht van een procesoperator, wiens verantwoordelijkheden zich uitstrekken tot een groter productieproces.

• Planner De Planner is verantwoordelijk voor de detailplanning van een project. Voorbeelden van taken kunnen zijn: het maken van een werkrooster, het verschaffen van werkinstructies, het vaststellen van benodigde arbeidsuren, het inkopen van materiaal, het

Een Storingsmonteur is iemand die storingen verhelpt en soms ook machines installeert.

De storingsmonteur is dus veelal bezig met controleren, onderhouden en repareren. Het repareren gebeurt zonder regelmaat, omdat vaak niet te voorzien is waar en wanneer defecten zich voordoen.

• Calculator De Calculator maakt de berekeningen die nodig zijn om een begroting op te stellen. Door te kijken naar werktekeningen, bestekken en informatie over kost- en inkoopprijs berekent hij/ zij de benodigde materialen en manuren. Ook zorgt de Calculator voor een correcte nacalculatie. Andere taken zijn het beoordelen van offertes, maken van risicoanalyses en het signaleren van eventuele besparingsmogelijkheden.

• Onderhoudsmonteur Een Onderhoudsmonteur is een monteur die onderhoud aan assets uitvoert. De werkzaamheden van een Onderhoudsmonteur hangen af van het bedrijf waar hij werkzaam in is. In grote lijnen komt het er op neer dat hij zich onder andere bezig houdt met het repareren, afstellen, inspecteren, testen en het oplossen van storingen aan de apparatuur.

• Storingsmonteur

Het Onderhoudskompas - 61

SAMENVATTING NVDO ONDERHOUDSKOMPAS 2018/2019 Het NVDO Onderhoudskompas wordt jaarlijks uitgebracht, en geeft een overzicht van de actuele status en trends in de Nederlandse onderhoudsmarkt. Door middel van kengetallen, trends en visie wil de NVDO de onderhoudssector faciliteren en helpen bij ontwikkelingen en uitdagingen op het gebied van Onderhoud binnen de keten van Asset Management.

D

e Nederlandse onderhoudsmarkt heeft een omvang tussen de 31 en 36 miljard euro, ongeveer 4-5% van het BBP. Maar liefst 3,5% van de werkzame bevolking in Nederland is actief in de onderhoudssector.

86% van de respondenten verwacht een groei van de Nederlandse onderhoudsmarkt voor de komende vijf jaar. Dit komt mede door de stabiele economie. Daarnaast zorgt een verouderende asset base voor meer onderhoud, waarbij assets worden vervangen, of de levensduur wordt verlengd.

We zien verschillende ontwikkelingen en thema’s die een belangrijke rol spelen bij de huidige en toekomstige rol van onderhoud: • Schaarste aan technisch geschoold personeel Net als vorig jaar staat deze trend weer bovenaan in de top 10 trends. Dit jaar springt de trend er echter tussen uit vergeleken met alle andere trends en in elke sector is deze schaarste een probleem. Twee derde van de bedrijven verwacht niet voldoende technisch geschoold personeel aan zich te kunnen binden. Dit is bijna een verdubbeling t.o.v. vorig jaar, hetgeen de urgentie van dit probleem illustreert. De schaarste wordt door meerdere factoren veroorzaakt, zoals een disbalans tussen de in- en uitstroom van technisch geschoolden en veranderende vereiste compe-

62 - Het Onderhoudskompas

tenties van de onderhoudsprofessionals.

Gelukkig worden er vanuit de overheid, het onderwijs, brancheverenigingen en het bedrijfsleven al stappen genomen om iets aan dit probleem te doen. In het document “Actualiteit van de Technische Arbeidsmarkt” gaan we hier dieper op in

• Behoefte aan samenwerking binnen het bedrijf over bedrijfsonderdelen heen Onderhoudsbedrijven geven aan dat er steeds meer behoefte is aan samenwerking over bedrijfsonderdelen heen. Goede samenwerking kan bijdragen aan betere beslissingen en hogere output van het bedrijf.

Typisch gezien wordt de onderhoudsafdeling vooral op kosten en beschikbaarheid afgerekend. Echter, onderhoudsbeslissingen dienen niet alleen genomen te worden op basis van alleen kosten, maar ook afgezet te worden tegen de bijdrage aan de overkoepelende doelstellingen van het bedrijf • Toename vervangend onderhoud In het afgelopen jaar is het aandeel van vervangend onderhoud binnen onderhoudsbedrijven aanzienlijk toegenomen.

Het aantal assets dat aan het einde van de levensduur is gekomen is gestegen en een groot deel van de Asset Owners/ Managers is genoodzaakt om de assets langer in bedrijf te houden dan gepland wegens eco-

nomische of financiële omstandigheden.

Een verouderende asset base staat ook in dit jaar weer op nummer 3

• Toenemende focus op technologieën binnen het onderhoud Aan de trends is te zien dat bedrijven meer de focus leggen op technologieën en innovaties. Met name AR en VR worden vaker geïmplementeerd in onderhoudswerkzaamheden en trainingsdoeleinden, of willen bedrijven in de toekomst gaan inzetten. Ook is het omgaan met grote hoeveelheden data, ook wel Big Data genoemd, belangrijk voor onderhoudsbedrijven.

Door assets te monitoren komt er veel data vrij die geanalyseerd kan worden. Hiermee kunnen patronen ontdekt worden waarmee het onderhoud verbeterd kan worden.

Wanneer deze data ook wordt gebruikt om voorspellingen mee te doen voor benodigd onderhoud in de toekomst, wordt dit predictive maintenance genoemd. Hiervoor zijn o.a. de juiste ICT-systemen nodig om al deze data te verwerken en analyseren.

We zien dat bijna alle bedrijven (92%) een ICT-systeem wensen dat predictive maintenance mogelijk maakt, maar dat een klein deel (42%) hier ook daadwerkelijk over beschikt. Momenteel is 19% van de asset data niet digitaal of op papier opgeslagen en staat 21% alleen op papier. De papieren data wordt vaak niet gebruikt en, indien

de experts die deze kennis in de hoofden hebben het bedrijf verlaten, dreigt hiermee kennis verloren te gaan. In het Visiedocument “Big Data als enabler van Predictive Maintenance” gaan we verder in op de mogelijkheden en toepassing van predictive maintenance en de rol van data hierin.

Over het algemeen zien we dus dat bedrijven meer zouden moeten samenwerken over bedrijfsonderdelen heen om bedrijfsdoelstellingen te realiseren. Daarnaast zijn de schaarste aan technisch personeel en de verouderende assetbase in toenemende mate een probleem.

Predictive maintenance biedt een kans om onderhoud te optimaliseren en bijvoorbeeld de levensduur van de assets te verlengen doordat o.a. storingen kunnen worden voorkomen.

Daarnaast zien we dat het sterkere economisch klimaat rooskleurige vooruitzichten biedt qua groei en investeringsmogelijkheden.

Om groei daadwerkelijk te bewerkstelligen, moeten bedrijfsorganisaties durven investeren in innovatie, data en technologie om technische/technologische competenties te behouden en aan te trekken.

De NVDO zal zich blijven inzetten om bedrijven te helpen met het inspelen op deze ontwikkelingen.

Het Onderhoudskompas - 63

Summary NVDO MAINTENANCE COMPASS 2018/2019 The NVDO Maintenance Compass is released annually, and provides an overview of the current status, trends, and outlook of the Dutch maintenance industry. By means of the Maintenance Compass, the NVDO wishes to facilitate and help her members with developments and opportunities in the field of maintenance and Asset Management.

T

he size of the Dutch maintenance market is between 31 and 36 billion Euros, which is approximately 4-5% of GDP. Moreover, almost 3.5% of the Dutch labor force is active in the maintenance sector. Like last year, the Dutch maintenance market is expected to grow in the coming five years, according to 86% of the participants. A possible reason behind this expectation is the stable economy providing money and work in maintenance. In addition, an aging asset base provides work as assets needs replacement at the end of their lifespan. On the other hand, there is more pressure on reliability and availability of assets and compliance in maintenance, causing the demand for maintenance to rise as well.

From the NVDO-survey, several important developments can be distinguished. These developments, briefly explained below, will undoubtedly play a major role in determining the current and future position of maintenance.

64

-

• Scarcity of the technical workforce – The scarcity of the technical workforce is the number one trend. This year, this trend jumps out in comparison to all other trends, and in each sector the scarcity is a major problem. Two-third of the companies do not expect being able to attract enough technically skilled personnel. This

Het Onderhoudskompas

is almost a duplication compared to last year, which indicates the severity of this problem. Several factors, such as the disbalance between the inflow and outflow of technically skilled people, and changing required competences cause this scarcity.

Fortunately, several steps already have been taken by the government, education and businesses to do something about this problem. In the update “Current affairs of the Technical Labor Market” (“De actualiteit van de technische arbeidsmarkt”), we will take a deep-dive into the situation and provide possible recommendations.

• Need for cooperation within the company across business units – There is increased awareness around collaboration being an important factor in optimizing the productivity of a company. Historically, the maintenance department is steered on its costs and availability of the assets. However, maintenance decisions should not only on be based on costs, but their contribution to the overarching objectives of the company should be recognized and taken into account.

• Increase in replacement maintenance - The share of replacement maintenance has increased considerably over the past year. The number of assets that have reached the end of their lifespan has increased, and many Asset Owners/ Managers

are forced to hold their assets longer up and running than planned due to economic or financial circumstances. Also, the trend “An aging asset base” is trend number 3 this year.

• Increasing focus on technologies within maintenance – From the top 10 trends this year, it is clear that companies are more focused on technologies and innovations in their maintenance activities. Artificial Reality (AR) and Virtual Reality (VR) are more often implemented, or will be implemented in the future, for maintenance work and training purposes.

Furthermore, handling large amounts of data, also called Big Data, is important for maintenance companies. By monitoring assets, a lot of data is released which can be analyzed. By discovering patterns in the data, maintenance can be improved. If this data is also used to make predictions for required maintenance in the future, this is called predictive maintenance. The right ICT systems are required to process and analyze all the data. Almost all companies (92%) want an IT system that makes predictive maintenance possible, but actually only a small part (42%) has these sys-

tems. Furthermore, only 21% of the asset data within a company currently is saved on paper, and 19% is not stored either digitally or on paper. In case the experts who have this knowledge in their minds leave the company, this knowledge will be lost.

In the Vision document “Big Data as enabler of Predictive Maintenance” we will further discuss the possibilities and application of predictive maintenance.

In general, we see that maintenance companies should cooperate better across business units to achieve business objectives. Besides this, the scarcity of technical staff increasingly is a problem. Predictive maintenance offers an opportunity to extend the life of the assets because outages can be prevented, and knowledge is retained within an organization as asset data is stored. In addition, we see that the strong economic climate offers bright prospects for growth and investment opportunities. In order to actually achieve growth, business organizations must dare to invest in innovation, data and technology to maintain and attract both technical and technological competences. The NVDO will continue to work to help companies anticipate on these developments.

Het Onderhoudskompas

-

65

SLIMMER, DUURZAMER EN MAKKELIJKER ONDERHOUD Smart maintenance. De term valt vaak en het houdt in dat een tablet, een drone of een augmented reality bril steeds vaker in de plaats komt van de waterpomptang.

M

ensen hebben niet altijd door wat een creatief en spannend vakgebied onderhoud eigenlijk is. Onderhoudsmonteurs zijn er alom, maar hun gereedschapskist verandert continu en ook nog eens in een hoog tempo. De waterpomptang verschuift steeds verder naar de achtergrond en maakt steeds meer plaats voor moderne sensoren en steeds slimmer wordende elektronica en software.

al heel oud’, stelt hij. Toch lijkt er met name de laatste jaren een flinke sprong naar voren te zijn gemaakt op dit gebied. Dat is volgens Kimpel vooral te verklaren door de dalende prijzen van de sensoren, maar ook door de grotere toepassingsschaal van deze hulpmiddelen. Kimpel: ‘De elektronica eromheen is een stuk kleiner en goedkoper geworden.

Iedereen ziet nu in dat het rendabel is om de nodige apparatuur van sensoren te voorzien.’

Niet nieuw Zulke slimme technieken zijn niet eens zo heel erg modern, aldus Bas Kimpel. Kimpel is de voorzitter van de NVDO, de branchevereniging Nederlandse Vereniging voor Doelmatig Onderhoud.

‘Denk aan rekstrookjes op een staalconstructie, zodat je kunt zien of het staal over de rekgrens is heengegaan. Dat soort technieken is

Zullen onderhoudsmonteurs over een paar jaar nog steeds met de gereedschapskist door de fabriek lopen, op basis van een vooraf opgesteld onderhoudsrooster? Dat lijkt niet waarschijnlijk. Kimpel denkt dat het beroep er heel anders uit zal gaan zien. ‘De onderhoudsmonteur loopt met zijn gereedschapskist in de ene hand en een tablet of een laptop in de andere hand. Die gereedschapskist zal er altijd wel blijven — al zal de inhoud wel veranderen — maar de monteur wordt meer en meer een allround technicus.

Hij zal goed om moeten kunnen gaan met de data die hij krijgt. Simpelweg reparaties en preventief onderhoud verrichten wordt min-

Voor slim onderhoud gebruik je tegenwoordig geluidsgolven of thermografie, waarmee je kunt zien of het tijd wordt om onderdelen te vervangen, nét voor het moment dat ze ook daadwerkelijk kapot gaan. En niet pas op het moment dat het hele apparaat is stukgegaan en het dus eigenlijk net te laat is.

Maar slim onderhoud is ook sensoren op een as zetten om trillingen te analyseren om te voorkomen dat je een onderdeel ‘volgens het boekje’ gaat vervangen, terwijl het in feite nog lang niet aan vervanging toe is en nog wel even mee kan.

66 - Het Onderhoudskompas

Uit zijn schoenen gegroeid Smart maintenance staat niet meer in de kinderschoenen, aldus Kimpel. ‘We zitten in de puberteit. Er zijn bedrijven die erg vooroplopen, maar er zijn ook bedrijven die de kat nog uit de boom kijken zijn, en bedrijven die simpelweg geen enkele belangstelling hebben.’

der belangrijk, maar dat werk blijft natuurlijk ook onmisbaar.’

Nederlandse krijgsmacht Een mooi voorbeeld van smart maintenance komt van de Nederlandse krijgsmacht. De Nederlandse krijgsmacht heeft veel materieel dat onderhouden moet worden. Net als onderhoud in fabrieken moet ook dat onderhoud zo efficiënt mogelijk. Hoogleraar Tiedo Tinga ontdekte dat storingen aan helikopters heel voorspelbaar zijn.

In de luchtvaart vindt onderhoud vaak paats na een vooraf bepaald aantal vlieguren. Dat is echter verre van efficiënt: vliegtuigen en helikopters worden immers lang niet allemaal op dezelfde manier gebruikt, waardoor onderdelen ook niet op dezelfde manier slijten.

Tiedo Tinga, hoogleraar Dynamics based maintenance aan de Universiteit Twente en de Defensie-academie, probeert onderhoud voorspelbaar te maken door veel data te verzamelen en daar verbanden in te vinden. Hij begeleidde een afstudeeronderzoek waarin dat werd gedaan voor storingen aan het landingsgestel van NH90-helikopters. ‘We zijn gaan kijken hoe we kunnen voorspellen wanneer onderhoud aan helikopters nodig is, in plaats van af te gaan op het aantal vlieguren. De schokdemper van het landingsgestel bleek een van de kritische onderdelen.

Als die stukgaat dan moet hij eraf, en dat kost veel manuren.’

In de helikopters zit een hydraulische cilinder die bij elke landing wordt ingeduwd. Een afsluitring zorgt ervoor dat de cilinder goed geolied blijft. Als de ring te veel lekt, moet de schokdemper vervangen worden. Tinga: ‘Voor slijtage kun je modellen vinden en daaruit blijkt dat het gaat om de druk en de afgelegde afstand. De uitdaging was dus om een model te maken dat de lekkages voorspelt, op basis van de afstand die de afsluitring aflegt ten opzichte van de cilinder, hoe vaak de helikopter een landing maakt en wat het gewicht van de helikopter is tijdens die landingen.’

De onderzoekers deden toen een heel prettige ontdekking: de heli’s houden die gegevens zelf al bij. Bijna alle helikopters hebben tegenwoordig een HUMS-systeem aan boord.

Dat health and usage monitoring system registreert van alles, van de omgevingstemperatuur tijdens de vlucht tot hoe hard en hoog de helikopter vliegt.

Op basis van de gebruiksgegevens bleek heel goed te voorspellen wanneer lekkages zouden optreden. ‘Er was totaal geen correlatie tussen vlieguren en lekkages. Een storing gebeurt soms na 40 vlieguren en soms na 250 vlieguren. Als je standaard na 200 uur onderhoud uitvoert, dan zou het kunnen zijn dat je 50 uur te vroeg was. Maar als je te laat bent, dan komt het ook slecht uit als je die helikopter net nodig hebt. Ons model kan het tot op plus of min tien uur voorspellen. Daar zit dus de winst.’

Het Onderhoudskompas - 67

Visiedocument:

DE ROL VAN BIG DATA ALS ENABLER VAN PREDICTIVE MAINTENANCE INTRODUCTIE De onderhoudsmarkt is in beweging. Er zijn grote ontwikkelingen op het vlak van digitalisering en het gebruik van data die de onderhoudsmarkt beïnvloeden, maar ook kansen bieden.

Door assetdata en informatie over onderhoud vast te leggen, te monitoren en te analyseren, kan de stap worden gemaakt van correctief of preventief onderhoud naar predictive maintenance. De grootste Onderhoudsvereniging van Europa (NVDO) definieert Predictive maintenance als volgt: “Het doorlopend monitoren van assets en met deze verkregen assetdata de toekomstige condities en storingen te kunnen voorspellen om zo de doelstellingen van het bedrijf te behalen”.

Een term die vaak genoemd wordt bij predictive maintenance is Big Data. Maar wat is Big Data nu eigenlijk precies? Er zijn meerdere definities voor Big Data te vinden, ieder met een eigen invalshoek. We weten allemaal dat het te maken heeft met grote hoeveelheden data. Het feit dat het woord ‘big’ een relatief begrip is, maakt het er niet makkelijker op.

Voor Nederlandse spelers is groot immers iets dat voor een wereldwijde speler klein kan zijn.

“Grote hoeveelheden data die verzameld en vervolgens geanalyseerd kunnen worden om inzichten te verkrijgen die waardevol zijn om (bedrijfs)beslissingen te kunnen nemen.” Dat is de definitie van Big Data, zoals de NVDO die hanteert. We komen hier later in het document uitgebreid op terug.

De aanleiding De druk op kosten, beschikbaarheid, kwaliteit en veiligheid neemt toe in de onderhoudsmarkt. Bedrijven doen steeds meer moeite

68 - Het Onderhoudskompas

om aan deze eisen te blijven voldoen. Keuzes aangaande onderhoud worden veelal gemaakt aan de hand van ervaring en onderhoudsschema’s die al jarenlang voldoen. De kennis vanuit de experts is fundamenteel voor het onderhoud. Vanuit het Onderhoudskompas 2018/19 blijkt echter, dat gemiddeld 21% van alle informatie en data over assets binnen een bedrijf uitsluitend op papier staat en zelfs 19% alleen in de hoofden van mensen wordt gedragen en helemaal niet digitaal of op papier is vastgelegd. Deze kennis wordt zo niet gedeeld met de rest van het bedrijf. Met het oog op de vergrijzing is er een kans dat deze kennis bovendien verloren gaat.

Door Big Data in te zetten kan er uitgebreid inzicht in de performance van de assets worden verkregen, zodat planning en werk geoptimaliseerd kunnen worden. Daarnaast kunnen er voorspellingen worden gedaan op het functioneren van alle assets en kan zo het onderhoud ingericht worden aan de hand van de voorspelling van de toekomstige toestand van de assets.

Hiermee kunnen onderhoudskosten worden verlaagd en de uptime van assets worden verhoogd. Bovendien is er zo kennisbehoud én kennisverrijking binnen de organisatie, en wordt de veiligheid verbeterd door beter inzicht in storingen en faalkansen van de assets.

Implementeren van predictive maintenance Implementatie van predictive maintenance vraagt investeringen in ICT systemen, processen en mensen. Na de economische crisis is er nu weer meer ruimte voor investeringen. Dit biedt een kans om predictive maintenance toe te gaan passen. Echter, het implementeren van predictive maintenance is niet eenvoudig en

bedrijven komen hierbij verschillende uitdagingen tegen. Daarnaast is toepassen van predictive maintenance niet in alle situaties per se wenselijk. De voordelen moeten immers wel opwegen tegen de investeringen.

Er is al veel geschreven over predictive maintenance. Deze beschrijvingen zijn echter niet eenduidig en, belangrijker, het is niet altijd duidelijk hoe bedrijven predictive maintenance kunnen en moeten toepassen. De NVDO wil daarom via dit Visiedocument aan de leden inzichtelijk maken wat predictive maintenance precies is, hoe het toegepast kan worden en hoe Big Data hierbij kan helpen. De hoofdvraag die we hierbij willen beantwoorden is: Waarom zouden bedrijven predictive maintenance willen implementeren en wat zijn de stappen om dit te doen?

Hoofdstukken Om deze vraag te beantwoorden, werken we de volgende sub-vragen in vijf verschillende hoofdstukken uit: 1. Wat is de achtergrond van predictive maintenance en Big Data?

2. Wat zijn de voordelen van het toepassen van predictive maintenance?

3.

Wat is de huidige situatie van predictive maintenance voor verschillende onderhoudssectoren?

4.

Hoe kan predictive maintenance worden toegepast en waar lopen bedrijven tegen aan bij de inrichting hiervan?

5. Wat is de toekomst voor predictive maintenance?

Tenslotte sluiten we af met een conclusie en aanbevelingen voor het toepassen van predictive maintenance.

1. ACHTERGROND VAN PREDICTIVE MAINTENANCE? 1.1 Introductie van predictive maintenance en Big Data In de onderhoudswereld vindt er een verschuiving plaats van reactief onderhoud naar meer proactief. Dat betekent dat er steeds minder correctief onderhoud wordt gedaan en wordt er steeds meer proactief gehandeld waarbij

storingen worden voorkomen of zelfs voorspeld. Door de moderne technologieën zijn er nieuwe mogelijkheden binnen het onderhoud en kunnen steeds geavanceerdere systemen worden toegepast die grote hoeveelheden data kunnen verwerken.

Predictive maintenance en data zijn inherent met elkaar verbonden. Met het monitoren van assets wordt data verkregen over de huidige conditie van de assets. Door data over een langere tijdsperiode te verzamelen, kunnen patronen geïdentificeerd worden en kan er inzicht worden verkregen over mogelijke faalkansen van een asset. Daarnaast kan de data worden gebruikt in analyses om voorspellingen te doen over het functioneren van de assets en kan het onderhoud daarop worden ingericht. Zo wordt niet alleen kennis en ervaring van experts ingezet om keuzes in de keten van Asset Management te maken, maar wordt dit onderbouwd met data

1.2 Het gebruik van data Data kan grote waarde hebben voor het onderhoud. Data is niet alleen van belang bij predictive maintenance; ook bij correctief en preventief onderhoud geeft data inzichten. De waarde van predictive maintenance zit in het juiste gebruik van data door deze om te zetten in relevante analyses en inzichten. Dit is echter ook een van de uitdagingen bij het toepassen van predictive maintenance. De afgelopen jaren is het gebruik en de hoeveelheid data exponentieel gestegen. Data is niet alleen meer data, maar wordt nu zelfs “Big Data” genoemd.

Men spreekt van Big Data wanneer er gewerkt wordt met één of meerdere datasets die complex zijn als gevolg van een of meer factoren: volume, snelheid, diversiteit, variatie, kwaliteit en complexiteit. Het idee van het verzamelen van data is dat de kennis over een bepaald onderwerp toeneemt, zodat keuzes efficiënter en slimmer gemaakt kunnen worden. 32% van de respondenten van het Onderhoudskompas 2018/19 maakt al gebruik van Big Data en 51% wil het in de toekomst gaan gebruiken.

Big Data is eigenlijk niet nieuw, maar bestaat al veel langer. We hebben altijd al gebruikt ge-

Het Onderhoudskompas - 69

maakt van data, maar met de komst van digitale opslag en internet in de afgelopen eeuw is de hoeveelheid data exponentieel gegroeid, en is data “Big” geworden (World Economic Forum, 2015).

1.3 De oorsprong van Big Data De beginselen voor data en de opslag voor data liggen al in 2000 v.Chr., toen gebruik werd gemaakt van de eerste bibliotheken. Een mechanische, analoge computer werd in 100 v.Chr. al gebruikt om astronomische posities en ellipsen voor kalenders te voorspellen. Met de intrede van statistiek in de 17e eeuw, werd in de 19e eeuw de tabelleermachine ontwikkeld waarmee voor het eerst grote hoeveelheden data geautomatiseerd verwerkt konden worden. Als vervolg hierop werd in 1930 een methode ontwikkeld waarmee grote hoeveelheden data magnetisch op een computerschijf opgeslagen konden worden, een techniek die vandaag de dag nog steeds wordt gebruikt. In 1960 werd de term “Business Intelligence” geïntroduceerd als het vermogen om onderlinge relaties tussen data te zien, en deze in actie om te zetten om tot een gewenst doel te komen.

Ook werd er toen al gesproken van problemen

Figuur 1

70 - Het Onderhoudskompas

met het opslaan en verwerken van de grote hoeveelheden data. In 1965 werden daarom de eerste grote datacenters opgezet voor massaopslag.

Het internet werd in 1991 geïntroduceerd door computerwetenschapper Tim Berners-Lee als een globaal netwerk van data dat met elkaar verbonden is en overal en door iedereen gebruikt kan worden. In 1996 was er een kantelpunt waarbij het digitaal opslaan van data goedkoper werd dan op papier. In 1999 werd de term Big Data voor het eerst gebruikt, maar manieren om de data te analyseren waren er nog niet. De nadruk kwam hierbij steeds meer op het creëren van inzichten uit de data en niet alleen de data zelf. In de jaren hierna nam de productie van data exponentieel toe omdat data niet alleen door dienstverleners online wordt gezet, maar met toenemende mate met name door gebruikers. Er wordt al voorspeld dat er een groot tekort zal ontstaan aan professionele data scientists. Met de opkomst van mobiele apparaten zijn er in 2014 al veel meer mensen die mobiele apparaten gebruiken dan vaste computers.

Aan de hand van deze korte reis in de geschie-

denis van Big Data wordt het duidelijk dat Big Data niets nieuws is, maar dat we de manier van het creëren, opslaan, analyseren en gebruiken voor keuzes en strategieën hebben ontwikkeld.

Deze ontwikkeling staat niet stil en is vandaag de dag onderhevig aan allerlei veranderingen.

Het wordt hiermee ook duidelijk dat Big Data op zichzelf nog geen waarde toevoegt . Met het inzetten van de juiste analytische technieken kunnen er waardevolle inzichten worden verkregen uit de data en wordt data omgezet in informatie. Door deze analyses vervolgens om te zetten in toepassingen kunnen weloverwogen en gefundeerde strategieën worden opgesteld en de juiste beslissingen gemaakt.

1.4 De toepassing van Big Data Big Data blijft voor velen een abstracte term.

Het kan het beste worden beschreven een data set die hoog scoort op de zes V’s: Volume, Variety, Velocity, Value, Veracity en Variability.

• Volume - De omvang van de data en verwerkingscapaciteit van de systemen • Variety - De grote verscheidenheid aan data die opgeslagen, verwerkt en geanalyseerd moet worden • Velocity - De snelheid waarmee de data gemeten, verwerkt en gestructureerd kan worden (bijvoorbeeld realtime) • Value - De waarde die uit de verkregen data gehaald kan worden voor de gewenste resultaten • Veracity - De kwaliteit en de oorsprong van de data • Variability - De veranderlijkheid waarmee de input data aangepast kan worden Indien de analyses en systemen zo worden ingericht dat ze hoog scoren op de (meeste) V’s, wordt predictive maintenance echt waardevol.

1.5 Verschillende maturiteitslevels van onderhoud Er zijn verschillende manieren waarop bedrijven onderhoud kunnen doen (figuur 2). Met de toenemende kennis en mogelijkheden van gebruik van data en systemen, wordt binnen de maintenancesector de focus langzaam verlegd van correctief of preventief onderhoud naar

predictive maintenance. We kunnen zeven verschillende maturiteitslevels onderscheiden waarop onderhoud gedaan kan worden: • Level 1: Correctief onderhoud: Reactieve manier van onderhoud, waarbij storingen worden gedetecteerd en onderhoud wordt gepleegd na het falen van een asset • Level 2: Preventief onderhoud op basis van tijd: Onderhoud wordt verricht aan de hand van een eenmalig vastgesteld tijdsschema, ongeacht de condities van de assets • Level 3: Preventief onderhoud op basis van gebruik: Onderhoud wordt verricht aan de hand van een schatting van het gebruik van de assets, ongeacht de condities van de assets • Level 4: Condition Based Maintenance: Onderhoud wordt verricht door de huidige condities van de assets te meten • Level 5: Voorspellend onderhoud: De huidige condities van assets worden niet alleen gemonitord, maar ook verzameld om voorspellingen te doen over de performance van de assets en het optreden van storingen, waarop onderhoudsschema’s gemaakt worden • Level 6: Operations-focused maintenance: Onderhoud wordt voorspeld en zo ingericht dat de primaire waardeketen van het bedrijf optimaal bediend wordt • Level 7: Financiële optimalisatie: Onderhoud wordt, naast de focus op beschikbaarheid, ook economisch zo voordelig mogelijk verricht

Bij de eerste levels van onderhoud wordt er niet of weinig gebruikt gemaakt van data betreffende de performance van de assets. Storingen worden gedetecteerd en onderhoud is reactief omdat er weinig wordt geanticipeerd op het toekomstig falen van de assets. De volgende vier stappen zijn verschillende vormen van predictive maintenance. Hoe hoger het maturiteitsniveau, hoe geavanceerder de systemen en hoe optimaler het gebruik van data.

Indien er, naast het voorspellen van de toestand van de assets (predictive maintenance), ook voorspellingen worden gedaan over acties die nodig zijn voor een optimale assetbase en

Het Onderhoudskompas - 71

het effect van deze acties, heet dit prescriptief onderhoud.

Voor elk van deze levels zijn er echter andere vereisten en manieren van werken. De effectiviteit van het onderhoud hangt af van hoe de processen, systemen, data gebruik en mensen op elkaar zijn afgestemd. Indien een bedrijf van het ene level naar het andere wil gaan, is het nodig om op alle assen die stap te maken.

Bedrijven kunnen zelf kiezen wat voor onderhoud ze willen doen aan de hand van wat het beste past bij hun eisen en wensen en waar ze naartoe willen.

2. VOORDELEN VAN HET TOEPASSEN VAN PREDICTIVE MAINTENANCE? 2.1 Overzicht van de voordelen Er zijn in hoofdlijnen zes potentiële voordelen van predictive maintenance. Deze komen voort uit de RAMS-aspecten (Reliability, Availability, Maintainability, Safety, maar ook Health, Environment en Costs), welke worden gebruikt bij de RAMS-methode om de prestaties van onderhoud te kunnen garanderen (Rijkswaterstaat, 2018).

Figuur 2 72

-

Het Onderhoudskompas

1. Hogere uptime van de assets (Reliability & Availability) • Unplanned downtime wordt geminimaliseerd • Geplande downtime wordt verlaagd • Operationele proces kan worden geoptimaliseerd door inzicht in downtime 2. Optimalisatie van de onderhoudskosten (Costs) • Minder personeelskosten door minder inspectiewerk • Minder personeelskosten door minder storingen • Minder materiaalkosten door voorraad optimalisatie, lagere vervangingsfrequentie van componenten en langere levensduur van de assets 3. Verhoogde betrouwbaarheid van de assets (Health, Safety, Environment) • Gezondheid (Health) van de werknemers kan worden gewaarborgd door inzicht in o.a. gevaarlijke assets of schadelijke stoffen in de werkomgeving • Verhoogde veiligheid (Safety) voor werknemers door inzicht in de condities van een asset en inzicht in storingsoorzaken

• Mogelijkheden tot verbetering van de omgeving (Environment) door verbeteren van efficiëntie van het onderhoud en inzicht in benodigde materialen en afvalproducten van het onderhoud 4. Verhoogde beheersbaarheid van het onderhoud (Maintainability) • Verhoogde waarschijnlijkheid dat onderhoud onder gegeven omstandigheden binnen een vastgestelde tijd kan worden uitgevoerd, volgens vastgestelde voorwaarden en procedures • Verbetering logistiek en planning door inzicht in benodigde materialen en mankrachten 5. Kennisbehoud en kennisverrijking (Knowledge) • Alle data en kennis betreffende de assets wordt gedocumenteerd • Indien er slimme analyses en machine learning wordt toegepast is er bovendien kennisverrijking mogelijk 6. Imago en samenwerking • Interessantere werkomgeving voor de nieuwe generatie talenten • Nederland wordt interessanter om in te investeren • Betere samenwerking opdrachtgever – opdrachtnemer door meer inzicht in de performance van assets en de bijdrage van onderhoudsactiviteiten aan de bedrijfsdoelstellingen

2.2 Hogere uptime (Reliability & Availability) Met inzicht in het benodigde onderhoud kan een groot deel van de onverwachte storingen of falen worden voorkomen. Hiermee wordt dus de unplanned downtime aanzienlijk verlaagd. Omdat het onderhoud gerichter uitgevoerd kan worden, kan ook de geplande downtime verlaagd worden. Op deze manier kan onderhoud actief een belangrijke bijdrage leveren aan het verhogen van productiecapaciteit in het operationele proces. Zo is er bij een aantal fabrieken van Tetra Pak predictive maintenance toegepast door vullijnen van sensoren te voorzien die met elkaar kunnen communiceren, zodat enkele vullijnen de capaciteit kunnen verhogen waardoor enkele andere uitge-

zet kunnen worden voor onderhoud. Daarmee wordt de uptime van de vullijnen aanzienlijk verhoogd (zie ook Intermezzo Tetra Pak, paragraaf 3.6).

2.3 Optimalisatie van de onderhoudskosten (Costs) Met data van de huidige status van de assets en voorspellingen over de toekomstige status, wordt inzicht verkregen in het benodigd onderhoud. Er kan zo worden voorspeld welk soort onderhoud er nodig is, hoe lang, door wie en met welke materialen. Dankzij sensoren zijn er minder inspecties nodig. De data over de toestand van de asset komt immers automatisch.

Daarnaast kunnen storingen voorkomen worden doordat er op tijd onderhoud uitgevoerd kan worden. Ook kan het onderhoud gerichter worden uitgevoerd en wordt er minder overbodig onderhoud gedaan. Met inzicht in benodigd onderhoud kunnen ook de benodigde materialen voor het onderhoud beter ingeschat worden. Dit kan voordelen hebben voor voorraadbeheer en (service)logistieke processen.

Met inzicht in het type onderhoud dat de assets nodig hebben, kan schade aan de assets geminimaliseerd worden, wat de levensduur van de assets kan verlengen (zie ook Intermezzo BAM, paragraaf 3.2).

2.4 Verhoogde betrouwbaarheid van de assets (Health, Safety, Environment) Met predictive maintenance is er (near-)realtime inzicht in de condities van de assets.

Ook kunnen er storingsoorzaken worden achterhaald waarmee het aantal (onverwachte) storingen wordt geminimaliseerd. Hiermee kan de veiligheid (Safety) van de werknemers worden verbeterd aangezien visuele inspecties (bijna) niet meer nodig zijn. Ook is er minder kans op falen van de installatie waardoor er minder kans op onvoorziene (gevaarlijke) situaties is. Daarnaast kan fysiek onderhoud worden gedaan op momenten dat er voldoende veilige omstandigheden zijn voor onderhoudsprofessionals om het werk te doen. Bovendien kan de gezondheid (Health) van de werknemers worden gewaarborgd door inzicht in o.a.

Het Onderhoudskompas - 73

gevaarlijke assets of schadelijke stoffen in de werkomgeving. Tenslotte kan ook de omgeving (Environment) worden beschermd door inzicht in benodigde materialen en verminderen van afvalproducten van de operatie en het onderhoud. In het Intermezzo van de tankterminal van de toekomst van TNO wordt beschreven hoe predictive maintenance deze aspecten waarmaakt (paragraaf 3.5).

de nieuwe generatie talenten. Een ander voordeel is dat Predictive Maintenance voor meer inzicht zorgt in de performance van assets en de bijdrage van onderhoudsactiviteiten aan de bedrijfsdoelstellingen. Hierdoor wordt de samenwerking tussen opdrachtgever en -nemer transparanter, wat de samenwerking ten goede komt.

2.6 Kennisbehoud en kennisverrijking Met de toepassing van predictive maintenance worden grote hoeveelheden aan assetdata opgeslagen en geanalyseerd. Aangezien 21% van alle assetinformatie nog op papier staat en nog steeds 19% van de informatie enkel in de hoofden van experts wordt gedragen, is het opslaan van deze kennis en het behoud binnen de organisatie fundamenteel (Onderhoudskompas, 2018). Met het oog op vergrijzing biedt dit een kans om deze kennis niet verloren te laten gaan. Indien er analytics worden losgelaten op de data, wordt deze kennis bovendien verrijkt en biedt het nieuwe inzichten om onderhoud nog beter en efficiënter te doen.

In alle sectoren worden systemen voor correctief en vervangend onderhoud het meest gebruikt. Het aandeel predictief en prescriptief onderhoud is nog laag voor alle sectoren. Dat geeft aan dat dit nog niet breed ingezet wordt.

Echter, we zien in alle sectoren ook hele mooie voorbeelden van de toepassing van predictive maintenance. In dit hoofdstuk beschrijven we kort per sector een selectie van deze voorbeelden.

2.5 Verhoogde beheersbaarheid van het onderhoud Met predictive maintenance is er een hogere waarschijnlijkheid dat onderhoud onder gegeven omstandigheden binnen een vastgestelde tijd kan worden uitgevoerd, volgens vastgestelde voorwaarden en procedures. Zo kunnen onderhoudsprocessen geoptimaliseerd en/ of gestandaardiseerd worden (zie ook Intermezzo Infra, paragraaf 3.2). De (service) logistiek achter menskracht en benodigde materialen kan zo worden verbeterd. Hiermee zijn de benodigde materialen op de juiste plek op het juiste moment en is er minder opslagruimte nodig.

3. HUIDIGE SITUATIE OMTRENT HET GEBRUIK VAN PREDICTIVE MAINTENANCE IN VERSCHILLENDE ONDERHOUDSSECTOREN 3.1 Verschillende sectoren en onderhoudsvormen De geschiktheid en toepasbaarheid van predictive maintenance verschilt per sector. De NVDO onderscheidt vijf verschillende sectoren, die elk hun eigen dynamiek hebben ten aanzien van het onderhoud. In figuur 3 is voor de sectoren Infra, Manufacturing, Procesindustrie, Food Beverage & Farma en Onroerend Goed te zien welke IT-systemen worden ingezet voor verschillende onderhoudsvormen. De IT-systemen zijn besproken in paragraaf 1.5.

2.7 Imago en samenwerking Het toepassen van Big Data en data analyse voor Predictive Maintenance kan helpen bij het verbeteren van het imago van onderhoudsactiviteiten. Immers, het gebruik van sensoren en data analyse is relatief nieuwe en maakt de werkomgeving daardoor interessanter voor

Vanuit het Onderhoudskompas zien we dat 72% van de IT-systemen voor onderhoud op level 3 of lager zit. De meeste systemen zijn op preventief onderhoud op basis van tijd (50%, level 2). Slechts 30% gebruikt IT-systemen die al een vorm van predictive maintenance bevatten. Als deze getallen vergeleken worden met het meest gewenste level waarop onderhoud gedaan wordt, toont dit een groot verschil (figuur 4). Waar 72% een IT-systeem heeft gebaseerd op correctief of preventief onderhoud, is dit voor slechts 12% van de respondenten het

74 - Het Onderhoudskompas

meest gewenste level. Men zou het liefst financiĂŤle optimalisatie toepassen (39%, level 7), of operations-focused maintenance (20%, level 6) en voorspellend onderhoud (21%, level 5). Er is dus vanuit de onderhoudsmarkt een wens om onderhoud op een slimmere, meer data-driven manier te doen.

In de volgende paragrafen beschrijven we de verschillende onderhoudsvormen van predictive maintenance en wat er allemaal bij komt kijken om het onderhoud op deze manier te doen. Dit toont ook aan op welke assen bedrijven wat aan moeten pakken om van de ene stap naar de andere stap kunnen gaan.

3.2 Infra In de Infrasector worden vooral systemen toegepast die preventief onderhoud op basis van tijd (44%) bieden. Condition Based Maintenance (level 4) wordt toegepast in 22% van de systemen in de Infra sector, en 11% van de systemen is al operations-focused (level 6).

Met name de railsector is vrij ver met data driven maintenance. Daarnaast zijn er al allianties waarbij experts met kennis van software en data worden betroken. Data wordt al over een langere periode verzameld en er zijn al autonome treinen die automatisch foto’s maken van het spoor om de condities te meten. Deze foto’s werden eerst handmatig gemaakt en geanalyseerd, maar nu worden afwijkingen steeds meer automatisch gedetecteerd door slimme algoritmes en robotica. Over het algemeen zijn Infra assets gebruikersintensief en moeten falen en downtime zoveel mogelijk worden geminimaliseerd om veiligheid en beschikbaarheid te kunnen garanderen. Daarnaast zijn de Infra assets over het algemeen geschikt voor predictive maintenance, en zijn er geschikte sensoren in de markt die de condities van Infra assets goed kunnen monitoren.

Het Onderhoudskompas

-

75

Intermezzo – i-Strategie van Rijkswaterstaat (Infra) Aanleiding: • Rijkswaterstaat doelt met haar i-Strategie op industriële automatisering waarbij de koers wordt ingezet naar standaardisering • Om dit te bewerkstelligen zoekt Rijkswaterstaat technologiebedrijven die deze gestandaardiseerde bouwstenen ontwikkelen • Honderden storingen in het eerste jaar van de Botlekbrug geeft de urgentie weer voor betrouwbare bediening bij bruggen Aanpak: • Voor de pilot op de Wantijbrug heeft Rijkswaterstaat gekozen voor samenwerking met technologie provider Siemens Mobility en onderhoudsbedrijf VolkerWessels • Deze pilot is gericht op de besturing, bediening en bewaking van de brug. De opdrachtnemer is verantwoordelijk voor het beheren van de brug met de geïnstalleerde bouwstenen van Siemens Mobility • Een ontwikkel-, test-, acceptatie- en educatieomgeving (OTAE) is ontwikkeld, zodat deze standaard ook gebruikt kan worden bij andere renovaties Resultaat: Perry van der Weyden, Chief Information Officer van Rijkswaterstaat: “Door onze bediensystemen te standaardiseren en

3.3 Fleet De Fleetsector is minder ver dan de Infrasector in het toepassen van predictive maintenance.

Er zijn wel verschillende manieren waarop predictive maintenance wordt toegepast. Zo worden vrachtwagens al voorzien van sensoren die met elkaar in contact staan en zo (near-)realtime storingen of alarmen melden aan de bestuurder. Deze data wordt ook geanalyseerd om storingen en onderhoud te kunnen voorspellen. Zo kan veiligheid voor de bestuurder worden verbeterd, maar ook brandstofkosten worden verminderd en door optimalisatie

76 - Het Onderhoudskompas

te uniformeren wordt het beheer van onze tunnels en bruggen eenduidiger en minder complex. Bij nieuwe of te renoveren bruggen of tunnels kan de betreffende aannemer straks de bouwstenen gebruiken.” (Maintainability) Bijkomende voordelen zijn: • Lagere onderhoudskosten, waaronder inspectiekosten (Costs) • Minder ongevallen doordat incidenten sneller inzichtelijk worden gemaakt (Safety) • Gereduceerd materiaalgebruik door verlengde levensduur (Environment) • Verminderde CO2-uitstoot door minder files (v.b. minder kapotte bruggen) en door minder overmatig elektriciteitsgebruik door assets in slechte conditie (Environment) • De OTAE-omgeving zorgt voor kennisoverdracht, -behoud, en -verrijking (Knowledge) Vervolgstappen: • Bij een succesvol verloop van deze pilot zal deze industriële automatisering in de toekomst verder worden ingezet bij bedienbare objecten, zoals bruggen en tunnels • Onderhoudsbedrijf verplicht samenwerken met vastgestelde technologie provider, vergelijkbaar met glasvezelnetwerk van KPN Bronnen: (Tetra Pak, 2018) en (Microsoft, 2017)

van het onderhoud kunnen onderhoudskosten worden gereduceerd.

Intermezzo – Predictive Fleet Maintenance (Fleet) Aanleiding • Saia LTL Freight wilt de downtime van haar fleet minimaliseren om beter aan de eisen van hun klanten te kunnen voldoen in het leveren van materialen en producten

Aanpak • Meer dan 3000 trucks van Saia LTL Freight zijn uitgerust met 7 verschillende sensoren per truck, in samenwerking met Intel en een computerprogramma van Vnomics corp.

• Realtime data heeft hier betrekking op de onderhoudsbehoeften, veiligheid van de bestuurder, het brandstofverbruik en motordiagnose.

• De data wordt eerst verstuurd naar een Internet of Things (IoT) gateway op de truck zelf. Indien er urgente meldingen zijn worden deze direct verzonden naar de bestuurder • Daarnaast wordt alle data gestuurd naar de Cloud gestuurd zodat het hoofdkantoor en de operationele afdeling deze kunnen analyseren • Door een computerprogramma wordt ook per bestuurder inzichtelijk gemaakt hoe vaak de bestuurder een ongeluk veroorzaakten en wordt ook de waarschijnlijkheid geanalyseerd dat dit de schuld is van de bestuurder aan de hand van camerabeelden en snelheidsanalyse Resultaat: • De bestuurder heeft direct inzicht in urgente storingen, zodat deze zo snel mogelijk kunnen worden verholpen om downtime te verminderen (Reliability & Availability) • De sensoren van Intel geven inzicht in de performance van het schakelen van zowel het voertuigmanagement als de bestuurder.Wanneer er bij een optimaal toerental wordt geschakeld, wordt er brandstof bespaard (Costs & Environment) • Analyses door het hoofdkantoor kunnen worden omgezet in een onderhoudsplanning. Zo kan er efficiënt onderhoud worden gepleegd, en wordt er voldaan aan de geplande leveringen (Maintainability) • Kennisbehoud- en verrijking door het vergaren van data via sensoren en IoT, en analyses die erop worden gedaan in het hoofdkantoor (Knowledge) Vervolgstappen: • Bij een succesvol verloop van deze eerste stap zal dit op meer trucks van Saia worden toegepast Bronnen: (Wall Street Journal, 2015)

3.4 Manufacturing In de Manufacturingsector gaat downtime vooral gepaard met hoge kosten. De tijd dat assets ongepland niet beschikbaar zijn t.o.v. de totale tijd dat de assets niet beschikbaar zijn, is met 56% het hoogst vergeleken met andere sectoren (Analyse Onderhoudskompas 2018/19). Het grootste doel van onderhoud in de Manufacturingsector is meestal dan ook om de downtime zoveel mogelijk te reduceren.

De Manufacturing sector is dan ook relatief ver met het toepassen van predictive maintenance: de helft (50%) van de IT-systemen zijn voor condition-based maintenance ingericht. De sensoren die nodig zijn om data te verzamelen voor predictive maintenance zijn echter niet altijd geschikt binnen de Manufacturing sector.

Intermezzo – Rolls-Royce – Onderhoud aan vliegtuigmotoren (Manufacturing) Aanleiding: • Rolls-Royce wil een betere veiligheid van hun vliegtuigmotoren garanderen en optimale brandstofkosten bepalen om het advies aan luchtvaartmaatschappijen te verbeteren; • Hiervoor is inzicht in de performance van de motor cruciaal, en dienen externe factoren, zoals vluchtroutes ook meegenomen te worden Aanpak: • Op elke vliegtuigmotor zijn duizenden sensoren geplaatst die de condities meten; • De data betreft de condities van de motoren.

Deze data wordt verzameld en opgeslagen op een platform (Azure-IoT suite van Microsoft); • Via het platform kan de data op afstand worden gemonitord door airline supportteams van Rolls Royce; • Met analytics en machine learning (Azure machine learning en Azure SQL) worden er voorspellingen gedaan aan de hand van de data over verwachte resterende levensduur van de motoronderdelen, en benodigd onderhoud; • Via een gebruiksvriendelijke interface (power BI, Microsoft) hebben de vliegtuigmaatschappij en de piloot van een toestel inzicht in zowel de realtime data als de geanalyseerde data.

Het Onderhoudskompas - 77

• Rolls-Royce past hiermee al condition-based maintenance (level 4) toe door de realtime data inzichten te gebruiken voor het bepalen van de onderhoudsvraag en financiële optimalisatie (level 7) door het bepalen van het onderhoud op basis van het verwachte falen van onderdelen in de toekomst Resultaat: • Downtime wordt gereduceerd en vertragingen verminderd omdat het onderhoud van de motoren wordt geoptimaliseerd. Er is namelijk beter inzicht in waar er onderhoud nodig, welk onderhoud, en wanneer dit onderhoud gedaan moet worden (Reliability & Availability) • De hoeveelheid brandstof die nodig is wordt geoptimaliseerd aan de hand van variabelen zoals weersomstandigheden of de vluchtroute (Costs & Environment) • Voorraden worden geoptimaliseerd omdat onderdelen kunnen op het juiste moment kunnen worden aangevoerd (Maintainability) • Kennisbehoud- en verrijking van assetdata aangezien de gecreëerde data wordt vastgelegd en geanalyseerd Bronnen: (Rolls Royce, 2018)

3.5 Procesindustrie In de Procesindustrie zijn 55% van de IT-systemen voor onderhoud op basis van tijd. Aan de andere kant wordt operations-focused maintenance (9%) en financiële optimalisatie (18%) al goed toegepast. Een verdere uitbreiding hiervan kan de Procesindustrie helpen om de veiligheid te waarborgen en kosten te reduceren. Zo kan het veiligheidsniveau op een bepaalde werkplek worden ingeschat door sensoren in de omgeving en op kleding die gevaarlijke stoffen meten in de lucht. Daarnaast vindt er ook steeds meer ‘no man entry’ plaats waarbij controle op afstand wordt gedaan of via drones. Ook op duurzaamheid valt er wat te halen; afvalwater kan worden bespaard doordat sensoren de verhoudingen tussen mengsels te identificeren, en zo de juiste hoeveelheden stoffen kunnen samenstellen

78 - Het Onderhoudskompas

en afvalwater verminderen (zie Intermezzo TNO & Vopak).

Intermezzo – TNO & Vopak– Terminal van de toekomst (Procesindustrie) Aanleiding • Vopak wilt het onderhoud aan hun tankterminals verbeteren en calamiteiten voorkomen • TNO heeft de technologische kennis om predictive maintenance toe te passen om aan deze wensen te kunnen voldoen Aanpak: • Duizenden sensoren zijn geplaatst op de binnenen buitenkant van tanks op de Maasvlakte, in de omgeving van de tanks, maar ook op kleding van de monteurs • Deze genereren realtime data, die verwerkt wordt op een IT-platform • De data wordt verwerkt via een app waarmee een monteur realtime inzicht heeft in de status en veiligheidssituatie in -en rondom de tanks Resultaat: • Minder ongeplande productiestops (minder downtime) (Reliability & Availability) • Kostenbesparing door gerichter onderhoud door o.a. minder fysieke inspecties, en benodigde grondstoffen (Costs) • De veiligheid (Safety) en gezondheid (Health) voor de werknemers wordt verbeterd omdat: • Onveilige situaties beter voorspeld kunnen worden • Door controles op afstand en via drones is “no man entry” mogelijk • De app biedt inzicht in benodigd onderhoud, en een plan voor hulpverlening indien de situatie niet veilig is • Samenstelling van juiste mengsel in de tank door sensoren, waardoor afvalwater wordt verminderd (Environment) • Beheersbaarheid van onderhoud wordt verbeterd (Maintainability) Bronnen: (TNO, 2016)

3.6 Food, Beverage & Farma In de Food, Beverage & Farmasector wordt er ook voornamelijk preventief onderhoud op basis van tijd verricht (63%). 13% van de systemen zijn predictief, namelijk operations-focused maintenance. Daarmee is deze sector het minst ver t.o.v. de andere sectoren in de toepassing van predictive maintenance. Door aanscherpende regelgeving dient de Food, Beverage & Farma sector steeds meer aan kwaliteitseisen te voldoen. Ook zijn de onderhoudswerkzaamheden binnen de Food, Beverage & Farmasector steeds meer gericht op optimalisatie van de beschikbaarheid en betrouwbaarheid van de productiefaciliteiten, en de garantie voor veiligheid van het product voor de consument. Met het toepassen van sensoren is er veel data beschikbaar. Met de juiste analyses kunnen er afwijkingen in patronen worden ontdekt, waarmee er direct kan worden geanticipeerd en grote storingen en falen kan worden voorkomen.

Intermezzo – Tetra Pak – Verbinding van 5000 vulmachines (Food, Beverage & Farma) Aanleiding: • Tetra Pak wilt de downtime van de vulmachines van hun klanten reduceren om concurrentie voor te blijven • Dit willen ze bereiken door predictive maintenance toe te passen op de vulmachines Aanpak: • In een pilot in 2016 zijn er 5000 vulmachines in 17 productielijnen met elkaar verbonden door het plaatsen van gelinkte sensoren. De machines wisselen data met elkaar uit betreft de condities.

• Deze data wordt verzonden naar de Cloud (Azure van Microsoft) om geanalyseerd te worden in het Tetra Pak performance management centrum.Vervolgens wordt de klant op de hoogte gebracht van een mogelijke opkomende storing.

• Tetra Pak adviseert de klant om zo effectief mogelijk met downtime om te gaan door het van tevoren aanschaffen van onderhoudsmaterialen,

het inzetten van mankrachten, en het plannen van ander onderhoud aan vullijnen • Monteurs maken gebruik van verschillende apps die toegang geven tot informatie om het onderhoud te kunnen uitvoeren, zoals service handleidingen, checklists, methodieken om problemen op te lossen, en een wereldwijde database met soortgelijke problemen.

• Ook krijgen monteurs remote support en virtuele training om het onderhoud uit te voeren.

Resultaat: • Er is een verhoogde productiviteit en uptime van de vulmachines (Reliability & Availability) • Daarnaast worden onderhoudsschema’s geoptimaliseerd door de apps (Maintainability) • Door middel van remote support, virtuele training en computersimulaties en wordt de kennis van de monteurs bovendien verbeterd (Knowlegde) Vervolgstappen: • Wanneer de pilot op de 17 productielijnen succesvol verloopt, zal het op de andere productielijnen ook worden ingezet Bronnen: (Tetra Pak, 2018) en (Microsoft, 2017)

3.7 Onroerend Goed De assets van de Onroerend Goed sector zijn over het algemeen minder onderhoudsgevoelig dan die in andere sectoren en gaan vaak langer mee. Meer dan helft van de systemen zijn dan ook preventief op basis van tijd (57%), en 14% correctief. Slechts 14% van de systemen zijn predictief, namelijk operations-focused, wat onder anderen komt door de vele nieuwe smart buildings en slimme gebouwbeheersystemen. De voordelen van predictief zitten vooral in een betere beheersbaarheid van de gebouwen, en het verbeteren van het comfort voor de gebruikers.

Het Onderhoudskompas - 79

Intermezzo – Croonwolter&dros – Smart Buildings (Onroerend Goed) Aanleiding & Aanpak: • Croonwolter&dros wilt haar dienstverlening verbeteren door gebouwen te “verslimmen” • De divisie Utiliteit is uitgebreid door middel van partnerships die kunnen helpen om een “lerend” gebouw te maken op het gebied van energie, comfort & technisch beheer Voorbeelden van de samenwerkingen & resultaat: • eSightMonitoring: Tienduizenden panden worden op afstand gemonitord op onnodig energieverbruik. De verzamelde data wordt gebundeld met de kennis over energieverbruik in gebouwen in een programma waarin energieverkwisting inzichtelijk wordt. De informatie uit slimme meters wordt aangevuld met data uit openbare bronnen, zoals kadastrale gegevens over functie, oppervlakte en bouwjaar van een gebouw Resultaat: Concrete besparingsadviezen qua kosten en energie zijn hiermee te bepalen (Costs, Environment), en de kennis over de gebouwen wordt verrijkt door het combineren van verschillende bronnen (Knowledge) • Simaxx: Een software die continu de data uit het gebouwbeheersysteem checkt en zo het energieverbruik en installaties in de gaten houdt.

Hiermee worden er accurate voorspellingen

4. HOE KAN PREDICTIVE MAINTENANCE WORDEN TOEGEPAST EN WAAR LOPEN BEDRIJVEN TEGEN AAN BIJ DE INRICHTING HIERVAN? 4.1 Introductie Predictive maintenance kent zoals besproken meerdere voordelen. Voor veel bedrijven is de toepassing echter complex en uitdagend. In dit hoofdstuk beschrijven we de uitdagingen waar bedrijven tegenaan kunnen lopen bij het toepassen van predictive maintenance, en hoe bedrijven hier het beste mee om kunnen gaan (paragraaf 4.2).

80 - Het Onderhoudskompas

gedaan die storingen kunnen voorkomen.

Historische data kan daarbij helpen om tot wel 20% energie te besparen Resultaat: Het technisch beheer wordt verbeterd (Maintainability), het comfort verhoogd en energie bespaard (Environment) • Office App:Verschillende engagement-apps waarmee de medewerkers in een gebouw worden ondersteund om actief bij te dragen aan een vitaal gebouw: • Roomfinder app, waarbij een ruimte kan worden gezocht die aansluit bij de benodigdheden van de medewerker • App waarbij de ruimte op persoonlijk comfort kan worden afgesteld • App waarbij het opladen van de eigen elektrische auto kan worden ingezien en beïnvloed, wat ook weer bijdraagt aan een optimale energieplanning Resultaat: Comfort en bewustzijn onder de gebruikers wordt verbeterd (Environment), en energiebesparing (Environment) Algemeen resultaat: • Door de combinatie van data, technieken, systemen, kennis en ervaring kan er binnen gebouwen een prettig leefklimaat worden gecreëerd dat zich aanpast aan zijn gebruikers en waarmee de prestaties en het energieverbruik van gebouwen wordt verbeterd Bronnen: (Croonwolter&dros, 2018)

De mate waarin predictive maintenance kan worden toegepast en de hoogte van de benefits hangt ook af van het type sector en met name ook van het type assets. Lang niet in alle gevallen wegen de benodigde investeringen op tegen de voordelen. Het is dus als bedrijf altijd belangrijk om een gedegen afweging te maken welk maturiteitsniveau wenselijk is voor welke assets en gegeven de strategie van het bedrijf. Het zal niet voor elk bedrijf (en elke sector) wenselijk en/of rendabel zijn om naar het hoogste niveau te streven. In paragrafen 4.3 – 4.6 beschrijven we hoe invulling gegeven kan worden aan de verschillende maturiteit-

sniveaus van onderhoud, en hoe om te gaan met de uitdagingen. Hierbij kijken we naar level 4 en hoger omdat dit de niveaus zijn waar gesproken kan worden van predictief of toestandsafhankelijk onderhoud. Het benodigde niveau kan per industrie en bedrijf verschillen.

Vanzelfsprekend zijn de mogelijke opbrengsten uit analyse en inzichten ĂŠn de benodigde investeringen bij de hogere maturiteitsniveaus navenant hoger.

4.2 De uitdagingen & aanbevelingen voor het toepassen van predictive maintenance 4.2.1 De uitdagingen voor het toepassen van predictive maintenance Vanuit het Onderhoudskompas en de Klankbordgroep met experts uit verschillende sectoren kunnen we de belangrijkste uitdagingen onderscheiden voor het inzetten van Big Data voor het onderhoud. Uit de analyse van het Onderhoudskompas blijkt dat het opslaan van de data in mindere mate een uitdaging is, maar de volgende stap is dat zeker wel. Meer dan driekwart van de respondenten (77%) geeft namelijk aan dat het vertalen van data naar bruikbare informatie om mee te kunnen (be)sturen, een grote uitdaging is. Hiervoor dient ook de kwaliteit van de data goed te zijn. De helft (46%) van de respondenten geeft ook aan dat voldoende capaciteit, kennis en competenties bij werknemers binnen de organisatie een uitdaging is.

De meeste werknemers zijn (nog) niet goed genoeg opgeleid om de verkregen data te analyseren en te vertalen naar duidelijke bruikbare informatie en vervolgens naar actiepunten.

Cybersecurity is ook een uitdaging, omdat er met de grote hoeveelheden data ook meer kans is dat systemen gehackt worden. Maar ook het starten met predictive maintenance kan al een uitdaging kan zijn. Daarnaast dienen bedrijven ook over de juiste systemen te beschikken en rekening te houden met hoge (opstart)kosten.

4.2.2 Aanbevelingen om met de uitdagingen om te gaan De aanbevelingen voor bedrijven hoe om te gaan met de genoemde uitdagingen hebben we verdeeld over een aantal assen.

Strategie en doelstellingen Starten met predictive maintenance is al een uitdaging. Bedrijven weten niet waar ze moeten beginnen en wat ze er precies mee willen bereiken. Predictive maintenance is echter geen doel op zich, maar een middel. Door eerst te kijken wat bedrijven er precies mee willen bereiken, en wat ze eruit willen halen, kan de toepassing van predictive maintenance doelgerichter en beter gerealiseerd worden.

Het toepassen van predictive maintenance kan een grote investering vragen. Voordat bedrijven daarom gaan investeren in predictive maintenance kunnen ze een Business case opstellen en de (opstart)kosten afwegen tegen de voordelen. Bedrijven moeten ook meegaan met innovaties om de concurrentiepositie te behouden. Dit moet ook worden meegenomen in de Business case. Ook kunnen bedrijven ervoor kiezen eerst klein te starten met predictive maintenance door een pilot op te zet-

Het Onderhoudskompas

-

81

ten. Indien er bewijs is dat de toepassing zijn vruchten afwerpt, kan de toepassing breder in het bedrijf worden geïmplementeerd.

Data Het vertalen van de data naar bruikbare informatie om mee te kunnen (be)sturen, is niet eenvoudig. Bedrijven kunnen kijken welke parameters invloed hebben op de doelstellingen en de KPI’s van het onderhoud en welke data ze hiervoor willen ophalen. Dat kan door te kiezen welke assets ze willen monitoren en welke data deze assets kunnen produceren.

Met behulp van algoritmes kunnen patronen en inzichten worden vastgesteld. Het is echter wel belangrijk deze inzichten te toetsen met een asset- of onderhoudsexpert, om de juiste conclusies uit de data te kunnen trekken.

Mensen Een andere uitdaging in de toepassing is de combinatie capaciteit en competentie van de medewerkers. Aangezien de werknemers van onderhoudsbedrijven wellicht niet over de juiste capaciteiten beschikken om de analyses te doen, kan er daarom een samenwerking worden aangegaan met een (externe) expert of data-analist die variaties in de data kan ontdekken en vertalen naar inzichten (ook d.m.v. statistieken). Ook kunnen bedrijven er voor kiezen te investeren in medewerkers met deze competenties.

Systemen Daarnaast beschikken bedrijven niet altijd over de juiste technologieën en systemen om predictive maintenance te doen. Aan de hand van het gekozen maturiteitslevel om het onderhoud te doen, dienen bedrijven daarom de bijhorende systemen aan te schaffen, of kunnen ze partneren met partijen die over de technologieën beschikken. Met deze systemen dienen bedrijven zich goed bewust te zijn van cybersecurity en wat de consequenties zijn van een mogelijke datalek. Hiertoe moeten keuzes worden gemaakt hoe ze databases, communicatiestromen en toegang tot systemen van de organisatie op het gewenste level kunnen beveiligen. Er dienen daarom goede afspraken

82 - Het Onderhoudskompas

te worden gemaakt met externe partijen over data-uitwisseling, en wie de data beheert. Ook dienen de systemen de capaciteit te hebben om de data te verwerken en structureren. Met het bepalen van de faalmechanismen van de te monitoren assets kunnen er regels worden opgesteld die bepalen wanneer data wordt opgeslagen. Ook kunnen hiermee de juiste algoritmes worden vastgesteld, die vervolgens middels de PDCA-methode kunnen worden aangescherpt.

Processen Predictive maintenance werkt het best indien het volledig wordt geïntegreerd in het proces.

Voor effectief onderhoud dienen daarom; • de nieuwe manier van data vergaren • de werking van de systemen • de vereiste werkzaamheden vertaald te worden naar de onderhoudsprocessen, en eventueel ook andere bedrijfsprocessen die hiermee beïnvloed worden, zoals operationele processen.

Bovenstaande aanbevelingen gelden algemeen voor de toepassing van Predictive maintenance. Omdat we verschillende maturiteitsniveaus onderscheiden, beschrijven we in de volgende paragrafen de vier maturiteitslevels van predictive maintenance en hoe bedrijven met de bijbehorende uitdagingen rekening kunnen houden door middel van het inrichten van de processen, systemen, data-gebruik en mensen.

4.3 Level 4: ConditionBased Maintenance 4.3.1 Wat is Condition Based Maintenance?

Condition Based Maintenance (CBM) is het eerste level van predictive maintenance. Hierbij wordt de huidige staat van de assets bijgehouden en gemeten. Indien er signalen zijn van afnemende performance, wordt gepast onderhoud verricht (Fiix Software, 2018). Het doel van CBM is om, in plaats van onderhoud uit te voeren op basis van schema’s, onderhoud uit te voeren op basis van de toestand van de asset. De gedachte hierachter is dat de ene asset meer en/of ander onderhoud nodig heeft dan een ander en de behoefte per asset specifiek kan worden ingezien.

4.3.2 Condition Based Maintenance Processen: het benodigd onderhoud kan worden gepland door inzicht in de status van de assets. De staat van de assets wordt bijgehouden en kan gemeten worden door: • Metingen te doen. Dit kan handmatig, of door sensoren te plaatsen op de assets, die (near-)realtime data genereren. Dit zijn sensoren die bijvoorbeeld trillingen, temperatuur, druk, geluid of luchtvochtigheid meten • Het inzien van de onderhoudshistorie van de assets en performance data • (visuele) Inspecties • Het inzien van storingshistorie van de assets • Geplande testen (preventief onderhoud) Systemen: Assetdata verzamelen en storingen op afstand detecteren en vertalen naar inzichten, keuzes en besluiten.

Data: Indien sensoren de condities van de assets meten, gaat het vaak om grote hoeveelheden data (volume) die per een tijdseenheid verzonden worden naar het IT-systeem en kunnen variëren (variety). Het IT-systeem dient daarom een goede verwerkingscapaciteit te hebben. Daarnaast is de kwaliteit (veracity) van de data belangrijk om de werkelijke staat van de assets vast te kunnen stellen.

Door van tevoren te bepalen wat het doel is van het toepassen van predictive maintenance, en wat er precies gemeten dient te worden, kan de

juiste data worden verzameld en geanalyseerd.

Mensen: Indien de metingen via sensoren worden gedaan, is er minder inspectiewerk nodig. Aan de andere kant zijn er dan wel werknemers nodig die de data van de sensoren kunnen analyseren. Dat vraagt nieuwe competenties.

4.4 Level 5: Voorspellend onderhoud 4.4.1 Wat is voorspellend onderhoud?

Bij het volgende level van predictive maintenance wordt de data niet alleen gebruikt om assets te monitoren, maar actief te gebruiken door er voorspellingen mee te doen met betrekking tot de assetperformance en het (toekomstige) optreden van storingen.

De werking van het model kan worden uitgelegd in een aantal stappen: Stap 1: De verkregen data uit sensoren, die bij condition-based maintenance ook (deels) aanwezig zijn, wordt samengebracht met data betreffende de specificaties van de assets en de onderhoudshistorie (figuur 6) Stap 2: De drie databronnen worden verzameld in een systeem. Hierop kunnen een aantal variabelen worden gesteld om de data te kunnen analyseren, zoals een toename in het aantal storingen, een verkorting van de Meantime Between Failure (gemiddelde diagnosetijd plus reparatietijd van het eerste falen plus de

Het Onderhoudskompas - 83

tijd van correcte werking tot aan het volgende falen), of een toename in het aantal trillingen.

Dit zijn uitkomsten van de faalmechanismen.

De toegelaten grenswaarden van deze faalmechanismen zijn de regels van het model die de data-analyse verbeteren.

Ter illustratie; indien een motor onder een bepaalde trillingsfrequentie zit, wordt dit niet als storing gezien en indien het boven de gestelde trillingsfrequentie zit wel.

Stap 3: Vanuit deze variabelen en regels, wordt er zo een dataset gecreëerd die naar een model wordt gestuurd.

Stap 4: Met de data uit het model kunnen er voorspellingen worden gedaan op de verschillende variabelen door de conditie van een asset over een bepaalde tijdsspanne te extrapoleren naar de toekomst.

Stap 5: Deze voorspellingen moeten eerst worden gecheckt door experts. De juiste conclusies moeten uit de data worden gehaald om de juiste vervolgstappen te nemen. Indien de conclusies en uitkomsten zijn bekrachtig kunnen deze vervolgens worden omgezet in acties door het onderhoud in te richten aan de hand van de voorspellingen.

Stap 6: Door de daadwerkelijke condities van deze assets te vergelijken met de verwachte condities en dit terug te koppelen naar het model, worden voorspellingen verbeterd. Dit kan een data scientist doen, of er kan machine learning worden toegepast. Hierbij wordt statistiek en artificial intelligence toegepast op de geregistreerde data en deze wordt weer teruggekoppeld naar het model dat zichzelf op deze manier update. Hoe meer data er wordt teruggekoppeld, hoe beter de analyses worden en hoe beter de voorspellingen.

Stap 7: Ook kan er feedback vanuit de praktijk gegeven worden om uitkomsten van de acties te analyseren.

4.4.2 Voorspellend onderhoud toepassen over de vier assen Processen: Onderhoud kan worden voorspeld door data over de toestand van de asset uit het verleden (en nu) te extrapoleren richting de toekomst Systemen: De staat van de assets wordt (near-)

84 - Het Onderhoudskompas

realtime gemeten. Met data van sensoren worden voorspellingen van storingen gedaan en benodigd onderhoud gepland. Daarnaast kan de huidige status van de assets worden vergeleken met de voorspelde status zodat het model geoptimaliseerd kan worden Data: Bij voorspellend onderhoud is er sprake van een grote hoeveelheid (volume) en verscheidenheid (variety) aan data. Niet alleen is er meer data input vergeleken met Condition Based Maintenance, er wordt ook data gecreëerd door voorspellingen, en feedback vanuit voorspellingen en uit de praktijk. Zodoende dienen de systemen voor voorspellend onderhoud een grote verwerkingscapaciteit te hebben (velocity) Mensen: Visuele inspecties en geplande testen kunnen worden verminderd aangezien onderhoud kan worden voorspeld en het aantal storingen wordt verminderd. De voorspellingen voor het onderhoud worden gedaan door technici in samenwerking met data scientists.

De technici hebben de benodigde kennis van de assets en hun onderhoudshistorie. De data scientists kunnen de data analyseren en omzetten in relevante inzichten. De technici kunnen de inzichten dan weer verklaren aan de hand van hun expertise, en dit omzetten in benodigd onderhoud.

4.5 Level 6: Operations-focused maintenance 4.5.1 Wat is operations-focused maintenance?

Operations-focused maintenance bouwt voort op voorspellend onderhoud. Ook hier wordt data verzameld en geanalyseerd in een model, waarbij er ook machine learning of handmatige feedback wordt toegepast. Bij operations-focused maintenance gaan de voorspellingen echter een stap verder. Er wordt niet alleen inzicht in storingen verkregen, maar onderhoud wordt ook voorspeld en zo ingericht dat de primaire waardeketen van het bedrijf optimaal bediend wordt. Hierbij wordt gekeken wat de consequenties zijn van downtime voor het operationele proces van het hele bedrijf en hoe deze impact geminimaliseerd kan worden.

Het doel is om de betrouwbaarheid, beschikbaarheid en de kwaliteit het onderhoud te optimaliseren binnen de randvoorwaarden van

de (zelfopgelegde) wet- en regelgeving op het gebied van veiligheid en milieu. Niet alleen de oorzaken van storingen worden geanalyseerd, ook de mogelijke effecten van deze storingen, onderhoudsprocessen om deze effecten te minimaliseren en het regelmatig evalueren van deze onderhoudsprocessen worden gemeten (Fiix software, 2018).

toegevoegde waarde van de taak af te wegen tegen de directe en indirecte kosten die gemoeid gaan met de uitvoer van de taak (het “de moeite waard”-principe). Zo kan er bijvoorbeeld worden afgewogen of een asset het beste geheel vervangen kan worden, of dat de levensduur door onderhoud verlengd kan worden met oog op zowel beschikbaarheid als kosten.

4.6 Level 7: Financiële optimalisatie toepassen 4.6.1 Wat is financiële optimalisatie van het onderhoud?

Het meest volwassen maturiteitslevel voor onderhoud is momenteel financiële optimalisatie van het onderhoud. Deze bouwt voort op operations-focused maintenance. Hierbij worden er dus meerdere doelstellingen tegelijk gehaald; niet alleen betrouwbaarheid, beschikbaarheid en productkwaliteit van het onderhoud worden geoptimaliseerd, maar ook de kosteneffectiviteit. Elke strategie voor het onderhoud wordt bepaald op basis van fysische aspecten (technische haalbaarheid) en door de

5. WAT ZIJN DE VERWACHTE ONTWIKKELINGEN VAN PREDICTIVE MAINTENANCE? Waar predictive maintenance precies heen gaat in de toekomst en hoe snel deze ontwikkelingen zullen gaan, is nog onzeker. Andere technologische ontwikkelingen kunnen bijdragen aan de impact van predictive maintenance.

Zo wordt the Internet of Things (IoT) al door 78% van de NVDO-achterban gebruikt of in de toekomst geïmplementeerd. De ontwikkelingen in Artificial Intelligence (AR) en Virtual Reality (VR) worden ook al door meer dan de helft van de bedrijven momenteel of in de nabije toekomst toegepast voor onderhoudswerkzaamheden of trainingsdoeleinden. Het

4.5.2 Operations-focused maintenance toepassen over de vier assen Processen: Onderhoud wordt voorspeld en zo ingericht dat het de primaire waardeketen van het bedrijf optimaal bedient Systemen: Data uit sensoren wordt gebruikt om de beschikbaarheid van assets te voorspellen. Door machine learning wordt dit nog accurater. Hier ontstaat een learning circle, waarmee de beschikbaarheid van assets nog verder kan worden verhoogd Data: Alle 6 V’s zijn van belang: de hoeveelheid data (volume), verscheidenheid aan data (variety), snelheid waarmee data verwerkt kan worden (velocity), de waarde van de data (value), de kwaliteit en oorsprong van de data (veracity) en ook de veranderlijkheid van de data input (variability) Mensen: Het aantal inspecties en storingen wordt steeds lager. Data scientists analyseren assetdata, waarbij machine learning een groot deel overneemt. Maintenance professionals verrichten onderhoud aan de assets en sparren met de datascientists over de uitkomsten van de data analyse.

4.6.2 Financiële optimalisatie toepassen over de vier assen Processen: Onderhoud is, naast optimale beschikbaarheid, ook financieel geoptimaliseerd Systemen: Budget optimalisatie d.m.v. voorspellingen van storingen en het voorkomen hiervan. Door machine learning worden deze voorspellingen nog accurater en gecombineerd met financiële gegevens t.b.v. investeringsbeslissingen Data: Alle 6 V’s zijn van belang: de hoeveelheid data (volume), verscheidenheid aan data (variety), snelheid waarmee data verwerkt kan worden (velocity), de waarde van de data (value), de kwaliteit en oorsprong van de data (veracity), en ook de veranderlijkheid van de data input (variability) Mensen: Data scientists en financiële medewerkers analyseren assetdata en financiële impact, machine learning ondersteunt hierbij.

Maintenance Professionals doen onderhoud.

Het aantal inspecties is nog maar beperkt nodig en het aantal storingen is sterk gereduceerd.

Het Onderhoudskompas - 85

is echter nog te vroeg om de impact van deze laatste ontwikkelingen te kunnen voorspellen.

Ook robotica en 3D printing kunnen het onderhoud enorm ondersteunen en efficiënter maken. Uiteindelijk zal het predictive maintenance mogelijk toegaan naar zelfregulerende systemen die het onderhoud kunnen optimaliseren op o.a. kosten, tijd, financiën, kwaliteit en veiligheid zonder tussenkomst van mensen. De weg ernaar toe is echter nog onduidelijk. Voor bepaalde bedrijven staat predictive maintenance namelijk nog in de kinderschoenen.

Andere bedrijven zijn al verder met het toepassen. We onderscheiden twee verschillende scenario’s (figuur 7).

1. “Versnellen” In combinatie met o.a. robotica en Artificial Intelligence (AI) kan predictive maintenance enorm versterkt worden, en de impact snel toenemen. Volgens een deel van de onderhoudsprofessionals gaan deze ontwikkelingen namelijk erg snel. Waar bedrijven vorig jaar nog bezig waren met data te vergaren, zijn ze nu al bezig met het analyseren van de data en leggen ze verbanden tussen het onderhoudsproces en het effect op de operatie. Door data om te zetten in informatie om beslissingen te kunnen nemen en deze te koppelen aan robotica die op basis van machine learning activiteiten uitvoert, kunnen wellicht in de komende jaren zelf regulerende systemen ontstaan.

2. “Voortkabbelen” De ontwikkelingen gaan binnen dit scenario

86 - Het Onderhoudskompas

niet zo rap,maar geleidelijk wel richting hetzelfde eindbeeld. De ontwikkelingen op predictive maintenance gaan hierbij mee met andere trends in de markt, zoals vergrijzing of digitalisering, en zijn niet zo disruptief als soms wordt gesuggereerd. Bedrijven nemen namelijk momenteel pas de eerste oriënterende stappen en zijn voorlopig nog zoekende. Volgens aanhangers van dit scenario hebben diverse onderhoudssectoren nog niet de mindset en de incentives om echt actief te innoveren. Ze geven aan dat predictive maintenance “oude wijn in nieuwe zakken” is; een term voor iets dat al langer bestaat, en dat er veel tijd nodig is om innovatie echt van de grond te krijgen.

De waarheid van de ontwikkelingen van predictive maintenance zal waarschijnlijk niet het ene of andere scenario zijn, maar ergens in het midden liggen. Sommige sectoren of bedrijven zullen sneller accelereren en innoveren dan anderen. De ene asset is nou eenmaal beter geschikt voor predictive maintenance dan de andere. Daarnaast zal het succes van predictive maintenance ook afhangen van de ambities van bedrijven, de financiële voordelen, hoe hoog ze hun doelen stellen, hoe hoog de incentives zijn om te innoveren en of er vanuit de cultuur van het bedrijf de wil is om vooruit te gaan.

6. CONCLUSIES & AANBEVELINGEN 6.1 Conclusies Door toenemende druk op beschikbaarheid van de assets en kwaliteit van het onderhoud wordt er steeds meer van onderhoudsorgani-

saties gevraagd en verwacht. Er ligt daarom een kans, en misschien wel een noodzaak, om in te spelen op technologische ontwikkelingen.

Predictive maintenance kan hierbij bedrijven goed ondersteunen, omdat hiermee assets doorlopend gemonitord worden en met deze verkregen assetdata de toekomstige condities en storingen voorspeld en voorkomen kunnen worden om zo de doelstellingen van het bedrijf te behalen.

Predictive maintenance biedt meerdere voordelen zoals een verhoogde uptime van de assets en optimalisatie van de onderhoudskosten. In de meeste sectoren zien we dat predictive maintenance nog niet breed wordt toegepast en voornamelijk correctief en preventief onderhoud wordt verricht. Dit komt doordat het toepassen van predictive maintenance complex en uitdagend kan zijn. Het omgaan met grote hoeveelheden data, en deze vertalen naar bruikbare informatie om mee te (be)sturen is een uitdaging. Er moet vanuit de medewerkers vertrouwen zijn en zij dienen over de juiste competenties te beschikken.

Daarnaast zijn de (opstart)kosten relatief hoog en dient er bovendien rekening te worden gehouden met cybersecurity. Bedrijven doen er goed aan eerst te besluiten wat ze precies willen bereiken met het toepassen van predictive maintenance, welke assets ze willen monitoren en wat de faalmechanismen van deze assets zijn. In de volgende paragraaf beschrijven we aan de hand van deze aanbevelingen een stappenplan waarmee bedrijven predictive maintenance effectief toe kunnen passen.

6.2 Aanbevelingen Voordat bedrijven predictive maintenance willen toepassen, dienen ze eerst na te gaan wat ze precies willen met het onderhoud, en hoe predictive maintenance daarbij zou kunnen helpen. Veel bedrijven beginnen met het implementeren van predictive maintenance, maar weten eigenlijk niet precies wat ze ermee willen. Hierdoor lopen bedrijven tegen de uitdagingen aan van predictive maintenance, en blijven vooraf verwachte resultaten uit.

Daarom hebben we een aantal stappen vastge-

steld die bedrijven kunnen maken voordat ze de daadwerkelijke toepassing van predictive maintenance gaan doen, zodat de toepassing gerichter, effectiever en efficiënter zal zijn.

Stap 1: Vaststellen van de doelstellingen van het toepassen van predictive maintenance Bedrijven dienen te bevestigen of vast te stellen wat hun strategische doelstellingen zijn voor het toepassen van predictive maintenance.

De meeste bedrijven hebben een lange termijn visie waarin een toekomstbeeld en lange termijn ambities van het onderhoud zijn meegenomen. Met het vaststellen van doelstellingen worden meetbare resultaten opgesteld die het bedrijf wil bereiken met het toepassen van predictive maintenance. Vervolgens helpt een strategie hierbij om te formuleren hoe deze doelstellingen precies kunnen worden gehaald.

Stap 2: Strategische doelstellingen vertalen naar KPI’s en/of KSF’s De strategische doelstellingen vertalen naar KPI’s (Kritieke Prestatie Indicatoren) of KSF’s (Kritieke Succes Factoren).

De factoren voor succes zijn per organisatie verschillend. Door KPI’s te bepalen voor de doelstellingen kan worden gemeten of er wordt voldaan aan de doelstellingen. KSF’s hebben vaak betrekking op kwaliteit, kostprijs, levertijd, klanttevredenheid, etc.

Stap 3: Parameters voor het behalen van de KPI’s en KSF’s Vaststellen welke parameters invloed hebben op de KPI’s en KSF’s.

Hierbij dient de keuze gemaakt te worden welke data er nodig is, en wat er gemeten dient te worden voor het behalen deze succesfactoren.

Hierbij is van belang een duidelijk onderscheid te maken tussen Leading and Lagging Indicators.

Stap 4: Identificeren van de kritieke assets in het onderhoud Vaststellen van de kritieke assets en de potentie van predictive maintenance Dit kan door de verbeteringen en kansen in het onderhoud te identificeren, om zo aan de KPI’s en KSF’s te voldoen. Daarvoor is het nodig de

Het Onderhoudskompas - 87

kritieke assets te bepalen. De assets zijn kritiek indien ze bij falen het realiseren van de KPI’s en KSF’s in gevaar brengen, zoals hoge kosten, onveilige situaties, of verstoringen in het primaire operationele proces. Daarna kunnen de faalmechanismen van deze assets worden geïdentificeerd, zoals (Fiix Software, 2018): • Achteruitgang van de operatie van individuele assets • Toename in de stroomsterkte van motoren • Toename in het aantal trillingen • Toename in geluid of resonantie • Stijging van de temperatuur van de componenten Hiermee kan worden bepaald wat de toegelaten grenzen zijn van deze mechanismen. Ter illustratie; indien het aantal trillingen van een machine boven een bepaalde frequentie komt, wordt dit als een storing gezien.

Stap 5: Vaststellen welk maturiteitsniveau wenselijk is om de doelstellingen te realiseren Maturiteitsniveau bepalen Met de potentie van het toepassen van predictive maintenance kan worden bepaald welk maturiteitsniveau wenselijk is aan de doelstellingen van het onderhoud te voldoen. Met deze keuze kunnen de mensen, processen, systemen en data gebruik worden ingericht specifiek aan de hand van de wensen van het bedrijf, als een “maatpak”.

Stap 6: Opmaken van de Business case Business case opstellen Met het vastgestelde maturiteitsniveau kan er een business case worden opgesteld voor het toepassen van dit niveau. Hierbij wordt eerst vastgesteld wat de investeringen zijn om dit maturiteitslevel toe te passen qua processen, systemen, data gebruik, en mensen. Erna kan worden geanalyseerd wat de baten van deze nieuwe vorm van onderhoud zouden zijn indien het wordt toegepast. Dit kunnen kostenbesparingen of verhoogde opbrengsten zijn, maar ook bijkomende effecten zoals kennisverrijking, of verbetering van veiligheid (zie ook de voordelen van predictive maintenance in paragraaf 2.1). Door deze twee tegen elkaar

88 - Het Onderhoudskompas

af te wegen, is er inzicht of de baten opwegen tegen de kosten, en hoe lang de terugverdientijd van de investeringen zou zijn.

Stap 7: Definiëren van de roadmap voor de toepassing Roadmap opstellen Met de keuze van het maturiteitslevel en de benodigde investeringen, kan een roadmap worden opgesteld voor de implementatie van predictive maintenance. Hierbij moet worden gedacht aan welke interne of externe mensen met welke capaciteiten er nodig zijn om het project van de grond te krijgen. Daarnaast zijn er middelen nodig zoals geld, tijd en kennis..

Tenslotte kunnen er fases worden opgesteld waarin predictive maintenance kan worden toegepast. Hierin wordt zo duidelijk wordt gemaakt wanneer wat wordt opgepakt, door wie en met welke middelen.

Stap 8: Starten met de toepassing door middel van een pilot Begin Klein De daadwerkelijke toepassing van predictive maintenance binnen de organisatie kan nu beginnen. Het is aan te raden klein te beginnen met een pilot om de toepassing eenvoudig te houden. Zo kunnen bijvoorbeeld een bepaald soort assets eerst worden gemonitord, en geanalyseerd. Indien dit goed verloopt, biedt dit bewijs voor de organisatie dat de toepassing van predictive maintenance loont. Door de Plan-Do-Check-Act (PDCA) cirkel toe te passen kan de toepassing van predictive maintenance continu worden verbeterd.

Stap 9: Bredere uitrol binnen het bedrijf Implementatie Nadat er bewijs is dat de toepassing de pilot van predictive maintenance loont, kan het verder worden uitgerold binnen het bedrijf. Door dit stapsgewijs te doen kan de organisatie zich langzaam aanpassen. Ook door middel van de PDCA wordt de toepassing continu geanalyseerd en geëvalueerd waardoor er weer verbeteringen mogelijk zijn. Zo kan de nieuwe vorm van onderhoud goed worden geïmplementeerd in de huidige processen. Goede communicatie

binnen het bedrijf is hier van belang om mensen mee te krijgen, en de toepassing van predictive maintenance tot een succes te maken.

Indien bedrijven op hun eigen tempo en vanuit de eigen ambitie het stappenplan invullen, is er een goede kans dat predictive maintenance goed wordt toegepast binnen het bedrijf en het onderhoud de strategische doelstellingen van het bedrijf optimaal vervult.

flowing safely from farm to table: https://news. microsoft.com/transform/total-package-tetrapaks-technology-keeps-food-drink-flowing-safelyfrom-farm-table/ Rijkswaterstaat. (2017). Rijkswaterstaat werkt aan standaard automatisering bruggen. Opgehaald van https://www.rijkswaterstaat.nl/over-ons/ nieuws/nieuwsarchief/p2017/08/rijkswaterstaat-werkt-aan-standaard-automatisering-bruggen.aspx

Referenties

Cobouw. (2018). Wantijbrug proefkonijn 3B-standaard voor alle Rijksbruggen. Opgehaald van Cobouw: https://www.cobouw.nl/ infra/nieuws/2018/01/wantijbrug-proefkonijn-3b-bediening-bruggen-101257100?vakmedianet-approve-cookies=1&_ ga=2.98183903.1961860847.15341595691201346281.1530779153 Croonwolter&dros. (2018). Opgehaald van Croonwolter&dros versnelt vitalisering vastgoed met nieuwe partnerships: https://www.croonwolterendros.nl/nl/vitalisering-vastgoed-partnerships Erasmus University Rotterdam. (2017). Opgehaald van Big Data: een definitiekwestie: https://www. eur.nl/nieuws/big-data-een-definitiekwestie Fiix software. (2018). Opgehaald van What is RCM (Reliability Centered Maintenance)?: https://www. fiixsoftware.com/maintenance-strategies/reliability-centered-maintenance/ Fiix Software. (2018). Opgehaald van Condition based maintenance and monitoring software: https:// www.fiixsoftware.com/condition-based-maintenance/ Forbes. (2017). Opgehaald van IoT And Big Data At Caterpillar: How Predictive Maintenance Saves Millions Of Dollars: https://www.forbes.com/sites/ bernardmarr/2017/02/07/iot-and-big-data-at-caterpillar-how-predictive-maintenance-saves-millions-of-dollars/#4f70e4177240 Microsoft. (2017). Opgehaald van The total package: Tetra Pak’s technology keeps food and drink

Rijkswaterstaat. (2018). Opgehaald van Sturen op prestaties met RAMS: https://www.rijkswaterstaat. nl/zakelijk/zakendoen-met-rijkswaterstaat/werkwijzen/werkwijze-in-gww/sturen-op-prestatiesmet-rams.aspx Rolls Royce. (2018). Using data to reduce flight delays. Opgehaald van https://www.rolls-royce. com/media/our-stories/insights/2018/using-datato-reduce-flight-delays.aspx Tetra Pak. (2018). Opgehaald van Tetra Pak Maintenance Services​​: https://www.tetrapak.com/ services/maintenance-services TNO. (2016). Opgehaald van Tankterminal van de toekomst: Sensoren meten permanent en realtime rond de tankopslag: https://www.tno.nl/nl/aandachtsgebieden/mobiliteit-logistiek/roadmaps/ smart-cities/bereikbare-gezonde-en-vitale-steden/ tankterminal-van-de-toekomst-sensoren-meten-permanent-en-realtime-rond-de-tankopslag/ van Eck, W. (2017). Crics. Opgehaald van Wat is het verschil tussen een KPI en KSI?: http://crics.com/ wat-is-het-verschil-tussen-een-kpi-en-een-ksf/ Wall Street Journal. (2015). Opgehaald van Internet of Things Reaches Into the Trucking Business: https://www.wsj.com/articles/internet-of-things-reaches-into-the-trucking-business-1430342965 World Economic Forum. (2015). A brief history of big data everyone should read. Opgehaald van https://www.weforum.org/agenda/2015/02/a-briefhistory-of-big-data-everyone-should-read/ Het Onderhoudskompas - 89

Summary Vision Document

“BIG DATA AS ENABLER OF PREDICTIVE MAINTENANCE” The maintenance industry is undergoing changes. With increasing pressure on costs, uptime and safety, in combination with technological advancements, there is an ongoing shift from reactive and proactive maintenance towards predictive maintenance. Using Predictive Maintenance, assets are monitored continuously, and the data is analyzed to make better maintenance decisions. Predictive maintenance is defined by the NVDO as: “Monitoring assets continuously and predicting failures to achieve the objectives of the company”. With the continuous monitoring of assets, a considerate amount of data is generated about the performance of the assets. Predictive maintenance is therefore often mentioned together with the term “Big Data”. Big Data is defined by the NVDO as: “Large amounts of data which can be gathered and analyzed to gain insights which are valuable for company decisions”.

W

e can distinguish seven different types of maintenance, increasing in their level of maturity. For each company, a different level can be desirable and feasible. Level 4 and above can be seen as different maturity levels of Predictive Maintenance.

• Level 1: Corrective maintenance: This is a reactive way of performing maintenance, in which failures are detected, and maintenance is conducted after an asset has failed.

• Level 2: Preventive maintenance based on time: Maintenance is performed based on a one-off predetermined time schedule, regardless of the conditions of the assets.

• Level 3: Preventive maintenance based on usage: Maintenance is performed based on usage of the assets, regardless of their conditions.

• Level 4: Condition-based maintenance: Maintenance is performed based on the current conditions of the assets.

• Level 5: Forecasted maintenance: The current conditions of the assets are not only monitored, but this data is also gathered to perform forecasts about the perfor-

90 - Het Onderhoudskompas

mance of the assets and the probability of failures. With this information, maintenance schedules can be refined.

• Level 6: Operations-focused maintenance: Maintenance is predicted and organized to optimally serve the prime value chain of the company.

• Level 7: Financial optimization: Currently the most advanced maturity level for maintenance, in which multiple objectives are achieved simultaneously. Not only reliability, availability and product quality of the maintenance are optimized, but also the cost effectiveness.

Predictive maintenance has many advantages, such as: • Higher uptime of the assets • Optimization of maintenance costs • Increased reliability of the assets • Increased maintainability of the maintenance • Retention and enrichment of knowledge about the assets and maintenance overall • Improved innovative character of the maintenance sector

However, predictive maintenance can also be quite challenging and complex for companies. Especially the translation of large amounts of data into meaningful insights, knowledge and competence from employees, and dealing with cybersecurity.

the success of maintenance and since it is quantitative, it can be measured. A KSF is often used for more qualitative aspects, such as quality, costs, or customer satisfaction.

Step 1: Determine the objectives for applying predictive maintenance First of all, companies should determine their strategic objectives for applying predictive maintenance. These objectives are measurable results which the company aims to achieve.

Step 4: Identify the critical assets The potential for predictive maintenance can be determined by identifying possible improvements and opportunities for maintenance to achieve the KPI’s and CSF’s. First of all, the critical assets can be determined. Assets are critical to a company when they endanger compliance with the KPI’s and CSF’s in case they fail, such as resulting in high costs, safety issues, or endanger the primary operational process. Next, the failure mechanisms of these critical assets can be identified, such as an increase in the number of failures or a rise

Therefore, companies are advised to take several steps when considering or deciding to implement predictive maintenance, in which their systems, processes, data usage, and people are geared to one another.

Step 2: Translate the objectives to KPI’s or CSF’s The next step is to translate the objectives to Key Performance Indicators (KPI’s) or Critical Success Factors (CSF’s). A KPI evaluates

Step 3: Identify parameters for achieving the KPI’s and CSF’s The parameters which influence the KPI’s and CSF’s can now be determined. Companies can choose which data is required, and which should be measured to achieve these success factors.

Het Onderhoudskompas - 91

in temperature of the components. Boundaries can be set on these failure mechanisms to control the permitted limits. Consequently, the impact of the failures on productionand operational costs, processes, systems and personnel can be determined

Step 5: Determine which maturity level is desirable to realize the objectives By identifying the possible improvements and opportunities in maintenance activities, the maturity level can be determined which is desirable to realize the maintenance objectives. With this decision, the processes, systems, data and people can be geared to one another and customized specifically to the company and its requirements.

Step 6: Drawing up the business case A business case can be drawn based on the chosen maturity level. Investments, for instance in new systems and equipment, and benefits, such as cost savings or increased safety, are weighed against each other to decide whether the chosen level is viable. This also gives insight into the payback period of the investments.

Step 7: Determine the roadmap for the application A roadmap can now be constructed with the resources necessary for implementation, and along which timeframe. For example, which internal or external people are necessary for the implementation, and which capacities they should possess. In addition, it should include the resources like time, money and knowledge that are necessary for the application.

Step 8: Start small and commence the application by setting up a pilot The actual implementation of predictive maintenance can now commence. For a higher chance at success, it is recommended to start with a pilot. When this pilot is successful, this is proof for the company that the implementation of predictive maintenance can be lucrative.

92 - Het Onderhoudskompas

Step 9: Implementation broadly within the company When the pilot has proven its worth, predictive maintenance can be further implemented within the company. By incremental implementation, the company and its processes can slowly adapt to the new way of performing maintenance. Clear communication within the company is very important at this point in order to get people on the same side, and make the implementation of predictive maintenance a success.

In case companies apply predictive maintenance at their own pace and with their own ambitions, the chances of successful implementation and fulfilling the strategic objectives are high.

ACTUALITEIT VAN DE TECHNISCHE ARBEIDSMARKT

chaarste aan technisch personeel is de belangrijkste trends in de onderhoudswereld. Al meerdere jaren is dit een erkend probleem en krijgt het veel aandacht vanuit het bedrijfsleven, de overheid en de media. De huidige krapte op de arbeidsmarkt is zowel kwantitatief als kwalitatief van aard. Simpel kan gezegd worden dat het kwantitatieve personeelstekort toeneemt door de vergrijzing, te lage instroom en door de aantrekkende economie.

M

ogelijk zijn andere sectoren aantrekkelijker als het gaat om bijvoorbeeld salaris of flexibiliteit van werktijden. Het kwalitatieve tekort wordt veroorzaakt door onvoldoende aanbod van technisch personeel met de gewenste competenties. Daarnaast heeft het zittende personeel (nog) niet het gewenste niveau en is achter gebleven bij de ontwikkelingen op technologisch vlak. Echter, dit zegt nog niet veel over waar de krapte precies zit, wat dit voor bedrijven betekent en hoe bedrijven, overheid en onderwijs hier op moeten acteren.

In deze update over de actualiteit van de technische arbeidsmarkt lichten we toe waar het probleem ten aanzien van de schaarste aan technisch geschoold personeel voornamelijk ligt, gevolgd door de oorzaken van

het probleem. Daarna beschrijven we hoe bedrijfsleven, onderwijs en overheid een rol kunnen spelen in het verkleinen van het tekort en geven we concrete aanbevelingen aan bedrijven om met het tekort aan technisch geschoold personeel om te gaan.

1. WAAR ZIT HET PROBLEEM PRECIES? Al jaren is er sprake van een tekort aan technisch personeel, maar wat is nu eigenlijk precies het probleem en is het probleem op de technische arbeidsmarkt daadwerkelijk groter dan in andere sectoren? Het percentage bedrijven dat verwacht voldoende technisch geschoold personeel aan zich te binden is afgenomen van gemiddeld 57% naar 35%. Dit geldt voor alle sectoren, maar is met name in de Manufacturing industrie gedaald (van 73% naar 33%), zie figuur 1.

Het Onderhoudskompas - 93

Ten aanzien van technologisch geschoold personeel zien we ook dat meer bedrijven problemen verwachten met het binden van personeel, zie figuur 2.

Een indicatie voor krapte op de arbeidsmarkt is het aantal openstaande vacatures. Op dit moment staat dit aantal, Nederland breed over alle sectoren, op het hoogste punt sinds 2008. Bij onderhoudsbedrijven staat gemiddeld 1 open vacature voor elke 20 werknemers, terwijl het algehele gemiddelde in Nederland op 1 openstaande vacature voor elke 33 werknemers staat. De druk in de onderhoudssector is dus zelfs nog hoger dan in andere sectoren.

De functies die het moeilijkst te vervullen zijn (zie figuur 3); • reliability engineer • technicus • electrical engineer

94 - Het Onderhoudskompas

Het probleem doet zich vooral voor bij het aantrekken van medewerkers met een MBO of HBO opleiding, zie figuur 4.

Ook geven bedrijven aan dat de eisen die zij stellen aan personeel niet gelijk zullen blijven of verminderen, maar toe zullen nemen en anders van aard worden, zie figuur 5. Om met de krapte op de arbeidsmarkt om te gaan, proberen meer bedrijven te automatiseren en gebruik te maken van de digitale innovaties en oplossingen die er voor handen zijn. Digitalisering met behulp van IoT systemen leidt onder andere tot ‘slimmere’ informatiestromen. Dit resulteert in grotere hoeveelheden data (Big Data), waar slim gebruik van moet worden gemaakt om efficiënter onderhoud mogelijk te maken, zie ook het visiedocument ‘Big Data als enabler van Predicitive Maintenance’.

Deze technologische ontwikkelingen zorgen ook voor een verandering in de beno-

digde competenties van personeel binnen de onderhoudsmarkt. Zo is er door de toenemende mogelijkheden van robotica en IoT-systemen meer vraag naar medewerkers gespecialiseerd in elektrotechniek en elektronica. Daarnaast zorgt Big Data voor een grotere behoefte aan data analisten. Dit gebeurt in meerdere sectoren en industrieën. De vraag naar data analisten wordt verwacht te stijgen met 28% in 20201.

De kennis waar onderhoudsafdelingen met name behoefte aan hebben is kennis van innovatie, technische kennis en technologische kennis, zie figuur 6.

Al met al is er een groot aantal uitdagingen ten aanzien van het aantrekken en behouden van personeel t.b.v. onderhoudstaken, nu en in de toekomst. Maar is het dan overal een probleem? Gelukkig niet. In de regio Brabant lijken (tech)bedrijven juist heel populair onder bèta-studenten.

Het Onderhoudskompas - 95

Intermezzo – Brabantse (tech) bedrijven populair onder bèta-talent 2 (Tech)Bedrijven gevestigd in het zuiden van Nederland zijn populair onder bèta-talent. Zo zien we dat bètastudenten en -starters met name bij bedrijven als ASML (1), DSM (3) en Philips (4) zouden willen werken. Dit blijkt uit de meest recente resultaten van het Arbeidsmarkt Gedragsonderzoek dat is gehouden in vervolg op eerdere publicaties in het kader van de Meest Favoriete Werkgevers onder de Nederlandse beroepsbevolking en bijbaners in Nederland.

ASML nummer een onder bèta-talent in Nederland Met name bedrijven uit Eindhoven beheersen de lijst van Meest Favoriete Werkgever onder studenten met een studie in de richting Bouw of Informatica/ICT,Techniek, Wiskunde of Natuurwetenschappen. Zo neemt ASML de nummer één positie in, DSM de derde en Philips de vierde plaats. Met vier zuidelijke (tech)bedrijven in de top-tien is het duidelijk dat deze bedrijven erg in trek zijn.

Ranking Meest Favoriete Werkgever voor bèta-talent 1 ASML 2 Akzo Nobel 3 DSM 4 Philips 5 Unilever 6 Google 7 Vanderlande 8 Coolblue 9 Rabobank 10 Shell

2. OORZAAK VAN HET PROBLEEM De technische arbeidsmarkt wordt met name beïnvloed door de overheid, onderwijs, bedrijven, en de economie. Daarnaast hebben andere factoren er ook invloed op, zoals de komst van nieuwe technologieën, het imago van de technische branche en vergrijzing.

Een voorbeeld van hoe al deze factoren elkaar beïnvloeden zien we bij het beroep Verspaner. Door de aantrekkende economie zijn

96 - Het Onderhoudskompas

er meer verspaners nodig. Echter, de rol van de verspaner verandert door het toenemende belang van data en analytische vaardigheden. De huidige opleiding tot verspaner lijkt hier onvoldoende invulling aan te geven.

Intermezzo – Verspaner dreigt uit te sterven3 Het vak van verspaner vormt de basis van de metaalsector, maar dreigt uit te sterven. UWV bestempelde het al als krapteberoep en het Opleidings- en Ontwikkelingsfonds voor de Metaalbewerking (OOM) luidt nu de noodklok voor verspanend Nederland.

Juist nu de gewenste productiviteit van metaalbedrijven stijgt, wordt het nijpend tekort aan verspanend personeel pijnlijk zichtbaar. Zes van de tien verspanende bedrijven, de machinebouwers en de metaalwarenbedrijven hebben tenminste een vacature openstaan. Daar staat dit schooljaar een zorgwekkend lage instroom van 290 verspanende leerlingen tegenover.

Procesengineer Door automatisering en technologische ontwikkelingen verandert het verspanend beroep in hoog tempo.Van klassiek vakman aan de machine, naar steeds meer procesengineer. Het beroepsonderwijs kan dit maar moeilijk bijbenen, met het gevolg dat de instroom van nieuwe verspaners ernstig achterblijft en de vergrijzing verder toeneemt.

Aanbevelingen Er worden verschillende aanbevelingen gedaan.

Zo moeten scholen meer investeren in actueel en passend onderwijs en actief samenwerken met bedrijven om te zorgen voor moderne apparatuur.

Bedrijven moeten meer investeren in het opleiden van (toekomstige) professionals. Zij kunnen het beroep en zichzelf als werkgever promoten door te investeren in scholingsmogelijkheden op locatie van het bedrijf.

Verspaner van de toekomst De verandering van het beroep vraagt ook andere vaardigheden en kwaliteiten. Zo hoeft in

de toekomst niet meer iedere verspaner per se alle technische kennis in pacht te hebben, deze doet hij veel meer op on the job, maar moet hij wel data kunnen analyseren.Yperlaan: “Met het verdwijnen van oude functies ontstaan ook veel nieuwe. Dat biedt kansen voor zowel bedrijven als werkzoekenden. Een grote groep vakmensen die eerder buiten beeld bleef, komt met het nieuwe profiel of met gerichte scholing wel in aanmerking.

In hun zoektocht naar goed personeel spelen enkele bedrijven hier al slim op in. Zij zoeken ook actief naar kandidaten met een minder aansluitend profiel, maar met interesse in het vak. Om deze mensen vervolgens on the job op te leiden.”

Kortweg kunnen we vier grondoorzaken aanwijzen: 1. De economie trekt aan waardoor er meer vraag is dan aanbod 2. Instroom en uitstroom van technisch geschoolden is niet in balans door o.a. vergrijzing en imago van onderhoud en assetmanagement 3.

De benodigde competenties van onderhoudsprofessionals veranderen door nieuwe technologieën en innovaties 4. Er is onvoldoende aansluiting tussen onderwijs en bedrijfsleven We lichten deze grondoorzaken hieronder toe.

2.1 De economie Het bruto binnenlands product (BBP) geeft een beeld van de status van de economie.

Sinds 2014 is het Nederlands BBP non-stop

gegroeid. Het resultaat daarvan is meer werkgelegenheid en dat is natuurlijk een goed teken! Het betekent echter ook dat er een stijging is in het aantal openstaande vacatures in Nederland.

Dat zien we ook zeker bij technische beroepen. Het aantal vacatures voor technische beroepen steeg de afgelopen jaren sterk.

Ontstonden er in het eerste kwartaal van 2016 nog 53.000 vacatures; in het derde kwartaal van 2017 zijn er ruim 61.000 vacatures ontstaan, een toename van 16%. Ook het aantal moeilijk vervulbare vacatures neemt verder toe, zie figuur 7. Vooral in de bouw en industrie hebben bedrijven te maken met een tekort aan personeel. Alleen in de ICT is het aandeel bedrijven dat te maken heeft met moeilijk vervulbare vacatures nog groter4. Aangezien ICT en data-analyse belangrijke nieuwe competenties zijn voor onderhouds- en assetmanagementbedrijven belooft dat weinig goeds.

2.2 Instroom en uitstroom van technici De balans van in- en uitstroom kent een aantal variabelen: • het aantal nieuwe studenten • het saldo van instromers of zij-instromers (vanuit school of mensen die zich laten omscholen vanuit een ander type baan) en het aantal zij-uitstromers (mensen die een baan in een andere sector/hoek nemen) • het aantal medewerkers dat met pensioen gaat (vergrijzing)

Het Onderhoudskompas - 97

Aantal studenten Als we kijken naar het aantal studenten op MBO, HBO en WO niveau zien we verschillende beelden.

Op het mbo zijn er grote verschillen tussen de niveaus: de instroom van studenten steeg de afgelopen tien jaar op niveau 3 (+31%) en niveau 4 (+27%), maar daalde op niveau 2 sterk met 43%. In totaal daalde de instroom van techniekstudenten mbo 2 t/m 4 van ruim 44.000 in 2007 naar 42.000 in 2017. De laatste twee jaar is er op het mbo weer een lichte stijging van instroom van studenten bètatechniek zichtbaar. De instroom van hbo’ers bètatechniek steeg de afgelopen tien jaar sterk. Waren er in 2007 nog bijna 17.000 hbo’ers die begonnen met een technische opleiding; in 2017 is dit aantal gestegen naar bijna 24.000 (+39%). Ook op de universiteit (wo) nam de instroom van studenten bètatechniek sterk toe: van ruim 11.000 in 2007 naar bijna 22.000 in 2017 (+88%)5.

98 - Het Onderhoudskompas

Saldo instroom vanuit onderwijs en bewegingen opzij (in- en uitstroom) Kijkend naar het saldo van in- en uitstroom bij bedrijven dan zien we dat dit jaar het percentage medewerkers dat is uitgestroomd significant hoger is dan in andere jaren (stijging van 4-5% naar 7%), zie figuur 9.

Als we dan kijken naar het gemiddeld aantal vacatures dat bedrijven hebben per 100 medewerkers dan zien we dat dit ook is toegenomen, zie figuur 10. De conclusie die we daaruit kunnen trekken is dat de instroom onvoldoende is om de uitstroom te compenseren.

Als reden waarom medewerkers uitstromen zien we dat de twee belangrijkste redenen pensioen en ontevreden medewerkers zijn, zie figuur 11. Dat mensen de pensioengerechtigde leeftijd bereiken is een natuurlijke beweging, maar ontevreden medewerkers zou oplosbaar moeten kunnen zijn.

Het tekort aan personeel in de onderhoudsector wordt deels ook veroorzaakt door het imago. Jonge software engineers lijken niet geïnteresseerd in industriële automatisering6. Hoewel sommige fabrieken wellicht ouderwetse systemen gebruiken, zijn er zeker juist in toenemende mate interessante en complexe systemen o.a. door de ontwikkelingen van IoT en andere opensource platformen. Echter, studenten zijn onvoldoende op de hoogte van deze ontwikkelingen. Bedrijven krijgen met de nieuwe generatie open besturingsplatformen veel meer mogelijkheden om jonge software-engineers en jonge talenten aan te trekken. En toekomstige engineers krijgen veel meer kansen om hun carrière verder te ontwikkelen. De uitdaging zit er dus in het imago te verbeteren, zodat studenten zien welke kansen en wat een interessant werk er mogelijk is in deze dynamische werkomgeving.

Vergrijzing De vergrijzing is ook een belangrijke uitda-

ging voor het tekort op de technische arbeidsmarkt (richting de toekomst). Zoals in figuur 12 is afgebeeld is tussen 2006 en 2017 de groep 45+’ers van de werkende bevolking in de technische sector gestegen met maar liefst 11% tot een totaal percentage van 46%.

Dat ligt iets boven het landelijk gemiddelde 45+’ers, wat 43,6% is7. Hoewel de technologische ontwikkelingen zorgen voor nieuw benodigde competenties, is de kennis en kunde van de oudere generatie onderhoudsprofessionals onmisbaar voor een bedrijf.

Dit komt omdat zij veelal voor langere tijd bij hetzelfde bedrijf werken waardoor ze veel kennis hebben van de onderhoudshistorie, de assets en de onderhoudsprocedures. Deze kennis is niet altijd vastgelegd, waardoor er een risico is dat deze kennis verloren gaat als gevolg van de vergrijzing. Deze kennis en data vastleggen en gebruiken richting de toekomst is daarom belangrijk, zie ook visiedocument ‘Big data als enabler van Predicitive Maintenance’.

Het Onderhoudskompas - 99

2.3 Nieuwe competenties benodigd Het probleem ten aanzien van de vraag naar aantal technisch geschoolden wordt deels opgelost door meer werk te automatiseren.

Technologische ontwikkelingen zoals AR/ VR, Artificial Intelligence, IoT, Blockchain, Cloud Storage, sensortechnologie en Big Data zorgen er namelijk voor dat onderhoud geoptimaliseerd kan worden en er minder traditionele onderhoudsprofessionals nodig zullen zijn. Echter, doordat onderhoudswerkzaamheden steeds meer afhankelijk zullen zijn van technologische ontwikkelingen, zal dat zich vertalen in een groei van de vraag naar technologisch personeel binnen onderhoudsorganisaties.

Onderhoudsbedrijven krijgen behoefte aan ‘all rounders’; medewerkers die zowel techniek als ICT en data begrijpen. Een maintenanceprofessional moet nu en in de toekomst niet alleen maar onderhoudswerkzaamheden kunnen uitvoeren, maar moet ook bekend zijn met het analyseren en opslaan van data zodat de data goed kan worden omgezet in informatie die gebruikt kan worden bij het nemen van onderhoudsbeslissingen. Het ontwikkelen van deze competenties binnen het bedrijf kan door het aantrekken van nieuwe medewerkers en het ontwikkelen en opleiden van bestaande medewerkers. Beide oplossingsrichtingen vragen een gedegen aanpak en voldoende managementaandacht.

2.4 Aansluiting regulier onderwijs op bedrijfsleven Onderwijs en bedrijven hebben een gezamenlijk belang om studenten op te leiden en voor te bereiden op hun carrière. Het onderwijs heeft bedrijven nodig om vast te stellen welke competenties gewenst zijn in de toekomst en studenten praktijkervaring op te laten doen en het bedrijfsleven heeft het onderwijs nodig om voldoende gekwalificeerd personeel te kunnen werven. Het is daarom belangrijk dat beide partijen elkaar als gelijkwaardige partners zien.

3. PROBLEEM VERMINDEREN Het probleem van het tekort aan technici

100 - Het Onderhoudskompas

is niet nieuw. Daarom wordt er vanuit verschillende hoeken hard aan gewerkt en zijn er al meerdere initiatieven gestart om het probleem te verminderen.

3.1 Overheid De overheid trekt vanaf 2018 jaarlijks 100 miljoen euro uit voor technische opleidingen op vmbo-scholen. Met de afnemende leerlingaantallen moet dit extra budget ervoor zorgen dat vmbo-scholen kwalitatief hoogstaand onderwijs kunnen blijven aanbieden in de techniek. Daarnaast biedt het vmbo-scholen de mogelijkheid om te investeren in nieuwe technische opleidingen die aansluiten bij de nieuwe ontwikkelingen in de techniek.9

Het Techniekpact bestaat nu vijf jaar. Sinds de ondertekening in 2013 heeft de aanpak van het Techniekpact zich steeds doorontwikkeld om zich aan de dynamiek van het onderwijs en de arbeidsmarkt aan te passen en er zijn mooie initiatieven gestart.

Een voorbeeld is de Smart City Challenge voor girls, georganiseerd door VHTO en Eurofiber samen met een aantal grote gemeenten. 100 meisjes uit groep 8 hebben tijdens deze evenementen meegedaan om slimme maatschappelijke oplossingen te bedenken voor maatschappelijke vraagstukken10.

Ook zijn er initiatieven die zich richten op het omscholen van mensen zonder baan.

Een voorbeeld is het landelijk initiatief om 50-plussers om te scholen naar Techniek.

Intermezzo – 50-plussers omgeschoold naar Techniek11 In 2018 zijn inmiddels 12 vijftigplussers omgeschoold naar duurzame baan in techniek dankzij het nieuwe landelijk platform weeraanhetwerk.nl.

Talent4Service heeft in samenwerking met UWV en maatschappelijk investeerder Start Foundation het online platform gelanceerd. Het platform zet doelgroep 50+ centraal en richt zich op op zowel

werkzoekenden, werkgevers als maatschappelijke organisaties. De gezamenlijke ambitie van de initiërende partijen is om in 2018 en 2019 minimaal 150 laagopgeleide 50- plussers duurzaam aan het werk te krijgen.

Jeroen Voswinkel, operationeel directeur Talent4Service, vertelt hierover: “Veelal is het zo dat iemand die op oudere leeftijd bij een baan uitvalt of door reorganisatie werkloos wordt moeilijk weer aan het werk komt. Dus dan zul je moeten omscholen. Want vaak is de baan die je had, niet meer de baan die je gaat krijgen. Dat is voor een werkzoekende soms lastig te accepteren, maar wij zien ook dat als die knop eenmaal is omgezet deze mensen met de juiste omscholing en begeleiding weer helemaal op kunnen bloeien in een nieuwe rol en carrière.”

ten interesse hebben voor de onderhoudssector! In samenwerking met de raad van advies van de opleiding (bestaande ook uit mensen vanuit het bedrijfsleven) en andere partijen, zoals de NVDO, wordt het curriculum van de specialisatie samengesteld om goed op de behoeften van het bedrijfsleven aan te sluiten. Belangrijk detail is dat de studenten tenminste 3 jaar werkervaring moeten hebben voordat ze in deze studie kunnen instromen. Ze weten dus al beter welke competenties en kennis nodig is om succesvol te zijn in hun baan. Een ander voorbeeld is het techniek college Rotterdam.

Op het online platform vertellen 50-plussers hun verhaal. Zo was André (59) 25 jaar lang woningstoffeerder. Na een reorganisatie raakte hij zijn baan kwijt, en ging hij bijna 11 jaar lang van de ene tijdelijke klus naar de andere. André is één van de eerste kandidaten die via Weer aan het Werk een nieuwe baan vond, en werkt nu fulltime als monteur Slimme Meters. Ook Henk is een ervaringsdeskundige: “Ik heb na het faillissement van mijn werkgever twee jaar thuis gezeten. Heel veel sollicitaties gedaan, maar steeds het gebruikelijke verhaal: ik zat in het 50-plus segment. Nu ben ik weer aan het werk als planner bij Energiewacht, en ik kan zeggen dat ik geweldig op mijn plek zit. Je weet nooit wat de toekomst brengt, maar het ziet er nu gewoon heel goed uit.”

Intermezzo – Techniek College Rotterdam12 Om de aansluiting tussen onderwijs en het bedrijfsleven te verbeteren, zijn in Rotterdam de twee grootste ROC-scholen (Albeda en Zadkine) samen verder gegaan onder Techniek College Rotterdam om meer aansluiting met het bedrijfsleven te creëren.

Door samen te gaan hoeven ze niet meer onderling te strijden om stageplaatsen, docenten en studenten en kunnen ze zich opsplitsen in vijf mbo-colleges die een duidelijk profiel hebben. Daarnaast willen ze meer focus aanbrengen in gericht onderwijs dat aansluit op het bedrijfsleven door het aantal opleidingen van 600 terugbrengen naar 175 en het bedrijfsleven hierbij te betrekken. Ook zullen docenten ‘stagelopen’ bij bedrijven en worden bedrijven aangemoedigd om gastcolleges te geven.

3.2 Onderwijs Ook het onderwijs kijkt naar manieren om meer studenten op technisch vlak op te leiden en beter aan te sluiten bij de competenties die bedrijven nodig hebben in de toekomst. Zo heeft de Hogeschool Utrecht voor de master of engineering een nieuw specialisatieprofiel geïntroduceerd: Maintenance & Asset Management. De instroom aan studenten voor de master of engineering is verdubbeld sinds de introductie van deze specialisatie: het bewijs dat studen-

3.3 Bedrijfsleven Sinds 10 tot 15 jaar, (her)introduceren steeds meer bedrijven de bedrijfsschool. Zoals beschreven in 2.2, heeft de Mammoetwet ervoor gezorgd dat de bedrijfsschool minder populair werd. Echter, de bedrijfsschool is weer teruggekeerd, in de vorm van een BBL-opleiding (Beroepsbegeleidende Leerweg)13. Hierdoor kunnen bedrijven makkelijker nieuw personeel werven en ervoor zorgen dat deze voldoende praktisch geschoold zijn en daarmee allround inzetbaar

Het Onderhoudskompas - 101

zijn. Bij een BBL-opleiding leert de student 3 a 4 dagen per week de praktijk bij een bedrijf en leert hij/zij 1 a 2 dagen in de week de theorie. Deze theorie wordt meestal aangeboden door een regionaal ROC. Intermezzo – Hoge School Arnhem – Nijmegen en Alliander slaan handen ineen14 In samenwerking met Alliander, een netwerkbedrijf binnen de energiesector, kunnen afgestudeerde Havo-scholieren een nieuw soort traineeship volgen waarbij hun kennis meteen in de praktijk gebracht wordt. Alliander en HAN willen jonge mensen enthousiast maken voor duurzame energievoorziening.Vooral op het gebied van opslag en distributie van groene energie ligt er immers een grote uitdaging.

Praktische instelling Volgens de opleider zijn er genoeg studenten die na het Havo-examen geen zin hebben om weer vier jaar in de schoolbanken te zitten.Voor hen is het interessant om in deze opleidingsvorm te stappen.

Ze werken drie dagen per week bij Alliander en volgen twee dagen per week de hbo-opleiding Associate Degree Elektrotechniek/Energietechniek aan de HAN. Baangarantie Na de praktische kennis en ervaring met energiesystemen is de volgende stap het ontwerpen van energiesystemen.Twee jaar later hebben de studenten hun Associate Degree en een baan bij Alliander.Vervolgens kunnen ze hun Bachelor Degree halen. Banen die in het verschiet liggen met deze opleiding zijn: technisch specialist, projectleider, engineer, werkvoorbereider, ontwerper.

Gunstige voorwaarden Studenten ontvangen loon voor 32 uur per week, volledige vergoeding van het collegegeld, opleidingskosten en reiskosten. Daarnaast krijgen ze gereedschap, een laptop en smartphone. Deze combinatie van leren en werken is uniek voor het hbo. Normaal gesproken heb je na vier jaar hbo nog een inwerkperiode nodig bij het bedrijf. In dit geval is dat niet nodig, de student is al ingevoerd in het bedrijf en het werk.

102 - Het Onderhoudskompas

Het aantal publiek-private samenwerkingen is in de afgelopen jaren gegroeid tot 161, waarbij 10.000 partners zijn betrokken, waarvan 6.000 bedrijven. Dit aantal partners omvat publieke en private partijen, direct en via brancheorganisaties15.

Deze publiek-private samenwerkingen richten zich op samenwerking tussen onderwijs, overheid en bedrijfsleven. Deze samenwerkingen worden ook door deze partijen gezamenlijk gefinancierd, waarbij de private investering ruim 40% van het totaal bedraagt. Een voorbeeld van zo’n publiek-private samenwerking is het project ‘werken aan duurzaamheid’. Dit project speelt in op het tekort aan gemotiveerd en geschoold technisch personeel. Hierbij werken een opleider, een werkgever en een leer-werkbedrijf samen om mensen praktijkgericht op te leiden voor een baan in de warmtepomptechniek. Dit zijn mensen zonder een technische opleiding, maar wel met affiniteit met de techniek. Deze mensen worden op mbo-niveau klaargestoomd voor een baan, maar dan zonder extra vakken als taal en rekenen. Het traject bestaat uit een basistraining van 8 weken en een opleiding van 12 weken. De eerste fase bestaat uit 3 dagen per week leren en 2 dagen werken. In de tweede fase wordt 4 dagen per week gewerkt en 1 dag geleerd. Dit traject is gestart in Zoetermeer, maar zal bij succes landelijk worden uitgebreid.

Onder de onderhoudsbedrijven staat momenteel 93% open voor samenwerking met een collega bedrijven voor het werven van technisch geschoold personeel en 98% staat open voor samenwerking met de onderwijsinstellingen/ kenniscentra om de aansluiting van het bedrijfsleven met het onderwijs te verbeteren, zie figuur 13. In vergelijking met voorgaande jaren is dit een vooruitgang.

In de huidige krappe arbeidsmarkt zoals beschreven in hoofdstuk 1, is samenwerking belangrijk en uit bovenstaande grafiek wordt duidelijk dat bedrijven hier bereid toe zijn. Bij samenwerking met andere organisaties gaat het veelal om detacheer-

ders en werving & selectiebureaus.

De samenwerking met betrekking tot onderwijsinstellingen is over de afgelopen drie jaar constant. Om vroegtijdig personeel te binden, geven deze bedrijven aan dat samenwerking een must is; voorbeelden van samenwerking zijn het aanbieden van stageplaatsen en BBL-trajecten, maar ook open dagen en rondleidingen. Enkele respondenten geven aan dat ze bij het BBL-traject het praktijk gedeelte uitbesteden aan een extern leerbedrijf. De bedrijven die er niet voor open staan, willen het meestal in eigen hand houden of zijn bezig met een reorganisatie. Bij een enkeling levert de samenwerking met andere partijen weinig resultaat op. In een van die gevallen wordt het netwerk van de eigen medewerkers benoemd als succesfactor voor het binden van personeel.

4. WAT VINDEN MEDEWERKERS (VAN DE TOEKOMST) BELANGRIJK? Als onderdeel van de analyse hebben we studenten en medewerkers die net gestart zijn vanuit hun opleiding naar wat hen drijft in het kiezen van een baan.

Drijfveren Voor zowel studenten als jonge starters zijn de belangrijkste redenen in een banenkeuze de internationale mogelijkheden, flexibiliteit in de werktijden en salaris, zie figuur 14.

Op de vraag of de studenten van plan zijn om te starten in een technische functie, geeft 62% aan van wel. De belangrijkste redenen hiervoor zijn dat ze daarvoor hebben gestudeerd, de technische sector (het meest) interessant vinden, affiniteit hebben met techniek of hier goed in zijn.

Het Onderhoudskompas - 103

Redenen waarom studenten niet kiezen voor een technische functie is dat ze het nog niet goed weten, en zich eerst beter willen oriënteren, ze meer de management/ consulting kant op willen, ze andere sectoren innovatiever of flexibeler vinden of de cultuur van de technische sector minder aantrekkelijk vinden.

Als we kijken naar de starters, dan zien we een vergelijkbaar beeld. Van de respondenten is 56% gestart in een technische functie. De belangrijkste redenen hiervoor zijn: • de functie is interessant • verdieping op kennis vanuit studie Ze zien het als strategische keuze: eerst kennis verdiepen, dan direct op een algemene baan beginnen, dat kan later altijd nog en er zijn interessante uitdagingen in de toekomst van de technische sector. Redenen waarom starters niet kiezen voor een technische functie is zich niet te snel willen specialiseren, interesse in andere

104 - Het Onderhoudskompas

sectoren en de cultuur en dynamiek van technische sector als minder aantrekkelijk beoordelen.

De belangrijkste tips die studenten en starters geven aan bedrijven, overheid en onderwijs zijn: • Projecten of (verplichte) stages bij bedrijven doen • Meeloopdagen bij bedrijven • Meer praktische casussen van bedrijven tijdens de opleiding door: • Bedrijven als deelnemers betrekken bij projecten tijdens de opleiding • Bedrijven input geven voor colleges, zoals gastcolleges • Vakken meer praktijkgericht maken, zoals praktijkvoorbeelden en –oplossingen geven • Bedrijven kunnen meer samenwerken met opleidingen om zichzelf kenbaar te maken • Praktijkscholen weer introduceren

Intermezzo – Zo bereik je generatie Z op de fabrieksvloer16 Volgens ABN AMRO staan we aan de vooravond van de Vierde Industriële Revolutie. Die revolutie betekent dat analytische arbeidstaken worden overgenomen door computers. Arbeidstaken waarvoor creativiteit en empathie nodig zijn, blijven vooralsnog het domein van de mens en daardoor is het belangrijk om jonge mensen met de nodige expertise aan te trekken. Maar hoe doe je dat?

Alle ontwikkelingen, samengevat onder de noemer ‘Smart industry’ vragen om medewerkers met andere competenties: digitaal werken, creatief, multidisciplinair samenwerken en begrip van software en ICT, zo stelt de bank in haar nieuwste onderzoek. ‘De zoektocht naar nieuwe medewerkers die deze eigenschappen bezitten start bij Generatie Z. De generatie geboren na 1996, waarvan de eerste vertegenwoordigers zich op dit moment melden op de arbeidsmarkt. Deze generatie is in geheel andere sociaaleconomische en culturele omstandigheden opgegroeid dan haar voorgangers, waardoor ze een geheel eigen set sterke en minder sterke eigenschappen heeft meegekregen.’ Dat is ook de reden dat generatie Z anders benaderd moet worden.

Anders werven ‘Generatie Z heeft een groter verantwoordelijkheidsgevoel, een volhardende werkmentaliteit, is zelfbewust, creatief, oplossingsgericht en feminien. Maar hecht ook sterk aan individuele aandacht en begeleiding, wil geen fulltime baan, heeft een kortere concentratiespanne en werkt liever als zelfstandige dan als werknemer.’

5. CONCLUSIES & AANBEVELINGEN Het tekort aan technisch personeel is een duidelijk probleem. Overheid, bedrijfsleven en onderwijs zijn zich bewust van het probleem en voeren verschillende initiatieven uit om dit probleem op te lossen. We zien echter ook dat het probleem nog allerminst is opgelost en met het huidige economische klimaat mogelijk groter zal worden in aantal benodigde technici. Verschillende bedrijven proberen dit op te lossen door

Als het gaat om het aantrekken van getalenteerde generatie Z’ers, staan kleine en middelgrote industriële ondernemingen op een achterstand ten opzichte van startups en het grootbedrijf. Ze zullen hun structuur en cultuur én hun manier van werven radicaal moeten aanpassen. Generatie Z wil onder een zorgvuldig samengesteld arbeidscontract in harmonie werken aan gevarieerde projecten in divers samengestelde groepen in aangepaste, creatieve bedrijfsruimtes, en krijgt daarbij graag in persoon dagelijks feedback en liever niet alleen van de chef.

Zinvol ondernemen De komst van Generatie Z op het arbeidsfront heeft ook andere gevolgen. Het wordt moeilijk fulltimers te vinden voor managementposities.

Oudere generaties krijgen een nieuwe coachende rol. Het denken in alfa’s en bèta’s verdwijnt en de afstand tot de arbeidsmarkt van jongeren met een niet-Westerse migratieachtergrond kan wel eens groter worden. Terwijl de rol van vrouwen, met hun vermogen tot communiceren en samenwerken, juist veel belangrijker gaat worden. De traditionele vormen van recruitment volstaan niet meer om Generatie Z binnen de poort te krijgen. Al in een vroeg stadium moeten werkgevers investeren in persoonlijke vormen van personeelswerving, met inzet van rolmodellen en sociale media. Ze moeten aantonen dat de baan draait om het nastreven van zinvolle, meetbare doelen. Zinvolle doelen op bedrijfseconomisch niveau, maar zeker ook zingeving op een hoger, wereldlijk niveau, bijvoorbeeld voedselverspilling of opwarming van de aarde.

het toepassen van nieuwe technologieën om daarmee meer werk te automatiseren. Dit is een goede ontwikkeling, want dit helpt het onderhoud te optimaliseren en zorgt voor minder vraag naar benodigde traditionele onderhoudsprofessionals.

Echter, het zorgt er wel voor dat er nieuwe competenties gevraagd worden van deze ‘onderhoudsprofessional van de toekomst’.

Helaas zijn juist ook deze competenties,

Het Onderhoudskompas - 105

zoals datascience en -analyse, zeer gewild in andere sectoren. Bedrijven kunnen dit niet alleen oplossen, ook overheid en onderwijs niet. Er is noodzaak om samen te werken. Gelukkig staan de partijen daar ook voor open. Daarnaast zien we dat de medewerker van de toekomst andere behoeftes heeft dan de medewerker van 10 of 20 jaar geleden. Bedrijven moeten dus slim inspelen op deze behoeften om een aantrekkelijke werkgever te zijn voor medewerkers.

Concrete aanbevelingen Om het probleem op te lossen hebben we een aantal aanbevelingen voor bedrijven, onderwijs en overheid: 1. Start actieve samenwerking tussen bedrijven en onderwijs bij vaststellen van curriculum. Belangrijk om een goed afweging te maken in het curriculum tussen diepte-expertise en breedte in de opleiding 2. Start actieve samenwerking tussen bedrijven en onderwijs bij ‘marketing van techniek’ om imago te verbeteren. De ontwikkelingen in de Onderhoud en Asset Management hoek zijn juist heel interessant voor studenten. Ze weten alleen niet wat er voor mooi, interessant en uitdagend werk mogelijk is. Door disruptieve innovaties onder de aandacht te brengen, kan de onderhoudssector sexier worden 3.

Geef gastcolleges voor verbinding en marketing van het eigen bedrijf onder studenten 4. Biedt meer stageplaatsen aan. Een manier om meer aansluiting te creëren tussen het onderwijs en het bedrijfsleven is het bieden van stageplaatsen. Bovendien creëert dit een win-win situatie. Enerzijds zullen stagiairs bij een succesvol afgeronde stage eerder geneigd zijn om daarna vast in dienst te gaan bij het bedrijf, waardoor het bedrijf in de krappe arbeidsmarkt een betere positie heeft.

Anderzijds, doet de student praktijkervaring op, waardoor hij/zij na zijn studie

106 - Het Onderhoudskompas

een betere aansluiting heeft met de arbeidsmarkt.

5.

Identificeer en start bedrijfsprojecten, waarbij studenten helpen bij het realiseren van een project. Dit is een leuke manier om studenten enthousiast te maken over het bedrijf en de inhoudelijke werkzaamheden 6. Kijk ook vaker naar inzet van flexibele werkkrachten; jongeren staan hier meer voor open 7. Houd rekening met verschillende interesses als je scholieren enthousiast wilt krijgen (VMT) 8. Kijk goed naar de cultuur binnen je bedrijf en op welke manier je werknemers aantrekt. Generatie Z moet je op een andere manier aantrekken. Ontwikkel een cultuur waarbij individuele aandacht en begeleiding centraal staat en kijk naar mogelijkheden om meer flexibiliteit in het arbeidscontract op te nemen 9. Onderzoek of het aantrekken van talent uit het buitenland een oplossing kan bieden voor het tekort binnen de organisatie

Alleen door samenwerking en focus kunnen we dit probleem oplossen. De NVDO zet zich hiervoor in en hoopt dat bedrijven, onderwijs en overheid de samenwerking op dit dossier zullen intensiveren. Zo helpen we samen Nederland verder!

Referenties 1: Forbes, data scientists will soar Arbeidsmarkt GedragsOnderzoek van Intelligence Group

2:

http://www.metaalnieuws.nl/oom-verspaner-dreigt-sterven/

3:

https://www.uwv.nl/overuwv/Images/ factsheet-technische-beroepen.pdf

4:

https://www.uwv.nl/overuwv/Images/ factsheet-technische-beroepen.pdf

5:

https://www.at-aandrijftechniek.nl/ algemeen/plc-technologie-wordt-weer-interessant-voor-jonge-technici/57757/

6:

BEHEER EN ONDERHOUD ASSET MANAGEMENT VEILIG WERKEN GROOTSTE ONDERHOUDSPLATFORM VAN EUROPA WET- EN REGELGEVING

https://www.werk.nl/xpsimage/ wdo213568

7:

8:

CBS

9:

FD (2018)

10: https://www.techniekpact. nl/cdi/files/783a79dd2b027994673492421392d7a745cdf0ba.pdf

11:

www.uwv.nl

12:

https://www.techniekcollegerotterdam.

nl 13:

Vakblad Asset Management

14: https://www.regioinbedrijf.nl/ bedrijfsnieuws/hogeschool-arnhem-nijmegen-en-alliander-slaan-handen-ineen-met-traineeship-energietechniek.11333/

15:

Techniekpact

16: https://maakindustrie.nl/nieuws/ abn-amro-zo-bereik-je-generatie-z-op-defabrieksvloer

BELANGENBEHARTIGING INNOVATIE INFRA, ONROEREND GOED PROCESINDUSTRIE FOOD, BEVERAGE & FARMA MARITIEM, ONDERWIJS OVERHEID, FLEET MANUFACTURING INSPECTIEPLATFORM KENNISDELING NETWERK, FYSIEK & DIGITAAL ASSET OWNERSTOELEVERANCIERS MAINTENANCE ACADEMY

Kennis is onze kracht

nvdo.nl Het Onderhoudskompas

-

107

Opties voor de

NVDO ALS BRANCHEVERENIGING De NVDO richt zich voortdurend op het op de beste manier ondersteunen van de maintenancesector in het realiseren van hun doelstellingen. Mede gezien de brede scope van de branchevereniging, is het nuttig om regelmatig de focus vast te stellen en een aantal opties te formuleren voor de NVDO als grootste onderhoudsplatform van Europa.

E

en branchevereniging in het algemeen, maar in het bijzonder die van de Nederlandse onderhoudsmarkt, leent zich perfect als platform voor kennisdeling- en ontwikkeling. Er is binnen de Nederlandse onderhoudsmarkt steeds meer een open houding zichtbaar. Organisaties en bedrijven zien steeds meer in dat samenwerking en kennisdeling van grote toegevoegde waarde kunnen zijn. Gezamenlijk als Nederlandse onderhoudssector kunnen we zo toonaangevend blijven in de wereld. Vanuit gesprekken met klankbordgroepen en bedrijven en vanuit marktanalyses, is er een aantal specifieke gebieden waar kennisdeling, en ook kennisontwikkeling, van grote toegevoegde waarde kan zijn voor de NVDO-achterban. Op een aantal vlakken zou de NVDO hierin een rol kunnen spelen.

1. Inspelen op het tekort aan technisch geschoold personeel Het tekort aan technisch geschoold personeel is al jarenlang een probleem. In “Actualiteit van de Technische Arbeidsmarkt” bespreken we de oorzaak van het probleem en aanbevelingen voor bedrijven om hiermee om te gaan. Voor de NVDO kan hier een rol liggen om de samenwerking tussen bedrijven en het onderwijs te verbeteren. Zo kan de NVDO een samenwerking aangaan met jongerennetwerken, bijvoorbeeld jongNLingenieurs, een netwerk voor jonge ingenieurs van 20 tot 35 jaar. In deze samenwerking kunnen stu-

108 - Het Onderhoudskompas

denten geadviseerd en gestimuleerd worden om voor techniek te kiezen. Studenten willen zich graag breed oriënteren en bij meerdere bedrijven een kijkje in de keuken nemen.

Mogelijk kan de NVDO als branchevereniging helpen bij het aanbieden van stageplekken van bedrijven via de website. Daarnaast kan de NVDO bijdragen aan marketingcampagnes vanuit de overheid voor de technieksector en zo studenten aan te trekken en te behouden in de techniek.

2. Samenwerking binnen het bedrijf over bedrijfsonderdelen heen stimuleren De NVDO is zich bewust van de noodzaak tot samenwerking tussen bedrijfsonderdelen en heeft daarom vorig jaar het Visiedocument “Onderhoud ontmoet Service Logistiek” geschreven in samenwerking met het door haar geïnitieerde consortium Logistiek Verenigd. Voor een langere periode kan de NVDO samenwerkingen aangaan met meer brancheverenigingen waar Onderhoud/Asset Management een thema is. Kennis en beïnvloeding aangaande samenwerking tussen verschillende bedrijfsonderdelen kan zo verbreed worden. Mogelijk gaan bedrijven hierdoor meer samenwerken.

3. Kennisdeling over het gebruik van de nieuwste technologieën Technologieën als Augmented Reality (AR), Virtual Reality (VR), robotica of 3D printing worden in toenemende mate toegepast in het

onderhoud. De helft van de bedrijven geeft aan dat ze op de hoogte zijn, maar niet precies weten wat de gevolgen zijn van de huidige innovaties op de industrie. Voor de NVDO ligt hier een kans om bedrijven te informeren over deze technologieën, en hoe ze het beste kunnen worden gebruikt voor onderhoudswerkzaamheden of trainingsdoeleinden. Zo wil ongeveer 60% van de bedrijven AR of VR in de toekomst gaan toepassen, of hier meer over weten. Daarnaast wil meer dan de helft (52%) van de respondenten robotica in de toekomst toepassen, of hier meer van weten, en 39% over 3D printing. De NVDO kan mogelijk trainingen en workshops aanbieden op deze onderwerpen aan haar achterban.

landschap en de impact op de organisatie kan innovaties tegenhouden. Daarnaast werkt het ook tegen als er onvoldoende draagkracht, geloof en/of flexibiliteit van de medewerkers is, en een gebrek aan talent om de innovaties effectief te implementeren kunnen innovaties tegenhouden. Anderzijds zouden de Asset Owners/Managers veel vaker de aanjager voor innovaties binnen het onderhoud moeten zijn dan ze momenteel zijn. De NVDO kan kennissessies of trainingen aanbieden over hoe innovatie binnen een bedrijf te stimuleren. Trainingen zoals corporate innovation, lean startup of agile working zouden hierbij passen.

4. Begeleiden bij het verwerken van grote hoeveelheden data We zien dat onderhoudsbedrijven steeds beter worden in het opslaan van alle data. Aan de andere kant is voor meer dan driekwart van de bedrijven het vertalen van de data naar bruikbare informatie een grote uitdaging. In het Visiedocument “Big Data als enabler van Predictive Maintenance” beschrijven we onder andere hoe bedrijven om kunnen gaan met grote hoeveelheden data, en welke IT-systemen hiervoor nodig zijn. De NVDO kan mogelijk verschillende trainingen faciliteren over hoe data te vertalen naar bruikbare informatie middels algoritmes of anderszins.

5. Onderhoud op een duurzame manier inrichten Met het oog op klimaatdoelstellingen is er steeds meer aandacht voor duurzaamheid.

Onderhoudsbedrijven worden verplicht energiebesparende maatregelen te nemen en uitstoot te minimaliseren. De NVDO kan best practices onder de aandacht brengen (fysiek en in publicaties) in manieren om het onderhoud in te richten op een duurzame manier.

6. Aanjagen van innovaties stimuleren Er zijn verschillende aspecten die de adoptie van innovatie kunnen remmen. Met name een gebrek aan kennis van het technologisch

Het Onderhoudskompas - 109

BIJLAGE 1:

De NVDO Onderhoudssectoren Onderhoud is een wezenlijk onderdeel van alle sectoren in Nederland en vormt een dwarsdoorsnede van alle bedrijfskolommen.

De NVDO heeft de Nederlandse onderhoudsmarkt onderverdeeld in zes sectoren, die hieronder nader worden toegelicht:

Onroerend goed Al het gebouw gebonden onderhoud aan seriematige woningbouw, utiliteitsbouw en industrieel onroerend goed (zoals bedrijfs- en fabriekshallen).

Infra Onderhoud aan weg, water, rail en andere infrastructurele werken, zoals havens en luchthavens. Maar ook aan infrastructuur zoals (elektriciteits)kabels en buizennetwerken.

Procesindustrie Onderhoud aan en rond (continue) productieprocessen van vaste stoffen, vloeistoffen

en gassen (bijvoorbeeld: chemie, olieraffinage, hoogovens en papierfabricage). Energie producerende bedrijven worden hier ook toe gerekend.

Manufacturing Onderhoud rondom de fabricageomgeving van (discrete) stukproductie van goederen en producteenheden (met uitzondering van het segment voedingsmiddelen, inclusief drankenindustrie, en farma).

Food, Beverage & Farma Onderhoud rondom de fabricageomgeving van stukproductie van goederen en producteenheden binnen het segment voedingsmiddelen (inclusief drankenindustrie), tabak en farma.

BIJLAGE 2:

Verklarende woordenlijst Asset Management Asset Management omvat de organisatie en alle taken die nodig zijn om de fysieke bedrijfsmiddelen gedurende hun levensduur op kostenefficiënte wijze te beheren en te onderhouden en zo in te kunnen zetten ter ondersteuning van het realiseren van de bedrijfsdoelstellingen.

Augmented Reality Augmented Reality (AR) is een interactieve ervaring waarbij de objecten die zich in de echte wereld bevinden worden “aangevuld” door computer-gegenereerde informatie die door de gebruiker waargenomen kan worden. De digi-

110 - Het Onderhoudskompas

tale wereld wordt hierbij geïntegreerd met de wereld om ons heen. In het onderhoud kunnen werknemers met smartphones, tablets of brillen zowel hun normale werk doen en zien, maar worden ze daarnaast ondersteund door filmpjes en instructies, remote support vanuit het hoofdkantoor, databases, en toegang tot het internet. Zo hebben ze complete informatie over wat voor werkzaamheden er moeten worden verricht, hoe ze doe moeten doen, en met welke materialen.

Virtual Reality Virtual reality (VR) is een interactieve computer-gegenereerde ervaring die plaatsvindt in een

geheel gesimuleerde omgeving. Deze omgeving omvat voornamelijk auditieve en visuele feedback, maar ook andere soorten sensorische feedback zoals haptiek. VR is hiermee anders dan AR, omdat we hiermee ons in een compleet virtuele wereld wagen. Met een helm of bril ziet een persoon enkel een virtuele wereld als hij rondloopt of beweegt. Hiermee kunnen onderhoudsprofessionals die bijvoorbeeld in gevaarlijke om moeilijk te betreden omgevingen werken beter worden getraind, aangezien ze overal de training kunnen doen, en niet per se op de locatie hoeven te zijn, zoals bij AR.

Correctief onderhoud Een reactieve manier van onderhoud, waarbij storingen worden gedetecteerd, en onderhoud wordt gepleegd na het falen van een asset.

Preventief onderhoud Preventief onderhoud kan op basis van tijd of gebruik. Bij onderhoud op basis van tijd wordt onderhoud verricht aan de hand van een eenmalig vastgesteld tijdsschema, ongeacht de condities van de assets. Bij onderhoud op basis van gebruik wordt onderhoud verricht aan de hand van een inschatting van het gebruik van de assets (bijvoorbeeld aantal draaiuren), ongedacht de condities van de assets.

Artificial Intelligence Artificial Intelligence (AI) of Kunstmatige intelligentie wordt ook wel machine-intelligente genoemd. Hierbij komt intelligentie namelijk vanuit machines en systemen, in tegenstelling tot natuurlijke intelligentie van mensen of dieren.

AI kent meerdere vormen, maar waar het op neerkomt is dat apparaten hun omgeving kunnen waarnemen, en hierop acties ondernemen om doelen met succes te behalen. Met de toepassing van AI in het onderhoud kan bijvoorbeeld assetdata worden geanalyseerd, algoritmes op de data worden uitgezet, en toekomstig benodigd onderhoud kan worden voorspeld.

Big Data De definitie die voor Big Data we vanuit de NVDO hanteren is: “Grote hoeveelheden data die verzameld en vervolgens geanalyseerd

kunnen worden om inzichten te verkrijgen die waardevol zijn om (bedrijfs)beslissingen te kunnen nemen.”

Predictief onderhoud Predictief onderhoud kan worden gedefinieerd als: “Het doorlopend monitoren van assets, en met deze verkregen asset data de toekomstige condities en storingen te kunnen voorspellen om zo de doelstellingen van het bedrijf te behalen”.

Prescriptief onderhoud Indien er, naast het voorspellen van de toestand van de assets (predictief onderhoud), ook voorspellingen worden gedaan over acties die nodig zijn voor een optimale assetbase en het effect van deze acties, heet dit prescriptief onderhoud.

Vervangend onderhoud Assets worden geheel of gedeeltelijk vervangen, indien de kosten niet opwegen tegen de baten, de asset teveel verouderd is of niet meer functioneert. Hiervoor is een kapitaalinvestering nodig.

Compliance Compliance is het begrip waarmee wordt aangeduid dat een persoon of organisatie werkt in overeenstemming met de geldende wet- en regelgeving (inclusief bedrijfsregelgeving). Het gaat over het nakomen van wet- en regelgeving of het zich ernaar schikken.

Condition Based Maintenance Condition Based Maintenance is het eerste level van predictief onderhoud. Hierbij wordt de actuele staat van de assets bijgehouden en gemeten. Indien er signalen zijn van afnemende performance wordt er onderhoud verricht. Het doel van condition-based maintenance is om, in plaats van onderhoud uit te voeren op basis van schema’s, onderhoud uit te voeren op basis van de toestand van de asset. De gedachte hierachter is dat de ene asset ander onderhoud nodig heeft dan de ander.

Het Onderhoudskompas - 111

FINANCIËLE OPTIMALISATIE VAN HET ONDERHOUD Het meest volwassen maturiteitslevel voor onderhoud is momenteel financiële optimalisatie van het onderhoud. Deze bouwt voort op operations-focused maintenance, waarbij onderhoud, naast beschikbaarheid, ook economisch zo voordelig mogelijk wordt verricht.

Hierbij worden er dus meerdere doelstellingen tegelijk gehaald; niet alleen betrouwbaarheid, beschikbaarheid en productkwaliteit van het onderhoud wordt geoptimaliseerd, maar ook de kosteneffectiviteit.

Flexibele arbeidskrachten De term ‘flexibele arbeidskrachten’ wordt binnen dit NVDO Onderhoudskompas gebruikt als verzamelnaam voor arbeidskrachten met een tijdelijk dienstverband zoals uitzendkrachten en andere flexwerkers, waaronder zelfstandigen.

Internet of Things (IoT) Ontwikkeling van het internet waarbij alledaagse apparaten en machines door internet connectie met elkaar in verbinding zijn. Hierdoor is er interactie tussen data van apparaten mogelijk geworden. Door het gebruik van de data kunnen systemen automatisch op elkaar inspelen of nieuwe inzichten creëren.

LIFE CYCLE COSTING Een berekening van de opbrengsten en kosten over de verwachte volledige levensduur van een product. Men kan uitgaan van Present worth (PW), waarbij de kosten berekend worden ten opzichte van t=0 (het moment van “aanschaf”) of Annual worth (AW), waarbij de kosten per jaar bepaald worden.

Operational Equipment Effectiveness De Overall Equipment Effectiveness (OEE) is de verhouding tussen de hoeveelheid goede producten die een productiemiddel aflevert en het maximaal haalbare. De Overall Equipment Effectiveness (OEE) is een vermenigvuldiging van een aantal factoren, die allemaal tussen 0 en 1 liggen. Meestal omvat de OEE tenminste: • De machine-beschikbaarheid = (feitelijke

112 - Het Onderhoudskompas

productietijd)/ (geplande productietijd) • De relatieve prestatie = (gemiddelde bewerkingstijd)/ (snelst mogelijke bewerkingstijd) • De kwaliteitsefficiëntie = fractie goedgekeurde producten.

Operational Excellence Operational Excellence is het dusdanig inrichten van de processen, dat de producten en diensten voor een zo laag mogelijke prijs geleverd kunnen worden maar waarbij wél voldaan wordt aan de eisen van de klant.

Operations-focused maintenance Operations-focused maintenance bouwt voort op voorspellend onderhoud. Ook hier wordt data verzameld en geanalyseerd in een model, waarbij er ook machine learning of handmatige feedback wordt toegepast. Bij operations-focused maintenance gaan de voorspellingen echter een stap verder. Er wordt niet alleen inzicht in storingen verkregen, maar onderhoud wordt ook voorspeld en zo ingericht zodat de primaire waardeketen van het bedrijf optimaal bediend wordt.

ROI Return on Investment. De ROI geeft het rendement op de investering aan. Indien de investering een verlies oplevert dan is de return on investment een negatief getal. De ROI van een project is te berekenen door de opbrengst voor een project te delen door de specifieke investering. De ROI van een bedrijf is te berekenen door de nettowinst te delen door de boekwaarde van de totale activa.

Smart Industry Het communiceren van machines en apparaten met engineers en andere machines. Door het implementeren van bijvoorbeeld sensortechnologie kunnen machines aangeven waar wanneer er onderhoud nodig is. Vervolgens krijgt een engineer een taak om hier iets mee te doen.

Hierbij kan het ook nog dat andere machines de capaciteit automatisch overnemen van het defecte systeem. Smart industry is het hele systeem van meerdere machines en apparaten.

Smart manufacturing Bedrijven maken bij smart manufacturing gebruik van Informatie Technologie (IT) en integreren dit op elk niveau van het productieproces om nog meer controle en productiviteit af te dingen. Door apparaten constant te monitoren kunnen assets optimaal draaien. Soms kan onderhoud zelfs volledig worden geautomatiseerd.

Total Cost of Ownership (TCO) Het omvat de totale eigendomskosten van een kapitaalgoed, bijvoorbeeld een kantoorgebouw. Hierbij wordt niet alleen gekeken naar

de acquisitiekosten zoals initiële aanschafprijs, maar wordt er ook gekeken naar kosten als rente, afschrijving, onderhoud, beheer en verwijderingskosten. Daarmee is TCO een zuivere manier om ‘zelf doen’ te vergelijken met ‘uitbesteden’.

Voorspellend onderhoud Voorspellend onderhoud is het tweede level van predictief onderhoud. Hierbij wordt de data niet alleen gebruikt om assets te monitoren, maar actief te gebruiken door er voorspellingen mee te doen betreft de performance van de assets en het optreden van storingen.

BIJLAGE 3:

Overzicht Stuurgroep en Klankbordgroepen Stuurgroep van het NVDO Onderhoudskompas 2018/19 bestaat uit: • Gert van Amersfoort Berry Global • Ellen den Broeder NVDO • Bas Kimpel Ardee • Marcel Morsing MaxGrip • Simon Jagers Semiotic Labs

Klankbordgroep van het visiedocument, “Big Data als enabler van Predictive Maintenance”: • Timme de Vries MaxGrip • Willem-Jan van der Velden VNSG • Gerrit van Middelkoop DEKRA Rail • Stephan Wildenberg Ministerie van

Defensie • Tom van Briemen Sodexo • Rob Luyten Akzo Nobel

Klankbordgroep voor “De Actualiteit van de Technische Arbeidsmarkt”: • Binne Visser Philips Consu-

mer Lifestyle • Bart Beima Brunel • Patrick van Veenendaal Hogeschool

Utrecht

Het Onderhoudskompas - 113

Netwerken Beheer en Onderhoud Asset Management Techniek Branchevereniging

Conditiebewaking Prestatiemanagement Maintenance Academy Kennisontwikkeling

Onderhoud je netwerk en Deel kennis en ervaring

Maak onderdeel uit van Europa’s grootste netwerk De Nederlandse Vereniging voor Doelmatig Onderhoud (NVDO) is dé toonaangevende brancheorganisatie die middels belangenbehartiging, kennisontwikkelingen en -overdracht en netwerken ondersteuning biedt aan bedrijven en personen die bij de besluitvorming op het gebied van Beheer en Onderhoud/Asset Management betrokken zijn en daarmee de Nederlandse onderhoudssector als ’s werelds beste helpt te presteren.

>> Word lid!

De NVDO doet dit door in de sector een onafhankelijke positie in te nemen en alle relevante bedrijfssectoren met behulp van voorlichting, advisering, kennisontwikkeling, (wetenschappelijk) onderzoek en kennisuitwisseling ten dienste te staan en zo op weg te helpen naar excellent Asset Management.

Betrouwbaarheid verhogen & TCO verlagen Daar staat Van Meeuwen voor. In acht decennia is het familiebedrijf Van Meeuwen

Het NVDO-lidmaatschap voordelen!

Het NVDO-Lidmaatschap geeft toegang tot Industries uitgegroeidbiedt tot eenvele specialist in het complete smeertechnisch onderhoud.

• • • • •

Grootste netwerk van Europa • Kengetallen, Trends, Visie Door oog te hebben voor details, het leveren van maatwerk en het juiste advies helpen (fysiek en digitaal) (NVDO Onderhoudskompas) we de Total Cost of Ownership te verlagen. Met meer en minder Regionale activiteiten • betrouwbaarheid Platform Materiaalkunde Vakinhoudelijke kennis en netwerk • (wetenschappelijke) Publicaties, waaronder storingsminuten door de juiste smering. Voor uiteenlopende markten en toepassingen.

Compleet portfolio Maintenance Academy Visiedocumenten Productiviteit verhogen met onze smeermiddelen, services, smeersystemen, chemicals Collectieve abonnementen op vakbladen • Kortingen op ons cursusaanbod van de NVDO Maintenance Academy en smeertechnische opleidingen. Voor een hoger rendement en optimale prestaties • Jongerenboard van uw machines en medewerkers.

Asset Management, Duurzaamheid, Veilig Werken en Energie-efficiency zijn belangrijke thema’s waaraan de NVDO regelmatig en in breder verband aandacht besteedt!

lubrication

services

■

■

systems

■

chemicals

info@vanmeeuwen.com Gawww.vanmeeuwen.com naar www.nvdo.nl en meld The jeNetherlands aan >>+31 (0)294 494 494 ■

■

■

■

education

Belgium +32 (0)53 76 76 00

Lange Schaft 7G - 3991 AP Houten | Postbus 138 - 3990 DC Houten 030 - 634 60 40 | info @ nvdo.nl | www.nvdo.nl

ONDERHOUDSKOM