Gescheiden processen, ontbrekende protocollen en gegevensbeheer verspreid over verschillende systemen leiden onvermijdelijk tot problemen met de gegevenskwaliteit, waarbij „ontbrekende“ of „afwezige“ gegevens een van de grootste uitdagingen vormen bij elke onderhoudsoperatie.
Deze ontbrekende gegevens kunnen betrekking hebben op reserveonderdelen, vaste activa, MRO-leveranciers en hebben gevolgen voor diverse onderhoudsprocessen, waaronder het beheer van werkorders, de planning van onderhoudswerkzaamheden, voorraadbeheer, enzovoort.
Het oplossen van deze problemen is niet zo eenvoudig als hier en daar een paar velden aanpassen of een opmaak wijzigen.
Om de gegevens echt bruikbaar te maken, heb je een grondigere aanpak nodig, een aanpak waarbij slimme technieken voor gegevensopschoning voor MRO met gedegen verrijkingswerk.
Als dit op de juiste manier wordt aangepakt, helpt een dergelijke aanpak om ontbrekende technische details aan te vullen, inconsistenties weg te werken en alles in een overzichtelijkere, meer uniforme structuur te brengen.
Pas dan kunnen onderhoudsteams op de gegevens vertrouwen bij de planning en de dagelijkse werkzaamheden.
Soorten MRO-verrijking
Het verrijken van MRO-gegevens kan op verschillende manieren plaatsvinden. De precieze werkwijze hangt af van de herkomst van de informatie, de structuur van het gegevensmodel dat u verrijkt en de specifieke kenmerken die u toevoegt of corrigeert.
Deze categorieën overlappen elkaar vaak, en de meeste organisaties maken uiteindelijk gebruik van een combinatie ervan in plaats van slechts één.
Hieronder geven we een overzicht van de meest gangbare methoden voor gegevensverrijking die we bij Verdantis toepassen
Aanvulling van gegevens over reserveonderdelen
De gegevens over reserveonderdelen zijn doorgaans opgeslagen in het MRO-materiaalstambestand van een willekeurig SAP ERP-systeem of in een Artikelstamgegevens in elk willekeurig Oracle ERP-systeem.
MRO-reserveonderdelen, verbruiksartikelen en toebehoren vormen het grootste deel van deze dataset.
Na verloop van tijd worden deze gegevens, als gevolg van gebrekkige praktijken op het gebied van gegevensbeheer of het volledig ontbreken van gegevensbeheer – met name bij dringende inkoopbehoeften – niet volledig in het systeem ingevoerd.
Dit leidt tot gegevensrecords waarin belangrijke details ontbreken, zoals de kenmerken van de onderdelen, meeteenheden, eigenschappen, specificaties, categorie en diverse andere essentiële gegevens die nodig zijn voor de besluitvorming gedurende het gehele onderhoudsproces.
In sommige gevallen kan er geen aanvraag voor een aankoop worden ingediend als deze gegevens ontbreken.
In andere gevallen worden uitzonderingen gemaakt en wordt een inkoopaanvraag toch verwerkt, ook al zijn de MRO-gegevens überhaupt niet in het ERP-systeem opgenomen.
Aanvullende informatie uit openbare bronnen
Dankzij innovaties op het gebied van Agentic AI en speciaal ontwikkelde AI-agenten kunnen softwareoplossingen nu zelfstandig MRO-gegevens in grote hoeveelheden aanvullen – waaronder ook gegevens die specifiek betrekking hebben op reserveonderdelen.
De speciaal voor dit doel gebouwde MRO-faciliteit van Verdantis Agent voor gegevensverrijking Auto Enrich AI surft op het internet, identificeert geverifieerde leverancierscatalogi, zoekt het onvolledige onderdeeldossier op en haalt belangrijke gegevens op, zoals het onderdeelnummer van de fabrikant, de naam van de fabrikant en gerelateerde informatie zoals specificaties, kenmerken, maateenheden enz.
Bovendien werkt de agent de informatie zelfstandig rechtstreeks bij in de MRO-stamgegevens, waarbij een mens betrokken is voor controle en goedkeuring
Hier is een video waarin wordt getoond hoe AutoEnrich in realtime werkt. Aan het einde van dit artikel hebben we een demo toegevoegd waarin de AI-agent in actie te zien is. Deze verrijking kan in één keer voor duizenden records tegelijk worden uitgevoerd.
Aanvulling vanuit eigen bronnen
Een andere veelgebruikte gegevensbron voor het verrijken van MRO-gegevenssets zijn first-party-bronnen; bedrijven met complexe productieprocessen slaan deze gegevens al op in bronnen zoals:
Een digitaal overzicht van alle onderdelen en componenten die nodig zijn voor het onderhoud van een bepaalde machine
Hieronder vallen onder meer technische specificaties, tekeningen van apparatuur enz.
Wat is een werkopdracht precies? Een document waarin wordt beschreven wat er moet gebeuren en hoe dat moet gebeuren.
In elke productieorganisatie met vestigingen en productiefaciliteiten wordt een groot aantal werkorders uitgegeven.
Deze werkordergegevens worden intensief gebruikt door onderhoudstechnici of het uitvoerend personeel om elke taak die zij uitvoeren vast te leggen, of het nu gaat om het vervangen van een onderdeel of het uitvoeren van een handeling.
Deze informatie vormt een essentieel historisch overzicht waarin gedetailleerd wordt vastgelegd welke reserveonderdelen zijn gebruikt, wat de specificaties ervan zijn, onder welke omstandigheden ze zijn gebruikt en bij welke bedrijfsmiddelen of apparatuur ze hoorden.
Zoals hierboven vermeld, komt het, met name bij dringende inkoopbehoeften, regelmatig voor dat inkoopaanvragen buiten de standaardprocedures om worden ingediend.
In dergelijke gevallen kan het wenselijk zijn om de MRO-database aan te vullen of bij te werken met gegevens over reserveonderdelen uit facturen.
Veel van deze cruciale informatie zit vaak verborgen in ongestructureerde documenten, die soms onvolledig zijn of verouderde gegevens bevatten, en het handmatig extraheren ervan is zowel tijdrovend als arbeidsintensief, vooral wanneer traditionele methoden worden gebruikt.
Er zijn echter speciaal ontwikkelde AI-agenten die zijn ontworpen voor geavanceerde documentverwerking, kan nu de „context“ binnen een complex document begrijpen en daaruit gestructureerde gegevens halen.
Dit kan vervolgens worden gebruikt om de MRO-materiaaldatabase bij te werken.
In de onderstaande video wordt het volgende getoond: Auto Doc AI, een AI-agent die honderden documenten tegelijk kan verwerken en gestructureerde informatie kan extraheren in de vorm van een Excel-tabel, een JSON-bestand of een ander formaat, en die rechtstreeks binnen de MRO-stamgegevens kan worden bijgewerkt
Verhoging van de vaste activa
Vaste activa vormen de kern van elke onderhoudsactiviteit, of het nu gaat om apparatuur zoals een centrifugaalpomp die in een chemische fabriek wordt gebruikt, om machines zoals luchtcompressoren of ketels, of om de infrastructuur op de locatie die de productie en dienstverlening mogelijk maakt.
Als deze gegevens onnauwkeurig of onvolledig zijn en er grote hiaten in zitten, kan dat voor flinke kopzorgen zorgen.
- Ontbreken er specificaties? Bijvoorbeeld bij het geregistreerde pompmodel CP-200X, met een werkdruk van 8 bar, maar waarbij het debiet en het motorvermogen ontbreken.
- Inconsistente naamgeving? Een asset die in het ene systeem is geregistreerd als „Pump-01”, in een ander als „PMP_1_Main” en in een derde als „Main Feed Pump”.
- Onduidelijke indelingen? Een dieselgenerator staat vermeld onder „Elektrische systemen”, terwijl deze eigenlijk onder „Stroomopwekking – Generatoren” zou moeten vallen.
Dit kan preventief onderhoud verstoren, de bijhouding van de levenscyclus van bedrijfsmiddelen vertekenen en tot onnodige uitgaven leiden.
Om deze problemen te voorkomen, hebben organisaties een solide aanpak voor het beheer van activastamgegevens, een systeem dat ervoor zorgt dat de informatie nauwkeurig, consistent en betrouwbaar blijft.
Aanvullende informatie uit openbare bronnen
Om de kwaliteit van de gegevens over vaste activa te verbeteren, vult Auto Enrich, de agent van Verdantis, de interne gegevens aan met informatie uit betrouwbare externe bronnen.
Hieronder vallen OEM-databases, openbare technische catalogi, bibliotheken met industrienormen en andere gezaghebbende referentiebronnen.
Door gebruik te maken van deze databases kan de verrijkingsengine de ontbrekende of onvolledige gegevens automatisch aanvullen, zoals informatie over de fabrikant en het model, technische specificaties van onderdelen, sectorclassificatiecodes (UNSPSC, ECLASS, enz.), vermogenswaarden, afmetingen en andere essentiële kenmerken.
Elk assetrecord wordt vervolgens gevalideerd en afgestemd op gestandaardiseerde descriptoren uit deze betrouwbare bronnen. Dit zorgt ervoor dat de assetmaster volledig, consistent en technisch correct is.
Met een duidelijkere en meer uniforme dataset wordt het voor organisaties eenvoudiger om preventief onderhoud te plannen, betrouwbaarheidsmodellen op te stellen, de levenscyclus van bedrijfsmiddelen te beheren, financiële gegevens bij te houden en andere cruciale operationele processen uit te voeren.
Aanvulling vanuit eigen bronnen
In de meeste organisaties is er al informatie over bedrijfsmiddelen beschikbaar in hun eigen systemen, maar deze is vaak verspreid over verschillende formaten en opslagplaatsen.
De AutoDoc-agent van Verdantis haalt deze informatie uit technische documenten, technische tekeningen, gescande bestanden, PDF’s en ander ongestructureerd materiaal.
Met behulp van geavanceerde taalverwerking identificeert het systeem belangrijke velden, zoals het type activa, prestatielimieten, installatiegegevens en historische gebruiksgegevens, en zet deze vervolgens om in overzichtelijke, gestructureerde records.
De agent brengt ook materiaal- en reserveonderdeelgegevens in kaart en stelt daarbij nauwkeurige hiërarchieën tussen hoofd- en onderliggende items vast, samen met de leveranciersgegevens via welke deze onderdelen zijn aangeschaft.
Hier is een video waarin te zien is hoe de agent de gegevens uit verschillende PDF-bestanden haalt en deze koppelt aan de stuklijstgegevens:
Wat de verrijking van vaste activa echt effectief maakt, is de integratie ervan met andere domeinen. Verdantis synchroniseert de verrijkte activagegevens met:
- Reserveonderdelenbestanden (bijvoorbeeld het koppelen van bedrijfsmiddelen aan benodigde reserveonderdelen en alternatieven)
- Onderhoudsplanningssystemen (bijvoorbeeld het afstemmen van bedrijfsmiddelen op preventieve onderhoudsschema’s)
- Financiële systemen (bijvoorbeeld voor het bijhouden van afschrijvingen, de waardering van activa of audits)
Deze synchronisatie tussen meerdere systemen zorgt ervoor dat de verrijkte activagegevens afdelingsoverschrijdend bruikbaar zijn, waardoor er functieoverschrijdende waarde wordt gecreëerd, van engineering tot financiën.
Inclusief historische onderhoudslogboeken en gebruikstrends.
Die koppelen specifieke activa aan de benodigde onderdelen
De historische prestaties uit dat document
Hieruit kunnen originele aankoopgegevens worden gehaald, waaronder de CAPEX-classificatie, de waardering van activa en afschrijvingsschema’s.
Die bevestigingsconfiguratie en maatgegevens
Hieruit kunnen de oorspronkelijke specificaties van de apparatuur, garanties en leveranciersgegevens blijken.
Databanken op basis van RFID of barcodes bevatten vaak belangrijke identificatiegegevens.
Aanvulling van leveranciersgegevens
A betrouwbaar leveranciersbestand is van essentieel belang voor het beperken van inkooprisico’s, het waarborgen van naleving en het nemen van weloverwogen inkoopbeslissingen.
Toch kampen veel organisaties waar MRO een grote rol speelt met problemen zoals dubbele leveranciersvermeldingen, ontbrekende contactgegevens en inconsistente naamgevingsformaten, die allemaal de efficiëntie van het inkoopproces ondermijnen.
Aanvullende informatie uit openbare bronnen
- Namen van rechtspersonen: General Electric Company
- Type leverancier (OEM, distributeur, dienstverlener, enz.): OEM – Siemens, distributeur – Fastenal, dienstverlener – Emerson
- Land van registratie: Duitsland (voor Siemens AG)
- Contactgegevens (e-mail, telefoonnummer, adres): [email protected]
- Kwaliteitscertificaten en relevante lidmaatschappen binnen de sector: ISO 9001, lidmaatschap van de API
Aanvulling vanuit eigen bronnen
De meeste bedrijven beschikken al over waardevolle leveranciersinformatie, maar deze is doorgaans verspreid over inkooporders, facturen, contracten, inkoopportalen en diverse inkooptools. De AI-agent van Verdantis brengt deze verspreide informatie samen door gegevens te lezen en te structureren uit:
Geef de voorwaarden van de leverancier, de vermelde onderdeelnummers, bestelpatronen en levertijden weer.
Geef de afhandelingsstatus, afwijkingen en de toegepaste betalingsvoorwaarden weer.
Bevat de overeengekomen voorwaarden, nalevingsbepalingen en verwachtingen ten aanzien van het serviceniveau.
Zorg voor inzicht in de prestaties van leveranciers, hun prijsbeleid en de beschikbaarheid.
Door deze informatie te bundelen en te standaardiseren, stelt de AI een uniform leveranciersprofiel samen dat zowel het daadwerkelijke transactiegedrag als de contractuele relaties weergeeft.
Dit kan onder meer inhouden dat dubbele of alternatieve leveranciersvermeldingen aan één algemene leveranciers-ID worden gekoppeld en dat er koppelingen tussen producten en leveranciers worden opgezet.
Verdantis ondersteunt bovendien de end-to-end-synchronisatie van de verrijkte leveranciersgegevens tussen inkoopsystemen (zoals SRM), grote ERP-systemen (SAP, Oracle) en sourcingplatforms, waardoor de consistentie binnen het gehele landschap wordt gewaarborgd.
Door middel van intelligente koppeling, ontdubbeling en gegevensharmonisatie beschikken organisaties over een leveranciersbestand dat nauwkeurig en geconsolideerd is en klaar voor strategisch gebruik. Dit leidt tot betere inkoopbeslissingen, een betere naleving van contracten en een effectievere rationalisatie van leveranciers.
Impact en waardebepalende factoren
Hoewel het verrijken van gegevens op het eerste gezicht misschien een triviaal proces lijkt, zijn de voordelen van „volledige“ en betrouwbare gegevens talrijk.
Volledige duidelijkheid over de beschikbaarheid van onderdelen – Aangezien er geen informatie ontbreekt in de database, hoeft de inkoopafdeling niet te raden of het record voor een bepaald reserveonderdeel in het systeem ontbreekt.
Op basis van de hierboven beschreven specificaties en categorieën wordt het inkoopproces gestroomlijnd en wordt het aantal onjuiste inkoopaanvragen tot een minimum beperkt, wat direct leidt tot beheersbare overheadkosten
Synchronisatie van onderhoudsprocessen – Doordat digitale stuklijsten met elkaar zijn gesynchroniseerd en gegevens uit verschillende bronnen in één centrale database zijn samengebracht, kunnen de behoefte en de vraag naar specifieke soorten MRO-reserveonderdelen duidelijk worden voorspeld.
Dit is een voorwaarde voor het optimaliseren van de MRO-voorraadniveaus en voorkomt volledig dat er uitval ontstaat als gevolg van voorraadtekorten.
De MRO-oplossing voor gegevensverrijking van Verdantis
Bekijk hoe onze AI-agenten op slimme wijze gegevens over reserveonderdelen in kaart brengen, aanvullen en beheren om de nauwkeurigheid binnen uw MRO-activiteiten te waarborgen
Veelgestelde vragen
Waarin onderscheidt Verdantis zich van andere aanbieders van MRO-gegevensverrijking?
Verdantis maakt gebruik van met AI getrainde modellen die zijn gebaseerd op meer dan 100 miljoen onderdelen en meer dan 1 miljard gegevenspunten, om een ongeëvenaarde nauwkeurigheid te bieden bij het verrijken en classificeren van MRO-gegevens. In tegenstelling tot op regels gebaseerde of handmatige diensten leert onze agentische AI voortdurend van patronen in de sector, waardoor de prestaties in de loop van de tijd verbeteren en de interne inspanning tot een minimum wordt beperkt.
Wat houdt het verrijken van MRO-gegevens precies in, afgezien van het corrigeren van spelfouten of opmaakfouten?
Het verrijken van MRO-gegevens gaat veel verder dan alleen het aanbrengen van correcties. Het omvat het aanvullen van ontbrekende kenmerken, het verwerken van synoniemen, het toewijzen van onderdelen aan gestandaardiseerde taxonomieën, het verwijderen van dubbele vermeldingen en het koppelen van materialen aan de juiste apparatuur of stuklijsten. Het resultaat is gestructureerde, doorzoekbare en betrouwbare gegevens die direct klaar zijn voor operationeel gebruik.
Hoe draagt het verrijken van MRO-gegevens bij aan een beter inkoop- en voorraadbeheer?
Nauwkeurige en verrijkte gegevens helpen dubbele onderdelen te elimineren, verouderde artikelen te identificeren en te zorgen voor consistente onderdeelbeschrijvingen. Dit maakt slimmere inkoopbeslissingen mogelijk, vermindert ongeplande uitgaven, verbetert de onderhandelingen met leveranciers en helpt bij het handhaven van optimale voorraadniveaus op meerdere locaties.
Hoe gaat Verdantis om met meertalige MRO-gegevens voor wereldwijde activiteiten?
Verdantis ondersteunt het opschonen en verrijken van gegevens in meerdere talen. Het platform vertaalt, lokaliseert en koppelt gelijkwaardige termen tussen verschillende regio’s, waardoor consistentie tussen fabrieken wereldwijd wordt gewaarborgd en tegelijkertijd het aantal onderdelen en misverstanden worden beperkt.
Helpt Verdantis bij het opzetten van governanceprocessen na de verrijking?
Ja. Verdantis biedt niet alleen ondersteuning bij een eenmalig verrijkingsproject, maar zorgt ook voor doorlopend beheer. Het AI-gestuurde platform zorgt ervoor dat nieuwe gegevensinvoer aan de normen voldoet, waardoor dubbele gegevens worden voorkomen en de invoer van verouderde gegevens al bij de bron tot een minimum wordt beperkt.
Waarom is het verrijken van MRO-gegevens van cruciaal belang voor sectoren met een groot aantal bedrijfsmiddelen?
In sectoren waar men sterk afhankelijk is van bedrijfsmiddelen, hangt de kwaliteit van de gegevens over reserveonderdelen rechtstreeks samen met de efficiëntie van de inkoop, de uitvoering van onderhoudswerkzaamheden en de voorraadplanning. Verrijkte gegevens zorgen voor correcte beschrijvingen van onderdelen, voorkomen dubbele vermeldingen en koppelen reserveonderdelen aan de juiste apparatuur, waardoor stilstandtijd wordt verminderd, overvoorraad wordt voorkomen en de indirecte kosten worden verlaagd.
