Artikel
De grote hoeveelheid data waar we tegenwoordig over beschikken, biedt nieuwe mogelijkheden om processen en organisaties te sturen. Bij veel van onze klanten staat data-gedreven werken hoog op de agenda. De wijze waarop data wordt opgeslagen, geïntegreerd en gepresenteerd is hiervoor van groot belang.
Ook in het infra- en assetmanagement domein neemt de urgentie om te digitaliseren toe. Dit komt mede door de grote onderhoudsopgaven die gepland staan. De eigenaar of beheerder van een asset wil altijd en overal kunnen beschikken over de actuele status van een asset, zodat data-gedreven besluiten mogelijk zijn. De wens is om het maximale rendement uit de infrastructuur en de asset te halen door vroegtijdig in te grijpen bij mogelijke incidenten of het reduceren van de kans op falen. Een kritische succesfactor bij infra- en assetmanagement is data-uitwisseling tussen verschillende partijen, zodat we beschikken over één waarheid (Single source of truth). “Eenmalig inwinnen, meervoudig gebruik” is hierbij het motto.
Wij experimenteren vanuit iAMLAB met nieuwe technieken die als enablers dienen voor de verdere digitalisering in het infra- en assetmanagement domein. Hierbij maken we onderscheid tussen datacollectie, modellering en advanced analytics. Wij gebruiken voor datacollectie en modellering semantische technologie (Linked Data) om data uit diverse bronnen te integreren en te harmoniseren. Wij zetten blockchaintechnologie in wanneer partijen data willen uitwisselen waar een duidelijke eigenaar ontbreekt terwijl de betrouwbaarheid en veiligheid belangrijk is.
De data die beschikbaar komt vanuit de datacollectie en -modellering, krijgt nog meer waarde door het inzetten van advanced analytics technieken zoals Artificial Intelligence, Machine Learning en Deeplearning. Met deze technieken ontwikkelen onze data scientists algortimes voor het creëren van inzichten en het oplossen van complexe vraagstukken. Vanuit infra- en assetmanagement is predictive maintenance een ontwikkeling waar iAMLAB in investeert. Vanuit transport en logistiek is process mining voor het optimaliseren van de goederenstromen een belangrijk onderwerp.
Advanced Analytics
Onder advanced analytics verstaat het iAMLAB de analyse van data om inzichten te creëren. Hierbij kan onderscheid worden gemaakt tussen predictive analytics, prescriptive analytics en artificial intelligence (AI). De data scientists maken bijvoorbeeld gebruik maken van machine learning modellen om objecten te kunnen herkennen of van optical character recognition (OCR) technieken om geschreven documenten te kunnen digitaliseren.
Blockchain
Blockchain is een technologie die data opslaat in blokken waarbij de blokken samen een keten vormen, oftewel een ‘blockchain’. Blockchain heeft geen eigenaar die de controle heeft over de data; alle gebruikers samen hebben de controle waardoor transacties veilig en transparant zijn. iAMLAB zet blockchain technologie in om informatie over veiligheid tussen verschillende partijen te delen op een veilige en betrouwbare manier. Hierdoor kunnen partijen van elkaar kunnen leren zodat preventiemaatregelen getroffen en incidenten voorkomen kunnen worden.
Linked Data
Linked Data is een techniek waarbij data aan elkaar gekoppeld en geïnterpreteerd kan worden zonder dat de data verplaatst hoeft te worden. Dit ondersteunt het ‘data bij de bron’ principe waarbij data alleen nog bij de bron in de laatste versie aanwezig is en niet meer op verschillende plekken kopieën ontstaan die allemaal net een andere waarheid beschrijven. Het iAMLAB gebruikt Linked Data als fundament voor verschillende data visualisaties.
