Uw vakkennis mag niet met pensioen
Herkent u dit?
Uitdagingen
Het orderboek herstelt, de machine-investering niet
In het tweede kwartaal van 2026 verwachtte 14 procent van de ondernemers in het mkb-metaal meer in machines te investeren. 42 procent verwachtte juist minder te investeren. Meer werk moet dus uit dezelfde installatie en grotendeels uit hetzelfde team komen. Een voorstel dat begint met nieuwe hardware raakt daardoor de verkeerde kasstroom.
Koninklijke Metaalunie, Economische Barometer Q2 2026.
Vertrekkende mensen nemen storingskennis mee
Het CBS telde in het vierde kwartaal van 2025 nog 28.000 openstaande vacatures in de industrie. In Europees leveranciersonderzoek noemt 42 procent van de maakbedrijven het vaardigheidstekort als grootste personeelsuitdaging. Een vacature vult u misschien later. De diagnose die alleen een ervaren operator kent, ontbreekt bij de volgende storing meteen.
CBS, Minder vacatures, meer werklozen, 30 januari 2026; ECI Software Solutions, Trends in de maakindustrie 2026, leveranciersonderzoek onder ruim 300 Europese maakbedrijven.
Exportonzekerheid zet marge vast in voorraad
De buitenlandse orderpositie in het mkb-metaal ging van een nettosaldo van min 29 procent in het eerste kwartaal van 2026 naar plus 9 procent in het tweede kwartaal, na twee negatieve kwartalen. Dat herstel maakt de kosten van onzekerheid niet kleiner. Wie productiekosten en levertijd niet goed kan voorspellen, plant voorzichtig en houdt marge vast in voorraad.
Koninklijke Metaalunie, Economische Barometer Q1 en Q2 2026.
Kansen
Maak storingskennis bruikbaar tijdens de storing
In onderzoek van Capgemini en Microsoft zette een staalproducent een generatief AI-hulpmiddel in voor onderhoudsteams. De producent rapporteerde circa 20 procent minder onderhoudsorders. Dit is leveranciersonderzoek en geen voorspelling voor uw fabriek. De toepasbare kans is smaller: maak bestaande kennis bruikbaar en meet daarna wat er in het onderhoudsproces verandert.
Capgemini en Microsoft, The New AI Imperative in Manufacturing, oktober 2025, p. 16. Leveranciersonderzoek; de bron rapporteert circa 20 procent reductie in onderhoudsorders.
Vind afkeur voordat de klant hem vindt
Een geselecteerde Lighthouse-fabriek zette AI in voor defectdetectie en rapporteerde 66 procent minder afkeur. Dat is een locatieresultaat, geen verwachting voor uw fabriek. Beeldherkenning kan afwijkingen eerder signaleren. De businesscase begint daarom bij uw huidige afkeur, niet bij het aantal camera's.
World Economic Forum, Global Lighthouse Network: The Mindset Shifts Driving Impact and Scale in Digital Transformation, januari 2025. Resultaat van een afzonderlijke geselecteerde Lighthouse-locatie.
Laat voorraad reageren op vraag, niet op twijfel
Lighthouse-waardeketens rapporteerden 25 tot 50 procent minder voorraad en 15 tot 30 procent betere tijdige levering. Dit zijn resultaten van geselecteerde koplopers, geen voorspelling. De toepasbare les is smaller: koppel vraagprognoses pas aan voorraad nadat vestigingen dezelfde planningsdefinities gebruiken.
World Economic Forum, Global Lighthouse Network: The Mindset Shifts Driving Impact and Scale in Digital Transformation, januari 2025. Bandbreedtes voor waardeketens van geselecteerde Lighthouse-locaties.
Wat u achterlaat, en wat u verkoopt
Eerlijk bewijs is sterker dan een opgepoetste case
FUCHS is een AI-case uit de maakindustrie, zonder gepubliceerd percentage voor tijdwinst. Tata Steel komt ook uit de industrie en bewijst procesautomatisering, geen AI-resultaat. CubeCold komt uit de koelketen en bewijst een datafundament buiten de maakindustrie. Die grenzen staan hier vooraf, omdat drie verschillende soorten bewijs samen nog geen gemeten AI-resultaat in een Nederlandse fabriek vormen.
FUCHS maakt kennis over 10.000+ producten direct vindbaar met een AI-agent
10.000+ producten en services
FUCHS is 's werelds grootste onafhankelijke leverancier van smeermiddeloplossingen. Het bedrijf heeft meer dan 6.000 medewerkers in ruim 50 landen en een portfolio van meer dan 10.000 producten en services. Voor sales- en serviceteams betekent dat ook veel technische kennis om snel uit te kunnen putten. Samen met Macaw bouwde FUCHS daarom een AI-agent die relevante product- en serviceinformatie rechtstreeks beschikbaar maakt in Microsoft Teams.
Lees meerTata Steel digitaliseert 80.000 werkvergunningen per jaar met Power Platform
80.000 werkvergunningen per jaar
Op het 750 hectare grote terrein van Tata Steel in IJmuiden werken duizenden medewerkers en externe aannemers in een complex productieproces. Voor werkzaamheden op het terrein zijn jaarlijks ongeveer 80.000 werkvergunningen nodig. Samen met Macaw digitaliseerde Tata Steel dit proces met Microsoft Power Platform, zodat aanvragen, risicoanalyses, goedkeuringen en informatie van aannemers vanuit één workflow kunnen worden verwerkt.
Lees meerCubeCold versnelt acquisitie-integratie met een Azure Databricks-dataplatform
6 weken
CubeCold groeit door koel- en vriesopslagbedrijven in Europa over te nemen en samen te brengen in één groep. Inmiddels beheert het bedrijf meer dan 700.000 palletplaatsen in meerdere Europese markten. Iedere acquisitie brengt eigen systemen, rapportages en definities mee. Samen met Macaw bouwde CubeCold daarom een dataplatform op Microsoft Azure en Azure Databricks waarmee nieuwe bedrijven sneller op dezelfde financiële en operationele sturing kunnen aansluiten.
Lees meerBij FUCHS werd technische kennis over meer dan 10.000 producten en services bereikbaar in Microsoft Teams. Daar is geen prestatiepercentage aan verbonden. Tata Steel bracht ongeveer 80.000 werkvergunningen per jaar in een digitale werkstroom, gebouwd in ongeveer drie maanden met 2,5 FTE. Dat is procesautomatisering. CubeCold bracht versnipperde data in zes weken bijeen met een checklist van 150 vragen. Dat is bewijs voor het fundament en komt uit een andere sector. Bron voor de cijfers: de genoemde cases en het bronnendossier Maakindustrie, 28 augustus 2026.
Wat Macaw hierin doet
Macaw begint niet met een model op uw productienetwerk. Wij kiezen een proces waarvan u de kosten of doorlooptijd kent en gebruiken eerst data die u zelf beheert. De eerste koppeling is waar mogelijk alleen-lezen. Een medewerker houdt het eindoordeel en elke uitkomst verwijst naar de gebruikte bron.
Technische kennisassistent: een antwoord met bron
Wij brengen handleidingen en storingshistorie bij elkaar met de onderhoudsinformatie die het antwoord draagt. Monteurs en serviceteams zoeken in gewone taal en zien welk document de uitkomst ondersteunt. U meet of een diagnose sneller tot stand komt voordat u meer bronnen of taken toevoegt.
Procesautomatisering: papier verdwijnt, het besluit blijft
Wij zetten aanvraag en goedkeuring in een terugvindbare werkstroom. De beoordeling blijft bij de verantwoordelijke medewerker. Dat past bij werkvergunningen en andere processen waar snelheid pas telt als verantwoordelijkheid zichtbaar blijft. Een agent voert alleen stappen uit die vooraf zijn begrensd.
Datafundament voor planning: eerst dezelfde definities
Wij verbinden ERP-data met de bronnen die planning en voorraad bepalen. Wij leggen definities en herkomst vast en wijzen daarna een eigenaar aan. Pas dan wordt zichtbaar of de data een planningsbesluit kan dragen of eerst herstelwerk vraagt.
Voor de IT-beslisser
OT en IT blijven gescheiden met een reden
Een eerste toepassing hoeft niet op de live besturing te schrijven. Begin met documentatie, onderhoudshistorie of een alleen-lezen gegevensstroom. Leg vast welke kant het verkeer op gaat en wie de toegang kan intrekken.
Zet een vervangbare laag tussen machine en model
Besturing en interfaces gaan langer mee dan een AI-model. Koppel daarom niet rechtstreeks aan een PLC. Een tussenlaag vangt verschillen tussen vestigingen op en voorkomt dat de volgende machinevervanging ook uw toepassing breekt.
Meer meetwaarden lossen slechte definities niet op
Dezelfde storing kan in twee vestigingen anders heten. Een vervangen sensor kan een reeks veranderen zonder markering. Bewaar daarom betekenis en herkomst bij de data voordat een model er een planning of diagnose van maakt.
Uw leverancier hoort in het auditdossier
De Cyberbeveiligingswet maakt ketenbeveiliging een expliciete vraag. U moet kunnen zien waar data staat en wie toegang heeft. Logging moet elk besluit daarna terugvindbaar maken. Ook de manier waarop u stopt of van leverancier wisselt hoort vooraf vast te liggen.
Zie eerst of uw AI-basis productie aankan
Het assessment brengt de huidige AI-volwassenheid van uw organisatie in beeld. De uitkomst laat zien welke vragen over data en eigenaarschap eerst aandacht vragen voordat een toepassing naar productie gaat. Dit is een scan, geen implementatieplan.
De uitslag geeft richting aan een vervolggesprek over uw eerste proces.
Kort en zonder omwegen
Wij hebben geen datawetenschappers. Kunnen we dan wel beginnen?
Ja. Kies een proces dat de verantwoordelijke medewerker al kan uitleggen. U heeft iemand nodig die de definities beheert en iemand die de bronnen technisch bereikbaar maakt. De eerste toepassing hoeft geen eigen data science-team te vragen.
Onze vorige AI-proef leverde niets op. Waarom zou dit anders zijn?
Begin niet opnieuw met een demo. Kies werk met een bestaande meetlat, bijvoorbeeld doorlooptijd of afkeur. Controleer daarna de brondata en leg vast wie beslist. Zonder nulmeting bewijst gebruik geen waarde; met een nulmeting kan een toepassing stoppen of doorgaan op resultaat.
Moet AI toegang krijgen tot onze productiebesturing?
Meestal niet. Technische documentatie en onderhoudshistorie kunnen al een eerste toepassing dragen. Voor planning kan een alleen-lezen gegevensstroom volstaan. Waar een verbinding met productie nodig is, legt u richting en rechten vooraf vast. Logging bewaart het besluit en een medewerker blijft verantwoordelijk.
Andere sectoren
Bouw en infra
Waar de werkdruk al oploopt vóór de uitvoering begint.
Zakelijke dienstverlening
Waar het niet telt of u AI gebruikt, maar wat de cliënt ervan merkt.
Retail en consumentengoederen
Waar elke AI-investering haar plek op de resultatenrekening moet verdienen.
Energie en nutsbedrijven
Waar ieder uur zoeken ten koste gaat van buitenwerk.
Financiele dienstverlening en verzekeringen
Waar elk sneller besluit ook uitlegbaar en terugvindbaar moet zijn.