Met jarenlange ervaring in ultradun metaalwerk produceert Bosch Thin Metal Technologies in Tilburg voor nieuwe markten. Denk aan luchtlagers voor onder meer brandstofcellen en klimaattechniek, naast zogeheten e-stacks voor elektromotoren. Juist voor zulke markten is efficiënt produceren een must, waarvoor het bedrijf vertrouwt op AI voor foutdetectie. Kunstmatige intelligentie past die taak prima, zo klinkt het op de productievloer, al komt de technologie ook met voorwaarden. ‘De mens blijft de doorslaggevende factor.’
‘Een AI-model start nooit met 100 procent zekerheid’
Technologie werkt alleen met het benodigde draagvlak. En dat geldt net zo goed voor AI, benadrukt Jeroen Borgharts, teamleider manufacturing engineering bij Bosch in Tilburg. Hier op locatie draaide jarenlang alles om de productie van metalen duwbanden. Samengesteld uit minuscule metalen plaatjes en fijne snaren, en bedoeld voor de continu variabele transmissie in voertuigen. Door de elektrificatie nam de vraag echter af, waardoor het bedrijf inmiddels nieuwe markten heeft betreden. AI werkt daarbij wel zo efficiënt, zegt Borgharts, al vroeg de kunstmatige intelligentie ook om een zorgvuldige introductie. ‘Medewerkers werken al jaren met een specifiek, tastbaar product. Dan moet je ze goed meenemen in je verhaal over iets abstracts als AI. En ze vooral uitleggen hoe de technologie ondersteunt bij hun werkzaamheden.’
Leren van fouten
Over die opbrengst voor de eigen medewerkers dadelijk meer. Laat Borgharts en zijn collega Sebastiaan Bal eerst vertellen over de inzet van AI, die hier op de productievloer een vlucht nam met de keuze voor nieuwe producten. Juist in een nieuwe productielijn zou de technologie zich goed laten integreren. Dus was het vorig jaar allereerst de nieuwe machine voor luchtlagers, waarin een algoritme moest gaan bijdragen aan de benodigde foutdetectie. Een dataset zorgde voor training en validatie, en nog altijd leert het AI-model bij. Toch merken ze volgens Bal nu al de voordelen ten opzichte van traditionele visioninspectie. ‘Die vraagt voor de detectie van één mogelijke fout telkens om een aparte programmering. Dat werkt weliswaar, al ontbreekt bij een nieuw productieproces het zicht op alle mogelijke fouten. Juist daar helpt het AI-model ons bij: we kunnen het trainen, zodat het systeem bij elke nieuwe fout steeds sneller leert welk product het moet goed- of afkeuren. Dat versnelt de implementatie van de foutdetectie enorm.’
Een stofdeeltje is oké
Bal geeft bij Bosch in Tilburg leiding aan het team dat zich specifiek richt op digitale transformatie. Die moet zorgen voor nieuwe datagedreven inzichten, zodat een groep zoals die van Borgharts beter kan sturen op het eigen proces. Het algoritme waarop de visioninspectie draait, helpt daarbij, vertellen beiden. Neem volgens Borgharts alleen al de verbeterde interpretatie, doordat het AI-model niet elke afwijking per definitie afkeurt. ‘Een klassiek detectiesysteem zou een product afkeuren omdat er een stofdeeltje op zit. Maar zo’n deeltje heeft in tegenstelling tot een kras geen impact, zodat het product alsnog oké is. Het AI-model begrijpt dat, doordat we het heel specifiek leren wélke afwijking we willen detecteren.’
Trainen, leren, integreren
De implementatie van een AI-model valt volgens Bal technisch gezien wel mee. ‘Het werk zit veel meer in het trainen, leren en daadwerkelijk opnemen in het eigen proces. Een AI-systeem start nooit met 100 procent zekerheid, het vertrouwen groeit naarmate de trainingsset groter wordt. Alles staat of valt met de juiste input, dus heb je zeker in het begin een operator en kwaliteitsspecialist nodig, die het model trainen om tot die 100 procent te komen.’
Masterclass Smart Customization / Configure to Order 8 mei en 6 november 2025. Aanmelden john.vanginkel@linkmagazine.nl
‘Je hoeft geen miljoenenproject te starten om AI te implementeren’
Het is aan de medewerkers zelf om ermee te leren werken, benadrukt Borgharts. ‘En dat is vooral uitdagend voor de kwaliteitsafdeling. Als AI aangeeft of een product al dan niet oké is, dan wil je in elk geval begrijpen hoe het model die keuze maakt. Pas AI daarom niet toe omdat het AI is, maar weet waarvoor je de technologie gebruikt. Betrek bovendien de mensen op tijd bij het proces. Zo bouw je het vertrouwen op dat nodig is om later extra manuele kwaliteitschecks af te bouwen.’
Volledig automatisch
Bosch mikt juist op die ondersteuning, nu foutdetectie met AI sinds kort ook wordt toegepast bij de productie van e-stacks. Die omvatten een stapeling van dunne plaatjes en vormen het hart van een elektromotor. Net als luchtlagers zijn ze bedoeld voor een markt waarin snelheid is geboden. Bal: ‘We willen van een inspectie die nu nog volledig manueel is, toe naar een inspectie die volledig automatisch verloopt. En dat met altijd de juiste inzichten, zodat een ingenieur stappen zoals data verzamelen, analyseren en visualiseren kan overslaan.’
Menselijke kennis is daarbij een voorwaarde, alleen al om een onverhoopt hallucinerend systeem te herkennen. Borg daarom die regie, stelt Borgharts, en een hogere productiviteit ligt in het verschiet. ‘En minstens zo belangrijk: routinematig werk valt weg. Dankzij AI kunnen we beter gebruikmaken van ieders expertise.’
Link magazine februari/maart 2025. Thema: Artificial Intelligence als onderdeel van je processen. Vraag exemplaar op met de ranking van De Makers Top 100. Vraag een exemplaar aan bij Mireille.vanginkel@linkmagazine.nl
Repeterend werk uit handen
Borgharts en Bal gaan dan ook niet mee in de stelling dat AI banen kost. ‘De mens blijft de doorslaggevende factor. AI neemt vooral het repeterende werk weg, waardoor er meer ruimte komt voor service en support. En dat overigens niet alleen voor een machine, maar net zo goed voor een AI-model zelf. Ook dat vraagt onderhoud.’ Begin en onderzoek, zo luidt Bals advies. En start volgens Borgharts vooral laagdrempelig, zoals hij en zijn collega’s deden, met slechts vier foto’s van ‘oké-producten’. ‘Je hoeft geen miljoenenproject te starten om AI te implementeren. Het kan heel eenvoudig, juist zo krijg je de ervaring om later op te schalen.’
AI in eigen beheer
Wie AI wil onderverdelen, zou voor Bosch in Tilburg uitkomen op supervised machine learning. Jeroen Borgharts en Sebastiaan Bal kennen de term, al hechten ze er niet zoveel waarde aan. Belangrijker is AI als parapluterm voor het eigen proces, waarvoor het bedrijf inmiddels ook werkt aan een AI-gedreven chatbot voor de operator. De toepassing moet ervoor zorgen dat het manueel doorploegen van databases voor het juiste antwoord niet meer nodig is. Ook voorzien ze bij Bosch mogelijkheden voor voorspellend onderhoud en – weliswaar verder weg – voorspellingen voor de eigen lijnprestaties. De locatie in Tilburg werkt ervoor samen met Bosch’ centrale afdeling voor kunstmatige intelligentie. Dat werkt goed, vertelt Bal. ‘Onze domeinkennis komt intern samen met AI-expertise. Zo bouwen we veel kennis op, zonder het wiel opnieuw uit te vinden.’ Vandaar ook de keuze om de data governance voor de AI-modellen in eigen hand te houden. ‘We zitten zelf aan het stuur, zodat we het model snel kunnen verbeteren. Goed beheer houdt ons flexibel.’
