Starten met preventief onderhoud: 3 praktische tips die direct werken

Iedereen heeft het over preventief onderhoud en datagedreven werken. De belofte is groot: minder onverwachte stilstand, lagere kosten en een efficiënter team. Maar waar begin je? Veel bedrijven denken direct aan dure AI-projecten, maar de realiteit is simpeler. De eerste, meest waardevolle stappen zet je met de data en systemen die je al hebt.

In deze blog geven we je 3 praktische tips waarmee je vandaag nog de overstap kunt maken van reactief naar proactief onderhoud.

Tip 1: Breng je databronnen in kaart

Papieren checklists in een bureaula, inspectierondes in losse Excel-bestanden en een OBS dat niet praat met andere systemen. Klinkt dit bekend? Je bent niet de enige. Voordat je data kunt gebruiken, moet je weten waar het staat. Een gebrek aan overzicht is de nummer één reden waarom een goede onderhoudsstrategie faalt.

Stel jezelf de volgende vragen:

• Waar staat onze onderhoudsdata? (Denk aan: ERP, OBS, Excel, papier, etc.)
• Is de data compleet, actueel en toegankelijk voor de juiste mensen?
• Welke systemen bevatten de meest waardevolle informatie over storingen en assets?

Door deze bronnen te centraliseren, creëer je één bron van waarheid. Dit is de fundering voor elke verdere stap in datagedreven onderhoud. Effectief datamanagement is geen luxe, het is de start.

Tip 2: Focus op relevante data (kwaliteit boven kwantiteit)

Meer data is niet altijd beter. De valkuil is om alles te willen meten en te verdrinken in een zee van informatie. De kunst is om alleen de data te verzamelen die écht helpt om betere beslissingen te nemen. Een cruciaal onderdeel hiervan is een gestructureerde aanpak voor het verzamelen van je asset data.

Betrek de juiste mensen

Wie weet het beste welke informatie cruciaal is? De mensen op de werkvloer. Ga in gesprek met je monteurs, operators en teamleiders. Vraag hen welke data zij nodig hebben om een storing te kunnen voorspellen. Door hen te betrekken creëer je niet alleen een betere dataset, maar ook direct draagvlak voor de nieuwe aanpak.

Voorbeelden van waardevolle data om mee te starten:

• Storings- en onderhoudshistorie: Welke assets vallen het vaakst uit en waarom?
• Sensorgegevens: Denk aan simpele data zoals trillingen, temperatuur of druk die afwijkingen signaleren.
• Onderdelenverbruik: Welke reserveonderdelen worden het meest gebruikt voor ongeplande reparaties?
• Onderhouds-KPI’s: Cijfers zoals Mean Time Between Failures (MTBF) helpen je om onderhoudsbeslissingen te onderbouwen.

Met de juiste, gefocuste data zie je problemen aankomen voordat ze serieuze schade aanrichten.

Tip 3: Optimaliseer je onderhoudsbeheersysteem

Gebruik je al een onderhoudsbeheersysteem (OBS) zoals Ultimo, Maximo of Infor? Grote kans dat je maar een fractie van de mogelijkheden benut. Een goed ingericht OBS is de motor achter je preventieve onderhoud.

Haal meer uit je huidige systeem:

• Automatiseer meldingen: Stel automatische triggers in voor gepland onderhoud op basis van draaiuren of kalenderdagen.
• Analyseer storingen: Gebruik de rapportagefuncties om de grondoorzaken (root causes) van terugkerende storingen te vinden en structureel aan te pakken.
• Integreer sensordata: Koppel je OBS aan sensoren om onderhoudsmomenten te baseren op de actuele conditie van een asset (condition-based maintenance). 

Klaar voor de volgende stap?

Dit zijn een paar praktische tips die je op weg helpen naar slimmer, preventief onderhoud. Maar dit is pas het begin. Wil je hier meer over weten of de volgende stap zetten? In ons whitepaper ‘Aan de slag met datagedreven onderhoud’ lees je hoe je in zes stappen naar slimme besluitvorming en predictive maintenance gaat:

Veelgestelde vragen over preventief onderhoud

Wat is het verschil tussen preventief en predictief onderhoud?

Preventief onderhoud is gebaseerd op vaste schema's (tijd of gebruik). Predictief (voorspellend) onderhoud gebruikt data en algoritmes om het exacte moment van een benodigde onderhoudsbeurt te voorspellen, net voordat een storing optreedt.

Is preventief onderhoud duur om te implementeren?

Niet per se. De grootste winst zit in het slim gebruiken van de systemen en data die je al hebt. De kostenbesparing door verminderde downtime weegt vaak ruimschoots op tegen de initiële investering in tijd en middelen.

Hoe kan IVY hierbij helpen?

Onze studenten helpen bedrijven met het verzamelen, structureren en analyseren van asset data. Ze brengen systemen in kaart, richten OBS-modules in en creëren dashboards die inzicht geven.

Bekijk bijvoorbeeld onze cases bij Waterschap Aa en Maas en Waterschap De Dommel.