top of page
Foto van schrijverGump

Transformer Talks met Christophe Michiels



Christophe Michiels werkt bij Sirris Kortrijk en is ingenieur van achtergrond, ingenieur elektronica en werkt nu ondertussen 4 jaar voor Sirius.


Is de adoptie van Industrial IoT enkel voor grote bedrijven?

Nee.


Is Industrial IoT te duur om te implementeren?

Nee.


Is Industrial IoT een synoniem voor Industrie 4.0?

Ja.


Industrial IoT is relevant voor alle markten?

Ja.


Industrial IoT zorgt ervoor dat er minder mensen nodig zijn?

Nee.


Industrial IoT is het achterpoortje voor cyber aanvallen?

Ja.


Als je kijkt naar je LinkedIn dan heb je er inderdaad al wat verschillende posities op zitten. Vertel eens iets over je geschiedenis.

Ik heb eerst 14 jaar voor MUTOH gewerkt.


MUTOH Europe uit Oostende. Dat is een groot formaat printer fabrikant. En daar ben ik begonnen als design engineer van hardware van elektronica en uitgegroeid tot co-engineering manager.


Daar heb ik 17 jaar gewerkt. Heel mooie technologie, omdat het ook moest heel snel gaan, heel veel data doorpompen. Dus dat was wel een challenge.


Maar goed, dat is dan op een bepaald punt gestopt. En dan ben ik overgegaan naar het ontwerpen van palen om elektrische auto's te laden. Dat heb ik een jaar of 4 of 5 gedaan.


Maar dat was een beetje te vroeg voor de markt. Het was enkel de Tesla Roadster die toen op de markt was en de Nissan Leaf. Het was een beetje het kip en het ei probleem.


En daarna heb ik software ontwikkeld voor robots. Bij Zora Robotics uit Oostende en heb ik ook een jaar of 5 gedaan. En daarna ben ik overgestapt naar SIRRIS.


Vanwaar de richting SIRRIS? Dat was niet echt een productiebedrijf, integendeel. Waarom die richting gekozen?

Ik heb altijd in ontwikkeling gezeten, altijd op engineering. Ik was dan de 50 aan het naderen en dan kijkt de mens een keer achter hem of voor hem.


Wat ga ik nog doen? Wat wil ik nog doen? En toen leek me de positie van IoT engineer bij SIRRIS wel een leuke next step. Er zit onderzoek in, maar er zit ook heel veel disseminatie in naar het mogelijkste bedrijf toe.


Wat of wie is SIRRIS?

SIRRIS is een bedrijf, eigenlijk een VZW-achtige structuur. We zijn een non-profit, een collectief centrum. Waar we kennis verzamelen, maar die kennis ook terug uitdragen naar de industrie.


We helpen bedrijven met technologische uitdagingen. Wij kunnen hen daarin ondersteunen, ofwel op een één-op-één basis of op een collectieve basis. We zoeken wat de problemen zijn die de industrie heeft.


We proberen antwoorden te bieden en die kennis dan terug te delen.


Is het een push-mechanisme van technologie, of een pull-mechanisme? Ik bedoel, zijn het bedrijven die met uitdagingen komen? Of gaan jullie kijken naar wat de trends zijn en hoe we die trends of nieuwe technologieën kunnen integreren in de huidige bedrijven?

Het is een beetje beide. We worden gestuurd, onze raad van bestuur zijn mensen die allemaal uit de industrie komen en die richting geven welke onderwerpen we moeten onderzoeken en waar er kennis tekort is. Waar we kennis moeten opdoen en terug dissemineren. Maar anderzijds hebben we bedrijven die rechtstreeks naar ons komen met heel specifieke vragen.


We zijn met 160 verschillende ingenieurs, allemaal met hun eigen specialiteit. En dan kunnen we heel snel zien wie de beste match is. Of wie de beste oplossing is, of wie het beste bedrijf kan helpen.


En waar ligt jouw expertisegebied?

Een paar gebieden. Eerst is IoT, ik ben IoT-ingenieur. Dat wil zeggen, we proberen data uit machines te halen.


Zowel nieuwe machines als oude machines. Data eruit halen, capteren, in een database stoppen, dashboards maken. Proberen nut aan de data te koppelen.


Zodat het nuttig wordt voor een operator of manager die wat overzicht wil hebben. En dan ook de analytics. Hoe interpreteer je die data? Wat kun je daar allemaal mee doen? En daar hoort ook cybersecurity bij.


Als je iets opzet, moet het voldoen dat het veilig moet zijn. De vraag daar juist, heb ik geantwoord dat dat een mogelijk beveiligingsprobleem kan zijn. Dus wat je opzet moet je maken dat je het veilig doet.


En anderzijds ben ik ook bezig met operatorsupport. Dus alles die kan, alle technologie die kan, bijdragen tot het gemakkelijker maken van het leven van de operator. Dat kan van digitale werkinstructies, aller soorten systemen.


Kunnen we AR, VR, innovatieve leermethodes toepassen op de productievloer? Als we spreken over Internet of Things, dan heb je bij mij toch heel veel het beeld van oké, allemaal zaken die draadloos met elkaar verbonden zijn. Of die ernst via bepaalde zaken met elkaar verbonden zijn.


Als we spreken over Industrial Internet of Things, dan gaan we richting de productieomgevingen, industriele apparatuur. Is dat dan ook de link van, oké, het is ook draadloos. Is IoT veelal draadloos of staat dat er los van?

Voor mij staat dat er los van.


Dat kan, maar dat hoeft niet. Een PLC is bijvoorbeeld meestal verbonden met een Ethernetverbinding. Een PLC kan ook een deel zijn van een IoT oplossing.


Anderzijds, het andere uiterste, heb je ook sensoren die op zichzelf opereren in een soort mesh-netwerk. Dat ze communiceren met elkaar. Elke node is een punt in een netwerk.


Dan een gateway en dan naar een internetoplossing. Dus voor mij hoeft het niet draadloos te zijn. Als het maar data kan uitsturen, gestructureerde data kan uitsturen, is dat op zich voldoende.


Dus eigenlijk bestaat Industrial Internet of Things al sinds de jaren zeventig. Als je spreekt over PLC-stukken. Ja, jaren zeventig, dan spreken we industrie 3.0. En dat was meer verzamelen van data en automatiseren.


Hoe kunnen we een sensor binnenpakken en daar een robot iets mee laten doen? Nu gaat het een stap verder. Het gaat allemaal over data verzamelen. Ook direct metadata rondkoppelen.


Van waar komt die data? En dat dan naar een IoT-platform brengen waar we de nut kunnen aankoppelen. Dus het is meer dan gewoon de naam die verandert. Want vroeger hadden we ook PLC's, ook data dat we verzamelen.


En we tonen dat eigenlijk op een SCADA-systeem. Wat er ook context bij steekt, was dat dan ook al geen IoT? Als je het SCADA-niveau erbij neemt, dan is dat al het beginnende IoT. In de jaren tachtig dan.


Dus eigenlijk is het nu een nieuwe term, omdat we zien dat het vanuit Internet of Things al komt.

Ja, maar de evolutie is ook, er komen slimmere sensoren, er is minder configuratiewerk. Je hebt ook systemen die hetzelfde waren.


Je plugt een sensor bij en die authentificeert zich automatisch. En die komt automatisch in het ecosysteem en in de database. Er zijn heel veel evoluties gebeurd, maar het zaadje was toen inderdaad gepland.


Het is een brede ketting. We hadden ook in de JA-NEE-vragen, IoT richting industrie 4.0. Dat is wel een synoniem ervan, dus het is geen onderdeel ervan?

Ik moest ja of nee, ik kon geen nuance brengen.


Dus ik heb dat gekozen. Industrie 4.0 is alle technologie samen die een nieuw ecosysteem brengt. En IoT is daar een heel sterk onderdeel van.


Je probeert overal data te verzamelen. Het is een onderdeel van dat ecosysteem. En hoe kunnen bedrijven starten met IoT? Of zijn ze daar al veel bezig? Wat zijn belangrijke zaken die ze in acht moeten nemen? Ik merk dat grote bedrijven daar mee bezig zijn.


Die hebben de trein genomen, die zijn vertrokken. Maar heel veel kleine bedrijven hebben die trein gemist. Om dat sterk te formuleren.


Gewoon omwille van het ontbreken van kennis. Die weten niet wat er bestaat, die weten niet wat er kan. En je handelt altijd naar de kennis die je hebt.


Dus als je niet weet waar het bestaat, dat je niet weet naar waar je naartoe kan. Dan handel je er ook niet naartoe. Dus kennis is een ontbrekende factor bij veel bedrijven.


En hoe komt dat dan, dat die kennis ontbreekt? Is dat door mensen, is dat door de snelheid van veranderingen?

Dat kan een combinatie zijn. Sommige bedrijven zijn zo bezig met een operation. Ze kijken niet vooruit, ze zijn niet bezig met innovatie.


Ze doen gewoon voort op het elan van vandaag. De bedrijven die het snelst vooruit gaan, zijn bedrijven die echt technische mensen hebben. En die echt diep gaan in de technologie.


Hoe kunnen we dingen verbeteren?

Continuous improvement. En die zo stapsgewijs erin rollen en vertrekken. Maar je hebt gewoon heel veel bedrijven die brandjes blussen, bezig zijn van vandaag.


Nooit een keer een stap achteruit doen, nooit een keer kijken. Hoe zouden we iets kunnen optimaliseren, beter maken? Hoe zou de toekomst eruit kunnen zien? En als je dat niet doet, dan mis je die trein. Als bedrijven die er vandaag nog niet mee bezig zijn.


Digitalisatie, IoT. Stel, we kunnen daarmee starten. Wat zou uw advies zijn naar het low hanging fruit? Wat zouden ze in eerste instantie kunnen gaan aanpakken? Of zouden ze toch al eerste stappen kunnen nemen?

Zeker en vast.

En ik zou zeggen, het belangrijkste is investeren in mensen. In de kennis van die systemen. Zodanig dat je ten eerste weet, wat is er op de markt? En dan ten tweede ook, hoe kunnen we de nut uit puren? Wat zijn de benefits? En dan stap per stap daarnaartoe evolueren.


Het belangrijkste is mensen, kennis. En dan misschien een eerste project identificeren. Niet te moeilijk.


En dat je gewoon de proof of concept opzet. Dat je er gewoon aan begint. En dan, als je ziet dat dat z'n vruchten afwerkt.


Dan kun je dat opschalen naar meerdere projecten. En tot uiteindelijk je ganse shop floor of bedrijf.


Ik weet dat je ook als expert optreedt binnen het Factory of the Future gebeuren. Bij het auditen van bedrijven. Hoe lang doe je dat al?

Ik denk een drietal jaar.


En zie je een verschil tussen het begin dat je had deed. Ten opzichte van de laatste bedrijven dat je gedaan hebt?

Ja. Zoals we allemaal weten is AI (Artificial Intelligence) voor de moment een hot word.

Of een buzz word. En bij mijn laatste audits heb ik gezien dat er bedrijven heel veel data verzamelen. Maar in plaats, in klassiek ging dan een data scientist aan de slag met die data.


Dan heb je ook iemand nodig die kennis van zaken heeft over bepaald probleem. En samen in duo, dat gingen ze modellen ontwikkelen. Gingen ze kijken hoe ze met die AI, met die data aan de slag kunnen.


Maar het laatste dat ik gezien heb bij een groot bedrijf is dat ze uiteraard de data verzamelen. Maar dat ze in plaats van data scientists aan te werven en daarmee proberen analyses te maken. Dat ze eigenlijk gigantisch geïnvesteerd hebben in de mensen.


Alle procesingenieurs op te leiden. Zodanig dat ze allemaal zelf die data analyses kunnen doen. En dat vond ik toch wel een hele mooie evolutie.


Oké, dus meer verspreiden van elkaar is ingesteld. Ja, en iedereen klaarstomen, iedereen terug opleiden. Zodanig dat ze zelf, ik kan niet zeggen volledige data scientists zijn.


Maar dat ze zelf met die data aan de slag kunnen. Zodanig dat ze een idee hebben van hoe we dat proces kunnen verbeteren.

Ze kunnen het gewoon zelf. Ze kunnen gewoon zelf direct aan de data.


En hebben ze dan ook uitgelegd hoe dat ze het doen? Want ik kan me inbeelden dat dat zo eenvoudig niet is om die transformatie, wat dat effectief ook is, te maken met een volledige organisatie of een volledig team?


Nee, maar daar zit dan de visie achter. Je moet eerst die visie hebben en dan moet je de nodige stappen nemen om dat op te zetten.


Denk je dat bijvoorbeeld de universiteiten of de organisaties zoals SIRRIS daar een belangrijke rol spelen of kunnen spelen in de toekomst om die transformaties te maken?

Dat denk ik wel.


Binnen SIRRIS hebben we een datateam van een vijftiental mensen die niets anders doen dan zulke projecten identificeren en uitwerken en ook uiteraard de kennis terug dissemineren. Dus ik denk, mocht een bedrijf daarin geïnteresseerd zijn, kunnen ze zeker beroep doen op ons om zulke initiatieven op te starten. Want die merken dan ook tijdens die audits hoe de mensen die het effectief moeten uitvoeren daar ook in meegaan in die verhalen.


Het draait allemaal rond visie. Het is vanuit de visie van het bedrijf. Kijk, we moeten dit doen, maar de mensen zijn wel de mensen die het moeten doen.


Zie je daar enige terughoudendheid?

Bij dat bedrijf niet, maar dat is ook een van de mooie dingen van de FOF, Factory of the Future. Het zijn zeven transformaties en één daarvan is human-centered. Dus je bent echt verplicht om de human mee te nemen.


En dat vertelt zich dan in opleiding, in de job verruimen, denken aan toekomstige jobs. Hoe zal de job er in de toekomst uitzien en daar naar handelen.


Factory of the Future gaat over zeven transformaties. Het human is even belangrijk als het digitale stuk. Veel mensen denken dat Factory of the Future het digitaliseert tot en met.


Of ik ben gedigitaliseerd tot en met, ik kan FOF worden. Dat is sowieso niet. Natuurlijk, FOF bedrijven staan al heel ver in de digitalisatie.


Veel bedrijven missen die kennis, maar missen ook heel veel de tijd.

Want een daily business draait, die moet blijven draaien, die moet blijven rollen. Hoe kan dat aangepakt worden? Hoe kunnen we die kennis aan die kleine bedrijven missen? Of hoe kunnen we daar eventueel aan doen, om die kennis toch bij hen te krijgen?

Ja, maar ik denk, het begint altijd met een visie. Als er een sterke visie is en die wordt goed gecommuniceerd, dan kan je ook maken dat mensen daar zelf naar toe handelen.


Dan moeten ze niet voor elke beslissing dat ze nemen, naar het management lopen. Van, hoe zouden we dat kunnen oplossen? Als er een visie is, en geeft de mensen vrijheid, dan kunnen ze zelf handelen in de juiste richting van het bedrijf. Dat is één iets.


En, ja, zoals ik daar juist zei, soms moet je eens stoppen met wat je bezig bent. Stap achteruit doen, en heel breed kijken. Wat zijn we bezig? Hoe kunnen we dingen verbeteren? Ook een cultuur opzetten van continuous improvement.


Dat je continu verbetert. En dat is, ja, één persoon geeft weinig impact, maar als je dat met iedereen samen in het bedrijf kan doen, kan dat heel snel, of op korte termijn, een heel snel grote impact hebben.


Heb je daar ook een voorbeeld van, van een bepaald bedrijf, los van de factory of the future, die al meteen een hele grote impact op return on investment op gehad?

Return on investment is een ander stokpaartje van mij.


Omdat, als je te veel denkt in return on investment, dan maak je soms beslissingen dat je dingen niet uitvoert. Omdat je niet direct die return ziet. Maar in technologie en evolutie, je kunt niet iets gaan uitvoeren tien stappen verder.


Je moet eerst, de eerste stap, de tweede stap, de derde stap, en dan pas kom je aan een lawine van mogelijkheden. Dus soms moet je de eerste keer een paar projectjes doen, zonder directe ROI, voordat er een gigantische ROI op je terugkomt. En dat is dan, dat is terug visie.


Maar goed, ik ga er ook bij zeggen, dat is mijn persoonlijke visie. Niet alle bedrijven, ja, die zien het op dezelfde manier, ik ga het zo zeggen.


Heb je een voorbeeld van een bedrijf, dat je nu in gedachten hebt, kijk, die bedrijf heb ik daar gedaan, een bepaalde use case, dat je kan vertellen?

Ja, ik ben aan het denken, bijvoorbeeld bij Holvoet, daar hebben ze een tool geïntroduceerd, waar dat eigenlijk alle operatoren, of alle mensen op de shopfloor, direct hun continuous improvement ideeën kunnen invoeren in het systeem.


En dan is er ook, wat typisch is, iemand heeft een idee, hij zegt dat tegen zijn leidinggevende, hij zegt bedankt. Ideeënbusjes van vroeger. Gebeurt er dan iets mee? Ik weet het niet, misschien is dat ergens beslist, ofwel wordt er niks mee gedaan, ofwel wordt er beslist, oké, het is een goed idee, maar we gaan dat nu niet doen.


Maar die communicatie gaat nooit terug naar de persoon die dat idee aangebracht heeft. Als je nu zo'n tool hebt, een communicatietool voor op de shopfloor, een persoon heeft een idee, hij voert dat in, dat gaat door de hiërarchische lagen van het bedrijf, iemand beslist, dat is een goed idee, we gaan dat uitvoeren, we gaan budget voorzien, we gaan dat op de planning zetten, en dan kan dat via diezelfde tool ook terugvloeien naar die persoon die dat idee aangebracht heeft. En zo heb je een goede duidelijke communicatie, en er is niks frustrerender dan iemand brengt een goed idee aan, en dan nooit meer feedback over krijgen.


Dat stimuleert ook niet om extra ideeën aan te brengen, maar als je zo'n tool introduceert, en je ziet direct de feedback, dan stimuleert dat de mensen, en iedereen die ideeën aanbrengt, dan heb je terug dat sneeuwbaleffect. Ja, je creëert een bepaalde betrokkenheid, en die betrokkenheid zal er ook voor zorgen, zelfs voor andere projecten dat een positieve invloed heeft. En ook omgekeerd, heb je voorbeelden waarin dat het misgelopen is? Ik denk dat het vooral door het strotduwen is, zeker.


Dat je de mensen dan niet betrekt, want alles draait heel veel rond de mens. Ja. Misschien moeten we daar de naam dan niet van vernoemen.


Ja, maar ik ga zeggen, in een vorig leven heb ik inderdaad veel meegemaakt dat een directie maakt een beslissing, en duwt dat inderdaad door naar zijn werknemers, en die zeggen dan, ja, wat ben ik met die technologie, wat moet ik daarmee doen, heb ik dat niet gevraagd, en dan gaat dat eventjes mee, dat dooft uit. Dat heeft niet zo'n grote impact als dat de vraag eigenlijk van onderkomt. En zie je, je hebt al meegegeven van, oké, ten opzichte van de eerdere audits die ik deed, ten opzichte van nu het AI-stuk, komt daar meer en meer aan bod.


Zie je, of zag je een verschil tussen de bedrijven toen en nu, in het kader van enerzijds maturiteit richting digitalisatie, en anderzijds richting het meenemen van de mens, dat is ook waar richting industrie 5.0 dat weer al meer naartoe gaat, het sociaal en menselijk aspect. Zie en voel je daar een verschil in?

Dat de mens meer betrokken wordt dan toen, of dat ze meer bewust zijn dat ze moeten digitaliseren? Ja, dat denk ik wel. Ik ga geen namen noemen, maar bijvoorbeeld dagstandmeetings.


Je hebt heel veel bedrijven die nu beginnen met dagstandmeetings. Dat is communicatie, je begint een dag van, wat gaan we doen vandaag, wat wordt er verwacht, waar moeten we op letten, wat zijn de speciale punten, ook eventueel, wat is er gisteren misgelopen, en hoe kunnen we maken dat dat vandaag niet meer gaat mislopen. Dus een goede communicatie aan het begin van de dag.


Ja, dat is iets die wel opkomt. Dat is ook een beetje in de QRM gedacht, Quick Response Manufacturing, zelfsturende teams. De teams maken dat ze zelfsturend kunnen zijn.


Je mag niet één team samenzetten en trekt je plan. Je moet dat uiteraard wel begeleiden, je moet daar structuur voor opzetten. Dus dat zijn wel dingen die je naar boven ziet komen.


In het kader van digitalisatie, technologie of industrie 4.0, wat ondertussen al een gigantisch breed en vooral marketingbegrip is, als bedrijven die daar nog weinig mee werken of in aanmerking komen, wat is het eerste dat je zou zeggen?

Oké, het begint klein, maar wat voor tool of manier van aanpakken, of wat moeten ze eigenlijk eerst doen, wat moeten ze eerst met starten?

Ik denk dat het beste is dat je een probleem identificeert. Zo van, moesten we dat hebben, dan zouden we dat kunnen doen. Bijvoorbeeld een operator, moest ik meer zicht hebben in mijn proces, hoe dat proces loopt? Dan zou ik er ook meer kunnen naar handelen, naar sturen.


Dus dat is bijvoorbeeld een use case. Dan zou je kunnen zeggen, welke sensoren hebben we nodig om die data zichtbaar te maken? Dan kan je op zoek gaan naar technologie, de sensoren. Hoe capteren we dat? Hoe krijgen we dat op een dashboard? Hoe maken we daar simpel nut van voor de operator? En dan zie je dat de bal is aan het rollen, want van één idee komt een ander idee.


En als je dat goed opzet, dan kan je dat ook altijd relatief gemakkelijk bijschalen.


En wat zijn de valkuilen?


De valkuil kan zijn, je begint iets, je werkt het niet helemaal uit en je begint al te schalen.


Dan achteraf kun je zeggen, hadden we dat niet beter sowieso gedaan? De proof of concept is goed, maar dan moet je dat ook goed evolueren. Eventueel de tekortkomingen oplossen en dan pas schalen. Dat is een mogelijke valkuil.


Vandaag hebben we gigantisch veel technologie-providers die met allerhande tools de markt opduiken. Zit er daar iets tussen waarvan je denkt: eigenlijk zou dat een goed idee zijn, maar dat is nog altijd niet op de markt? Waar zou volgens jou wel een vraag naar zijn?


Ik ga niet zeggen een goed idee, maar een goed concept. Ik weet niet of je familiair bent met de UNS, Unified Namespace. Dat is een systeem of architectuur, een idee, dat je alle data die in je fabriek passeert of gegenereerd wordt, om dat allemaal op een centrale plaats binnen te krijgen.



Met een bepaalde structuur zo in te delen, dat iedereen ook weet waar een bepaald datapunt zit. Op die manier, dat is een ideale manier om een proof of concept op te zetten, maar ook een ideale manier om altijd geleidelijk aan uit te breiden. Meestal wordt dat uitgevoerd met een MQTT-broker, een centraal message-systeem in je bedrijf.


Alle sensoren sturen rechtstreeks, die weten ook waar ze naartoe moeten sturen. Met een broker is dat alles, het is een publish-subscribe-systeem, dus iets die data heeft, ze publishen dat op een bepaalde topic. En die topic heeft een structuur, zodat je al weet van waar dat komt in je bedrijf.


Het kan bijvoorbeeld zijn, je moet dat zien als een folderstructuur op je harddisk. Bijvoorbeeld SIRRIS, Kortrijk, productiehal 1, lijn 2, edge device 3. Dat is een bepaalde structuur, zodat je al weet van waar die data komt. En al die verschillende data in je bedrijf, ook van je ERP, van welke orders moeten er vandaag geproduceerd worden op werkstation 3, kan uit je ERP gehaald worden, kan daarin gepublished worden.


En zo creëer je een gigantische hoeveelheid aan data van de current state van je bedrijf. Dus je kunt er ook in kijken, en dan zie je altijd de laatste waarden van bedrijf 1. Operator 3 is bezig op werkstation 4 met order 5, om een idee te geven. En alle sensoren, temperatuur, humidity, state van de machine, alles komt daarin terecht.


En je kunt daar dan ook een dashboard aan koppelen, dat je die waardes die in die broker omgaan, om dat zichtbaar te maken. En dan kan een operator zien van goed, hoe ben ik bezig, ben ik achter, ben ik voor. Dat is een heel architecturaal systeem, die volgens mij nog weinig gebruikt wordt, maar alle proof-of-concepts die wij doen, doen wij op die manier, en dat is enorm succesvol.




En hoe wordt het dan nu vaak gedaan?

Heel veel, en dan eens een beetje terug, industrie 3.0, heel veel punt-to-punt verbindingen. Je hebt ergens een machine en een database, en daar wordt een punt-to-punt verbinding op gezet, want ik haal die data eruit en ik steek dat in die database. Het nadeel daarvan is, dat kan bijvoorbeeld twintig jaar geleden ontwikkeld geweest zijn, je wilt er vandaag iets aan aanpassen, en dan is het, oei, die persoon die dat ooit ontwikkeld heeft, die werkt hier niet meer, we weten niet meer waar het is, we gaan er maar afblijven.


En dat remt ook een beetje innovatie. Anderzijds, als je weggaat van die punt-to-punt, en alles met zo'n centraal brokersysteem is gemaakt, een verbinding met de brokersysteem, en dan heb je ook direct een loskoppeling van je dataproducer met de datagebruiker. Een dashboard moet niet weten van waar die data komt.


Hij krijgt dat gewoon toegestuurd en hij toont dat. En op die manier, dat is een heel goed concept om klein te beginnen, maar groot te eindigen.


Je spreekt over MQTT, je spreekt over publiek, maar aan de andere kant ben je ook wel heel sterk bezig aan cybersecurity.

Hoe veilig is uw data vanuit uw productieomgeving om MQTT te gebruiken, en eigenlijk uw machinedata, uw informatie, wat dan ook, publiek te maken via MQTT?

Ja, dat is een goeie vraag. Terug met die punt-to-punt verbindingen, als je informatie opvraagt van een PLC, dan moet je die PLC ook configureren dat je data mag opvragen. Met andere woorden, je moet toegang geven, je moet authenticeren aan een systeem om die data te bevragen.


Dus je moet, of dan een firewall, als het een grote PLC is waar ook een interne firewall zit, dan moet je die firewall zo configureren dat je op data mag vragen.


Je moet poorten openzetten, maar je moet ook zeggen, oké, je mag inloggen met die user, met dat password. In andere woorden, op elke PLC moet je beheren als die data mag opgevraagd worden. Als je het systeem omkeert en je hebt een centraal brokersysteem, dan kan die PLC altijd zijn data daarnaartoe publiceren.


Je moet op die PLC niks beheren, je moet niks openzetten van security. Je kunt altijd van, je moet dat zien, van in een netwerk naar buiten in een netwerk, kan elk device altijd sturen. Dus zo'n centraal brokersysteem is relatief gemakkelijk op te zetten in een cybersecure omgeving, omdat je gewoon die ene server moet goed instellen, goed configureren, goed beveiligen.


En al je clients, al je systemen die data sturen, daar moet je eigenlijk niks aan doen. Dus opzij is dat een heel gemakkelijke manier om toch je shopfloor cyberveilig in te stellen.


Dus het is dan een aanrader om meer en meer MQTT dan te gaan gebruiken?

Wat mij betreft, zeker.


Wel moet men toegang krijgen tot die PLC. Vaak koop je een machine in van een bepaalde fabrikant en die beschermt een stukje die data. Hoe zie je dat in de toekomst evolueren?


Wat je zegt is 100% correct, maar Europa heeft recent de Data Act goedgekeurd.


En dat wil zeggen dat elk device die data produceert, moet zijn data delen met de gebruiker. Dus die wet is van 1 januari dit jaar in voeging, goed, die wordt nog niet gehandhaafd, maar dat dat van september 2026 is, dan is elke machinebouwer, elk device die verplicht om zijn data te delen. Via die broker zou dat een gemakkelijke mogelijkheid zijn om die machinebouwer om zo zijn data te exposen, te sharen met de gebruikers.


Stel dat ze die data visualiseren op een eigen ontwikkelde tool met een visualisatie en een trendline of het een of het ander?


Dat is niet voldoende, dat moet echt wel de rauwe data zijn.


De wet zegt, je moet de data sharen, maar die zegt niet hoe je dat moet doen?

Die zegt op een rauwe manier inderdaad. Maar hoe je dat moet doen, dat is nog vaag, maar het is al een eerste stap.


En hoe zie je dan, er zijn heel veel machines van pakweg 20 jaar oud, met een verouderd PLC systeem bijvoorbeeld. Hoe zie je dat dan om die data ter beschikking te stellen?

Dus we hebben centraal de Data Hub, die we organiseren met een MQTT broker. En er is altijd een manier om data ergens uit te halen, te converteren naar MQTT en dan door te sturen naar die centrale hub.


In een PLC zijn er verschillende mogelijkheden. Een moderne PLC, en er is nog geheugenvrij, kun je een MQTT blok bijplaatsen en data via die MQTT blok publiceren. Maar als dat niet kan, of het is een ouder type die die MQTT blok geeft, dat je dat niet kan erin programmeren.


Dan, ik denk nu aan Siemens, S7 protocol. Je kunt er altijd een gateway voor zetten, die via S7 protocol data uit de PLC haalt, omvangt tot MQTT en dan publiceert naar de broker. Dus er is altijd wel een manier om dat te doen.


Zijn er momenteel, laten we zeggen, toepassingsgebieden of zaken waar je onderzoek naar doet, die veelbelovend zijn? Of, waarvan je zegt, dat kan wel eens een doorbraak zijn?


Ik denk momenteel, Chat GPT-achtige functies, maar meer naar de industrie toe. Ik denk dat iedereen Chat GPT kent, om via de webinterface antwoorden te krijgen op bepaalde vragen.


Maar het begint doorgesijpeld te geraken naar industriele toepassingen. Waar mensen, bijvoorbeeld digitale werkinstructiesystemen, die incorporeren Chat GPT-achtige functies in hun systeem. Zodanig dat je bijvoorbeeld een digitale werkinstructie hebt, je voert iets uit om iets te assembleren. Maar op een bepaald punt kom je een probleem tegen, dat je niet kan oplossen.

Klassiek is, je moet aan je collega's met meer ervaring of je overste gaan vragen, hoe los ik dat probleem op?

Nu komen er tools beschikbaar, dat je eigenlijk in die tool kan chatten met de werkinstructie. En eigenlijk vragen stellen aan de werkinstructie, goed, ik heb dat probleem, hoe los ik dat best op? Dus dat zijn nieuwe trends die nu naar boven komen.


Maar dat kan ook puur op de data. Als je al die data hebt, die zit in een database. In plaats van klassiek query's te schrijven om bepaalde data eruit te krijgen, kun je eigenlijk ook die database direct benaderen via een chat, via human language.


Dus dan stel je gewoon aan je database, kun je me een keer de machine geven die de hoogste OEE heeft. Ik zeg maar iets, die dingen zijn allemaal mogelijk vandaag. Het is nog niet overal in voege, maar dat zijn wel de trends die er zijn.


Dat die Chat GPT zich doorzet naar de shopfloor.


Chat GPT op je eigen data dan?

Ja. Mooi.


En zijn er bepaalde tips voor technologie-providers die IoT-technologie ontwikkelen? Kijk, let daar op. Dat is waarschijnlijk wat de productiebedrijven van wakker liggen. Of gewoon algemeen tips?

Ja, ik denk, de grootste tip daar is, probeer niet gesloten databases, probeer niet gesloten protocollen, niet een vendor-lock-in-achtig systeem te ontwikkelen.


Maar maak dat je data open is en dat je inklikt ergens in een ecosysteem. Zodanig... Sommige fabrikanten kiezen geen systeem omwille van een vendor-lock-in. Die willen 100% eigenaar blijven van de data.


Ze willen wel je dienst gebruiken, maar ze willen wel eigenaar blijven van de data. En met het idee dat ik daar straks geschetst heb van die centrale broker, dat is, MQTT is een open protocol, dus technologie-providers kunnen zich daar ook in dat ecosysteem aanklikken, via dat protocol, data tot hen laten komen, berekeningen maken en terugpublishen in dat systeem. Zodanig dat er een heel groot MQTT-achtig ecosysteem bestaat.


Ik denk dat dat wel een interessante piste is voor technologie-providers.


Er is nog een andere vraag rond business-modellen voor technologie-providers. Ja, meer en meer zitten we volop in die SaaS-formules.

Merk je dat dat daar vaak moeilijk ingang krijgt in de productie?

Ja, ik zie twee mogelijke problemen daar. Omdat, als alles SaaS wordt, dan moet je voor alles betalen. En sommige bedrijven zeggen, ja, maar ik wil er niet voor betalen.


Of, ik betaal al voor dat, dat, dat, het wordt te veel. Dus als alles SaaS wordt, dat is ook niet het ultieme waar we naartoe willen. En anderzijds heb je natuurlijk ook bedrijven, ik denk dan vooral in de militaire toepassingen, die mogen geen applicaties draaien buiten hun eigen cloud of eigen on premise-systeem.


Dus dat is sowieso een uitsluiting dan van die systeem.


Zijn dat zaken waar dat SIRRIS ook bij helpt? Bij het definiëren van business-modellen?

Ja, dat is niet ik die dat doet, maar inderdaad, we hebben collega's die daarbij kunnen helpen. Want ik merk dat ook, vanuit mijn verleden, dat vaak productiedrijven of machinebouwers nog niet in die flow om SaaS-formules aan te gaan.


Je krijgt heel moeilijk ingang. En je haalt terecht aan dat die cloud niet altijd wordt toegelaten.


Denk je dat die mensen gewoon gepushed zouden worden om toch die cloud te omarmen?


Pushen is een groot woord

Maar, sowieso in de militaire, dat is een wereld apart. Ik denk niet dat je die snel gaat kunnen veranderen. Maar andere bedrijven, die hebben soms ook het gevoel oké, ik geef mijn data aan dat systeem en ik ben mijn data kwijt.


Wat als die firma failliet gaat? Dan ben ik mijn data kwijt, kan ik daaraan gaan? Maar goed, al die firma's, die weten dan dat vragen zijn en die hebben daar wel antwoorden voor. Zoals, je kunt altijd je data exporteren. Ofwel eenmalig, of via een API.


Het is niet omdat het systeem data gaat verzamelen, dat die data daar altijd blijft in zitten. In de meeste systemen kun je dat daar zelf op een of andere manier wel weer uit halen en dan zelf in je eigen ERP of ander systeem inbrengen. Dus, persoonlijk zie ik niet zo'n groot probleem.


Maar goed, je moet wel maken dat er randvoorwaarden voldaan zijn zodanig dat mensen ook kandidaten kunnen hebben.


En wat zijn de grootste uitdagingen dat jullie mee geconfronteerd worden?

Ik denk, waar we ongeveer mee begonnen zijn, de onwetendheid. Dat ze niet weten wat er allemaal bestaat, kan.


Eenmaal dat ze dat weten en de voordelen zien, dan kunnen ze daar op inklikken.


En welk boek of andere middel kun je mensen aanbevelen om ze te informeren?

Ik zou zeggen, zeker voor de autodidacten, YouTube. YouTube is een gigantisch platform.


Daar staat gigantisch veel informatie op. Ook industriële informatie. Ook om je te laten inspireren van wat kan, wat bestaat er aan technologie.


Maar ook echt zeer diep. Stel, je hebt een PLC, je wilt die programmeren, je hebt een probleem. Op YouTube kan je gigantisch veel dingen vinden.


Om je kennis zelf te verhogen of om antwoorden te vinden op alle soorten vragen. Dat is ongelooflijk.


Soms is het wel moeilijk om iets te zoeken als je niet weet wat je moet zoeken.

Als je niet weet wat er bestaat. Wat type je dan in YouTube? Wat wil je zoeken?


YouTube, het algoritme. Een keer dat je op het goede spoor bent, dan krijg je gigantisch veel links.


Suggesties die met dat onderwerp te maken hebben. Van het ene naar het ander. Je gaat niet in drie minuten de oplossing vinden.


Maar als je wat filmpjes bekijkt en dat algoritme leert je kennen. Dan krijg je wel verdomd goede resultaten.


Mijn beste tip daar is, als je een interessante kanaal tegenkomt. Abonneer je daar op. Ik ben op andere kanalen geabonneerd.


En ik krijg alleen maar interessante content van YouTube. Ik moet zelfs geen moeite doen om iets te zoeken. Ik krijg het allemaal.


Dat is ook een manier om bij te blijven. Wat bestaat er in de wereld? Wat zijn de innovaties? Ik krijg dat allemaal toegestuurd.


Wat zijn de top drie, top vijf tips voor productiebedrijven?


Investeer in mensen. Investeer in de kennis van de mensen. En kies een project uit en begin eraan.


Transformer Challenge


Op uw productievloer, wat is de meest prangende vraag? Als ik dat zou hebben, zou ik mijn werk beter kunnen doen? Identificeer zo'n use case.


Probeer die stap per stap uit te werken. Niet gigantisch in detail, maar genoeg om uw management te overtuigen om het te mogen uitvoeren. En dan zo het potentieel aan te tonen van digitalisatie.


Dus uw uitdaging is nu, of de vraag is... Welke prangende vraag heb je om je productieapparaat te verbeteren? Wat zou je kunnen oplossen met een digitalisatie met technologie?



Comments


bottom of page