Hoi Patrick,
Goede vraag - en een heel relevante use case voor organisaties die onderhoud efficiënter willen plannen.
De AI-functionaliteiten in IBM Maximo Application Suite (MAS) kunnen helpen om overlap tussen correctief en gepland onderhoud te herkennen, én om dubbele correctieve werkorders te signaleren. Hieronder lees je hoe dat werkt en welke onderdelen je nodig hebt:
Hoe de AI-functionaliteit werkt
De AI-laag van Maximo - aangedreven door de AI Broker en geïntegreerd met Maximo Predict en Maximo Assist - analyseert werkorder- en assetdata om patronen te herkennen, zoals:
-
Vergelijkbare storingsomschrijvingen of symptomen (via NLP/NLU-analyse).
-
Dubbele of overlappende werkzaamheden aan hetzelfde asset binnen een bepaalde periode.
-
Verbanden tussen correctieve en preventieve taken (bijv. dezelfde storing kort na een PM).
Voorbeeld:
-
Twee technici rapporteren "lekke pompafdichting" en "seal failure" op hetzelfde asset - Maximo AI kan dat als mogelijke duplicatie markeren.
-
Een correctieve WO valt binnen het geplande onderhoudsvenster - de AI kan dit als overlap signaleren voor de planner.
Modules en componenten
| Component |
Functie |
| Maximo AI Broker |
De integratielaag die AI-services (Predict, Assist, Monitor) met Maximo Manage laat communiceren. |
| Maximo Predict |
Analyseert historische gegevens om faalpatronen en overlappen te voorspellen. |
| Maximo Assist |
Ondersteunt technici en planners met cognitieve zoekfuncties - toont soortgelijke eerdere werkorders of oplossingen. |
| Maximo Health (optioneel) |
Geeft conditie-scores per asset en kan worden gecombineerd met Predict om prioriteiten te stellen. |
De meeste organisaties gebruiken dit binnen MAS 8.x met AppPoints, waarbij de combinatie Manage + Predict + Assist voldoende is voor deze functionaliteit.
Documentatie / Demo's
Je kunt meer informatie vinden via:
Tijdens recente IBM-demo's is getoond hoe AI dubbele correctieve acties detecteert en samenvoegt tot één werkorder - precies wat jij beschrijft.
Praktisch advies voor Heineken (functioneel perspectief)
In jullie omgeving - met meerdere correctieve WOs vanuit magazijn- of lijnonderhoudsbronnen - kun je het beste starten met:
-
Maximo Assist's cognitieve zoekfunctie om vergelijkbare werkorders te tonen.
-
Predict's historische WO-model om terugkerende storingen te herkennen.
-
Beide inzichten combineren in het planner dashboard of condition-based PM om dubbele taken te vermijden vóór ze ingepland worden.
Zo kunnen planners overlappende of dubbele werkzaamheden vroegtijdig herkennen - nog vóór uitvoering of materiaalverbruik - wat de efficiëntie en betrouwbaarheid verhoogt.
Samenvatting
| Doel |
Oplossing |
| Dubbele correctieve WOs detecteren |
Maximo Assist + AI Broker (NLP/NLU-model) |
| Overlap tussen correctief en gepland vinden |
Maximo Predict + Scheduler-integratie |
| Risico/impact visualiseren |
Maximo Health dashboard |
| Automatische aanbevelingen genereren |
Predictive model in AI Broker pipeline |
Ik kan je eventueel ook een TechXchange-demo doorsturen waarin deze functionaliteit live wordt getoond - de AI markeert daarin dubbele of overlappende werkorders in real-time.
Laat het weten als je interesse hebt in de demo of in een configuratievoorbeeld stap-voor-stap.
Met vriendelijke groet,
Manu Nagayach
IBM Gecertificeerd Maximo Specialist (v5–MAS)
EAM & Reliability Consultant
------------------------------
Manu Nagayach
------------------------------
Original Message:
Sent: Tue October 28, 2025 08:12 AM
From: Patrick Van Duijn
Subject: Vraag over AI-functionaliteit in Maximo – overlap en dubbele werkorders
Beste Maximo groep/Ronald Teijken
Ik ben geïnteresseerd in de AI-functionaliteiten binnen IBM Maximo die overlap kunnen detecteren tussen correctief en gepland onderhoud, en ook dubbele correctieve werkorders kunnen signaleren. Dit soort inzichten zijn voor ons waardevol om onderhoud efficiënter te plannen en onnodige acties te voorkomen.
Zou je mij kunnen voorzien van meer informatie over:
- Hoe deze AI-functionaliteit werkt binnen Maximo
- Welke modules of componenten hiervoor nodig zijn (bijv. Maximo Predict, Assistant, AI Broker)
- Of er documentatie, voorbeelden of een demo(video) beschikbaar zijn waarin dit wordt toegelicht [Dit punt vooral benieuwd naar]
Op basis van die informatie kunnen we beoordelen of dit relevant is voor onze situatie. Indien het aansluit en collega's overtuigd zijn van de meerwaarde, kunnen we in een vervolgstap eventueel kijken naar het testen van de oplossing om de praktische waarde ervan te bepalen.
Alvast bedankt voor je hulp!
Met vriendelijke groet,
Patrick van Duijn
Heineken Netherlands Supply
Central Warehouse Coordinator
+31682585516
Patrick.vanDuijn@heineken.com
------------------------------
Patrick van Duijn
Heineken Netherlands Supply
Central Warehouse Coordinator
+31682585516
Patrick.vanDuijn@heineken.com
------------------------------