Slim valideren van traptredemarkers

Veel mkb-organisaties investeren in digitalisering om hun processen te versnellen en maatwerk schaalbaar te maken. In de praktijk ontstaat echter een nieuw knelpunt: cruciale beslissingen blijken sterk afhankelijk van de impliciete kennis van een klein aantal vakspecialisten. Daardoor verschuift de beperking van productiecapaciteit naar kennisvalidatie, met een kennis gedreven capaciteitsgrens als gevolg. Dit KIEM-project richt zich op het doorbreken van dat plafond door middel van kunstmatige intelligentie, met als doel impliciete expertise te borgen en schaalbaar in te zetten binnen een lerend, digitaal productiesysteem.
De aanleiding ligt bij het consortium van Upstairs Traprenovaties en Van Dijk Staircase Solutions, twee bedrijven die samenwerken in de keten van traprenovaties. Met hun digitale inmeetapp ICM20 kunnen trapconstructies nauwkeurig worden vastgelegd, waardoor traponderdelen tegenwoordig op maat geproduceerd kunnen worden. Hoewel dit proces veel sneller en duurzamer is geworden, blijft één stap afhankelijk van handmatige expertise: het valideren van de inmeetfoto’s voordat de productie start. Twee vakspecialisten voeren deze controles uit, wat leidt tot een structurele capaciteitsbeperking.
Dit project onderzoekt of AI, en specifiek Computer Visioning, deze validatiestap gedeeltelijk kan automatiseren. Door AI in te zetten om markerposities te herkennen, inconsistenties te signaleren en correcte orders automatisch vrij te geven, kan de inzet van schaarse specialisten met 25% worden verminderd. Dit verkort de doorlooptijd, maakt verdere opschaling mogelijk en verhoogt de arbeidsproductiviteit. Het project wordt uitgevoerd in vier fasen: analyse, prototyping, pilot en brede kennisdeling. De resultaten leveren een werkend prototype, een integraal implementatieplan en een onderwijs- en praktijkcasus op. Hiermee wil dit project een startpunt vormen voor bredere toepassing van AI-validatie in de maakindustrie, waar arbeidskrapte een groeiende uitdaging vormt.