Menu

Heeft u ook soms zo’n moeite met het bijhouden van de nieuwste SAP ontwikkelingen op het gebied van Enterprise Asset Management? Ik moet eerlijk toegeven, door de drukte schiet het er ook vaak bij mij in. Maar gelukkig nemen mijn collega’s en ik zo af en toe de tijd en proberen we met enige regelmaat een persoonlijk verslag van onze ontdekkingen te publiceren. Dit keer neem ik Intelligent Scenarios binnen SAP EAM onder de loep.

Machine Learning

In de constante stroom van informatie over Artificial Intelligence, verraste SAP mij op een positieve manier met een tweetal blogs. Voor Enterprise Asset Management in S/4HANA, zet SAP nu een concrete toepassing van Machine Learning neer. Daar waar men voorheen een handmatige selectie van de codering voor schades en onderdelen moest maken, is SAP nu in staat om een schade codering (‘damage code’) en/of een onderdeel codering (‘object part code’) te voorspellen. Hoe mooi is dat?

Activeren en trainen

Maar hoe werkt dat dan? Nou, allereerst dient u gebruik te maken van de SAP S/4HANA Cloud 2102 versie. Selecteer dan de EAM_ML_ORDER_DAMAGE_CODE package binnen de Intelligent Scenarios. Deze package bevat zowel de algoritmes voor het voorspellen van schades als voor onderdelen. Vervolgens kiest u ervoor om het model te trainen en te activeren.

Voorwaarde voor de juiste training is natuurlijk wel dat u alle historische onderhoudsdata in uw SAP systeem op orde heeft. Dat wil zeggen dat deze zowel volledig als correct ingevoerd en opgeslagen moet zijn. Om te kunnen voorspellen moet het systeem namelijk eerst leren van de reeds aanwezige data, zoals melding type, omschrijving, plant, functieplaats, equipment, lange teksten en uiteraard de bijbehorende coderingen voor schades en onderdelen. Op deze manier zal het systeem in staat zijn om relaties en patronen te ontdekken en deze vast te leggen.

In de praktijk

Voor het bijwerken van de storingsdetails zoekt de monteur de betreffende melding op en kiest voor het bewerken daarvan. Als de lijst van mogelijk waarden wordt getoond, dan zal het systeem automatisch een waarde voorstellen en daarbij de zekerheid in procenten tonen. Indien er voldoende data beschikbaar is (historie) en ook als deze data op orde is (kwaliteit), zal het percentage hoger uitvallen en mag de monteur ervan uitgaan dat het voorstel een goede keuze is. Als dit niet het geval is, of de monteur wil een andere waarde invullen, dan is dat ook mogelijk. De standaard lijst met waarden, al dan niet afgeleid van het asset of van het type melding, wordt namelijk ook getoond.

intelligente scenarios SAP EAM

Voordelen

De voordelen van het inzetten van Artificial Intelligence worden door deze toepassing wederom bevestigd; het systeem is veelal sneller en beter dan de mens. Dus de techneut heeft minder tijd nodig voor de administratie en houdt daardoor meer tijd over voor het sleutelen. Daarnaast wordt de kwaliteit van de data verbeterd, wat het management goed van pas komt. Zij krijgen immers meer grip op het proces door betere rapportages.

Bent u na het lezen van dit artikel nieuwsgierig geworden hoe Intelligent Scenarios binnen SAP EAM uw onderhoudsprocessen beter zouden kunnen ondersteunen? Neem dan contact met ons op en wij helpen u graag met het verkennen van de mogelijkheden en de implementatie van deze nieuwe tools.