Voordat je een robot koopt: je eigen logdata weet al waar het misgaat

Je hebt geen nieuwe sensoren nodig om te zien waar je magazijn vastloopt. Die data ligt er al: in je WMS en je ERP, in elke scan en elke statuswijziging.

Daar bouwt Konekti een bedrijf op. De Eindhovense start-up, in 2022 opgericht door drie TU/e-alumni (Lotte Vugs, Maarten van Asseldonk en Niek van Son), won op 3 juni de European Supply Chain Start-up Contest tijdens het inNOWvate-event in Amsterdam. In oktober vorig jaar haalde het bedrijf 1,2 miljoen euro op in een seedronde onder leiding van Arches Capital, met de BOM erbij. Wat ze doen: versnipperde data uit bedrijfssystemen omzetten in een procesmodel, een digital twin — een digitale kopie van je proces waarin je kunt analyseren en simuleren. Volgens ceo Lotte Vugs duurt dat dagen in plaats van maanden.

Haar beeld in Supply Chain Movement blijft hangen: een dashboard is de finishfoto van een hardloopwedstrijd. Je ziet dat de order te laat is, niet waarom. Process intelligence — software die tijdstempels uit je systemen leest en natekent welke route orders echt aflegden — laat de hele race zien. En op basis daarvan voorspel je welk materiaaltekort volgende week aankomt.

Dit is de logische eerste AI-stap voor een magazijn. Niet omdat het spannend is, maar omdat het goedkoop bewijs oplevert. De meeste AI-plannen op de vloer stranden niet op het model, maar op rommelige data en op de vraag waar je moet beginnen. Een procesanalyse beantwoordt die vraag met cijfers in plaats van met onderbuik.

Twee kanttekeningen. Dagen in plaats van maanden slaat op het bouwen van het datamodel. Het knelpunt zelf oplossen kost nog gewoon tijd, geld en mensen. En Konekti's klanten zijn multinationals en consultancybedrijven, met SAP-landschappen en een team dat hiermee kan werken. Draai jij een WMS, een ERP en drie Excel-bestanden, dan is je eerste horde simpeler én lastiger: krijg je die logs er überhaupt uit?

Dus concreet. Pak één proces, bijvoorbeeld van ontvangst tot inslag. Vraag je WMS-leverancier om een export met vier kolommen: ordernummer, activiteit, tijdstempel, locatie of gebruiker. Tel dan hoeveel orders de standaardroute níét volgden, en hoe vaak dezelfde regel twee keer is aangeraakt. Dat percentage is je startpunt bij de directie — en meteen je toets of je data goed genoeg is voor iets zwaarders.

Weet jij hoeveel van je orders vorige week de standaardroute niet volgden? Zo niet: dat uitzoeken kost een stuk minder dan de offerte voor een shuttlesysteem.