Van filmpje naar werkinstructie: AI verkleint opleidingsverschillen in technische functies

Het probleem van kennisoverdracht

De situatie is herkenbaar in veel bedrijven. Een monteur met dertig jaar ervaring kent élke handeling uit zijn hoofd. Stap twaalf: vier boutjes precies goed vastdraaien in een batterijpakket — niet te vast, maar met de juiste spanning. Deze kennis heeft hij opgebouwd door jarenlange ervaring, maar is nooit vastgelegd. Bij zijn pensionering krijgt zijn opvolger slechts een stapel verouderde handleidingen mee en een simpele boodschap: succes.

Dit kennislek treft bedrijven breed. Uit TNO-onderzoek blijkt dat veel organisaties vastzitten aan verouderde of papieren instructies. Het digitaliseren, aanmaken en bijhouden vergt volgens onderzoekers te veel tijd en is foutgevoelig — vooral bij productwijzigingen gaat het regelmatig mis.

De uitdaging wordt versterkt door de verschuiving in productiepatronen. “We produceren in Nederland minder grote series standaardproducten, maar juist meer kleinere series klantspecifieke producten”, zegt De Vries. “Denk aan complexe machines in allerlei varianten, die regelmatig geüpdatet worden. Elke wijziging resulteert in nieuwe handleidingen met nieuwe foto’s, terwijl de productie niet stil mag vallen.”

VDL: lagere opleiding, gelijke prestaties

Niet harder, maar slimmer werken is daarin de oplossing, stelt De Vries. TNO demonstreerde dit principe in een praktijkexperiment bij autofabrikant VDL, als onderdeel van projecten gefinancierd door Instituut Gak en Green Transport Delta Elektrificatie (Mobiliteitsfonds). Normaliter assembleren werknemers met MBO-4-niveau daar batterijpakketten voor elektrische voertuigen. Deze geschoolde medewerkers zijn echter schaars, terwijl er in de regio juist MBO-2 opgeleide werknemers voorhanden zijn.

TNO ontwikkelde een experiment om vast te stellen of medewerkers met een lager opleidingsniveau dezelfde werkzaamheden zouden kunnen verrichten. “We hebben medewerkers in vier groepen onderverdeeld, allemaal met verschillende opleidingsniveaus”, beschrijft De Vries. “Vervolgens werkte de helft met papieren instructies en de andere helft met digitale werkinstructies die op het werkblad en product werden geprojecteerd.”

De resultaten waren indrukwekkend. “Zoals verwacht presteerden medewerkers van MBO-4-niveau beter qua snelheid en productiviteit dan MBO-2-medewerkers. Maar de crux zat hem in het feit dat de MBO-2-groep, die ondersteund werd door digitale instructies, op hetzelfde niveau als MBO-4 presteerde wanneer zij ondersteund werden door papieren instructies.”

Informatiedosering als succesfactor

De kracht van de methode schuilt in het portioneren van informatie. “In tegenstelling tot een conventionele PDF-handleiding die alle processtappen simultaan presenteert, vaak met slechts één technische illustratie, ontvangen werknemers nu uitsluitend de gegevens die op dat specifieke moment relevant zijn. We houden het bij simpele instructies, zodat een medewerker niet overspoeld wordt met vervolgstappen.”

VDL implementeerde een nóg geavanceerder systeem met projectietechnologie. Wanneer een monteur bijvoorbeeld acht schroeven moet plaatsen, worden die exacte posities verlicht op het werkstuk zelf. Dit levert volgens De Vries weer extra voordelen op. “Je hoeft dus geen vertaalslag meer te maken van beeldscherm naar de plek waar je werkt. Dat zorgt voor een stuk minder fouten.”

AI-gedreven werkinstructies

Het positieve effect van gedigitaliseerde werkinstructies inspireerde TNO tot een volgende stap: het automatiseren van het aanmaakproces zelf. Dit leidde tot de ontwikkeling van ‘Instant Instructions’, een internontwikkelde applicatie die het creëren van instructies volledig digitaliseert. TNO experimenteerde al enige tijd met het concept, maar de opkomst van Large Language Models (LLM’s) vormde de katalysator voor De Vries en zijn collega’s.

“We konden video’s laten analyseren en daar automatisch stapsgewijze instructies uit maken”, vertelt De Vries. “Dat lukte verbazingwekkend goed. Een ervaren medewerker filmt zijn werk met een smartphone en vertelt simpelweg wat hij doet. De AI zet het gesproken woord om naar tekst, knipt bijbehorende videofragmenten per stap én vertaalt alles naar verschillende talen — Engels, Duits, Roemeens of Pools.”

Meetbare resultaten bij pilotbedrijven

De acht bedrijven die deelnamen aan de pilot meldden meetbare efficiëntieverbeteringen: nieuwe operators worden sneller productief, ervaren collega’s hoeven minder tijd aan coaching te besteden — en servicemonteurs hoeven minder vaak op pad. “De tijd om instructies aan te maken wordt daarnaast door het gebruik van Instant Instructions ongeveer gehalveerd ten opzichte van andere applicaties”, aldus De Vries.

De voordelen strekken zich echter verder uit dan alleen tijdswinst, ziet De Vries. “Er zijn ook winsten die minder makkelijk in getallen uit te drukken zijn. Het leerproces gaat beter, nieuwe generaties die gewend zijn om alles met schermpjes te doen vinden het werk aantrekkelijker. Het gaat ook om de juiste manieren van onboarding: dit werkt voor een jongere generatie veel beter dan lange papieren documenten.”

Kennisdeling als cultuurvraagstuk

Ondanks de voordelen blijven er wel een aantal belemmeringen bestaan, zegt De Vries. “Niet iedereen heeft talent om voor een camera te vertellen wat hij doet. Belangrijker nog: sommige experts zijn terughoudend over het delen van hun kennis — dat maakt hen immers uniek en onmisbaar.”

De sleutel tot succes ligt niet uitsluitend in technologie, maar evenzeer in menselijke factoren. “Werknemers moeten meegenomen worden in het probleem van het bedrijf”, betoogt De Vries. “Veel hebben een connectie én gevoel: als ik ziek ben of met pensioen ga, is het belangrijk dat het bedrijf wel door kan draaien. Het gaat om cultuur en motivatie om waardevolle kennis te delen.”

Een andere hindernis is meer pragmatisch van aard: de digitale maturiteit van organisaties varieert sterk. “Als er al folders zijn met instructies en bijbehorende foto’s, heb je eigenlijk al de ingrediënten voor een werkinstructie. Maar als alles gaat met uitgeprinte documenten waar handmatig op geschreven wordt — wat in de praktijk best vaak het geval is — dan is de stap veel groter.”

Toepassingen voorbij productie

De gebruiksmogelijkheden overstijgen de maakindustrie ruimschoots, stelt De Vries. “Je kunt de tool eigenlijk overal waar werk stapsgewijs gebeurt inzetten. Zo lang je werkt met concrete instructies waar geen stap mag worden overgeslagen of administratieve processen, dan is het relevant. Het concept is doseren van informatie: een klein stukje instructietekst gecombineerd met een passende visualisatie.”

De ontwikkeling creëert mogelijkheden voor diverse sectoren: TNO verkent inmiddels ook implementaties in de gezondheidszorg en bouwsector. De technologie functioneert op smartphones, maar ook op smart glasses voor lastig toegankelijke werkplekken, bijvoorbeeld in windturbines.

“Maak tijd voor digitalisering”

Voor organisaties die willen beginnen met digitalisering pleit De Vries voor een geduldige aanpak. “Maak tijd voor digitalisering. Er is áltijd werk dat gedaan moet worden, maar dit levert uiteindelijk veel op. Niet alleen in geld, maar ook in het vangen van bedrijfskennis en het aantrekkelijker maken van werk.”

Beginnen kan goedkoop én kleinschalig: TNO faciliteert een canvas-sessie om bedrijven te ondersteunen bij het selecteren van passende technologie. “Daarnaast kunnen mkb-ondernemingen voor 2.500 euro een halfjaar participeren in de bèta-test van de geautomatiseerde instructietool”, aldus De Vries.

“Het VDL-experiment toont op schaal al aan wat mogelijk is: een MBO-2 medewerker die met digitale ondersteuning hetzelfde presteert als zijn of haar hoger opgeleide collega. Voor bedrijven die worstelen met personeelstekort én vergrijzing, opent dat nieuwe wegen. Daar zijn we erg enthousiast over.”