Eyeopener: 90% van de veldinstrumentatie nog stand-alone

Meet- en regeltechniek vormt samen met sensoren het fundament voor AI-gedreven fabrieksaansturing, waarmee de procesindustrie processen effectiever, duurzamer en innovatiever kan inrichten op basis van realtime data. Maar dat is – met uitzondering van greenfield plants – nog steeds toekomstmuziek. Zo veel werd duidelijk tijdens het Global Forum dat Endress+Hauser in april 2026 voor zijn afnemers en de wereldpers organiseerde.

Op papier is er ongelofelijk veel mogelijk. AI-goeroes verkondigen dat we aan de vooravond van een revolutie staan die het industriële landschap onherkenbaar gaat veranderen. Een toekomst waarin kunstmatige intelligentie menselijke tussenkomst grotendeels overbodig maakt, omdat vanuit algoritmes de meeste beslissingen al door AI worden genomen, beter dan welke operator of plantmanager dat ook maar zou kunnen doen. Hier zit natuurlijk een agenda achter. Gouden bergen beloven, een revolutie aankondigen, en doemscenario’s aankondigen voor wie niet met de AI-hype mee kan. Zo stroomt het geld voor de bouw van al die AI-datacenters nog wel even binnen. De vraag is hoelang het nog duurt, voordat investeerders (of noemen we ze speculanten) wakker worden, omdat het allemaal zo’n vaart niet loopt. Al helemaal niet in de industrie.

Daarom even deze eyeopener. Wist je dat nog maar een heel klein deel van de industrie zijn processen via internet kan koppelen? Volgens cijfers van Endress+Hauser – en zij kunnen het vanuit hun dominante marktpositie weten – is maar liefst 90% van de instrumentatie in de industrie nog steeds niet internetverbonden, ergo: slechts 10% wel.

Weet je wat dat betekent voor het uitrollen van AI in je fabriek? Dat je in 9 van de 10 gevallen helemaal geen realtime data hebt. Die data moeten allemaal handmatig worden uitgelezen. Geen real-time data betekent geen realtime inzicht in hoe je processen 24/7 draaien. Natuurlijk kun je met dagelijkse scanrondes wel een beeld krijgen van hoe de vlag erbij hangt, en zo optimalisaties doorvoeren, maar dit is bij lange na niet genoeg om met AI aan de slag te gaan. Dit staat nog los van de sensoren waarmee je je assets moet uitrusten om de processen te monitoren.

Kunnen die fabrieken dan niet de gewenste internet connectivity krijgen? Zeker wel, tijdens het Global Forum kwamen oplossingen voorbij om standalone meet- en regeltechniek binnen een netwerk te koppelen. De add-ons hiervoor kun je als het ware zó op een bestaande flowmeter klikken, bijvoorbeeld. Alleen wordt dat voor duizenden verouderde assets in een fabriek wel een heel kostbaar geintje. Met de implementatie van Ethernet APL kunnen alle veldinstrumenten naadloos met elkaar communiceren. Zo komen er veel meer data beschikbaar, kun je dus veel beter monitoren en diagnosticeren, en voorspellen. Dat levert productievoordelen op, waaronder kwaliteitsverbetering en minder verspilling. Ethernet APL maakt digitale productie mogelijk, automatisering schaalbaar en is het fundament onder digital twins. De meerkosten van deze ict-oplossing verdien je directe terug door besparingen op bekabeling en installatie, en als het eenmaal draait, komen alle hiervoor genoemde voordelen daar nog bij. Stel je voor: alle data van de veldinstrumentatie komen centraal binnen, je hoeft geen rondes door de fabriek meer maken, cijfers handmatig in te kloppen en elk nieuw device kun je zo uploaden vanaf je plant. Doe je dit direct bij nieuwbouw, dan is het superinteressant, voor verouderde plants is dat een ander verhaal.

Vandaar, en daar sluit ik aan op mijn vorige column, dat ik herhaal dat de verwachtingen voor AI veel te hooggespannen zijn. Laat je niet gek maken. Ik ben benieuwd wanneer de bubbel barst.