Datakwaliteit als sleutel tot voorspellend wegbeheer

Onadin, een onafhankelijk onderzoeks- en adviesbureau gespecialiseerd in verhardingen, combineert veldwerk, laboratoriumonderzoek en databeheer om wegbeheerders te ondersteunen. De centrale overtuiging daarbij: de kwaliteit van de inspectie en data bepaalt de kwaliteit van alles wat volgt. "Die inspecties zijn de basis voor de hele toekomstige programmering, planning en het aanvragen van budgetten. Als dat niet op orde is, begin je al met een verkeerd vertrekpunt”, stelt Van der Velde. "Ik kom bij ontzettend veel klanten tegen dat de data niet op orde is. Bij de één is het 95 procent op orde, bij de ander klopt slechts 60 tot 70 procent." 

Survey Van 

Onadin zet onder meer een geavanceerd inspectievoertuig in, te vergelijken met een scanauto voor parkeerhandhaving. Het voertuig combineert 360-gradencamera's, hoge-resolutiecamera's, meerdere laserscanners en een radarsysteem. Daarmee wordt op rijsnelheid, dus zonder hinder voor overig verkeer, zowel het visuele schadebeeld als de harde meetdata (bijvoorbeeld spoorvorming) en constructieopbouw in kaart gebracht. Deze verschillende databronnen maken de opbouw en de kwaliteit van de weg inzichtelijk. "Dat heeft een behoorlijke impact op welke (onderhouds)maatregel je gaat nemen." 

Datakwaliteit als strategische randvoorwaarde 

Goede data is niet alleen een technische kwestie. Het raakt direct aan de capaciteit om efficiënt te plannen, budgetten te verantwoorden en slim samen te werken. Deels een antwoord op een andere uitdaging, weet Van der Velde: "Veel beheerders gaan richting de pensioengerechtigde leeftijd. Ze kennen het areaal op hun duimpje, maar dat is lang niet altijd vastgelegd in systemen." 

Die kennisoverdracht vraagt om structurele borging, in beheersystemen, maar ook in samenwerkingsverbanden. Bijvoorbeeld het bouwteammodel, waarbij opdrachtgever, aannemer en adviseur gezamenlijk meerjarig optrekken, biedt daarvoor een goede structuur. "Je zorgt gezamenlijk voor het op orde brengen van de data. Na uitvoering van onderhoudswerkzaamheden wordt dit gelijk weer gemuteerd in je beheersysteem. Zo breng en houd je de data op orde. Dit laatste is net zo belangrijk.” 

Richting voorspellend beheer 

De volgende stap is het inzetten van historische data voor voorspellende analyses, mede ondersteund door AI-modellen. Dit geldt nog niet voor de visuele schadebeoordeling, waar het kwaliteitsniveau van AI-tools volgens Van der Velde nog onvoldoende is. Wél voor patronen in meetdata, die onder meer vanuit de Survey Van of vanuit drones worden verkregen. Tegelijkertijd neemt de druk op de sector toe: vergrijzend areaal, krapte op de arbeidsmarkt en schaarser wordende grondstoffen vragen om een andere aanpak. Van der Velde ziet de toekomst desondanks positief tegemoet: "Ik denk dat samenwerking de crux is, én dat de juiste data je helpt de doelen te bereiken."

Onadin 
0546 67 88 88 
onadin.nl