Naar cookie instellingen Hoofdinhoud Hoofdnavigatie
  1. Home(opent in nieuw tabblad) /
  2. Onderzoek(opent in nieuw tabblad) /
  3. AMELIA - AI voor een Lerende Maakindustrie

AMELIA - AI voor een Lerende Maakindustrie

  •   Digital Business and Society
  •   10 januari 2025 - 31 december 2027

Versnellen van AI-toepassingen binnen de maakindustrie in Noord- en Oost-Nederland door praktijkgerichte samenwerking en innovatie.

  • Lectoraat: Digital Business & Society
  • Soort onderzoek: praktijkgericht onderzoek, Case Based Learning
  • Penvoerder: hogeschool Windesheim
  • Mede mogelijk gemaakt door: RVO en AIC4NL
  • Partners:
    - Kennispartners (o.a. Windesheim, Saxion, Universiteit Twente, NHL Stenden, Firda, Deltion College). 
    - Industriële partners (o.a. ApeelingAI, AWL-Techniek, VMI Group, Rolsch Assetmanagement, Techspread, Distribute, Klokslag en HPMoulding). 
    - Netwerkpartners (o.a. Perron038, T-Valley, ICNOP, IQonIQ, Greenwise Campus, AI-Hub Oost en Noord Nederland). 

Aanleiding AMELIA

De Nederlandse maakindustrie kampt met diverse uitdagingen: 

  • Arbeidstekorten en vergrijzing: moeilijkheden bij het aantrekken en behouden van technisch personeel. 
  • Globalisering en concurrentiedruk: continu innoveren en optimaliseren om concurrerend te blijven. 
  • Duurzaamheid en energietransitie: productieprocessen moeten duurzamer worden om te voldoen aan strengere milieuregelgeving. 

Door het tekort aan gekwalificeerd AI-talent en de snelle ontwikkeling van AI-technologieën ontstaat een noodzaak om intensief samen te werken, kennis te delen en werknemers continu bij te scholen. 

AMELIA is nauw verbonden met nationale initiatieven en AI-hubs, zoals de Nederlandse AI Coalitie, de regionale AI-hubs Oost en Noord, en innovatieprogramma’s zoals SPRONG Digital Driven Manufacturing. 

Doelstelling en uitvoering

Het doel van dit project is het versnellen en verduurzamen van de toepassing van Artificiële Intelligentie binnen de maakindustrie in Noord- en Oost-Nederland, met nadruk op economische, duurzame, ethische en inclusieve aspecten.

AMELIA werkt volgens het principe van learning-by-doing: 

  • Concrete casestudies: praktijkgerichte projecten waarin bedrijven, kennisinstellingen (mbo, hbo, wo), en studenten samenwerken aan AI-oplossingen. 
  • Interactieve workshops: kennisdeling, training en begeleiding voor deelnemers. 
  • Digitaal platform: een open en schaalbaar digitaal platform met AI-leermateriaal zoals kennisclips, artikelen en quizzen. 

Daarnaast richt AMELIA zich op het creëren van duurzame communities waarin kennisinstellingen en bedrijven leren met en van elkaar. 

Toepassingsgebieden

AMELIA focust zich op drie hoofdgebieden voor de toepassing van AI: 

  1. Mensen: Ondersteuning van procesoperators 
    Bijvoorbeeld de ontwikkeling van een 'smart manual' die operators real-time ondersteunt. 
  2. Producten: Automatisering van kwaliteitscontrole 
    AI-systemen die producten automatisch controleren op defecten. 
  3. Machines: Predictive maintenance 
    AI-systemen die onderhoud voorspellen om onverwachte storingen en productiestops te voorkomen. 

Verwachte resultaten en impact

AMELIA verwacht de volgende resultaten en impact te realiseren: 

  • Praktische implementaties van AI-technologieën in deelnemende bedrijven. 
  • Versterking van AI-vaardigheden en competenties bij werknemers. 
  • Duurzame samenwerking tussen onderwijs, bedrijfsleven en netwerkorganisaties. 
  • Toename van innovatiekracht en concurrentievermogen in de maakindustrie. 
  • Bijdrage aan verduurzaming door optimalisatie van productieprocessen. 

Breng jouw AI-case of expertise in en groei mee! 

Sluit je aan bij het AMELIA-project, dé Learning Community die Artificial Intelligence binnen de maakindustrie in Noord- en Oost-Nederland versnelt en versterkt. Of je nu een uitdagende praktijkcase hebt op het gebied van kwaliteitscontrole, predictive maintenance of procesoptimalisatie, of beschikt over AI-expertise vanuit een bedrijf, onderwijs- of kennisinstelling: AMELIA biedt ruimte voor samenwerking en innovatie. 

Ons aanbod: 

  • Technische bedrijven met AI-uitdagingen: Breng jouw case in, werk samen met AI-experts en kennisinstellingen aan concrete oplossingen. Leer van casestudies en deel jouw ervaringen in de shared learning teams. 
  • AI-expertbedrijven: Deel jouw specialistische AI-kennis, draai actief mee in casestudies en werk intensief samen met andere innovatieve partijen. 
  • Onderwijs- en kennisinstellingen: Sluit je aan, breng jouw kennis en ervaring in, en werk samen met bedrijven en experts. Draag bij aan onderwijsontwikkeling, onderzoek en community-building.  

Inspirerende voorbeelden

Hieronder vind je een aantal inspirerende voorbeelden, waar wij momenteel aan werken:

AI-gedreven digitale handleidingen die operators ondersteunen.

Deze afbeelding is gegenereerd met AI

AI-modellen die productieprocessen optimaliseren en onderhoud voorspellen.

Deze afbeelding is gegenereerd met AI

Virtuele simulaties voor procesoptimalisatie en impactanalyses van AI-implementaties

Deze afbeelding is gegenereerd met AI

AIC4NL en RVO

De AI Learning Communities is een initiatief van het landelijke AI netwerk (AIC4NL) en het Ministerie van Economische Zaken. De regeling wordt uitgevoerd door de Rijksdienst voor Ondernemend Nederland (RVO).  

De AI Learning Communities van AIC4NL bieden bedrijven, maatschappelijke organisaties en onderwijsinstellingen (MBO t/m WO) een platform om via praktijkcases AI-competenties te versterken. Door case-based leren in sectoren zoals Energie & Duurzaamheid, Gezondheid & Zorg, Mobiliteit, Transport & Logistiek en Technische Industrie, stimuleren zij de adoptie van AI binnen organisaties en ontwikkelen ze schaalbare leermodules voor de gehele sector. 

Je leest er hier meer over(opent in nieuw tabblad)

Meld je nu aan! 

Word onderdeel van een innovatieve community en profiteer van subsidie en kennisdeling: 

  • Praktijkgerichte samenwerking 
  • Breed inzetbaar AI-leermateriaal 
  • Versterken van human capital en AI-vaardigheden 

Meer weten of jouw idee bespreken?

Neem contact op met: