Training Informatie

  • 1 day
  •  

    11 June

    9 October

Investering

De investering voor de training is €995 per deelnemer, exclusief BTW.

Inbegrepen zijn de trainingsdag, lunch en verfrissingen .

AI voor Reliability

Van chronische storingen tot baanbrekende productbetrouwbaarheid: verbeter je reliability practice met AI: veelzijdigere analyses, diepere inzichten en volledige engineering rigor.

De zakelijke uitdaging

Reliability Engineers staan onder toenemende druk om betrouwbaarheidsprestaties te voorspellen, te voorkomen en te bewijzen binnen strakke tijdschema's. FMEA-voorbereiding, het toevoegen van informatie uit standaarden aan je betrouwbaarheidseisen en benchmarking bij de concurrentie kosten tijd en vereisen precisie. AI-tools zoals Copilot en ChatGPT zijn krachtig, maar zonder een gestructureerde aanpak kunnen ze ruis toevoegen in plaats van inzicht. Hoe zet je AI in om reliabilitytaken te versnellen met behoud van analytische integriteit?

Business-first benadering

We richten ons op praktische toepassingen en echte productscenario's die zijn gebaseerd op reliabilitytechnieken en statistisch denken. Je zult AI toepassen op een gedisciplineerde manier die je expertise aanvult, maar niet vervangt, waardoor je direct impact kunt hebben in je dagelijkse werk.

Met deze training leer je:

    • Versnel FMEA-voorbereiding en -updates met gestructureerde, AI-ondersteunde inhoud (haal de ervaring van eerdere FMEA's er snel bij).
    • Betrouwbaarheidsanalyses automatiseren: Weibull fits, trenddetectie en duidelijke visuals voor besluitvorming.
    • Creëer consistente, controleerbare AI-workflows die zijn afgestemd op engineeringstandaarden.
    • Lever meer impact met dezelfde middelen door de menselijke tijd te richten op expert judgement, niet op druk werk.

Professionals onderwijzen.

Tjerja Geerts MBA

Tjerja Geerts MBA

Competence Lead AI & Data Analytics
Met diepgaande expertise in AI-strategie, data-analyse, automatisering en compliance begeleidt Tjerja leiderschapsteams en multidisciplinaire groepen om ambitie om te zetten in gereguleerde, waardevolle AI-oplossingen. Hij faciliteert gestructureerde ideatie en innovatie om AI-use cases te ontdekken en te prioriteren, deze af te stemmen op de bedrijfsstrategie en regelgeving, en AI-roadmaps en AI-gedreven concepten te ontwikkelen die meetbare waarde creëren. Als strateeg en AI-innovatiefacilitator helpt hij teams om AI op een verantwoorde manier te verkennen, te prototypen en te implementeren binnen de organisatie.
Dr. Ir. Coen Smits

Dr. Ir. Coen Smits

Scientific Director Reliability
Hij werkt al meer dan 10 jaar bij Holland Innovative als reliability specialist met opdrachten in vele high tech- en automotive- ondernemingen. Hij is gepromoveerd natuurkundige (TU Eindhoven).

AI voor Reliability

Resultaat

Na afloop van deze training ben je in staat om:

  • AI effectief toe te passen in echte Betrouwbaarheidsprojecten
  • Tijdrovende taken automatiseren
  • Betere analyses uitvoeren en binnen enkele minuten bruikbare inzichten krijgen
  • Een strategie ontwikkelen om AI te integreren in je Reliabitilty-project
AI voor Reliability

Nu aanmelden

Praktische informatie.

Voor wie

    • Betrouwbaarheidsingenieurs en kwaliteitsingenieurs die werken aan producten en systemen
    • Ontwerpingenieurs en projectleiders die verantwoordelijk zijn voor productprestaties
    • Gegevensanalisten ter ondersteuning van garantie, veldretouren en testbetrouwbaarheid
    • Teams die FMEA, validatieplanning en naleving van standaarden aansturen

De AI for Reliability-training is bedoeld voor professionals die willen begrijpen hoe kunstmatige intelligentie betrouwbaarheid en onderhoud kan ondersteunen, of professionals die regelmatig betrokken zijn bij initiatieven op het gebied van betrouwbaarheidsverbetering, storingsanalyse, testen of onderhoud.

Certificaat

Aan het einde van de sessieontvangen de deelnemers een verklaring van deelname.

Locatie & Data

Locatie

Eindhoven - High Tech Campus 29

Data 2026

1 Juli

26 November

Groep

Maximaal aantal deelnemers: 12.