AI in de bouw: van losse informatie naar werk dat wordt opgevolgd

Een foto in WhatsApp. Een afspraak in een e-mail. Een herstelpunt in een Excelbestand. Alle informatie is ergens aanwezig, maar wie weet zeker wat er nog moet gebeuren? AI kan helpen die informatie te ordenen. De echte verbetering ontstaat pas wanneer iemand ermee aan de slag kan — en de afhandeling terugkomt in het project.

In zijn presentatie AI in the built environment plaatst Mark Enzer AI in een breder verband. Gebouwen en infrastructuur zijn geen verzameling losse projecten, maar onderling verbonden systemen. Zijn boodschap: effectieve toepassing van AI vraagt aandacht voor die samenhang. Mensen, processen, informatie en technologie moeten op elkaar aansluiten. [1, p. 4–6 en 21–31]

Wat betekent dat voor een bouwbedrijf dat vooral minder zoekwerk en een betere overdracht wil? Niet dat het meteen een groot digitaal programma moet starten. Wel dat het verder moet kijken dan de aanschaf van één slimme tool.

Begin niet bij de tool, maar bij het resultaat

Enzer verbindt waarde aan betere uitkomsten ten opzichte van de ingezette middelen. De vraag is daarmee niet alleen of een technologie iets kan, maar waarvoor we haar inzetten. [1, p. 7–15]

Voor een bouwbedrijf maakt dat verschil in de eerste vraag. “Kunnen we iets met AI?” is breed. “Kunnen we zorgen dat kantoor een bouwplaatsmelding zonder nabellen kan verwerken?” is concreet. U weet dan wie ermee moet werken, welke informatie ontbreekt en waar u verbetering wilt zien.

Een automatisch verslag kan keurig geschreven zijn en toch weinig oplossen. Als niet duidelijk is bij welk bouwdeel een bevinding hoort, wie erover beslist en wie de actie uitvoert, blijft het werk liggen. Het verslag is dan sneller gemaakt, maar de overdracht nog steeds niet geregeld.

Een betere werkstroom is meer dan een koppeling

In de presentatie staan mensen centraal, omringd door informatie, processen en technologie. Ook vraagt Enzer aandacht voor het organisatiemodel, procesmodel en informatiemodel. [1, p. 21–22] Onze vertaling naar de bouwpraktijk bestaat uit drie vragen:

• Wie doet wat? Wie legt een bevinding vast, wie beoordeelt die en wie mag een vervolgactie goedkeuren?
• Wat gebeurt er daarna? Welke stap volgt op een melding, en wanneer is die stap werkelijk klaar?
• Welke informatie is nodig? Denk aan project, locatie, bouwdeel, waarneming, foto, datum en de relevante documentversie.

Een softwarekoppeling kan gegevens overzetten. Ze bepaalt niet vanzelf of een melding compleet is of wie de verantwoordelijkheid draagt. Die afspraken horen bij het ontwerp van de werkstroom, niet pas bij de instructie na ingebruikname.

Een voorbeeld: van foto naar gecontroleerde afhandeling

Het volgende scenario is een illustratief voorstel van De Werkstroom. Het is geen beschreven klantproject uit de presentatie en geen opsomming van bestaande appfuncties.

1. Vastleggen. Een uitvoerder fotografeert een aansluiting die aandacht vraagt en spreekt een toelichting in. De opname hoort bij een project en een concrete locatie.
2. Een concept voorbereiden. AI zet spraak om in een gestructureerde bevinding. Een onduidelijk bouwdeel of ontbrekende locatie blijft een vraag, geen ingevuld vermoeden.
3. Beoordelen. Een medewerker controleert de waarneming, raadpleegt zo nodig de juiste tekening of het voorschrift en bepaalt wat er moet gebeuren. Een foto alleen bewijst niet wat de oorzaak is.
4. Opvolgen. De goedgekeurde actie krijgt een verantwoordelijke en een afgesproken termijn. Het team kan zien of die actie nog openstaat.
5. Terugkoppelen. Na uitvoering wordt de afhandeling vastgelegd. Waar nodig volgt hercontrole voordat het punt wordt gesloten.

AI kan in dit voorbeeld helpen met taal en ordening. Een projectkoppeling, actiestatus of herinnering kan vaak met gewone software en vaste regels. Gebruik AI waar interpretatie helpt; maak eenvoudige onderdelen niet ingewikkelder dan nodig.

Maak de cirkel rond

Enzer tekent de verbinding tussen de fysieke en digitale wereld als een cyclus: gegevens leiden tot inzichten en beslissingen, waarna ingrepen in de werkelijkheid nieuwe uitkomsten opleveren. [1, p. 23–24]

Voor het voorbeeld hierboven betekent dit: niet stoppen zodra de actielijst klaar is. Leg ook vast wat er daadwerkelijk is gedaan en wat bij controle is vastgesteld. Anders ontstaat een digitaal overzicht dat steeds minder overeenkomt met de bouwplaats.

Dat is ook relevant bij overdracht en nazorg. Een dossier met alleen oorspronkelijke meldingen vertelt niet hetzelfde verhaal als een dossier waarin besluiten, wijzigingen en gecontroleerde afhandeling terug te vinden zijn. Spreek daarom vooraf af welke informatie meegaat naar de volgende fase en wie haar beheert.

Goede informatie is geen bijzaak

De presentatie noemt expliciet datakwaliteit, toegang tot gegevens en beveiliging als aandachtspunten. [1, p. 25–27] In onze praktische uitwerking zijn dat vragen die u al vóór een proef stelt:

• Is duidelijk welk project, welke locatie en welke versie bij de informatie horen?
• Kunnen medewerkers terug naar de oorspronkelijke foto, opname of bron?
• Blijven onbekende of tegenstrijdige gegevens zichtbaar?
• Ziet ieder team alleen informatie waarvoor het toegang hoort te hebben?
• Is duidelijk wie een AI-voorstel controleert en een wijziging mag bevestigen?

Meer gegevens verzamelen is niet automatisch beter. Voor een werkbare eerste stap heeft u vooral de juiste informatie nodig, met voldoende context en een duidelijke eigenaar.

Klein beginnen, maar niet los van de rest

Samenhang vraagt niet dat u alle software tegelijk vervangt. Ons advies is om één terugkerende overdracht te kiezen en die van begin tot eind te volgen. Bijvoorbeeld: een bevinding van de uitvoering die door werkvoorbereiding moet worden verwerkt.

1. Bekijk de huidige praktijk. Loop met een uitvoerende medewerker én iemand op kantoor enkele recente meldingen na. Waar moest iemand zoeken, overtypen of navragen?
2. Spreek het gewenste resultaat af. Bijvoorbeeld een melding die compleet genoeg is om bij de eerste beoordeling een vervolgstap te bepalen.
3. Ontwerp de overdracht. Leg gegevens, rollen, controlemomenten en terugmelding vast. Kijk welke bestaande systemen kunnen blijven.
4. Test met representatieve situaties. Neem niet alleen nette voorbeelden mee, maar ook onduidelijke spraak, ontbrekende gegevens en afwijkende situaties.
5. Vergelijk het totale werk. Meet verwerkingstijd, navragen, correcties en onvolledige meldingen. Tel controle en beheer mee; een snel AI-concept kan elders extra werk veroorzaken.

Dit is een voorgestelde aanpak, geen door de presentatie aangetoonde besparingsmethode. De proef moet uitwijzen of de verbetering voor uw medewerkers en projecten werkelijk werkt.

De les: slimmer samenwerken, niet alleen slimmer schrijven

De kracht van Enzers verhaal is de verschuiving van losse technologie naar samenhang. Voor de dagelijkse bouwpraktijk trekken wij daaruit deze conclusie: AI is het nuttigst wanneer het onderdeel wordt van een duidelijke route van waarneming naar besluit, actie en terugkoppeling.

Begin dus niet met de vraag hoeveel taken een model kan overnemen. Begin met de plek waar werk nu vastloopt. Soms helpt AI. Soms helpt een koppeling of een heldere afspraak meer. Het doel is niet méér software, maar informatie waarmee uw team verder kan.