We kondigen met plezier een belangrijke upgrade aan van de AI-functie voor classificatie van defecten op het Railnova platform. Deze verbetering brengt een nieuw niveau van intelligentie en gebruiksgemak in het classificeren van defecten binnen het onderhoudscyclus, aangedreven door Large Language Models (LLM's) en multi-agent AI-systemen. Wil je meer weten? Ga dan naar de sectie “Hoe Railnova AI intelligentere classificaties mogelijk maakt”.
Intelligentere AI, vlottere workflow
Functionele boomstructuren zijn essentieel voor hoogwaardige onderhoudsplanning, maar ze kunnen ook complex en tijdrovend zijn. Met deze release hebben we drastisch verbeterde ervaring geïntroduceerd die vlootbeheerders en onderhoudspersoneel helpt om defecten sneller en nauwkeuriger te classificeren - zonder eindeloos door keuzelijsten te hoeven bladeren.
Wat is er nieuw?
Realtime suggesties via LLM-gebaseerde AI
Ontvang onmiddellijk de top 5 aanbevolen categorieën zodra je details over het defect invoert. Suggesties worden dynamisch bijgewerkt naarmate er meer informatie wordt toegevoegd, en fungeren als een leidraad en een zachte controle van de invoerkwaliteit.
Contextbewuste interactie op belangrijke momenten
Classificatie verschijnt nu in een speciaal paneel tijdens het aanmaken van defecten (indien toegestaan) en opnieuw bij het afsluiten - met bijgewerkte AI-suggesties op basis van REX-notities (Return of Experience).
Ondersteuning voor rollen en workflows
Niet elke gebruiker hoeft of kan defecten te classificeren. Het Railnova platform biedt nu gebruikers zonder technische expertise de mogelijkheid om de initiële classificatie over te slaan waardoor de datakwaliteit gehandhaafd blijft terwijl er minder wrijving ontstaat.
Voortdurende ondersteuning voor krachtige analyses
Volledige onderhoudshistoriek en classificatiegegevens blijven beschikbaar voor export en integratie, samen met inzichtelijke Pareto-analyses van immobilisaties en de impact op het verkeer.
Verbeteringen aan de gebruikersinterface
Er verschijnt een nieuw categorisatiepaneel bij het maken of sluiten van een defect, met duidelijke AI-suggesties die met één klik worden aangepast aan je input. Ontworpen voor duidelijkheid en snelheid.
Beschikbaarheid
Deze functie is nu beschikbaar voor alle klanten met een AI Defect Classification abonnement. Als je deze module nog niet gebruikt en wilt onderzoeken hoe AI je defectworkflows kan stroomlijnen, neem dan contact met ons op via sales@railnova.eu.
Waarom dit belangrijk is
Deze verbetering ondersteunt rechtstreeks de ECM2-functie (Onderhoudsontwikkeling) door de kwaliteit en consistentie van classificaties te verbeteren, waardoor het eenvoudiger wordt om storingstrends te identificeren, stilstand te verminderen en optimaliseert interventieplanning.
Blijf op de hoogte van toekomstige updates: we blijven investeren in AI-gedreven functies die de volledige levenscyclus van spoorwegonderhoud verbeteren.
Hoe Railnova AI intelligentere classificaties mogelijk maakt
De AI-defectclassificatie van Railnova maakt gebruik van een Large Language Model dat gespecialiseerd is in spoorwegtermen om defectomschrijvingen te analyseren en de 5 meest relevante categorieën voor te stellen. In de eerste instantie behaalt de AI een nauwkeurigheid van 50% bij nieuwe categorieën, die stijgt tot 90% naarmate gebruikers feedback geven.
Meertalige ondersteuning
De AI begrijpt defecten geschreven in het Engels, Duits, Frans, Nederlands en Italiaans, waardoor deze in heel Europa inzetbaar is. Het levert nauwkeurige suggesties, ongeacht de taal van de technieker.
Spoorwegexpertise
In tegenstelling tot algemene AI-modellen is dit model getraind met echte defectrapporten (averijen), handleidingen en onderhoudsgegevens uit de spoorwegsector. Het begrijpt specifieke vaktermen zoals het verschil tussen "draaistel geluid" en "compressorstoring".
Leren van gebruikersinput
Elke keer dat een gebruiker een suggestie bevestigt of aanpast, leert de AI bij. Deze feedbacklus helpt de AI om zijn suggesties te verfijnen, vooral bij zeldzame of ongebruikelijke defecten.
Standaard en aangepaste categorieën
Railnova biedt vooraf ingestelde, geoptimaliseerde categorieën voor direct gebruik. Gebruikers kunnen ook samenwerken met het Railnova-team om aangepaste categorieën op maat te laten maken, terwijl de AI-prestaties behouden blijven.
Prestaties en verbetering
De prestaties worden beoordeeld aan de hand van statistieken zoals de frequentie van correcte classificaties binnen de top 5 suggesties, het percentage geaccepteerde suggesties en de dekkingsgraad van categorieën. Eerste resultaten tonen een nauwkeurigheid van 90% bij de primaire suggestie voor veelvoorkomende categorieën, met voortdurende verbetering dankzij iteratief leren op basis van gebruikersinteracties.