Beeld: Getty Images

Al snel bleek dat bepaalde controles geautomatiseerd kunnen worden, waardoor waardevolle tijd van medewerkers ingezet kan worden voor zaken waar hun expertise het hardst nodig is. Waar we ook achter kwamen is dat het inzetten van een algoritme op zich niet voldoende is om een proces te versnellen. Een computermodel kan sturing geven aan prioriteiten, maar het is de mens die bepaalt welke beslissing wordt genomen en hoe daarop geacteerd wordt. Om dat totale proces te versnellen, is het belangrijk om de werkwijze van mensen heel goed te begrijpen en ervoor te zorgen dat de omgeving zich daarop aanpast. Geen betere leerschool dan de praktijk.
Dat is de reden waarom we niet gestopt zijn bij de ontwikkelen van een detectie-algoritme voor de ingroei in watergangen. Wij zijn ook het proces eromheen gaan ondersteunen, gebaseerd op wat geleerd is van medewerkers die al jaren in het vak zitten. Dat is Schouw M.App geworden, een oplossing die de schouw van watergangen ondersteunt. Via een serie opvolgende stappen wordt het initiële detectieresultaat verwerkt tot een finaal oordeel.

Gebruiksvriendelijke app

Het afgelopen najaar zijn we met Schouw M.App de productiefase in gegaan, op basis van standaard apps die dit platform biedt. Hieruit bleek dat het verwerken van het proces in deze omgeving meer houvast biedt dan simpelweg een dataset met detectieresultaten ‘over de schutting gooien’. Ook kwam aan het licht dat de standaard apps niet altijd eenvoudig alle gewenste informatie konden weergeven. We hebben daarom ‘Schouw M.App Status en Beheer’ voorzien van een volledig nieuwe vormgeving, waardoor met twee klikken alle gewenste informatie per perceel en watergang inzichtelijk wordt en aangepast kan worden. Met ‘Schouw M.App Toedeling’ kunnen eenvoudig taken over meerdere schouwmeesters verdeeld worden via bestaande rayons of via zelf te kiezen indelingen.

Beeldschermschouw

Bij de livegang zochten we naar verdere versnelling en vermindering van de beheerlast, waarvoor een nieuw fenomeen in het leven is geroepen: de ‘Beeldschermschouw’. Dit is een integraal onderdeel, bedoeld om na de eerste analyse door het algoritme de betrokken medewerkers alvast een eerste oordeel te laten geven over de status van een watergang, op basis van de informatie op het beeldscherm. Dit zorgt ervoor dat de veldschouwlast verminderd wordt.

Een krachtig machine learning model is mooi en helpt te ontdekken waar je geen aandacht aan hoeft te besteden.

Je kunt dit vergelijken met een ui die je laag voor laag afpelt, tot je bij de kern komt. Het grootste deel van het areaal wordt automatisch beoordeeld. Vervolgens wordt alleen voor situaties waar geen eenduidig oordeel vast te stellen is via het beeldscherm een oordeel gegeven. Mocht ook daaruit geen eenduidig oordeel mogelijk zijn, dan volgt een veldbezoek. We ontwikkelden deze beeldschermschouw in eerste instantie in onze standaard desktopomgeving ERDAS IMAGINE, waaruit ook de initiële machine learning analyse komt en dat het basisplatform van onze DELTA oplossing is.

Opnieuw naar de tekentafel

Hoewel de omgeving erop ingericht was om de gewenste controle uit te kunnen voeren, gooide de coronacrisis enigszins roet in het eten. Zo moesten we thuiswerken faciliteren en zorgen dat de omgeving overal op dezelfde manier beschikbaar was. Dat ging niet altijd even goed, doordat op de ene plek wel toegang mogelijk was en op de andere plek niet. Daarnaast waren voor iedere controle een paar handelingen nodig en bleek dit vertragend te werken. En omdat het een los onderdeel vormde waren hand- en spandiensten nodig om de resultaten verder in het proces te brengen. Met die ervaring zijn we opnieuw naar de tekentafel gegaan en hebben we de beeldschermschouw binnen de Schouw M.App-omgeving gebracht, dus volledig browser-based en zonder verdere installatie of moeilijke toegangsbelemmeringen. Ook het aantal kliks is teruggebracht en daarmee is het proces vereenvoudigd en versneld.

Nu inzetbaar voor andere processen

En dat is waar we het uiteindelijk voor doen. Een krachtig machine learning model is mooi en helpt te ontdekken waar je geen aandacht aan hoeft te besteden. Maar zonder goede ondersteuning voor het verwerken van gegevens, is het vergeefse moeite. Schouw M.App 2.0 is een bundeling van de ervaringen van de afgelopen jaren. En daar gaan we mee door, met het doel om steeds effectiever te worden in het verwerken van veranderdetectie en handhavingssignalen. De werkwijze die in Schouw M.App tot leven is gebracht, is inzetbaar voor een breed scala aan processen. Een andere invalshoek, andere brondata en andere verwerkingsmodellen, maar met dezelfde technologische basis. Het mooie van Schouw M.App is dat het bij oplevering compleet open staat voor eindgebruikers. Dus ook voor andere trajecten rondom inspectie en handhaving kunnen we nieuwe oplossingen ontwerpen en in de praktijk brengen. Dat kunnen we alleen samen met onze klanten. Zij houden ons scherp, geven aan wat beter kan en moet en helpen ons met waardevolle feedback over zowel de inhoud van de applicatie als het proces er omheen. Die samenwerking is enorm waardevol en laat zien hoe we samen veel kunnen bereiken. Wij geloven in een ecosysteem waarin we allemaal een bijdrage leveren. En wij nodigen iedereen uit om ons te blijven uitdagen.

Wil je meer weten en meedenken? Neem dan contact met ons op via www.imagem.nl.

Patrick de Groot is Sales Director bij IMAGEM