icon-arrow icon-facebook icon-linkedin icon-mail icon-mail-company icon-phone icon-twitter icon-whatsapp icon-share icon-link icon-download icon-youtube icon-flickr icon-search icon-close icon-filter icon-round-close icon-vcard paper-plane icon-footprint icon-faq icon-maps Vimeo
Nieuws · 19 januari 2023

Rijkswaterstaat en beherende aannemers gaan data delen voor beter assetmanagement

Door bestaande data over de assets van Rijkswaterstaat te delen en nieuwe databronnen te gebruiken, willen Rijkswaterstaat en 5 beherende aannemers samen toewerken naar beter datagedreven assetmanagement. Rijkswaterstraat en de bedrijven Istimewa, BAM Infra, Heijmans, Spie en Vialis hebben dit vastgelegd in een samenwerkingsovereenkomst, die is ondertekend op de InfraTech vakbeurs.

Ondertekening-assetmanagemenxt_tcm26-322915.jpg
(vlnr): Sander den Blanken (BAM Infra), Bart Smolders (Heijmans), Ron Kolkman (Rijkswaterstaat), Richard Pijpelink (Istimewa), Peter Paasse (SPIE), Jan Willemsen (Vialis). Foto: © Rijkswaterstaat

Rijkswaterstaat werkt intensief samen met een aantal beherende onderhoudsaannemers en aan hen verwante marktpartijen, die als opdrachtnemer vaak zowel uitvoerend als adviserend zijn. Op zes projecten (zowel een brug, tunnel, gemalen en sluizen) wordt met datagedreven assetmanagement geëxperimenteerd. Van daaruit is nu de samenwerkingsverband ontstaan met de partijen die betrokken zijn bij de uitvoering van deze projecten.  

Van elkaar leren

De 5 beherende onderhoudsaannemers en Rijkswaterstaat zijn door het programma datagedreven assetmanagement gekozen om in de implementaties dezelfde samenwerking te zoeken als in de projecten. Daarbij gaat het om van elkaar te leren, om te voorkomen dat elke marktpartij ‘het wiel opnieuw gaat uitvinden’, én zodoende tempo en tractie houden op de ontwikkeling van datagedreven assetmanagement. Daarnaast hebben Rijkswaterstaat en de marktpartijen afgesproken dat zij nauwer gaan samenwerken.  

Beschikbaar voor de markt

Alle toezeggingen, voornemens en resultaten die uit deze samenwerkingsovereenkomst voortvloeien worden beschikbaar voor alle marktpartijen die nu en in de toekomst betrokken zijn bij of geïnteresseerd zijn in het uitvoeren, beheren, of onderhouden van assets van RijkswaterstaatHiertoe gaan we een bestaand gremium gebruiken, waar later meer over bekend wordt. 

Uniforme tooling

Zowel Rijkswaterstaat als de marktpartijen hebben een rol bij datagedreven assetmanagement. Deze ervaringen samenbrengen en samen verder leren is noodzakelijk om tot succesvolle toepassing van een uniforme en gestandaardiseerde manier van datagedreven assetmanagement te komen. Het gebruik van uniforme tooling, waarbij dezelfde ICT-programma’s worden gebruikt, moet daaraan bijdragen. Deze ervaringen worden dan weer gedeeld met de rest van de geïnteresseerde marktpartijen waarbij er een wisselwerking zal ontstaan. 

Datagedreven assetmanagement

Datagedreven assetmanagement is het integraal uitvoeren van assetmanagement waarbij datagedreven werkwijzen en processen de basis vormen met behulp van de inzet van (nieuwe) IV-technieken en (nieuwe) databronnen. Denk daarbij aan de inzet van inwin-, verwerking-, analyse- en presentatie-technieken voor data uit en over de infrastructuur zoals sensoring, digitale 3D-modellen, data-analyses, algoritmes en dergelijken. Met deze data en informatie, in combinatie met domein- en vakkennis, zijn alle betrokkenen in staat gerichte, actuele en objectieve inzichten te genereren die hen ondersteunen in het assetmanagement-proces. De inzichten die vertaald zijn uit de informatie kunnen op alle niveaus binnen het assetmanagement-proces toegepast worden.  

Datagedreven assetmanagement maakt het beheer en onderhoud aan bruggen, tunnels en sluizen efficiënter en beter voorspelbaar. Slimmer gebruik van bestaande data en het aanboren van nieuwe databronnen helpen om in het assetmanagement de afweging te maken tussen prestaties, kosten en risico’s. Samen met marktpartijen, kennisinstellingen en andere overheden verkent en benut Rijkswaterstaat de mogelijkheden in het programma Datagedreven Assetmanagement.