Van 9 werkvloerfoto's naar een levend veiligheidsbeeld
Een veiligheidsbeeld is pas bruikbaar als het klopt met de vloer. In een test bij een productiebedrijf hebben we die keten van begin tot eind laten lopen: mensen op de werkvloer maakten een foto van iets wat niet in orde was, en binnen enkele seconden stond er een geclassificeerde melding met een voorgestelde beheersmaatregel klaar voor de veiligheidskundige. Negen waarnemingen, acht daarvan rechtstreeks vanaf de werkvloer, allemaal door dezelfde dubbele AI-validatie. Dit is wat daaruit kwam, geanonimiseerd en met de echte cijfers.
De opzet: echte keten, anoniem bedrijf
De test draaide op de productieomgeving van Meldwijs, in een afgeschermde demo-omgeving voor een productiebedrijf. We noemen dat bedrijf hier bewust niet: de situaties zijn echt, de omgeving is dat niet. De beelden bij dit artikel zijn representatieve, AI-gegenereerde foto's zonder herkenbare mensen of plekken, zodat niemand terug te leiden is naar een specifieke locatie.
De keten zelf is niet nagespeeld. Iemand op de werkvloer opent de app, maakt een foto en spreekt of typt een korte toelichting. De eerste AI leest de foto en de toelichting, herkent het type onveilige situatie, vat het samen en stelt een ernst voor. De tweede AI toetst of die ernst proportioneel is. Daarna komt de melding met een onderbouwd voorstel bij de veiligheidskundige, die beslist. Hoe die dubbele toets precies werkt, staat in ons artikel over dubbele AI-validatie van veiligheidsmeldingen.
De cijfers uit de test
Negen situaties gingen door de volledige keten. Acht daarvan werden rechtstreeks vanaf de werkvloer gemeld met een foto; de rest kwam via de kant van de veiligheidskundige binnen. Van foto tot geclassificeerde melding met beheersmaatregel duurde het gemiddeld ongeveer 21 seconden. Dat is de tijd die de twee AI-stappen samen nodig hadden om het voorwerk te doen, niet de tijd die de veiligheidskundige aan zijn besluit besteedt.
- 9 waarnemingen door de volledige keten, van foto tot geclassificeerde melding.
- 8 rechtstreeks vanaf de werkvloer gemeld met een foto en een korte toelichting.
- Ongeveer 21 seconden gemiddelde doorlooptijd van foto tot melding met een voorgestelde beheersmaatregel.
- Vier keer bevestigd, vier keer bijgesteld door de tweede, proportionaliteitstoetsende AI; een melding kreeg geen tweede oordeel.
De meldingen verdeelden zich over vier categorieen: brandveiligheid, elektrische veiligheid, machineveiligheid en orde en netheid. De ernst liep van kritiek tot hoog, en na de proportionaliteitstoets in een aantal gevallen naar middel. Dat laatste is precies de bedoeling van de tweede stap.
Wat de tweede AI deed: vier keer bijstellen
De winst van een tweede toets zit niet in het herhalen van de eerste, maar in het corrigeren ervan. In deze test gebeurde dat vier van de negen keer. Twee voorbeelden maken concreet wat dat betekent.
Een medewerker fotografeerde een brandblusser die werd geblokkeerd door pallets. De eerste AI zette dit op hoog: een primair blusmiddel dat niet vrij bereikbaar is. De tweede AI woog mee dat de blusser nog aanwezig en bereikbaar was, dat er geen vluchtweg was versperd en dat de situatie snel te verhelpen is, en stelde de ernst bij naar middel. De voorgestelde maatregel, de pallets weghalen en de vrije zone markeren, bleef staan. Het gevaar wordt niet weggewuifd, het krijgt de plek die het verdient in de rij.
Tegenover die bijstelling naar beneden staat een melding die overeind bleef. Iemand zag een machinebeveiliging die met tape was overbrugd, zodat de machine kon draaien zonder dat de afscherming op zijn plek zat. De eerste AI zette dit op kritiek. De tweede AI bevestigde dat: dit is geen slijtage maar een bewuste ingreep die mensen blootstelt aan bewegende delen, en dat rechtvaardigt de zwaarste classificatie en direct stilleggen. Bevestigen is hier net zo waardevol als bijstellen, want het laat zien dat de tweede toets de urgentie niet afvlakt waar die terecht hoog is.
Waarom bijstellen zowel omlaag als omhoog telt
Veiligheidssystemen falen op twee manieren tegelijk. Ze blazen kleine dingen op, waardoor de echt urgente melding ondersneeuwt, en ze onderschatten af en toe iets ernstigs. Beide kosten vertrouwen. Wie te vaak loos alarm krijgt, gaat meldingen wegklikken. Wie ziet dat een serieuze melding bleef liggen, meldt de volgende keer niet meer.
Dat de tweede AI in deze test vier van de negen meldingen bijstelde, is daarom geen teken dat de eerste het slecht deed. Het is de tweede stap die zijn werk doet: de zwaarte in verhouding brengen tot het werkelijke risico, zodat een geblokkeerde brandblusser en een overbrugde machinebeveiliging elk hun eigen plek in de rij krijgen. Het besluit blijft bij de mens; de AI zorgt dat de mens naar een geordende stapel kijkt in plaats van een berg gelijk gemaakte alarmen.
Van losse meldingen naar een levend veiligheidsbeeld
Negen meldingen op zichzelf zijn negen incidenten. Bij elkaar, geordend op categorie en ernst, vormen ze een beeld: waar knelt het, welk type gevaar komt vaker terug, wat vraagt als eerste aandacht. Dat beeld is niet iets wat je een keer per jaar opstelt en daarna in een la legt. Het beweegt mee met wat er op de vloer wordt gezien en gemeld.
Zo laat je ook je risico-inventarisatie meegroeien met de praktijk. Dezelfde meldingen die binnenkomen vanaf de werkvloer voeden het beeld waarop je stuurt, in plaats van dat je terugvalt op een momentopname van maanden geleden. Hoe je dat concreet aanpakt, staat in ons artikel over de RI&E actueel houden. En hoe je van losse waarnemingen naar een gestructureerde meldroute komt, lees je in de gids over onveilige situaties melden op de werkvloer.
De cijfers in het kort
| Wat | Uit de test |
|---|---|
| Waarnemingen door de keten | 9 |
| Rechtstreeks vanaf de werkvloer | 8 |
| Gemiddelde doorlooptijd foto tot melding | Ongeveer 21 seconden |
| Bevestigd door de tweede AI | 4 |
| Bijgesteld door de tweede AI | 4 |
| Categorieen | Brandveiligheid, elektrische veiligheid, machineveiligheid, orde en netheid |
Veelgestelde vragen
Wat laat deze case study zien?
Bij een productiebedrijf zijn negen onveilige situaties gemeld, waarvan acht rechtstreeks vanaf de werkvloer met een foto. Elke melding liep door de volledige keten: een AI classificeert, een tweede AI toetst de proportionaliteit en een veiligheidskundige beslist. Gemiddeld duurde het ongeveer 21 seconden van foto tot geclassificeerde melding met beheersmaatregel.
Hoe snel gaat een melding van foto naar geclassificeerde melding?
In deze test was de gemiddelde doorlooptijd ongeveer 21 seconden: van het moment dat iemand op de werkvloer een foto maakt tot een melding met categorie, ernst en een voorgestelde beheersmaatregel. Dat is de AI-voorbereiding; het besluit blijft bij de veiligheidskundige.
Wat betekent het dat de tweede AI vier van de negen meldingen bijstelde?
Van de negen meldingen bevestigde de tweede AI de eerste inschatting vier keer en stelde die vier keer bij; een melding kreeg geen tweede oordeel. Bijstellen betekent dat de proportionaliteitstoets de ernst passender maakte, meestal naar beneden, zodat lichtere zaken niet worden opgeblazen en de aandacht naar de echt urgente meldingen gaat.
Zijn de getoonde situaties echt?
De situaties komen uit echte werkvloertests: een geblokkeerde brandblusser, ongezekerde gasflessen, versperde nooduitgangen, een overbrugde machinebeveiliging en een kabel over een looppad. De foto's op deze pagina zijn representatieve, AI-gegenereerde beelden zonder herkenbare personen of locaties, zodat het bedrijf anoniem blijft.
Wat gebeurt er met de RI&E na zulke meldingen?
Dezelfde meldingen die binnenkomen vanaf de werkvloer laten het veiligheidsbeeld meegroeien met de praktijk. In plaats van een RI&E die jaarlijks op papier wordt bijgewerkt, ontstaat een beeld dat meebeweegt met wat er dagelijks wordt gezien en gemeld.
Verder lezen en aan de slag
- Dubbele AI-validatie van veiligheidsmeldingen: hoe de twee AI-stappen elkaar controleren voordat een melding bij een mens komt.
- Onveilige situaties melden op de werkvloer: van foto en stem tot een gestructureerde melding met beheersmaatregel.
- RI&E actueel houden: hoe meldingen je veiligheidsbeeld laten meegroeien met de praktijk.
- Terug naar de kennishub voor alle gidsen over veilig melden en de RI&E.
Wil je dit op jouw situatie zien werken, van een enkele productiehal tot meerdere vestigingen? Vraag early access aan of plan een demo, dan laten we zien hoe een melding van foto tot maatregel loopt, met de dubbele validatie ingebouwd.