Wie is Erwin Gijzen?

Laat ik mijzelf even voorstellen: ik ben Erwin Gijzen, senior consultant kwaliteitsverbetering in productie, R&D en lab.

Bij Quality Target geen junior consultants of ingewikkelde organisatie. Slechts één consultant met wie u contact heeft, met inmiddels dertig jaar ervaring in, en voorliefde voor, product- en procesverbetering van ingewikkelde productieprocessen. In de praktijk komt dat vooral neer op problem solving in een breed gebied. Met slechts één doel: de complexiteit van het probleem gaan doorzien, samen met uw eigen mensen, en hen dan de ervaring laten opdoen om de juiste technieken zelfstandig in te zetten in hun eigen productieproces. Gedurende een korte periode heeft u dan aan één consultant genoeg, met gerichte training in de eigen omgeving, om het daarna zelf te kunnen.

Product- en procesverbetering

In 2005 richtte ik Quality Target op. Ik ben opgeleid als chemisch technoloog aan TU/Eindhoven en ik heb ruim tien jaar op dat gebied gewerkt bij General Electric Plastics (tegenwoordig: Sabic) in de ontwikkeling van producten en processen. Daar ben ik in 1995 ook opgeleid tot Six Sigma Black Belt. Later bleek mijn ervaring in product- en procesverbetering met behulp van Six Sigma en statistiek ook goed aan te sluiten bij de behoefte van andere bedrijven.

"Een lastig aspect is dat je niet weet wat je niet weet, en toch het proces of product gaat verbeteren"

Blijven ontwikkelen

In 2005 was Six Sigma nog 'nieuw'. Nu is Data Science nog 'nieuw'. Maar er is niets magisch aan: als u wilt, kunnen we binnen één dag al weten, in welke mate uw productieprobleem met Data Science aan te pakken valt. Er zijn veel soorten technieken voor problem solving, vanaf ca. 1920 met SPC tot Data Science nu. Een lastig aspect van dit werk is dat je niet weet wat je niet weet, en toch het proces of product gaat verbeteren. Blijven leren dus, want ieder team en ieder probleem vergt andere kennis en ervaring. De truc is het combineren van kennis en ervaring van de juiste mensen, en die op elkaar overdragen en laten groeien. Groeiend inzicht werkt heel motiverend.

De juiste Problem Solving technieken inzetten

Problemen oplossen in ingewikkelde productieprocessen of apparatuur is niet nieuw, maar de mogelijkheden om dat succesvol te doen, ontwikkelen zich steeds. De aanpak van menselijke logica kwam op in de jaren 1960 met Kepner Tregoe en is vaak nog steeds heel nuttig. Het heel statistisch gebaseerde Design of Experiments is zelfs al wat ouder, maar vernieuwde zichzelf belangrijk in 2011, al is dat bij velen nog onbekend. Data Science technieken zijn sinds enkele jaren steeds zichtbaarder in de praktijk, zoals de zelfrijdende auto, live spraakvertaling of ChatGPT. Ze kunnen ook een perfecte aanvulling zijn op Six Sigma procesverbetering in fabrieken, doordat ze de massa’s data van onder andere sensoren in processen kunnen koppelen aan oorzaken van problemen. Dat werkt via een Digital Twin, maar je moet wel even weten hóe.

Zo kan er steeds meer, en blijft er ook vooruitgang in het verbeteren en opzetten van ingewikkelde processen. “Je gaat het pas zien als je het door hebt”, zei Johan Cruijff ooit. En hij had gelijk, vind ik. Wat valt er toch veel te zien.

Met vriendelijke groet,

Erwin Gijzen

Problem Solved