Van beeldenjacht naar één klik: hoe PhotoStore werkvoorbereiding versnelt

Eén beeldbank

De kern is simpel: één centrale plek waar foto’s direct terug te vinden zijn op locatie en context. Inmiddels bevat PhotoStore ongeveer 30 miljoen foto’s: 24 miljoen meterkasten, zes miljoen middenspanningsruimtes en LS-kasten (stations). Het begon met zo’n 12 miljoen. De winst zit niet alleen in ‘alles bij elkaar’, maar vooral in snelheid. “Binnen een honderdste van een seconde haal je daar dus nu een foto uit,” zegt Michiel. “Het was ooit een speld in een hooiberg. Nu is het: typen, klikken, klaar. Iedereen die een beetje kan facebooken, die kan dit eigenlijk ook.”

Beeldgroei

PhotoStore groeit dagelijks. Iedereen die buiten aan het werk gaat, maakt foto’s. In het begin kwam er van alles binnen, maar nu ligt de lat hoger. Als beelddata een serieuze rol speelt in voorbereiding en controle, moet je ook eisen stellen aan kwaliteit. Dat vraagt interne afspraken én duidelijke verwachtingen richting aannemers. Volgens Michiel moet fotoregistratie volwassen worden: wat leg je vast, wanneer, en met welke kwaliteit? Dat kun je niet aan het toeval overlaten. “Ook aannemers die werk voor ons doen, dat moet gewoon in die contracten komen,” zegt hij. “Pas dan kun je opschalen zonder steeds opnieuw te corrigeren.”

Beter voorbereiden

Minder zoekminuten betekent sneller voorbereiden. Maar minstens zo belangrijk is de kwaliteit van beslissingen vooraf. Met het juiste beeld hoef je minder te gokken, minder terug te bellen en minder ‘voor de zekerheid’ extra schouwen te plannen. En je verkleint de kans dat een monteur op locatie pas ontdekt dat de situatie anders is dan gedacht. Een specialist vertelde aan Michel dat hij op basis van foto’s nu in korte tijd een buurtanalyse kan maken. Eerder kostte dat weken, met schouwopdrachten, brieven en extra verwerking. Sneller beeld betekent sneller kiezen, sneller plannen en minder omwegen

Vervolgstap: beeldherkenning

Omdat de foto’s centraal staan, wordt ook beeldherkenning interessant. “Wij kunnen beeldherkenning toepassen op al die foto’s,” zegt Michiel. “Bepaalde componenten, die kun je dus identificeren.” Een concreet voorbeeld: stalen meterborden. “Die zitten bijvoorbeeld in ons verzorgingsgebied in Amsterdam. Die zijn niet veilig. Er zijn ongelukken mee gebeurd,” vertelt hij. “Als elektriciteit zo’n stalen bord raakt, kan het bord onder spanning komen te staan. Het probleem was niet dat het risico onbekend was, maar dat ze niet wisten waar die meterborden allemaal zaten. Vroeger betekende dat aanbellen en fysiek controleren. Nu kunnen ze miljoenen foto’s door een algoritme halen. Omdat er een model is getraind dat stalen meterborden herkent, kunnen ze gericht een werkpakket samenstellen en actie ondernemen.”

Leren

PhotoStore staat niet op zichzelf. De noodzaak voor sectorbreed beleid is volgens Michiel belangrijk. Hij vertelt dat er elk kwartaal overleg is met andere netbeheerders, zoals Enexis en Stedin, om ervaringen en ontwikkelingen te delen. “Als we nu die boot missen, heeft dat serieuze gevolgen,” waarschuwt Michiel. “Zonder heldere afspraken over fotoregistratie, inhoud, moment en kwaliteit, blijft het versnipperd. Juist in ketenafspraken en nieuwe aannemerscontracten moet dat scherper, zodat iedereen dezelfde taal spreekt in beeld.”

Michiel geloofde van begin af aan in deze tool. Ook toen collega’s in het begin riepen dat het nooit zou lukken om fotobronnen over organisatiegrenzen heen te bundelen. Een kerngroep werkvoorbereiders was meteen enthousiast. “Daar werden we echt door op handen gedragen”, zegt hij. “PhotoStore is daarmee meer dan een IT-oplossing. Het is een manier om het werk buiten sneller, slimmer en beter voorbereid te maken, mits we beeld niet alleen verzamelen, maar ook samen afspreken hoe we het vastleggen.”