De meeste facilities management bedrijven hebben een asset register. De meesten vertrouwen het niet. In gesprekken met asset managers binnen hard FM en infrastructuur komt hetzelfde patroon naar voren: het register bestaat, mensen raadplegen het, maar de onderliggende data is onbetrouwbaar genoeg dat echte beslissingen – onderhoudsplanning, lifecycle replacement, bid pricing ��� nog steeds op instinct of uit het geheugen worden genomen.
What a failing asset register actually looks like
De signalen zijn specifiek en herkenbaar:
- Ontbrekende fabrikant- en modeldata. Een aanzienlijk percentage van de assets staat vermeld als "Pomp – Gebouw A" of "HVAC Unit – Verdieping 3" zonder fabrikantnaam, modelnummer en installatiedatum.
- Inconsistente naamgevingsconventies. "Air Handling Unit", "AHU", "air handler" en "ventilatie-eenheid" zijn vier beschrijvingen van hetzelfde – maar in een database zijn het vier afzonderlijke categorieën.
- Dubbele records. Dezelfde generator kan drie keer voorkomen met drie verschillende asset ID's en drie verschillende onderhoudsgeschiedenissen.
- Buiten gebruik gestelde assets nog steeds als actief vermeld. Wanneer assets worden verwijderd of vervangen, wordt het register vaak niet bijgewerkt. Spookrecords stapelen zich op met spookonderhoudsschema's en spookverzekeringspremies.
- Geen koppeling tussen asset- en onderdelendata. De asset bestaat in het register, maar er is geen gestructureerde verbinding met de componenten die worden gebruikt om deze te onderhouden.
The financial cost: a real example
Een Asset Manager met wie we samenwerkten, ontdekte na het uitvoeren van een data quality baseline, dat zijn bedrijf al jaren verzekeringspremies betaalde voor assets die ze eerder hadden verkocht of buiten gebruik hadden gesteld. Het register was nooit bijgewerkt om de afstotingen weer te geven. Toen het opgeschoonde register werd vergeleken met het verzekeringsschema, was de discrepantie aanzienlijk. Assets die niet langer bestonden, waren nog steeds verzekerd. De jaarlijkse premieaanpassing was aanzienlijk – en het probleem was onzichtbaar geweest totdat de data was opgeschoond.
What an accurate asset register enables
Predictief onderhoud. Wanneer assets accurate fabrikant-, model- en installatiedatumgegevens bevatten, kunt u deze koppelen aan lifecycle- en storingsdata. De verschuiving van reactief naar predictief onderhoud is alleen mogelijk wanneer de data dit ondersteunt.
Lifecycle besluitvorming. De vraag "moeten we deze asset repareren of vervangen?" is een eenvoudige financiële berekening – als u de leeftijd van de asset, de onderhoudsgeschiedenis en de vervangingskosten kent.
Accurate bid pricing. Bij het prijzen van een onderhoudscontract is het asset register de single source of truth voor wat u zich verbindt te onderhouden. Een inaccuraat register betekent dat u prijst op basis van een schatting van wat er ter plaatse is.
Snelle recall response. Wanneer een fabrikant een recall uitgeeft voor een specifiek model HVAC motor, zou de mogelijkheid om elke getroffen eenheid binnen een portfolio te identificeren minuten moeten duren, geen weken.
What is typically missing and how AI fills the gaps
| Veld | Typische lacune | Hoe het wordt ingevuld |
|---|---|---|
| Fabrikant | Ontbrekend of afgekort | Afgestemd op supplier invoice data en fabrikantdatabases |
| Modelnummer | Ontbrekend of vrije tekst | Geëxtraheerd uit onderhoudsrecords, PDF's en eerdere servicerapporten |
| Installatiedatum | Ontbrekend of geschat | Afgeleid uit inbedrijfstellingsrecords en historische onderhoudslogboeken |
| Asset classificatie | Inconsistente naamgeving | Gestandaardiseerd tegen Uniclass of OmniClass taxonomy |
| Componentkoppeling | Niet gestructureerd | Opgebouwd uit MRO purchase history gekoppeld aan asset ID |
The ongoing maintenance problem
Een opgeschoond asset register degradeert zonder actief onderhoud. Nieuwe assets worden toegevoegd, oude worden verwijderd, en tenzij er een systematische kwaliteitscontrole is op inkomende data, stapelen de problemen zich opnieuw op. De duurzame oplossing is een geautomatiseerde kwaliteitscontrol laag: elk nieuw asset record wordt gecontroleerd tegen de bestaande structuur en gemarkeerd als het belangrijke velden mist of inconsistent is met de naamgevingsconventie.
"Vroeger vreesde ik de term data cleanup. Nu is het gewoon weer een klik in mijn week."
– Asset Manager, Nationaal nutsbedrijf
Richard Wallace
Co-founder, Pearstop
Richard brings deep commercial experience in hard services and FM. He works with clients to design data quality programmes that translate directly into procurement performance and contract accuracy.
LinkedIn →Further reading
How Better Procurement Data Helps Facilities Management Companies Protect Margins During Oil Price Volatility
When oil prices rise, fuel surcharges quietly erode FM margins. Better procurement data gives teams the visibility to identify, challenge, and reduce those costs before they compound.
Read more →Commercial FMHow to Win More FM Tenders Without Increasing Your Team
Most FM tender losses come down to pricing confidence, not capability. Clean cost data changes bid accuracy, speed, and win rate without adding headcount.
Read more →
