De samenwerking past in de bredere elektrificatiestrategie van Jungheinrich. Door de snelle evolutie van batterijtechnologieën wordt het steeds complexer om batterijprestaties betrouwbaar te evalueren en die technologieën efficiënt te integreren in nieuwe truck-platformen. Binnen het project worden praktijkgegevens uit batterijtests gebruikt om machine learning-modellen te trainen en te valideren. Die modellen moeten in een vroeg stadium bruikbare inzichten opleveren voor snellere en beter onderbouwde engineering-beslissingen.

Jungheinrich verzamelt tijdens het volledige ontwikkelingsproces grote hoeveelheden meet- en testdata. Die data-sets worden via Monolith omgezet in voorspellende AI-modellen zodat het bedrijf sneller batterijtechnologieën kan beoordelen en selecteren. Tegelijk moet die aanpak helpen om de omvang van fysieke testcampagnes te beperken, met een lagere testinspanning en lagere ontwikkelingskosten als gevolg.

Volgens Jungheinrich wordt het vermogen om batterijtechnologieën snel en betrouwbaar te evalueren steeds belangrijker naarmate het assortiment elektrische producten verder uitbreidt. Monolith levert daarvoor niet alleen AI-software voor engineering en validatie maar ook een centraal platform waarop teams veilig toegang krijgen tot testgegevens, modelkennis en aanbevelingen voor toekomstige experimenten uit verschillende ontwikkelingsprogramma’s.

De inzet van AI in engineering wint aan belang in productieomgevingen waar bedrijven onder druk staan om duurzamere producten sneller en kostenefficiënter te ontwikkelen. Jungheinrich verwijst daarbij naar onderzoek van McKinsey waaruit blijkt dat data-gestuurde AI-benaderingen R&D-processen in complexe productie-industrieën met 20 tot 80 procent kunnen versnellen.

Meer info: 016/39.87.11 of https://www.jungheinrich.be

KOOPKANSEN

• productiebedrijven en logistieke organisaties die elektrische hef- en magazijn-trucks willen inzetten
• magazijnuitbaters en distributiecentra die investeren in emissie-arm intern transport
• ondernemingen die hun material handling-vloot willen elektrificeren
• bedrijven die nood hebben aan efficiëntere, duurzamere en sneller ontwikkelde intra-logistieke oplossingen
• internationale groepen die inzetten op automatisering, elektrificatie en data-gedreven warehouse-operaties

VERKOOPKANSEN

• leveranciers van batterijcellen, batterij-packs en batterij management-systemen
• aanbieders van test- en meetapparatuur voor batterijen en elektrificatie
• AI-, data science- en engineering software-bedrijven
• cloud- en dataplatformleveranciers voor engineering intelligence en modelbeheer
• consultants gespecialiseerd in R&D-digitalisering, validatie en productontwikkeling
• componentleveranciers voor elektrische aandrijflijnen en laadinfrastructuur
• cyber-beveiligingsspelers die industriële data- en ontwikkelomgevingen beveiligen
• opleidingspartners rond AI in engineering, batterij-ontwikkeling en data-analyse

WELKE HUIDIGE LEVERANCIERS MOETEN ALERT ZIJN?

• klassieke test- en validatiepartners, omdat AI-modellen een deel van de fysieke testcampagnes kunnen vervangen of verkleinen
• leveranciers van traditionele engineering-software zonder sterke AI-laag
• partijen die batterij-ontwikkeling ondersteunen maar nog weinig data-gedreven of voorspellend werken

WAT BETEKENT DIT VOOR HET ECOSYSTEEM?

• Jungheinrich zal waarschijnlijk sterker inzetten op digitale R&D, batterijkennis en snellere productcycli
• de rol van data, AI-modellen en centrale engineering-platformen wordt belangrijker in productontwikkeling
• leveranciers die relevant willen blijven, zullen meer moeten aansluiten op elektrificatie, validatieversnelling en AI-ondersteunde engineering
• dit kan bijkomende investeringen triggeren in batterij-testing, data-integratie en digitale ontwikkelmethodes