‘Met puur software gaan we ons niet onderscheiden’

Investeren Nederlandse hightechbedrijven wel voldoende in softwareontwikkeling? Mechatronica&Machinebouw legt de vraag voor aan Guustaaf Savenije en Ton Peijnenburg van VDL-ETG, Neerlands grootste hightech toeleverancier en hardwarebedrijf bij uitstek. ‘Software is gewoon een van de disciplines, niet meer en niet minder. Dus doe mee in de multidisciplinaire wereld!’

René Raaijmakers
11 september

‘Van puur software gaan wij nooit echt rijk worden.’ Guustaaf Savenije, ceo van VDL-ETG, tempert meteen al te hoge verwachtingen als we hem vragen naar de softwarestrategie van VDL-ETG. De toon is gezet. Savenije rekent ASML en Thermo Fisher tot zijn klanten. Als die geen hardware meer bouwen, zegt hij, dan hoeven ze ook geen software meer te ontwikkelen. In dezelfde lijn liggen de prioriteiten van Neerlands grootste hightech toeleverancier, wil hij maar zeggen.

VDL-ETG bouwt wel degelijk high-end systeemsoftware. Het ontwikkelt en maakt de waferhandler van ASML en is daarbij verantwoordelijk voor toekomstige generaties, inclusief software. ‘We leveren complete, functioneel geteste modules. Als daar een servolus in zit, dan leveren we daar ook de software voor. Maar het begint bij fysica en mechanica. Ik stel het even zwart-wit, want dat is voor ons de kern. Software hoort er wel bij, maar is net als elektronica een van de ondersteunende disciplines. Thermo Fisher onderscheidt zich met software in beeldverwerking, maar zonder hun elektronenversnellers en detectoren kunnen ze geen plaatjes bewerken’, aldus Savenije.

Gustaaf Savenije VDL-ETG
‘In contaminatie en maaktechnologie willen we voorop lopen, in software moeten we gewoon de state of the art gebruiken’, stelt Gustaaf Savenije van VDL-ETG.

Hij heeft het liever niet over softwarestrategie, maar over productstrategie. ‘Daarvan afgeleid kijken we naar fysica, mechanica en software. Software heeft bij ons geen bijzondere positie. Op hoog niveau bespreken we dat wel met andere VDL-divisies. Maar dan gaat het vooral over hoe we onze fabrieken inrichten en productieprocessen sturen. Daarbij kijken we vooral wat er aan software te koop is.’

Savenije mag zo nu en dan graag provoceren, maar zijn rechterhand Ton Peijenburg zorgt voor enige nuance. De man die bij VDL-ETG als adjunct-directeur mede verantwoordelijk is voor technologie en ontwikkeling, maakt duidelijk dat er twee aspecten spelen. Aan de ene kant hebben zijn engineers te maken met embedded software in producten en daarnaast met software in fabriekssystemen. ‘In beide ontkomen we er als VDL niet aan de huidige trends, zoals datascience, kunstmatige intelligentie en machine learning, te volgen en er gebruik van te maken.’

ABI Robotica

Wil je niet voorop lopen in software waarmee je precisie in machinemodules moet halen?

Peijnenburg: ‘Algoritmes voor compensatie, learning control of machine learning gaan we toepassen op het moment dat die technologieën getoetst zijn, bijvoorbeeld door een universiteit. Wij zijn daar zeker geen vooroploper. We pakken het op, net zoals we een andere coatingtechniek oppakken. Software is voor ons ook een manier om functionaliteit te implementeren en de performance van machines te verbeteren, net als een hogere kwaliteit aluminium of een snellere freesbank.’

Savenije: ‘Contaminatie! Daar ondersteunen we promotieonderzoeken. Dát is onderscheidend voor ons, dát is ons vak. Net als nieuwe maaktechnieken. We experimenteren met industrieel 3d metaalprinten. Dáár willen we voorop lopen als dat beschikbaar komt. In software moeten we gewoon de state of the art gebruiken.’

Jullie zien niets in software voor een onderscheidend vermogen?

Savenije over de logistiek en automatisering van zijn maakprocessen: ‘Draai het liever om. Als we het niet doen, gaat het ons voor de voeten lopen. Dan gaan onze kosten in ieder geval omhoog. Maar puur met software gaan we ons niet onderscheiden. Wel met kennis over reinheid, hoe je die laatste nanometer eruit krijgt en met welke materialen je de beste elektronenlenzen maakt, met assembleren en functioneel kwalificeren.’

Jullie zijn dus een snelle volger?

Savenije: ‘We gaan nooit de wedstrijd winnen door puur in software te investeren. Maar ik moet wel een modern logistiek systeem voor onze fabrieken hebben, tracking and tracing doen, data opslaan en data minen.’

Peijenburg over productsoftware: ‘Met de toenemende complexiteit en precisie is het afstemmen en afspraken maken over eisen en specificaties heel ingewikkeld geworden. Het gaat niet alleen om nauwkeurigheid, maar ook om standaarden met duizenden requirements en bijvoorbeeld de eisen die de Amerikaanse FDA stelt aan medische modules. Aan de spullen die we leveren, hangen tien- tot honderdduizend requirements. Het A4’tje met specs is in de afgelopen decennia uitgegroeid tot een hoge stapel boeken. Niet meer te bevatten. Daar helpt de digitalisering van de workflow. We zetten stappen om dat beter op elkaar te laten aansluiten.’

Databasetechnieken en softwaregereedschappen zijn daarbij onmisbaar, zegt Peijnenburg. ‘Als je een review organiseert kun je niet verwachten dat veertig mensen honderd pagina’s hebben gelezen. Daar moet interactieve visualisatie zoals schema’s en grafieken gaan helpen.’

De requirements veranderen ook weer per machinegeneratie, dus is traceability nodig en baselines waarmee de historie van configuraties zijn vastgelegd. Peijnenburg: ‘In de software is baselining van code een standaardtechniek. Zelfs het robotvoetbalteam dat ik coach, doet dat elke week. Voor de wedstrijd drukken we op de knop ‘software bouwen’ en het werkt. Met productdatamanagement en productlifecyclemanagement moeten we binnen ontwikkeling onze historie ook gaan vastleggen. Net als de meetdata van de producten die onze fabriek uitgaan, om later de root cause van een probleem te kunnen opsporen.’

‘We zullen er aan moeten wennen om alle informatie te bewaren. Het ergste dat we nu kunnen doen is data weggooien. Productdata van een eindtest? Bewaren! Dus hebben we storage nodig. Wat is de goedkoopste? De cloud! Voor velen is dat ongeveer het equivalent met de data op straat gooien. Met dat soort zaken hebben wij te maken.

Savenije: ‘De mindset moet zijn: alles vastleggen. Dat is geen grap. Krijg je aluminium uit Japan en was daar tijdens het gieten een tornado? Vastleggen! Maak maar een labeltje ‘weersomstandigheden tijdens gieten’. Wie weet leidt dit over tien jaar tot de root cause van een probleem. Je kunt op dat punt nooit te veel doen, wel te weinig. Voor mij is dat geen software. Software helpt me wel om enorme hoeveelheden data te verwerken en bewerken.’

‘Eerlijk gezegd maakt software al heel veel mogelijk op ons domein en dan heb ik het over de hele regio. Aan de andere kant, als de ontwikkelingen op het gebied van datamanagement zouden stoppen, dan zouden we daar de komende tien jaar geen last van hebben. Want tegen die tijd zijn we nog bezig met het implementeren van de huidige kennis op dat gebied. Je hebt natuurlijk wel een paar visionairen nodig die zeggen dat het altijd beter en efficiënter kan.’

In hoeverre staat jullie softwareontwikkeling in dienst van de business?

Savenije onderstreept dat software bij VDL-ETG volledig in dienst staat van de business. ‘We verkopen geen software. In die zin onderscheidt het ons niet. Het kan wel zorgen voor geweldige ontevredenheid als je er geen aandacht aan geeft.’

De echt grote bedreigingen op het vlak van digitalisering ziet hij vooral bij zijn klanten. ‘Partijen die in een ziekenhuis de systemen leveren die de röntgen- en mri-beelden tonen aan artsen, hebben een veel intiemer contact met deze klanten. Dus als leveranciers van medische scanners niet oppassen, dan gaan de makers van de hogere softwarelagen straks bepalen welke instrumenten wel of niet goed zijn voor hun klanten. Dus zijn scannerbouwers genoodzaakt om ook die bovenste lagen te leveren.’

Om dezelfde reden bevat ook ASML’s holistische benadering van lithografie een strategische component, zegt Savenije. ‘Daar gaat het ook niet alleen om betere prestaties. Daarmee hebben ze een nog sterker contact en lopen minder het risico dat er iemand roept: op die plek is een stepper van een andere leverancier ook goed genoeg.’

Hoe moeten wij onze positie op het gebied van precisietechnologie vasthouden?

‘Dat moet, dat moet echt.’ Hier raken we duidelijk een onderwerp dat Savenije aan het hart gaat. Hij vindt de hightech van levensbelang voor Nederland. ‘We zijn op dit moment in staat om complexere systemen te ontwikkelen en te maken dan de koplopers uit het verleden, Duitsland en Japan.’

Peijnenburg: ‘Als je naar software voor het managen van data kijkt, dan liggen de VS in innovatief opzicht voorop. Maar voor de meest geavanceerde machines moet je in Nederland zijn. De kracht daarvan zit toch in onze cultuur. Wij gaan inhoudelijk met elkaar in gesprek over een technisch probleem. Dat doen we hier gelijkwaardig, ongeacht rang of stand. Daarmee mobiliseren we de hele workforce, terwijl in Azië iedereen naar de baas kijkt. Ook Amerika is veel hiërarchischer dan ze toegeven. Zo komen wij met meerdere disciplines tot een sneller en beter resultaat. We hebben een cultuur die dat systeemdenken en dat multidisciplinaire als geen andere omarmt. Dat, in combinatie met het feit dat we weten hoe we moeten diamantfrezen, ultraschoon moeten werken, hoe we met aluminium moeten omgaan enzovoorts.’

Wat volgens Peijnenburg ook meespeelt, zijn de hoge eisen van partijen als ASML, Philips, Thermo Fisher en Océ. ‘Zij vragen het uiterste. Door hun toepassingen worden hun medewerkers en toeleveranciers uitgedaagd. De mindset is er en de technologieën zijn voorhanden. Als ze er nog niet zijn, dan maken we ze of halen het binnen.’

Hardwareruimtes

Terwijl Peijnenburg en Savenije dit positieve verhaal opdienen, blijven ze steken bij een lichte irritatie over de houding van een deel van de embedded-software-engineers. Savenije wil daar wel iets meer over kwijt. Met zijn ruim dertig jaar ontwikkelervaring bij ASML, Assembléon, Besi, Philips en VDL vindt hij dat de softwaregemeenschap zich nog steeds te veel isoleert. ‘Ik overdrijf graag een beetje, maar softwaremensen hebben de neiging om te roepen om requirements en daarna niet door te vragen. Ze zouden meer moeten meedenken met de elektrotechnicus en de werktuigbouwer. Software is gewoon een van de disciplines, niet meer en niet minder. Dus doe mee in dat multidisciplinaire!’

‘Software en de andere disciplines praten nog niet makkelijk met elkaar als de vraag opkomt wie het probleem gaat oplossen’, ervaart Ton Peijnenburg.

Peijnenburg noemt het ‘het gat tussen software en de rest’. Hij komt het ook tegen op het High Tech Systems Center op de TU Eindhoven, waar hij een dag in de week werkt. ‘Software en de rest’ praten nog niet makkelijk met elkaar als de vraag opkomt wie het probleem gaat oplossen. Peijnenburg: ‘Gaat software aan de slag met kalibratie en metrologiesoftware? Of maakt mechanica een nog rechtere geleiding? Dat soort discussies. Om nog verder en beter te kunnen integreren moeten we ons daar in de nabije toekomst op gaan richten.’

Savenije: ‘Ook pure it-mensen hebben de plicht om ontwikkelaars uit andere disciplines op te zoeken en proberen te begrijpen wat de problemen zijn. Ze moeten gaan meelopen in de hardwareruimtes. Af en toe eens iets verknallen, kapot knijpen en zelf een specificatie opschrijven en dat reviewen met hardwarecollega’s. Samen simulaties en prototypes maken en testen. Dan is het lekker in balans.’

Hoe dichten we die kloof?

Beiden menen dat de sleutel zit in systeemengineering. ‘We voelen ons onvoldoende senang in het domein van de ander. Bang om domme dingen te zeggen. De beste software-engineer is een verdwaalde fysicus, mechanicus of elektrotechnicus. Dat die laatsten wat meer van software weten is ook goed, het moet van twee kanten komen’, aldus Savenije.

Maar het gaat hem om de open sfeer. ‘Oprecht belangstelling hebben voor het vak van de ander. De mechanicus moet de mindset hebben om af en toe eens over de schouder van die softwareontwikkelaar te gaan hangen en te vragen wat hij eigenlijk aan het intikken is. Gewoon onbevangen. Dat is eigenlijk genoeg. Die softwareman moet eens mee de fabriek in. Wat is dat nou, een vijfassige machine? Hoe programmeer je die eigenlijk? Dan is het al klaar. Dan is het opgelost.’

Peijnenburg: ‘Om onze competitiviteit vast te houden, moeten we nog intensiever samenwerken. Bijvoorbeeld aan data-analyse, compensaties en metrologie om systemen nog beter te laten functioneren. Een deel van de problematiek zit hem niet in de specifieke nanometer, niet in meer grip op de fysica of het begrijpen van mechanisch-fysische verschijnselen. Die zit in de complexiteit van een systeem. Wat moet je allemaal kalibreren in een module met 36 motortjes en 3200 sensoren? In dit soort metrologie-kalibratietechnieken is automatisering, dus meer software nodig.’

Waar zit voor jullie de waarde in data-analyse en data science?

Peijnenburg: ‘Essentieel is dat je begrijpt wat er gebeurt. Dat je het kunt koppelen aan begrip over je systeem. We hebben in het verleden pogingen gedaan om met blackbox data-analysetechnieken aan de slag te gaan. Data erin en kijken of we begrijpen waarom een product slechter of beter wordt. Dat werkt niet.’ Savenije: ‘Enige voorkennis helpt, al loop je het risico dat je met je oplossingsmethode het antwoord beïnvloedt. Maar informatie over de werkelijkheid helpt altijd om het te correleren.’

Je hebt expertkennis nodig?

Peijnenburg: ‘Experts moeten zich steeds meer laten bijstaan door data-analysetechnieken. Dat wordt steeds gemakkelijker, want data kun kan je op 1001 manieren visualiseren. Je hoeft geen weekenden meer te rekenen. Een druk op de knop en binnen een minuut heb je je antwoord. Het vergt wel een andere mindset. We willen van de kunstmatige intelligentie weten hoe het tot conclusies komt. Je moet bij een ingreep of correctie weten wat daar dan de redenering achter is.’

Savenije: ‘Als ik de oorzakelijke uitleg mis, dan blijf ik altijd een beetje buikpijn houden. Maar zonder die moderne correlatietechnieken ben ik waarschijnlijk veel langer bezig om die echte root cause te vinden. Bottom line is dat ik het uiteindelijk fysisch-oorzakelijk wil kunnen valideren.’

Peijnenburg: ‘Daar zie ik ook een grote toegevoegde waarde. Correlaties in grote datasets, in datamining, logfile-mining en classifiers.’ Over het robotvoetbalteam: ‘Als we met traditionele machinevisiontechnieken een bal op het veld willen vinden, dan zijn we oneindig lang bezig. Maar met een getraind neuraal netwerk zoals bijvoorbeeld you only look once vindt hij elke bal, wat je ook gooit, wat ook de belichting is. Maar meten hoe groot die bal is, kan zo’n yolo-netwerk niet. Dan heb je weer traditionele technieken nodig.’

Savenije: ‘Dat is een mooie brug terug naar de software. Die is onontbeerlijk, maar daar zit voor mij nooit het onderscheidend vermogen. Behalve wanneer ik het niet gebruik, dan loop ik achter.’