Dit project laat zien hoe onderwijs, onderzoek en bedrijfsleven elkaar kunnen versterken. De studenten deden praktijkervaring op met echte data en een werkelijke bedrijfsuitdaging, terwijl FrieslandCampina profiteerde van hun frisse ideeën en wetenschappelijke kennis.

Kredietlimiet modelleren

Bedrijven kopen regelmatig producten op krediet en betalen die achteraf. Om te voorkomen dat zij een te hoge schuld opbouwen, is een limiet aan dit soort kredieten nodig. Het bepalen van de juiste hoogte daarvan is echter een lastig en tijdrovend proces, vertelt dr. Inez Zwetsloot van het AI4Business Lab. Hoe kun je goed en snel het juiste kredietlimiet modelleren?

Om die vraag te beantwoorden, ontwikkelden de drie studenten een model dat gebruikmaakt van multilayer perceptron (MLP) neurale netwerken om de kredietwaardigheid van klanten nauwkeuriger in te schatten. Het MLP-netwerk is een geavanceerd type neuraal netwerk dat patronen in data herkent die voor traditionele statistische modellen onzichtbaar blijven. De studenten vergeleken de prestaties van deze MLP-modellen met klassieke methoden zoals lineaire regressie en beslisbomen. Deze zijn vaak makkelijker te interpreteren, maar zijn minder precies dan MLP-netwerken. De analyses van de studenten toonden aan dat MLP-netwerken ook flexibel genoeg zijn om te worden toegepast op klantgegevens.

Van studieopdracht naar bruikbaar model

De studenten ontwikkelden ieder een nieuwe toepassing van MLP-netwerken, gebaseerd op klantgegevens van FrieslandCampina. Ze schreven daarna elk hun bachelorscriptie over deze zelf ontworpen tool. “Vervolgens vergeleken ze de verschillende modellen met elkaar om te bepalen welke het best bij de vraag past, het best werkt en het best uitlegbaar is”, vertelt Zwetsloot. “Aan de hand daarvan schreven de studenten samen een advies voor het bedrijf met de verschillende voors en tegens.” Dit alles vond plaats in twaalf weken tijd. De studenten hadden tijdens het hele proces intensief contact met Zwetsloot en scriptiebegeleider Bart Lameijer, maar ook met Daniëlle Jansen Heijtmajer (Global Director Finance, ERM & Shared Services) van FrieslandCampina.

Na afloop van het project besloot de multinational de tool daadwerkelijk te implementeren. Daniëlle Jansen Heijtmajer schreef in oktober 2024 het volgende over de studenten: 'They provided us with a dynamic credit model that we will use to ‘automatically’ rate new customers/refresh the credit assessments on existing customers – for us a substantial continuous effort, that is greatly helped by this approach.'

Leren door te doen

Bij het AI4Business Lab werken bachelor-, master en PhD-studenten aan echte AI-uitdagingen bij bedrijven. Onder begeleiding combineren ze daar hun academische kennis met praktische toepassingen. Het hier beschreven project was onderdeel van de challenges met bedrijven die het lab elk jaar doet, vertelt Zwetsloot. Bedrijven in het netwerk dragen daarvoor problemen aan die studenten mogelijk kunnen oplossen. FrieslandCampina stuurde dit onderwerp dus zelf in.

De verwachting en hoop van het AI4Business Lab is natuurlijk dat meer projecten van studenten impact gaan hebben in het bedrijfsleven. Dit voorbeeld laat immers zien hoe AI-onderzoek niet alleen theoretisch waardevol is, maar ook tastbare en innovatieve verbeteringen kan opleveren in bedrijfsprocessen.

Meer weten?

Betrokken Impact Centre: AI4Business Lab

• Dynamic Customer Credit Review, a case study with FrieslandCampina (2024).