Givexpert

Slimmer geven, meer impact — voor organisaties die effectief willen doneren.

Meer doen met minder: efficiëntie in de fabriek

·

Hoe haal je meer uit je productieproces zonder meteen te investeren in nieuwe machines of extra personeel? Dat is de vraag die steeds meer productiemanagers bezighoudt. De druk op marges neemt toe, terwijl de verwachtingen van klanten alleen maar stijgen.

Waar de verliezen echt zitten

Veel fabrieken denken dat hun grootste probleem de capaciteit is. Te weinig machines, te weinig mensen, te weinig ruimte. Maar als je goed kijkt naar waar de tijd en het geld naartoe gaan, zie je iets anders. De verliezen zitten vaak in de kleine dingen: ongeplande stilstand, wachttijden tussen bewerkingen, voorraden die te lang ergens liggen.

Overall Equipment Effectiveness, kortweg OEE, is een manier om dit inzichtelijk te maken. Het meet drie dingen tegelijk: beschikbaarheid, prestatie en kwaliteit. Een OEE van 85 procent geldt als wereldklasse. De meeste fabrieken zitten op 60 procent of lager. Dat betekent dat er bij een gemiddelde fabriek al 25 procent extra capaciteit te halen is, zonder één euro extra te investeren in nieuwe apparatuur.

Een metaalverwerkingsbedrijf in de regio Eindhoven deed een meting over drie maanden en ontdekte dat 18 procent van de productietijd verloren ging aan omsteltijden. Niet aan storingen, niet aan kwaliteitsproblemen, maar aan het wisselen van gereedschappen en het instellen van machines. Met een gerichte aanpak van die omsteltijden, gebaseerd op de SMED-methode (Single Minute Exchange of Die), brachten ze dit terug naar 7 procent. Dat leverde effectief twee extra productie-uren per dag op, per machine.

Lean in de praktijk: wat werkt en wat niet

Lean productie is geen nieuw concept. Toch zijn er nog altijd fabrieken die ermee worstelen. Niet omdat de methode niet werkt, maar omdat de implementatie te snel gaat of te oppervlakkig blijft. Een kaizenevenement van drie dagen lost niets op als de werkvloer daarna terugvalt in oude gewoonten.

Wat wél werkt, is een combinatie van visueel management en dagelijkse structuur. Een Vlaamse voedselverpakkingsfabriek introduceerde een eenvoudig bord bij elke productielijn waarop operators elke ochtend drie dingen bijhielden: geplande productie, werkelijke productie en de reden voor afwijkingen. Geen software, geen dashboard, gewoon een whiteboard met stiften. Binnen zes maanden daalde het percentage uitval met 14 procent. De reden was simpel: problemen werden zichtbaar voordat ze groot werden.

Het verschil tussen fabrieken die lean écht toepassen en fabrieken die het alleen op papier doen, zit in de cultuur. Operators moeten het gevoel hebben dat hun input telt. Als een medewerker meldt dat een bepaalde bewerking altijd fout gaat bij een specifieke grondstofpartij, moet daar iets mee gedaan worden. Gebeurt dat niet, dan stopt de informatiestroom. En dan heb je een mooi systeem dat niemand gebruikt.

Data en technologie als hefboom

De stap naar data-gedreven productiebeheer is voor veel organisaties een logische volgende stap. Maar ook hier geldt: meer technologie is niet automatisch beter. De vraag is wat je meet, waarom je het meet, en wat je ermee doet.

Een drukkerij in Noord-Holland investeerde in sensoren op al haar persen. Die sensoren registreerden temperatuur, druk, snelheid en trillingen. Prachtige datasets, maar de fabriek had niemand die de data kon interpreteren. Na zes maanden lagen de dashboards er nog steeds, maar niemand keek ernaar. Pas toen een procesanalist werd aangesteld die de data koppelde aan concrete productiedoelen, begon de informatie zijn waarde te bewijzen. Binnen een jaar daalden de ongeplande stilstanden met 22 procent.

Bij de digitalisering maakindustrie zie je een vergelijkbaar patroon: de technologie is beschikbaar, maar de organisatie moet er klaar voor zijn. Dat betekent niet alleen investeren in systemen, maar ook in mensen die weten wat ze met de uitkomsten moeten doen. Een sensor meet niets als er niemand is die de meting vertaalt naar een beslissing.

Voorspellend onderhoud is een concreet voorbeeld van hoe data de kosten kan verlagen. In plaats van machines op vaste intervallen te onderhouden (wat soms te vroeg is, soms te laat), gebruik je sensordata om te bepalen wanneer onderhoud écht nodig is. Een producent van industriële pompen in Limburg reduceerde zijn onderhoudskosten met 30 procent door over te stappen op dit model. De machines draaiden langer door, en storingen werden voorkomen in plaats van opgelost.

Vier lessen uit de praktijk

Fabrieken die er structureel in slagen meer te bereiken met minder kosten, hebben een aantal dingen gemeen. Het gaat niet om één grote ingreep, maar om een combinatie van keuzes die elkaar versterken. Hieronder de meest terugkerende lessen uit casestudies in de maakindustrie.

  • Begin bij de data die je al hebt. Veel fabrieken beschikken al over productieregistraties, storingslogs en kwaliteitsrapporten. Die worden zelden systematisch geanalyseerd. Wie dat wél doet, vindt vrijwel altijd patronen die direct aanknopingspunten geven voor verbetering.
  • Betrek de werkvloer vanaf het begin. Verbeterprojecten die van bovenaf worden opgelegd, mislukken vaker dan projecten waarbij operators meedenken. Zij zien dagelijks wat er misgaat en weten vaak al wat de oplossing is.
  • Kies één focus per kwartaal. Fabrieken die tegelijk aan omsteltijden, uitval, leverbetrouwbaarheid en voorraadbeheer werken, verbeteren niets echt. Wie één probleem grondig aanpakt, boekt meer resultaat dan wie vijf problemen half aanpakt.
  • Maak voortgang zichtbaar. Of dat nu via een whiteboard, een scherm op de werkvloer of een wekelijks overleg is: mensen werken beter als ze zien dat hun inspanning effect heeft. Zonder terugkoppeling verdwijnt motivatie snel.
  • Houd rekening met de doorlooptijd van verandering. Een nieuw proces heeft gemiddeld drie tot zes maanden nodig om echt te landen. Wie na zes weken concludeert dat het niet werkt, heeft de verandering nooit een eerlijke kans gegeven.
  • Gebruik externe benchmarks. Weten hoe jouw fabriek presteert ten opzichte van vergelijkbare organisaties geeft richting. Niet om jezelf te vergelijken, maar om te weten waar de ruimte voor verbetering zit.

Veelgestelde vragen over efficiëntie in productie-organisaties

Hoe begin je met het meten van efficiëntie in een fabriek?

De meest toegankelijke startpunt is het bijhouden van OEE op een selectie van kritieke machines. Je hebt daarvoor geen dure software nodig. Een eenvoudig registratieformulier per shift, waarbij operators bijhouden wanneer een machine draait, wanneer hij stilstaat en waarom, geeft al snel bruikbare inzichten. Belangrijk is dat je de data niet alleen verzamelt, maar ook bespreekt in een wekelijks overleg met de betrokken medewerkers. Zonder die bespreking verandert er niets.

Wat is het verschil tussen lean en continu verbeteren?

Lean is een verzameling methoden en principes gericht op het elimineren van verspilling in processen. Continu verbeteren, ook wel kaizen genoemd, is de cultuur die daarbij hoort: de overtuiging dat er altijd iets beter kan, hoe klein ook. Lean zonder kaizen-cultuur leidt tot eenmalige verbeteringen die snel wegslijten. Kaizen zonder lean-methoden leidt tot goede bedoelingen zonder structuur. De combinatie is wat duurzame resultaten oplevert.

Wanneer is investeren in technologie zinvol voor een productiebedrijf?

Technologie is zinvol als je een concreet probleem hebt dat je ermee oplost, en als je de capaciteit hebt om de uitkomsten te gebruiken. Een sensor die data genereert die niemand leest, heeft geen waarde. Zinvolle investeringen beginnen met een heldere vraag: wat wil ik weten, en wat doe ik met het antwoord? Als je die vraag niet kunt beantwoorden, is de technologie nog niet het juiste startpunt. Begin dan eerst met het verbeteren van je basisprocessen en je meetdiscipline.

Meer om te lezen