De meeste fabrieken berekenen hun OEE trots in Excel. Als je vraagt hoe je OEE berekent, laten ze je spreadsheets zien met formules, cellen met kleurcodering en wekelijkse rapporten die er professioneel genoeg uitzien om in een directiekamer te worden gepresenteerd.
Maar hier is het probleem: dat spreadsheet verbergt meer problemen dan het onthult.
Als uw operators stilstandtijd nog steeds handmatig registreren door aantekeningen op papier te schrijven, tijden uit het hoofd in te voeren of lege plekken in te vullen aan het einde van hun dienst, dan berekent u niet de totale effectiviteit van uw apparatuur. Je schat het in.
En inschatting is dodelijk voor verbetering.
Stel je voor: een operator heeft om 10:30 uur een storing van 12 minuten. Ze lossen het op, herstarten de productielijn en gaan verder. Vier uur later, bij de ploegoverdracht, proberen ze zich te herinneren wat er is gebeurd. Was het 10 minuten? 15? Wat was de oorzaak? Ze schrijven “storing, 10 min” op en gaan naar de volgende machine.
Dat kleine gat van slechts 2 minuten aan ontbrekende gegevens vertegenwoordigt ruwweg 10% nauwkeurigheidsverlies op die ene gebeurtenis. Vermenigvuldig dat met tientallen stops per dienst, meerdere machines en elke dag van de maand. Uw OEE-score kan dan 75% zijn, maar uw werkelijke prestaties kunnen dichter bij 65% liggen.
De vraag is niet of je OEE kunt berekenen. De vraag is: kun je de gegevens erachter vertrouwen?
Inzicht in de totale efficiëntie van apparatuur (OEE)
Voordat we gaan kijken hoe we OEE op de juiste manier kunnen berekenen, moeten veel fabrikanten eerst begrijpen wat deze belangrijke prestatie-indicator eigenlijk meet. Overall equipment effectiveness is de gouden standaard in de productie-industrie voor het meten van productieve productietijd.
OEE meet hoe effectief je apparatuur presteert in vergelijking met een perfecte productie. Het combineert drie kritische factoren:
- Beschikbaarheid – percentage van de productietijd dat uw apparatuur daadwerkelijk draait
- Prestaties – hoe snel je apparatuur werkt in vergelijking met de ideale werksnelheid
- Kwaliteit – percentage goede eenheden geproduceerd zonder defecten
Het mooie van OEE als meetmethode is dat het een volledig beeld geeft van de productieproductiviteit. Maar dat werkt alleen als je OEE-berekening accurate gegevens gebruikt.
De OEE-formule: Hoe OEE berekenen (en waar het faalt in productie)
De algemene effectiviteitsformule voor apparatuur zelf is eenvoudig:
OEE = Beschikbaarheid × Prestatie × Kwaliteit
Excel kan dit perfect berekenen. Plug je drie percentages in, vermenigvuldig ze met elkaar en je krijgt een OEE-score.
Maar Excel kan je niet vertellen wanneer je gegevens verkeerd zijn.
Laten we eens kijken waar de handmatige OEE-berekening faalt voor elk onderdeel:
Berekening van beschikbaarheid: De onzichtbare verliezen
De beschikbaarheid meet hoeveel van de geplande productietijd daadwerkelijk is gebruikt. De berekening van de beschikbaarheid is:
Beschikbaarheid = (Run Time) / (Geplande productietijd)
Of beter gezegd:
Beschikbaarheid = (werkelijke bedrijfstijd) / (geplande productietijd)
Waarbij Run Time = Geplande productietijd min alle stilstand (zowel geplande stops als ongeplande stops).
Klinkt eenvoudig. Maar dit is wat Excel-gebaseerde methoden missen:
- Microstops die 30 seconden tot 2 minuten duren, worden niet geregistreerd omdat operators ze niet registreren
- Vertraagde invoer waarbij downtime uren nadat het plaatsvond wordt gelogd, met onjuiste tijdstempels
- Categorisatiefouten waarbij een operator “omschakeling” logt terwijl het eigenlijk een apparatuurstoring was (of omgekeerd)
- Aanzienlijke stilstand door machinestoringen die te weinig wordt gerapporteerd om negatieve prestatiebeoordelingen te voorkomen
Elke gemiste stop betekent een verlies aan onzichtbare capaciteit die teruggewonnen zou kunnen worden. En je kunt niet verbeteren wat je niet kunt zien.
Prestatieberekening: De snelheid die je denkt te hebben
Prestaties vergelijkt uw huidige cyclustijd met uw ideale cyclustijd. De prestatieberekening is:
Prestaties = (ideale cyclustijd × totale telling) / bedrijfstijd
Of anders:
Prestatiescore = (totaal aantal eenheden / looptijd) / ideale run rate
Als uw apparatuur bijvoorbeeld 100 onderdelen per minuut moet produceren, maar in werkelijkheid 85 onderdelen per minuut produceert, is uw prestatiescore 85%.
Het probleem? De meeste Excel-gebaseerde OEE-systemen houden de cyclustijden niet in realtime bij. Ze gebruiken:
- Theoretische snelheden op basis van apparatuurspecificaties (niet de werkelijke machineprestaties)
- Gemiddelde snelheden berekend uit batchtotalen (verbergen snelheidsvariaties)
- Handmatige tellingen die operators afronden of schatten
- Berekeningen van de netto looptijd die geen rekening houden met prestatieverlies door versleten apparatuur
Als je productielijn 100 eenheden per uur zou moeten produceren, maar in werkelijkheid 85 eenheden per uur draait door geleidelijke slijtage, dan is je prestatiemeting overschat en zul je het nooit weten totdat de output aanzienlijk daalt.
Kwaliteitsberekening: Productiefouten te laat aangemeld om te handelen
Kwaliteit is het percentage goede onderdelen ten opzichte van de totale productie:
Kwaliteitsscore = (Goede telling) / (Totale eenheden)
In Excel-gebaseerde systemen worden productiefouten meestal gelogd:
- Aan het einde van de dienst tijdens QC-controles
- Na batchinspectie, niet in lijn met het productieproces
- Soms helemaal niet als het probleem “zichzelf oplost”.
- Zonder correlatie met wanneer het kwaliteitsprobleem zich daadwerkelijk voordeed
Tegen de tijd dat je de kwaliteitsverliezen in je spreadsheet ziet, heb je al honderden of duizenden afgekeurde onderdelen geproduceerd. De hoofdoorzaak ligt begraven in het verleden en uw kwaliteitsgegevens zeggen u niets dat u kunt doen.
Echte OEE in productie begint met echte gegevens
Hier is de ongemakkelijke waarheid voor fabrikanten: echte OEE gaat niet over betere wiskunde, maar over nauwkeurige gegevens.
Zonder automatische gegevensregistratie meet je de productiviteit niet. Je verzamelt herinneringen van operators en hoopt dat ze goed genoeg zijn.
Een echte OEE-berekening vereist drie basiselementen:
1. Automatische detectie van stilstand
Vertrouw niet langer op operators die elke stop onthouden en registreren. Moderne OEE tools gebruiken sensoren om te detecteren wanneer apparatuur stopt met draaien – automatisch, met precieze tijdstempels, zonder menselijke tussenkomst.
Dit vangt:
- Alle stops, inclusief microstops onder 2 minuten
- Exacte begin- en eindtijden (geen “rond 10:30” gissingen)
- Nauwkeurigheid duur binnen seconden
- Context over wat er draaide toen de stop optrad
Het verschil: in plaats van “operator zegt 8 stops vandaag”, zie je “27 stops gedetecteerd, 19 onder 90 seconden, 8 gecategoriseerd op hoofdoorzaak”.
2. Real-time prestatiebewaking voor productieprocessen
Houd de werkelijke cyclustijden bij op het moment dat ze plaatsvinden, niet de theoretische snelheden uit een handleiding. Dit onthult:
- Snelheidsdegradatie na verloop van tijd door slijtage van apparatuur
- Verschillen tussen ploegen of operators
- De werkelijke capaciteit van uw productielijn (niet de specificaties uit de brochure)
- Prestatieverliespatronen die wijzen op noodzakelijk preventief onderhoud
Inzicht van TEEPTRAK: Voor echte OEE hoef je geen schakelkasten te openen of PLC’s opnieuw te bedraden, maar moet je gewoon zien wat er echt op de vloer gebeurt.
3. Inline kwaliteitsregistratie en productiekwaliteitsnormen
Registreer goede onderdelen en afgekeurde onderdelen bij de bron, tijdens het productieproces. Integratie met visionsystemen, weegcontroles of operatorstations registreert defecten onmiddellijk met context:
- Wat werd geproduceerd
- Welke machine of welk station op de productielijn
- Exacte timing correlatie met andere gebeurtenissen
- Of voor elke eenheid aan de kwaliteitsnormen is voldaan
Wanneer de productiekwaliteit daalt, kun je binnen enkele minuten reageren – niet tijdens de volgende ploegvergadering.
De menselijke factor: Waar Excel echt faalt
Zelfs met de beste bedoelingen introduceert handmatige gegevensinvoer systematische fouten in elke productieactiviteit:
- Selectief geheugen: Operators onthouden grote storingen maar vergeten kleine opstoppingen
- Sociale druk: Te veel stilstand melden geeft een slecht beeld, dus worden de cijfers “aangepast”.
- Categorie verwarring: Was dat een omschakeling, een storing of een materiaaltekort? Verschillende operators classificeren dezelfde gebeurtenis verschillend
- Tijdcompressie: Het loggen van 8 uur gebeurtenissen in 10 minuten aan het einde van een dienst garandeert onnauwkeurigheid
Dit zijn geen operatorfouten, maar menselijke fouten. En Excel versterkt elke fout, waardoor je een OEE-berekeningsscore krijgt die er precies uitziet maar fundamenteel onbetrouwbaar is.
Excel vs Real-Time OEE: vergelijking van tools en effectiviteit
| Metrisch | Excel-gebaseerde OEE | Real-time OEE met analyse |
|---|---|---|
| Gegevensbron | Handmatige logboeken, aantekeningen van de operator | Automatische sensoren, digitale signalen |
| Frequentie bijwerken | Einde dienst, dagelijks, wekelijks | Continu, real-time |
| Nauwkeurigheid | Subjectief, geheugenafhankelijk | Objectief, met tijdstempel |
| Zichtbaarheid | Historisch, beperkte context | Live dashboards, volledige traceerbaarheid |
| Micro-stops | Zelden gedetecteerd | Altijd gedetecteerd |
| Reactietijd | Uren tot dagen | Seconden tot minuten |
| Analyse van de oorzaak | Moeilijk, gegevens onvolledig | Onmiddellijk, volledig gecontextualiseerd |
| Invloed op ROI | Vertraagd, reactief | Onmiddellijk, proactief |
| Prestaties bijhouden | Schattingen op basis van batchtotalen | Werkelijk gemeten aantal onderdelen per minuut |
| Kwaliteit | Achterblijvende indicatoren | Kwaliteit in realtime volgen |
Het verschil tussen deze twee methoden is niet alleen technisch, maar ook operationeel. De ene laat zien wat er is gebeurd. De andere laat zien wat er gebeurt en maakt effectief prestatiebeheer van apparatuur mogelijk.
Voorbeeld van OEE-berekening: Toen 78% niet echt 78% was
Een verpakkingslijn in de voedingsmiddelenindustrie rapporteerde over drie maanden consistent 78% OEE. Hun Excel spreadsheet toonde gestage prestaties. Het management was tevreden met deze OEE-prestatie.
Daarna installeerden ze PerfTrak-sensoren.
De echte OEE-score? 58%.
Waar zijn die ontbrekende 20 procentpunten gebleven?
- 12 punten verloren door niet geregistreerde microstops: kleine opstoppingen van 30-90 seconden die de operators oplosten zonder te registreren
- 5 punten verloren door snelheidsdegradatie: de lijn liep 8% langzamer dan de ideale rijsnelheid, maar omdat handmatige tellingen alleen de totalen bijhielden, niet de timing, merkte niemand het prestatieverlies op
- 3 punten verloren door vertraagde omschakelingen: wat operators registreerden als “omschakeling van 10 minuten” duurde in werkelijkheid gemiddeld 22 minuten
De gevolgen voor het bedrijf: Die OEE-kloof van 20 punten vertegenwoordigde € 140.000 aan verborgen jaarlijkse capaciteit op één productielijn. Genoeg om een hele extra shift te rechtvaardigen of, eenmaal aan het licht gekomen, genoeg om te verbeteren zonder extra personeel.
Na het identificeren van de hoofdoorzaken met behulp van realtime gegevens en analyses:
- Micro-stops werden herleid tot een versleten geleiderail (reparatie van €800, waardoor de meeste beschikbaarheidsverliezen werden geëlimineerd)
- Snelheidsverlies werd gecorrigeerd door middel van spanningsaanpassingen (0 kosten, interventie van 30 minuten, herstelde prestatiescore)
- Het omschakelproces werd gestandaardiseerd en teruggebracht tot een gemiddelde van 12 minuten (verbeterde algehele productiviteit).
ROI: 28 dagen.
De lijn draait nu op 73% OEE, niet de valse 78%, maar echt, controleerbaar en continu verbeterend. Nog belangrijker is dat wanneer de OEE-score daalt, het team dit onmiddellijk weet en kan handelen.
Dit voorbeeld van een OEE-berekening laat zien waarom nauwkeurigheid belangrijker is dan indrukwekkende cijfers.
OEE-benchmarks: Wat is een goede OEE-score in de productiesector?
Veel fabrikanten vragen zich af: “Wat moet onze OEE zijn?”. Inzicht in de benchmarks voor de industrie helpt om realistische doelen te stellen, maar de context is van belang.
Industriestandaarden voor OEE-scores
Volgens benchmarks in de industriesector:
- OEE van wereldklasse: 85% of hoger
- Goede OEE-prestaties: 70-85%
- Redelijke OEE: 60-70%
- Slechte OEE: minder dan 60%
Deze OEE-benchmarks gaan echter uit van nauwkeurige metingen. Een fabriek die 75% OEE rapporteert op basis van Excel kan in werkelijkheid op 60% zitten als er goed gemeten wordt.
OEE-factoren die per industrie verschillen
Verschillende productiesectoren staan voor verschillende uitdagingen:
- Autoproductie: Richt zich doorgaans op 80-85% dankzij volwassen processen en hoge automatisering
- Productie van voedingsmiddelen en dranken: Vaak 60-75% door frequente omschakelingen en reinigingsvereisten
- Farmaceutische productie: 50-70% door strenge kwaliteitsnormen en validatieprotocollen
- Verpakkingsactiviteiten: 65-80% afhankelijk van de complexiteit van het product
De sleutel is niet het vergelijken van je OEE-score met anderen – het is het bijhouden van je vooruitgang in de loop van de tijd met nauwkeurige gegevens. Een fabriek die van echte 58% naar echte 73% gaat, bereikt meer dan een fabriek die 85% claimt op basis van foutieve methoden.
Veelvoorkomende OEE-berekeningsfouten die fabrikanten maken
Naast het Excel-probleem zijn er verschillende systematische fouten die de OEE-meting in productieprocessen teisteren:
Fout 1: De zes grote verliezen negeren
Effectieve OEE-maatregelen houden rekening met alle zes grote verliezen die van invloed zijn op de algehele effectiviteit van apparatuur:
Beschikbaarheid Verliezen:
- Storingen en defecten aan apparatuur
- Instellingen en aanpassingen
Prestatieverlies:
- Stationair draaien en kleine stops
- Lagere snelheid
Kwaliteitsverlies:
- Procesdefecten tijdens opstarten
- Productiefouten tijdens steady-state
Veel fabrikanten houden alleen grote stilstand bij, waardoor ze 40-60% van de werkelijke verliezen missen en de productie-efficiëntie ondermijnen.
Fout 2: Verkeerd gebruik van geplande productietijd
De beschikbaarheidsberekening moet gebruik maken van de werkelijk geplande productietijd, niet van de theoretische 24/7 runtime. Omvatten:
- Gepland onderhoud
- Geplande pauzes en dienstwisselingen
- Vereiste reinigingscycli
Maar reken ongeplande stops niet mee, dat zijn beschikbaarheidsverliezen die je moet meten.
Fout 3: OEE verwarren met bezettingsgraad
Utilization meet hoeveel tijd apparatuur gepland staat om te draaien. OEE meet hoe effectief de machine draait gedurende die tijd. Een machine kan 90% bezettingsgraad hebben maar slechts 65% OEE als hij langzaam draait of defecten produceert.
Fout 4: Datakwaliteit niet valideren
Als je OEE-berekening perfecte 100% dagen laat zien, dan kloppen je gegevens waarschijnlijk niet. Echte productieprocessen hebben altijd inefficiënties. Consistente “perfecte” scores duiden op ontbrekende gegevens, niet op een perfecte productie.
Hoe OEE berekenen met PerfTrak: Echte effectiviteit voor fabrikanten
Het berekenen van echte OEE betekent niet het installeren van een nieuw ERP-systeem of het opnieuw bedraden van je hele fabriek. Het betekent aansluiten op wat er al gebeurt op je productielijn met moderne tools.
PerfTrak maakt effectieve prestatiemeting van apparatuur eenvoudig:
Stap 1: Sensoren installeren (2 uur per machine)
Niet-invasieve sensoren worden aangesloten op uw bestaande apparatuur zonder schakelkasten te openen of PLC’s aan te passen. We leggen vast:
- Status machineprestaties (aan/uit/ruststand)
- Cyclustellingen van digitale of analoge signalen
- Kwaliteitsresultaten van bestaande systemen
- Nauwkeurige looptijd en werkelijke bedrijfstijd
Geen productiestilstand. Geen complexe integratie. Werkt met oude en nieuwe apparatuur.
Stap 2: Gegevens automatisch vastleggen voor nauwkeurige OEE-maatregelen
Eenmaal aangesloten logt PerfTrak continu:
- Downtime-gebeurtenissen met precieze tijdstempels en duur
- Cyclustijden voor elke geproduceerde eenheid
- Kwaliteitsgegevens van inline controles of operatorinvoer
- Alle OEE-factoren die nodig zijn voor een uitgebreide berekening
Alle gegevens stromen automatisch naar de cloud. Geen spreadsheets. Geen handmatige invoer. Geen menselijk geheugen.
Stap 3: Bekijk live OEE-analyses en prestatiedashboards
Real-time dashboards tonen:
- Huidige OEE per machine, productielijn of fabriek
- Uitsplitsing van beschikbaarheidsscore, prestatiescore en kwaliteitsscore
- Paretodiagrammen van topverliescategorieën
- Trendanalyse die de vooruitgang in de loop van de tijd laat zien
- Vergelijking met benchmarks in de sector
Als je OEE-score daalt, zie je dat meteen – niet volgende week in een rapport.
Stap 4: Onderliggende oorzaken identificeren en onderhoud stimuleren
Omdat elke gebeurtenis is voorzien van een tijdstempel en context, kunt u inzoomen van “OEE is 65%” tot “deze machine had vandaag 8 stops, 6 waren materiaalstoringen op product SKU #4782, allemaal voorgekomen tussen 14 en 16 uur”.
Dit maakt het mogelijk:
- Gericht productief onderhoud in plaats van reactieve fixes
- Preventief onderhoud gepland op basis van actuele prestaties van apparatuur
- Eliminatie van terugkerende inefficiënties
- Voortdurende verbetering op basis van productiviteitsgegevens
Dat zijn geen gegevens. Dat is actie.
Stop met gissen naar uw OEE – meet de werkelijke productie-efficiëntie
OEE is slechts zo goed als de gegevens erachter.
Als uw team nog steeds OEE berekent in Excel op basis van handmatige logboeken, dan meet u geen effectieve machineprestaties, maar creëert u een geruststellende fictie. En fictie zorgt niet voor verbetering in productieprocessen.
Echte OEE in productie begint met echte gegevens: automatisch, nauwkeurig en bruikbaar voor actie. Het betekent het meten van alle zes grote verliezen, het vastleggen van elke geproduceerde eenheid, het bijhouden van de werkelijke cyclustijden en dit continu doen in uw hele productieproces.
De algemene formule voor de effectiviteit van apparatuur is niet veranderd. Maar de hulpmiddelen voor het verzamelen van nauwkeurige gegevens zijn drastisch geëvolueerd. Moderne fabrikanten hebben moderne methoden nodig, geen spreadsheets uit 1995.
Klaar om te stoppen met gissen naar je OEE score en te beginnen met het zien van je echte cijfers?
Veelgestelde vragen
Wat is een goede OEE-score voor productie?
Wereldklasse OEE is 85%+, maar dat veronderstelt een nauwkeurige meting. Veel fabrieken rapporteren 75% vanuit Excel, maar draaien in werkelijkheid op 60% als ze goed meten. Richt je op het verbeteren van je echte OEE, niet op het najagen van opgeblazen cijfers.
Wat is het verschil tussen OEE en bezettingsgraad?
Utilization meet hoeveel tijd apparatuur gepland staat om te draaien. OEE meet hoe effectief de machine draait gedurende die tijd. Een machine kan 90% bezettingsgraad hebben maar slechts 65% OEE als hij langzaam draait of defecten produceert.
Hoe lang duurt het om real-time OEE-tracking te implementeren?
Met moderne sensorgebaseerde systemen zoals PerfTrak duurt de installatie ongeveer 2 uur per machine. Geen herbedrading, geen aanpassingen aan de schakelkast, geen productiestilstand.
Kun je OEE handmatig berekenen met Excel?
Je kunt de formule berekenen in Excel, maar handmatige gegevensinvoer mist 20-40% van de werkelijke verliezen, met name microstops, snelheidsvermindering en vertraagde defecten. Echte OEE vereist automatische gegevensvastlegging.
Wat zijn de zes grote verliezen in OEE?
De zes grote verliezen zijn: apparatuurstoringen, instellingen/afstellingen, stationair draaien/minimale stops, verminderde snelheid, opstartfouten en productiefouten. Bij het bijhouden van gegevens op basis van Excel wordt meestal 60% van deze verliezen gemist.
0 reacties