Ongeplande Stilstand Verminderen: Methode en Tools voor de Productievloer

Elke productiemanager kent het probleem: de machine staat stil, de planning loopt vast, onderhoudstechnici worden opgeroepen en de leveringsdeadlines komen in gevaar. Ongeplande stilstand verminderen is daarom geen vaag verbeterdoel maar een concrete financiele noodzaak. Gemiddeld verliezen productiebedrijven 5-20% van hun geplande productietijd aan ongeplande stops — storingen, materiaaltekorten, gereedschapsproblemen en organisatorische vertragingen die niet in de planning stonden. Bij een gemiddelde machineuurprijs van 80-250 euro loopt de schade snel op tot honderdduizenden euro per jaar, zelfs voor een middelgroot bedrijf.

Toch blijft ongeplande stilstand in veel productiebedrijven een structureel probleem — niet omdat de oplossingen niet bestaan, maar omdat de oorzaken onzichtbaar zijn. Wie niet meet wat de werkelijke stilstandoorzaken zijn, kan ze niet systematisch aanpakken. Handmatige registratie in Excel of BDE-terminals mist 30-50% van alle stilstanden, vertekent de oorzaakanalyse en leidt tot verbeteracties die het verkeerde probleem oplossen. Dit artikel beschrijft de methode en de tools waarmee u ongeplande stilstand structureel vermindert — niet met ad-hoc maatregelen maar met een datagedreven aanpak die meetbaar resultaat oplevert.

Waarom ongeplande stilstand verminderen begint bij meten

Het fundamentele probleem bij ongeplande stilstand is niet het gebrek aan oplossingen maar het gebrek aan betrouwbare data. In de meeste productiebedrijven is de werkelijke stilstandsituatie aanzienlijk slechter dan de gerapporteerde cijfers suggereren. De reden: handmatige registratie onderschat stilstand systematisch.

Korte stops worden niet geregistreerd. Een machine die 45 seconden stopt voor een sensorstoring, 90 seconden voor een materiaalwisseling of 2 minuten voor een gereedschapscorrectie verschijnt niet in het BDE-systeem. Geen enkele operator registreert stops onder 3-5 minuten — ze worden als normaal beschouwd. Maar op een hoogvolumelijke productielijn tellen 40-80 korte stops per shift op tot 30-60 minuten productieverlies. TEEPTRAK-klanten ontdekken bij de overstap van handmatige naar automatische meting typisch 10-20 procentpunten OEE-verschil — niet omdat de productie slechter is geworden, maar omdat de meting voor het eerst de werkelijkheid toont.

Snelheidsverlies blijft onzichtbaar. Wanneer een machine op 93% van de nominale snelheid draait, merkt geen operator dat aan het BDE-terminal. Over een volledige shift is dat 34 minuten verloren capaciteit — stilstand die er niet uitziet als stilstand maar het net zo goed is.

Oorzaaktoewijzing is subjectief. Was de stop een technische storing (ongepland) of een omstelling (gepland)? Was het materiaalwachttijd of een organisatorisch probleem? Verschillende operators wijzen identieke gebeurtenissen toe aan verschillende categorieen — met als gevolg dat de Pareto-analyse van stilstandoorzaken eerder de interpretatie van de operator weerspiegelt dan de productierealiteit.

Stap 1: Automatische stilstanddetectie met IoT-sensoren

De eerste en belangrijkste stap om ongeplande stilstand te verminderen is de overstap van handmatige naar automatische meting. TEEPTRAK realiseert dit met niet-invasieve IoT-sensoren die op het machineexterieur worden aangebracht — zonder de machine te openen, zonder PLC-programmering en zonder productiestop.

Stroomsensoren op de hoofdaandrijving detecteren elke toestandswijziging vanaf 2 seconden: productie, leegloop, stilstand. De sensor meet het stroomverbruiksprofiel en classificeert de machinestatus automatisch — onafhankelijk van de machinefabrikant, het bouwjaar of de besturingstype. Een Siemens-draaibank uit 2024 en een conventionele pers uit 1998 worden met dezelfde sensor, hetzelfde gateway en hetzelfde dashboard bewaakt.

Optische of inductieve tellers aan de uitvoer meten elke geproduceerde eenheid met exacte cyclustijd. Het verschil tussen de gemeten cyclustijd en de referentiecyclustijd toont snelheidsverlies in realtime — verlies dat bij handmatige registratie onzichtbaar blijft.

Resultaat na installatie. Binnen 48 uur na installatie heeft u een volledig, automatisch en onvertekend beeld van uw werkelijke stilstandsituatie: elke stop, elke vertraging, elke snelheidsafwijking — 24 uur per dag, 7 dagen per week, zonder menselijke tussenkomst. TEEPTRAK draait in meer dan 450 fabrieken in meer dan 30 landen. De installatie is beproefd en gestandaardiseerd.

Stap 2: Stilstandoorzaken classificeren en prioriteren

Automatische detectie toont dat de machine stilstaat. De volgende stap is begrijpen waarom. TEEPTRAK combineert twee mechanismen voor oorzaakclassificatie.

Automatische classificatie door patroonherkenning. Het systeem herkent terugkerende stilstandpatronen: een korte stop van exact 12 seconden die 15 keer per shift optreedt is waarschijnlijk een sensorstoring. Een stilstand die altijd direct na een productwisseling optreedt is een omstellingsprobleem. Een geleidelijke toename van korte stops over meerdere shifts duidt op slijtage. JEMBA, de TEEPTRAK-AI, analyseert deze patronen automatisch en suggereert oorzaakcategorieen.

Operatorbevestiging via touchscreen-terminal. Bij stilstanden boven een configureerbare drempel (typisch 2-5 minuten) verschijnt een melding op het operator-terminal met een voorgeselecteerde oorzaakcategorie die de operator kan bevestigen of corrigeren. Dit combineert de betrouwbaarheid van automatische detectie met de contextkennis van de operator — zonder de vertekening van volledig handmatige registratie.

Pareto-analyse in realtime. Zodra stilstanden zijn geclassificeerd, genereert TEEPTRAK automatisch Pareto-diagrammen per machine, per lijn, per afdeling en per fabriek. De top-5 stilstandoorzaken — die typisch 60-80% van het totale ongeplande stilstandvolume vertegenwoordigen — worden onmiddellijk zichtbaar. Dit richt de verbeterinspanningen op de weinige oorzaken met de grootste impact, in plaats van de talloze kleine problemen die aandacht vragen maar weinig bijdragen aan het totaalresultaat.

Stap 3: Gerichte verbeteracties per stilstandcategorie

Met betrouwbare stilstanddata en een geprioriteerde Pareto-analyse kan het verbeterproces beginnen. De aanpak verschilt per stilstandcategorie.

Technische storingen. TEEPTRAK-data tonen niet alleen hoe vaak een machine stoort maar ook wanneer, hoe lang, in welke volgorde en onder welke omstandigheden. Een machine die elke dinsdag na de eerste productwisseling stoort heeft een ander probleem dan een machine die willekeurig stoort. Patronen in de data leiden naar de grondoorzaak: slijtage (tijdgebonden), omgevingsafhankelijkheid (temperatuur, vochtigheid), materiaalgebonden (specifieke chargenummers), operatorgebonden (specifieke shifts of medewerkers) of procesgebonden (specifieke producten of recepten).

Materiaalwachttijd. Ongeplande stilstand door materiaaltekort is geen machineprobleem maar een logistiek probleem. TEEPTRAK maakt het zichtbaar als productieverlies — niet als vage noot in het shiftrapport. De data kwantificeren het probleem (hoeveel minuten per shift, hoeveel euro per maand) en creeren de business case voor logistieke verbeteringen: betere buffervoorraden, aangepaste aanvoerfrequenties, pull-systemen of kanban.

Omsteltijden. Niet alle omsteltijd is gepland — de tijd die de nominale omstelstandaard overschrijdt is effectief ongeplande stilstand. TEEPTRAK vergelijkt elke werkelijke omstelling met de referentietijd per product-machinecombinatie en toont de afwijking in realtime. Dit maakt SMED-analyses (Single-Minute Exchange of Die) datagedreven in plaats van steekproefsgewijs: u ziet niet een steekproef van 5 omstelprocessen maar alle omstelprocessen, met variatie per operator, per product en per tijdstip.

Korte stops en micro-onderbrekingen. Dit is het verborgen stilstandvolume dat handmatige systemen volledig missen. TEEPTRAK-data tonen de exacte frequentie, duur en patroon van elke korte stop. De verbeteraanpak is typisch technisch: sensorafstelling, geleiding, positionering, materiaaltoevoer, gereedschapsslijtage. De investering is vaak minimaal (mechanische aanpassingen, sensorvervangingen) maar het effect is groot — 5-15 minuten teruggewonnen productietijd per shift per machine.

Stap 4: Predictive maintenance — stilstand voorkomen voor het optreedt

De meest geavanceerde stap in ongeplande stilstand verminderen is de overgang van reactief naar voorspellend onderhoud. In plaats van te wachten tot de machine stopt, identificeert u de signalen die voorafgaan aan een storing en plant u het onderhoud voordat het probleem optreedt.

JEMBA-AI analyseert de sensordata van elke machine continu op degradatiepatronen: langzaam toenemende cyclustijden (slijtage aan gereedschap of aandrijving), geleidelijk stijgende korte-stopfrequentie (verslechterende mechanische componenten), veranderend stroomverbruiksprofiel (motorbelasting door lagerslijtage). Deze patronen worden weken voordat de feitelijke storing optreedt gedetecteerd — ruim voldoende tijd om reserveonderdelen te bestellen en het onderhoud in te plannen in een gepland stilstandvenster.

Het resultaat: storingen die voorheen onverwacht optraden en acute productieschade veroorzaakten, worden omgezet in geplande onderhoudsmomenten die in de productiekalender passen. De machine staat nog steeds stil — maar gepland, voorbereid en kort in plaats van ongepland, chaotisch en lang.

Resultaten: Wat TEEPTRAK-klanten bereiken

De methodiek — meten, classificeren, verbeteren, voorspellen — is geen theorie. TEEPTRAK is actief in meer dan 450 fabrieken in meer dan 30 landen en de resultaten zijn consistent en meetbaar.

Hutchinson, een mondiale leverancier van rubberen en kunststof onderdelen, verbeterde de OEE van 42% naar 75% over 40 productielijnen in 12 landen. Het grootste deel van deze verbetering kwam voort uit de reductie van ongeplande stilstand door automatische detectie en gerichte verbeteracties op basis van TEEPTRAK-data. Nutriset, een producent van voedingssupplementen, realiseerde +14 productiviteitspunten met een ROI binnen 1 maand. Over alle TEEPTRAK-klanten bedraagt de gemiddelde productiviteitsverbetering +29 punten.

De sleutel in elk van deze gevallen: de verbetering begon niet met investeren in nieuwe machines of meer personeel. Ze begon met meten — automatisch, nauwkeurig en continu. Zodra de werkelijke stilstandoorzaken zichtbaar werden, bleken de oplossingen vaak eenvoudig, goedkoop en snel implementeerbaar. Het probleem was nooit het gebrek aan oplossingen maar het gebrek aan data om het juiste probleem te identificeren.

TEEPTRAK: Ongeplande stilstand verminderen in 48 uur

TEEPTRAK wordt geinstalleerd in 48 uur per locatie — zonder productiestop, zonder PLC-programmering, zonder IT-infrastructuurproject. De niet-invasieve IoT-sensoren werken op elke machine, van elk merk en elk bouwjaar. Het cloud-platform levert realtime OEE-dashboards, automatische Pareto-analyses en AI-gestuurde oorzaakidentificatie vanaf dag 1.

De implementatiestrategie: begin met een pilotlijn (1-2 dagen installatie), bewijs de waarde met harde data (typisch 2-4 weken), en rol uit naar de rest van de fabriek. Het TEEPTRAK-platform schaalt van 1 machine naar 1.000+ machines — met dezelfde sensoren, hetzelfde dashboard en dezelfde methodiek.

Ongeplande stilstand verminderen — vraag een gratis demo aan

Veelgestelde vragen

Wat is de belangrijkste oorzaak van ongeplande stilstand?

De belangrijkste oorzaak verschilt per bedrijf, maar de meest onderschatte factor is korte stops: micro-onderbrekingen van minder dan 5 minuten die handmatig niet worden geregistreerd maar samen 30-60 minuten per shift kunnen bedragen. Automatische meting maakt ze zichtbaar.

Hoeveel kost ongeplande stilstand een gemiddeld productiebedrijf?

Bij een gemiddelde machineuurprijs van 80-250 euro en 5-20% stilstand van de geplande productietijd loopt de jaarlijkse schade voor een middelgroot bedrijf met 10-30 machines snel op tot 200.000-500.000 euro. Automatische OEE-meting kwantificeert dit exact.

Hoe snel levert TEEPTRAK resultaten op bij stilstandreductie?

De eerste automatische OEE-meting is beschikbaar na 48 uur installatie. Eerste verbeteracties tonen typisch in 2-4 weken meetbaar resultaat. Significante OEE-verbeteringen van 10+ punten worden bereikt binnen 3-6 maanden.

Kan TEEPTRAK op oudere machines zonder digitale besturing worden geinstalleerd?

Ja. De niet-invasieve sensoren meten aan het machineexterieur: stroomverbruik op de hoofdaandrijving en stuktelling aan de uitvoer. Geen PLC-aansluiting, geen OPC-UA, geen fabrikantgoedkeuring nodig. Ook machines zonder enige digitale besturing worden volledig bewaakt.

Wat is het verschil tussen geplande en ongeplande stilstand?

Geplande stilstand (onderhoud, omstellingen, pauzes) is voorzien in de productiekalender en telt niet mee in de OEE-beschikbaarheid. Ongeplande stilstand (storingen, materiaaltekort, operatorwachttijd) is onvoorzien en verlaagt de OEE direct.

Hoe helpt JEMBA-AI bij het verminderen van ongeplande stilstand?

JEMBA analyseert sensordata continu op degradatiepatronen en correlaties: materiaalcharges die vaker storingen veroorzaken, temperatuurafhankelijke snelheidsverlies en slijtagetendensen die weken voor de storing zichtbaar worden. Dit maakt predictive maintenance mogelijk.

Wat is het gemiddelde resultaat van TEEPTRAK-klanten?

Gemiddeld +29 productiviteitspunten na implementatie. Hutchinson verbeterde van 42% naar 75% OEE over 40 lijnen in 12 landen. Nutriset realiseerde +14 productiviteitspunten met ROI binnen 1 maand.