Waarom is een OEE van 85% een toonaangevende waarde?

Een OEE-score (Overall Equipment Effectiveness) van 85% wordt beschouwd als toonaangevend, omdat dit de praktische bovengrens aangeeft van wat de meeste productieomgevingen kunnen volhouden zonder dat dit ten koste gaat van flexibiliteit, omstellingen of geplande onderhoudsperiodes. Het is de benchmark die is vastgesteld door decennia van lean manufacturing-praktijkervaring, met name geformaliseerd door Seiichi Nakajima en de TPM-beweging (Total Productive Maintenance), waarbij 85% staat voor een bijna optimaal gebruik van de beschikbare productietijd, productiesnelheid en kwaliteitsoutput. In de onderstaande paragrafen wordt uitgelegd hoe dat cijfer tot stand is gekomen, wat het betekent op de werkvloer en hoe fabrikanten de kloof kunnen overbruggen tussen hun huidige situatie en het 85%-niveau.

Hoe is 85% de OEE-benchmark geworden?

De OEE-benchmark van 85% is voortgekomen uit het Total Productive Maintenance (TPM)-raamwerk dat in de jaren zeventig en tachtig in Japan werd ontwikkeld. In het baanbrekende werk van Seiichi Nakajima over TPM werd 85% aangemerkt als de drempel waarbij fabrikanten blijk geven van effectieve beheersing van de drie kerncomponenten van de OEE: beschikbaarheid, prestaties en kwaliteit. Het is statistisch gezien een hele uitdaging om voor alle drie tegelijkertijd 85% te halen, en juist daarom staat dit voor prestaties van wereldklasse in plaats van een gemiddelde output.

De wiskunde maakt de uitdaging concreet. De OEE wordt berekend door de beschikbaarheid × prestatie × kwaliteit met elkaar te vermenigvuldigen. Een fabriek met een beschikbaarheid van 90%, een prestatie van 95% en een kwaliteit van 99% haalt nog steeds slechts een OEE van ongeveer 85%. Elk onderdeel moet strak en gelijktijdig worden beheerd; daarom komen veel fabrieken die zonder gestructureerde onderhoudsprogramma’s werken, zonder dat ze zich daar volledig van bewust zijn, uit op een OEE tussen de 40% en 60%.

In de loop der tijd is het cijfer van 85% in diverse sectoren erkend als een realistische maar ambitieuze doelstelling. Het is hoog genoeg om blijk te geven van daadwerkelijke operationele discipline, maar toch haalbaar zonder dat daarvoor voorwaarden nodig zijn die in de praktijk van de productie onhaalbaar zijn, zoals een omsteltijd van nul of geen geplande stilstand.

Wat betekent een OEE-score van 85% eigenlijk in de praktijk?

Een OEE-score van 85% betekent dat een machine, voor elk uur dat deze volgens de planning in bedrijf is, gedurende ongeveer 51 minuten van dat uur producten van goede kwaliteit produceert met de beoogde productiesnelheid. De resterende 9 minuten gaan verloren door een combinatie van ongeplande stilstanden, snelheidsverlies of kwaliteitsgebreken. In de praktijk geeft dit aan dat een productielijn met minimale verspilling draait en dat het onderhoud aan de apparatuur proactief plaatsvindt in plaats van reactief.

Om dit in perspectief te plaatsen: bedenk eens wat er onder die drempel gebeurt. Een fabriek die op 60% OEE draait, verliest 24 minuten van elk gepland productie-uur. Bij een bedrijf dat in meerdere ploegen werkt, stapelen die verliezen zich snel op en leiden ze tot gemiste levertermijnen, hogere arbeidskosten en ongepland overwerk. Het verschil tussen een OEE van 60% en 85% is niet zomaar een prestatiecijfer; het vertaalt zich direct in doorvoercapaciteit, marge en het vermogen om aan afspraken met klanten te voldoen.

Met name voor de teams van de afdeling „ field service ” en onderhoud geeft een OEE van 85% een verschuiving weer van reactief brandblussen naar gestructureerd preventief onderhoud (PM). Wanneer technici worden ingezet op basis van de toestand van de apparatuur en geplande PM-cycli in plaats van storingsmeldingen, gaat de apparatuur langer mee tussen storingen door en stijgt het percentage dat bij de eerste interventie wordt verholpen, omdat technici met de juiste onderdelen, documentatie en achtergrondinformatie ter plaatse komen.

Is een OEE van 85% realistisch voor elke sector?

Nee, een OEE van 85% is niet in elke productieomgeving even realistisch. De benchmark is oorspronkelijk ontwikkeld voor repetitieve discrete productie met grote volumes. In sectoren met frequente productwisselingen, batchproductie of een sterk wisselende vraag liggen realistische OEE-doelstellingen van wereldklasse wellicht dichter bij 60% tot 75% — en dat kan, gezien de betrokken operationele beperkingen, nog steeds een uitstekende prestatie betekenen.

De context van de sector speelt een belangrijke rol bij het interpreteren van OEE-scores:

  • Discrete productie (automobielindustrie, elektronica): 85% is haalbaar en wordt algemeen gebruikt als standaardbenchmark, uitgaande van stabiele productieseries met grote volumes.
  • Procesindustrie (voedingsmiddelen en dranken, chemie): Bij continue processen kan het rendement soms meer dan 85% bedragen, maar reiniging, omschakelingen en de tijd die nodig is om aan de regelgeving te voldoen, beperken de beschikbare tijd.
  • Industriële machines en OEM-service: OEE-doelstellingen voor onderhouden bedrijfsmiddelen op locatie zijn sterk afhankelijk van de leeftijd van de bedrijfsmiddelen, de complexiteit ervan en de mate van ontwikkeling van het bestaande preventieve onderhoudsprogramma.
  • Olie, gas en nutsbedrijven: Installaties kunnen door hun ontwerp met een lagere OEE draaien, waarbij geplande stilstand is ingebouwd in de inspectiecycli die door de regelgevende instanties worden voorgeschreven.

Het belangrijkste uitgangspunt is om de OEE eerst te vergelijken met uw eigen prestaties uit het verleden en die van branchegenoten, en vervolgens 85% te gebruiken als een richtpunt in plaats van als een universele grens tussen ‘geslaagd’ en ‘niet geslaagd’.

Wat zijn de grootste obstakels om een OEE van 85% te behalen?

De grootste obstakels voor het behalen van een OEE van 85% zijn ongeplande stilstand van apparatuur, snelheidsverlies als gevolg van verminderde prestaties van bedrijfsmiddelen en terugkerende kwaliteitsgebreken die vaak te herleiden zijn tot tekortkomingen in het onderhoud. Hiervan is ongeplande stilstand doorgaans het duurst en het moeilijkst te beheersen zonder een gestructureerd onderhouds- en beheer field service .

In verschillende productieomgevingen komen steeds weer een aantal specifieke belemmeringen naar voren:

  1. Reactieve onderhoudscultuur: wanneer technici pas ingrijpen als er storingen optreden in plaats van deze te voorkomen, daalt de beschikbaarheid sterk. Elke ongeplande stilstand zorgt ervoor dat de OEE-berekening voor die dienst opnieuw wordt berekend.
  2. Gebrek aan inzicht in de bedrijfsmiddelen: Zonder toegang tot de volledige geschiedenis van de bedrijfsmiddelen, de onderhoudsdocumentatie en eerdere werkorders kunnen technici de onderliggende oorzaken niet efficiënt vaststellen. Herhaalde storingen aan hetzelfde bedrijfsmiddel leiden rechtstreeks tot een daling van de OEE.
  3. Losstaande systemen: Wanneer ERP-gegevens, onderhoudsgegevens en planningshulpmiddelen in afzonderlijke systemen zijn ondergebracht, stapelen de vertragingen bij de coördinatie zich op. Een technicus die moet wachten op een werkopdracht of een onderdeel dat al klaar had moeten liggen, leidt tot prestatieverlies.
  4. Tekort aan technici: Door structurele personeelstekorten in de productiesector moeten ervaren technici zich over meer installaties uitstrekken. Zonder begeleiding bij de werkprocessen en documentatie die ook offline toegankelijk is, doen minder ervaren technici er langer over om problemen op te lossen, waardoor het percentage problemen dat in één keer wordt opgelost daalt en de OEE afneemt.
  5. Gebrek aan discipline bij de planning van preventief onderhoud: Preventief onderhoud dat onder productiedruk wordt uitgesteld, is een van de meest voorkomende oorzaken van ongeplande storingen die de OEE-scores omlaag halen.

Hoe kunnen fabrikanten de OEE bijhouden en verbeteren tot 85%?

Fabrikanten kunnen de OEE bijhouden en verbeteren tot 85% door realtime inzicht te verkrijgen in de drie OEE-componenten — beschikbaarheid, prestaties en kwaliteit —, door de uitvoering van onderhoud te koppelen aan assetgegevens en door preventieve onderhoudsschema’s op te stellen die daadwerkelijk worden nageleefd in plaats van uitgesteld. Het verbeteringstraject draait zelden om één enkele maatregel; het vereist dat planning, de vaardigheden van technici en toegang tot gegevens worden afgestemd tot een samenhangende workflow.

In de praktijk zijn de meest effectieve maatregelen onder meer:

  • Het vastleggen van gegevens over beschikbaarheid, prestaties en kwaliteit op machineniveau, en niet alleen op productielijn- of fabrieksniveau, zodat verliezen kunnen worden herleid tot specifieke bedrijfsmiddelen en de onderliggende oorzaken.
  • De planning van onderhoudswerkzaamheden verplaatsen van spreadsheets of handmatige agenda’s naar een systeem dat automatisch werkorders genereert op basis van het gebruik, de staat of tijdsintervallen van de bedrijfsmiddelen.
  • Ervoor zorgen dat technici op de werkvloer, waar de internetverbinding vaak onbetrouwbaar is, offline toegang hebben tot de geschiedenis van de bedrijfsmiddelen, veiligheidsdocumentatie en checklists voor preventief onderhoud.
  • Het bijhouden van het percentage problemen dat bij het eerste bezoek wordt opgelost, per apparaat en per technicus, om vast te stellen waar herhaalde bezoeken zowel de OEE als de marges op servicecontracten ondermijnen.
  • field service -gegevens integreren met ERP-systemen, zodat de beschikbaarheid van onderdelen, de arbeidskosten en de onderhoudsgeschiedenis worden samengevoegd in één overzicht voor operationele medewerkers en fabrieksmanagers.

De organisaties die de kloof naar een OEE van 85% het snelst dichten, zijn de organisaties die de uitvoering van onderhoudswerkzaamheden beschouwen als een datagestuurde discipline, en niet louter als een reactieve vakfunctie. Wanneer werkorders worden afgehandeld met gestructureerde digitale formulieren, de geschiedenis van de bedrijfsmiddelen automatisch wordt vastgelegd en bij de planning rekening wordt gehouden met de vaardigheden van de technici en de complexiteit van de bedrijfsmiddelen, is het cumulatieve effect op de beschikbaarheid en het percentage succesvolle reparaties bij de eerste poging al binnen enkele maanden meetbaar.

Hoe Gomocha fabrikanten helpt om ongeplande stilstand te verminderen en de OEE te verbeteren

Ongeplande stilstand is de grootste rem op de OEE in een kapitaalintensieve productieomgeving — en het is bijna altijd een probleem met de uitvoering van de ‘ field service ’ voordat het een productieprobleem wordt. Elk uur dat een cruciaal apparaat stil ligt in afwachting van een technicus, een onderdeel of een werkopdracht, betekent een verlies aan beschikbaarheid dat de OEE direct omlaag haalt. Dat is het probleem waarvoor we Gomocha hebben ontwikkeld.

Ons ‘field service ’-platform voor de industriële productiesector is speciaal ontwikkeld voor organisaties die technici inzetten bij complexe, hoogwaardige installaties. Bij 13 klanten en 177.484 werkorders hebben we een afname van 41% in ongeplande stilstand en een verbetering van 19% in het percentage eerste-bezoek-oplossingen vastgesteld — twee indicatoren die een directe invloed hebben op de OEE.

Standaard field service -beheertools schieten hier tekort omdat ze zijn ontworpen voor het plannen van grote volumes, niet voor de complexiteit van bedrijfsmiddelen. Ze bieden geen offline mogelijkheden voor de productievloer, vereisen betrokkenheid van de IT-afdeling om workflows aan te passen en kunnen zelden naadloos worden geïntegreerd met de ERP-systemen waarop productiebedrijven vertrouwen. Dit is wat Gomocha in plaats daarvan biedt:

  • Mobiele app die offline werkt: Technici op de werkvloer hebben toegang tot de volledige geschiedenis van bedrijfsmiddelen, checklists voor preventief onderhoud en veiligheidsdocumentatie, zelfs zonder netwerkverbinding — geen wachttijden, geen giswerk, geen herhalingsbezoeken. Deze offlinefunctionaliteit houdt rechtstreeks verband met onze gedocumenteerde verbetering van 19% in het percentage problemen dat bij de eerste poging wordt opgelost.
  • No-code workflowontwerper: Operationele teams kunnen PM-checklists per type apparatuur, formulieren voor het bijhouden van koelmiddelen en inspectieworkflows configureren zonder op IT te hoeven wachten. De workflows passen zich aan wanneer bedrijfsmiddelen en regelgeving veranderen.
  • Gegarandeerde ERP-integratie: dankzij native integraties met AFAS en Microsoft Dynamics, en met SAP en JDE via connectoren, worden gegevens over werkorders, de onderdelenvoorraad en de geschiedenis van bedrijfsmiddelen automatisch tussen de systemen uitgewisseld — waardoor de vertragingen door coördinatieproblemen worden voorkomen die zich uiten in prestatieverlies in uw OEE-score.
  • Snelle terugverdientijd: We gaan binnen enkele weken live, in plaats van de 12 tot 18 maanden die nodig zijn voor de implementatie van een ServiceNow- of Salesforce- Field Service . Uw OEE-verbetering begint dus eerder.

Als u precies wilt weten op welke punten uw onderhoudsactiviteiten OEE-punten verliezen en wat dit u kost, begin dan met onze efficiëntiebeoordeling. Dit is een gestructureerde, soepele manier om uw meest impactvolle verbetermogelijkheden in kaart te brengen, nog voordat u een beslissing neemt over een platform. U kunt ook onze ‘Field Service ’-efficiëntiecalculator gebruiken om de verborgen kosten van uw huidige stilstandpercentage te berekenen.

Veelgestelde vragen

Hoe weet ik aan welke van de drie OEE-componenten (beschikbaarheid, prestaties of kwaliteit) ik de hoogste prioriteit moet geven?

Begin met het uitsplitsen van uw huidige OEE-score in de drie componenten op het niveau van de afzonderlijke bedrijfsmiddelen — de component die uw score het meest naar beneden haalt, is waar u zich als eerste op moet richten. In de meeste productieomgevingen is beschikbaarheid de belangrijkste oorzaak van verlies, omdat ongeplande stilstand een buitenproportioneel versterkend effect heeft op de andere twee componenten. Als uw beschikbaarheid lager is dan 85%, levert het verbeteren van de preventieve onderhoudsdiscipline en het verkorten van de gemiddelde reparatietijd (MTTR) doorgaans de snelste OEE-verbeteringen op, nog voordat u zich richt op het optimaliseren van snelheid of kwaliteit.

Wat is een realistische tijdsplanning om van een OEE van 60% naar een OEE van 85% te komen?

Een stijging van 60% naar 85% OEE duurt doorgaans 12 tot 36 maanden, afhankelijk van de mate van ontwikkeling van uw onderhoudsprogramma, de complexiteit van uw machinepark en hoe snel u gestructureerde planning voor preventief onderhoud en gegevensregistratie kunt implementeren. Organisaties die de uitvoering van werkorders digitaliseren en al in een vroeg stadium van het proces gegevens uit het ' field service ' koppelen aan de geschiedenis van de bedrijfsmiddelen, zien doorgaans al binnen de eerste 90 dagen meetbare verbeteringen in de beschikbaarheid. De laatste stap naar 85% vereist meestal een consequente aanpak van preventief onderhoud, de ontwikkeling van de vaardigheden van technici en een iteratieve analyse van de onderliggende oorzaken bij terugkerende storingen.

Kan de OEE worden verbeterd zonder te investeren in nieuwe apparatuur of grote kapitaaluitgaven?

Ja — sterker nog, de meeste OEE-verbeteringsprogramma’s boeken aanzienlijke vooruitgang louter door een betere uitvoering van het onderhoud, strikte planning en inzicht in de gegevens van bestaande bedrijfsmiddelen. Het OEE-bereik van 40% tot 60% waarin veel fabrieken opereren, is zelden een probleem met de capaciteit van de machines; het is bijna altijd een proces- en informatieprobleem. Door gestructureerde PM-workflows te implementeren, ervoor te zorgen dat technici offline toegang hebben tot de geschiedenis van de bedrijfsmiddelen en administratieve vertragingen bij het afhandelen van werkorders te verminderen, kan de OEE aanzienlijk worden verbeterd zonder ook maar één kapitaalaankoop te doen.

Hoe moeten we de OEE-monitoring aanpakken voor oudere, verouderde apparatuur die niet is uitgerust met ingebouwde sensoren of connectiviteit?

Oudere apparatuur zonder ingebouwde connectiviteit kan nog steeds effectief worden bijgehouden door middel van handmatige gegevensinvoer via mobiele werkorder-apps, waarmee technici op de plaats van dienstverlening de redenen voor stilstand, cyclustellingen en afgekeurde producten registreren. Na verloop van tijd vormen deze gestructureerde gegevens een activahistorie die trendanalyses en proactieve planning mogelijk maakt, zelfs zonder IoT-sensoren. De sleutel is consistentie: bij elke werkorder moeten dezelfde gegevensvelden in hetzelfde formaat worden vastgelegd, zodat verliezen op het gebied van beschikbaarheid, prestaties en kwaliteit kunnen worden toegeschreven aan specifieke activa en storingsmodi.

Wat is het verschil tussen OEE en TEEP, en wanneer moeten fabrikanten aandacht besteden aan TEEP?

OEE meet de efficiëntie ten opzichte van de geplande productietijd, terwijl TEEP (Total Effective Equipment Performance) de efficiëntie meet ten opzichte van de totale kalendertijd — inclusief weekends, feestdagen en geplande stilstanden. TEEP is vooral van belang wanneer een fabrikant overweegt om een extra ploeg in te voeren, te investeren in nieuwe capaciteit of beslissingen over kapitaaluitgaven te onderbouwen, omdat het aangeeft hoeveel productieve output er theoretisch beschikbaar is uit de bestaande bedrijfsmiddelen. Voor dagelijks onderhoud en verbeteringswerkzaamheden op het gebied van de ' field service ' is OEE de meest bruikbare maatstaf, aangezien deze zich richt op verliezen binnen de tijd die u al aan productie hebt toegewezen.

Hoe kunnen we voorkomen dat PM-schema’s onder productiedruk worden uitgesteld, wat op de werkvloer een voortdurende strijd lijkt te zijn?

De meest effectieve manier om uitstel van preventief onderhoud te voorkomen, is door de kosten van uitstel in realtime zichtbaar te maken — wanneer fabrieksmanagers kunnen zien dat het overslaan van preventief onderhoud aan een specifiek bedrijfsmiddel in het verleden binnen 30 dagen tot een ongeplande stilstand van 4 uur heeft geleid, verandert de afweging. Structureel gezien moeten PM-schema’s worden vastgelegd in een systeem dat automatisch werkorders genereert en achterstallige taken escaleert, in plaats van te vertrouwen op handmatige agenda’s die gemakkelijk stilletjes kunnen worden genegeerd. Het opbouwen van een gedeelde verantwoordelijkheid tussen productieplanning en onderhoudsteams — met OEE-impactgegevens als gemeenschappelijke taal — is uiteindelijk wat de PM-discipline op de lange termijn in stand houdt.

Hoe hangt het percentage succesvolle reparaties bij de eerste poging samen met de OEE, en wat wordt beschouwd als een goed percentage succesvolle reparaties bij de eerste poging binnen het productieonderhoud?

Het percentage eerste-bezoek-oplossingen (FTFR) hangt rechtstreeks samen met de OEE-beschikbaarheid — elk herhaald bezoek aan hetzelfde bedrijfsmiddel vanwege dezelfde storing is een extra geval van ongeplande stilstand dat de berekening van de beschikbaarheid voor die dienst opnieuw op nul zet. Bij productieonderhoud wordt een First-Time Fix Rate van meer dan 80% over het algemeen als solide beschouwd, waarbij toonaangevende bedrijven streven naar 85% tot 90%. Om de FTFR te verbeteren, moet ervoor worden gezorgd dat technici aankomen met de juiste onderdelen, actuele installatiedocumentatie en een duidelijk inzicht in de eerdere storingsgeschiedenis. Daarom heeft de integratie van gegevens uit de ‘ field service ’ met installatiedossiers en de onderdelenvoorraad zo’n grote invloed op de totale OEE.

Gerelateerde artikelen