Hoe maak je korte stops zichtbaar op de werkvloer?

Korte stops zichtbaar maken op de werkvloer doe je door ze automatisch te detecteren via machinekoppelingen en ze direct te categoriseren met stopcodes die operators zelf invoeren. Zonder die combinatie verdwijnen ze in het grote geheel en zie je ze pas terug als verlies in een OEE-rapport, maar nooit als een patroon dat je kunt aanpakken. In dit artikel beantwoorden we de meest gestelde vragen over het meten, registreren en analyseren van korte stops.

Waarom zijn korte stops zo moeilijk te meten?

Korte stops zijn moeilijk te meten omdat ze te snel voorbij zijn om handmatig bij te houden en te vaak voorkomen om ze allemaal te onthouden. Een stop van 45 seconden haalt geen enkel logboek, maar als die stop twintig keer per dienst voorkomt, ben je al een kwartier kwijt. Dat verlies is reëel, maar blijft onzichtbaar zolang je geen automatische registratie hebt.

Het probleem zit ook in de manier waarop stilstand traditioneel wordt bijgehouden. Operators noteren grote storingen, maar kleine onderbrekingen worden zelden opgeschreven. Ze zijn al bezig met de volgende handeling voordat ze de kans krijgen om iets te registreren. Aan het einde van de dienst weet niemand meer precies wat er is gebeurd. Het geheugen vult de gaten op met aannames.

Daarbij geldt: hoe korter de stop, hoe minder urgent hij voelt op het moment zelf. Maar juist die frequentie maakt korte stops als categorie zo relevant voor je verliesanalyse in de productie. Ze zijn niet spectaculair, maar ze vreten wel capaciteit.

Wat is het verschil tussen korte stops en ongeplande stilstand?

Korte stops zijn onderbrekingen van doorgaans minder dan vijf minuten die de machine of lijn even stilzetten, maar waarbij geen technicus of storingsmelding nodig is. Ongeplande stilstand duurt langer, vereist vaak actie van buitenaf en wordt in de meeste systemen apart geregistreerd. Het onderscheid zit in duur, frequentie en herstelwijze.

In OEE-terminologie vallen korte stops onder de categorie “minor stops” en tellen ze mee in de beschikbaarheids- of prestatieverliezen, afhankelijk van hoe je ze definieert. Een machine die elke tien minuten even stopt om een sensor te resetten, draait technisch gezien, maar levert lang niet de output die hij zou moeten leveren.

Het praktische verschil voor de werkvloer is dit: bij een ongeplande stilstand weet iedereen dat er een probleem is. Bij korte stops weet niemand het, tenzij je ze actief meet. Dat maakt ze als categorie lastiger te beheersen, maar ook interessanter om op te sturen zodra je ze eenmaal in beeld hebt.

Hoe registreer je korte stops zonder extra administratie voor operators?

Korte stops registreer je het effectiefst door ze automatisch te detecteren via een machinekoppeling en operators alleen te vragen om een oorzaak in te voeren als de machine weer opstart. Zo hoeft niemand handmatig bij te houden wat er is gebeurd, en toch bouw je bruikbare data op over de aard van de onderbrekingen.

De sleutel zit in het ontwerp van de registratie. Als een operator na elke stop een scherm vol vragen krijgt, stopt hij met registreren. Als hij één klik nodig heeft om een stopcode te kiezen uit een korte, herkenbare lijst, dan werkt het wel. De lijst met stopcodes moet aansluiten op de werkelijkheid van die specifieke lijn, niet op een generieke template.

Een paar principes die het verschil maken:

Detecteer de stop automatisch via een signaal van de machine, niet via een handmatige invoer
Beperk het aantal stopcodes tot wat echt voorkomt op die lijn, liever tien dan vijftig
Laat de operator de code invoeren op het moment dat hij de machine herstart, niet achteraf
Geef de operator direct feedback: wat heeft hij zojuist geregistreerd en hoe past dat in het bredere plaatje van de dienst

Die terugkoppeling is geen luxe. Als registreren iets oplevert voor de operator zelf, namelijk inzicht in hoe de lijn ervoor staat, dan is de drempel om het te doen veel lager.

Welke data heb je nodig om de oorzaak van korte stops te achterhalen?

Om de oorzaak van korte stops te achterhalen heb je minimaal drie datapunten nodig: het tijdstip van de stop, de duur ervan en de ingevoerde stopcode. Met die drie elementen kun je patronen herkennen, zoals een stop die altijd voorkomt in het tweede uur van de nachtdienst, of altijd na het wisselen van een grondstof.

Tijdstip en duur haal je automatisch uit een machinekoppeling. De stopcode voert de operator in. Samen vertellen ze je niet alleen wat er is misgegaan, maar ook wanneer en hoe vaak. Dat is het begin van een echte verliesanalyse voor je productielijn.

Aanvullende data die de analyse verdiepen:

Welke ploeg of operator was aan het werk tijdens de stop
Welk product of welke grondstof werd verwerkt
Hoeveel stops er in totaal waren in die dienst, vergeleken met eerdere diensten
Of de stop voorafging aan een kwaliteitsafwijking of afkeur

Met die combinatie kun je van een losse observatie naar een onderbouwde conclusie. Niet “we hebben veel korte stops,” maar “elke keer als we grondstof X verwerken, stopt lijn 3 gemiddeld vier keer vaker.”

Hoe maak je korte stops zichtbaar op een productiedashboard?

Korte stops maak je zichtbaar op een productiedashboard door ze als aparte categorie te tonen naast grote storingen, met een grafiek die de frequentie per uur of per dienst laat zien. Niet als één getal in een OEE-score, maar als een patroon dat je kunt lezen en bespreken tijdens de dagstart of ploegwisseling.

Een dashboard dat alleen een totaalscore toont, vertelt niemand wat hij moet doen. Een dashboard dat laat zien dat er tussen 14:00 en 15:00 uur acht korte stops waren, allemaal met dezelfde stopcode, geeft een teamleider iets om op te handelen. Dat is het verschil tussen data tonen en data bruikbaar maken.

Praktisch gezien werkt een weergave het best als:

Korte stops apart worden getoond van langere stilstanden, zodat ze niet verdwijnen in het gemiddelde
De frequentie per tijdvak zichtbaar is, niet alleen een dagtotaal
De meest voorkomende stopcodes direct zichtbaar zijn, zonder dat je moet doorklikken
Het dashboard groot genoeg is en op de juiste plek hangt zodat operators het zelf kunnen lezen

Dat laatste punt is vaker het probleem dan de software zelf. Een dashboard dat alleen op kantoor te zien is, helpt de werkvloer niet. Grote schermen boven de lijn, met informatie die operators begrijpen, maken het verschil tussen data die wordt bekeken en data die gedrag verandert.

Wanneer worden korte stops een structureel probleem?

Korte stops worden een structureel probleem wanneer ze zich herhalen met dezelfde oorzaak en er niets mee wordt gedaan. Eén stop is een incident. Tien stops per week met dezelfde stopcode, gedurende meerdere weken, is een patroon dat capaciteit kost en aangeeft dat de onderliggende oorzaak nooit is aangepakt.

Het signaal om op te letten is niet de individuele stop, maar de herhaling. Als je in je stilstandregistratie ziet dat dezelfde code steeds terugkomt, op dezelfde lijn, in dezelfde omstandigheden, dan is er iets structureel mis. Dat kan een slijtend onderdeel zijn, een processtap die niet goed is geborgd, of een instelling die elke ploeg opnieuw anders doet.

Structurele korte stops zijn ook een signaal over kennisborging. Als een ervaren operator weet hoe hij een bepaalde storing voorkomt, maar die kennis nergens is vastgelegd, dan herhaalt het probleem zich elke keer dat iemand anders aan de lijn staat. De stop is dan niet een machineprobleem, maar een kennismin.

Het moment om in te grijpen is als je kunt aantonen dat dezelfde oorzaak meer dan een handvol keer per week terugkomt. Dan is het tijd voor een verbeteractie, niet voor een nieuw rapport.

Bij Motivate helpen we productiebedrijven om korte stops automatisch te detecteren, te categoriseren en zichtbaar te maken op de werkvloer, zodat teams niet achteraf in rapporten zoeken maar tijdens de dienst kunnen bijsturen. Als je wilt weten hoe dat er in de praktijk uitziet voor jouw lijn, neem dan gerust contact op.

Veelgestelde vragen

Hoe lang duurt het voordat je genoeg data hebt om korte stops zinvol te analyseren?

In de meeste productieomgevingen heb je twee tot vier weken aan geregistreerde data nodig om betrouwbare patronen te herkennen. Dat is voldoende om te zien welke stopcodes het meest voorkomen, op welke tijdstippen de frequentie piekt en of er verschillen zijn tussen ploegen of producten. Begin dus zo snel mogelijk met meten, ook als je het registratieproces nog niet perfect hebt ingericht — ruwe data is altijd beter dan geen data.

Wat zijn de meest voorkomende fouten bij het opzetten van een stopcode-lijst?

De meest gemaakte fout is een te lange of te generieke lijst met stopcodes, waardoor operators altijd dezelfde vangnetcode kiezen zoals 'overig' of 'onbekend'. Een goede stopcode-lijst telt bij voorkeur niet meer dan tien tot vijftien codes die herkenbaar zijn voor de operators op die specifieke lijn. Betrek de operators zelf bij het opstellen van de lijst: zij weten welke onderbrekingen echt voorkomen en hoe ze die in de praktijk benoemen.

Kan ik korte stops ook meten zonder een directe machinekoppeling?

Ja, dat kan, maar het vraagt meer discipline van operators en levert minder betrouwbare data op. Een tussenoplossing is werken met een tablet of touchscreen waarop operators zelf een stop starten en stoppen, gecombineerd met een vaste routine om dit bij elke onderbreking te doen. Zodra het volume aan korte stops groter wordt, is een automatische machinekoppeling vrijwel altijd de betere investering, omdat handmatige registratie onder werkdruk snel wordt overgeslagen.

Hoe bespreek je korte stops effectief tijdens de dagstart of ploegwisseling?

Effectief bespreken doe je door niet het totaalaantal te noemen, maar de meest voorkomende stopcode van de afgelopen dienst centraal te stellen en de vraag te stellen: wat was de oorzaak en wat kunnen we morgen anders doen? Houd het gesprek kort en concreet — vijf minuten met één actiepunt is waardevoller dan een kwartier met een volledig overzicht waar niemand iets mee doet. Zorg dat het dashboard tijdens het gesprek zichtbaar is, zodat iedereen naar dezelfde data kijkt.

Wat is een realistisch doel voor het terugdringen van korte stops?

Een realistisch startdoel is het terugdringen van de top drie meest voorkomende stopcodes met 25 tot 50 procent binnen drie maanden, in plaats van het streven naar een algemene verbetering van de OEE-score. Door te focussen op specifieke, herhaalbare oorzaken maak je verbeteringen meetbaar en behapbaar voor het team. Zodra die eerste drie zijn aangepakt, verschuift de focus naar de volgende categorie — zo bouw je stap voor stap aan een structurele verlaging van het totale stopvolume.

Hoe voorkom je dat operators stopcodes invullen die niet kloppen, puur om snel verder te kunnen?

Dit voorkom je door de registratie zo eenvoudig mogelijk te houden én door operators te laten zien dat hun invoer daadwerkelijk wordt gebruikt. Als een operator merkt dat zijn stopcodes leiden tot een verbeteractie of een gesprek tijdens de dagstart, neemt de motivatie om nauwkeurig te registreren toe. Daarnaast helpt het om regelmatig de data samen met operators door te nemen en te vragen of de codes nog kloppen met de werkelijkheid — zo voelen zij zich eigenaar van de registratie in plaats van uitvoerder van een administratieve taak.

Wanneer is het zinvol om een onderhoudsafdeling te betrekken bij de analyse van korte stops?

Betrek de onderhoudsafdeling zodra je kunt aantonen dat een specifieke stopcode structureel terugkomt en waarschijnlijk een technische oorzaak heeft, zoals slijtage, een falende sensor of een terugkerende verstoring in het machineproces. Zonder data is dat gesprek lastig te voeren; met een overzicht van frequentie, tijdstip en betrokken lijn staat de onderbouwing er al. Zo verschuift de discussie van 'we hebben veel last van die machine' naar 'deze specifieke stop komt gemiddeld zeven keer per week voor en kost ons elk week anderhalf uur productietijd.'