Waarom is OEE belangrijk voor productiebedrijven?

OEE is belangrijk voor productiebedrijven omdat het in één getal laat zien hoe effectief een productielijn werkelijk wordt benut. Het combineert beschikbaarheid, prestatie en kwaliteit tot één score die direct aangeeft waar tijd en capaciteit verloren gaan. Voor plant managers en operators is OEE daarmee een van de meest praktische meetinstrumenten om grip te krijgen op de werkvloer en gericht te verbeteren. In dit artikel beantwoorden we de meest gestelde vragen over OEE: van de berekening tot de zes grote verliezen en het verschil met TEEP.

Wat meet OEE precies en wat zegt het getal?

OEE, wat staat voor Overall Equipment Effectiveness, is een maatstaf die aangeeft welk percentage van de geplande productietijd werkelijk productief wordt benut. Een OEE van 85% betekent dat 85% van de beschikbare tijd daadwerkelijk wordt omgezet in goede producten op de juiste snelheid. De overige 15% gaat verloren aan stilstand, te langzame productie of afgekeurde producten.

Wat het getal zo bruikbaar maakt, is dat het drie dimensies tegelijk samenvat. Je ziet niet alleen dat er verlies is, maar ook waar het zit. Ligt de score laag door veel stilstand? Dan is beschikbaarheid het probleem. Draait de machine wel, maar langzamer dan de norm? Dan is prestatie de bottleneck. Worden er te veel producten afgekeurd? Dan is kwaliteit de zwakke schakel.

Een wereldklasse OEE wordt vaak gesteld op 85% of hoger, maar dat getal is sterk afhankelijk van de sector en het type productie. Voor de meeste bedrijven is het realistischer om eerst te begrijpen waar de eigen verliezen zitten, dan om een abstracte benchmark na te jagen.

Hoe bereken je OEE in de praktijk?

OEE berekenen doe je door drie factoren met elkaar te vermenigvuldigen: beschikbaarheid, prestatie en kwaliteit. De formule is: OEE = Beschikbaarheid × Prestatie × Kwaliteit. Elk van die drie factoren druk je uit als een percentage, en samen geven ze de totale effectiviteit van een machine of lijn.

Zo werkt het in de praktijk:

Beschikbaarheid: de werkelijke draaitijd gedeeld door de geplande productietijd. Als een machine 8 uur gepland staat maar 1 uur stilstaat, is de beschikbaarheid 87,5%.
Prestatie: de werkelijke output gedeeld door de theoretisch maximale output in de beschikbare draaitijd. Draait een machine op 80% van de normsnelheid, dan is de prestatie 80%.
Kwaliteit: het aantal goede producten gedeeld door het totaal aantal geproduceerde stuks. Bij 5% uitval is de kwaliteitsscore 95%.

In dit voorbeeld: 87,5% × 80% × 95% = 66,5% OEE. Dat lijkt misschien laag, maar voor veel productiebedrijven is dit een herkenbaar startpunt. De kracht zit niet in het eindgetal, maar in de drie losse factoren die vertellen waar actie nodig is.

Belangrijk is dat je goed definieert wat je als geplande productietijd beschouwt. Pauzes, geplande onderhoudsstops en ploegwisselingen reken je daar doorgaans niet bij in. Hoe strakker je definities, hoe betrouwbaarder de vergelijking tussen ploegen, lijnen en periodes.

Wat zijn de zes grote verliezen die OEE blootlegt?

De zes grote verliezen zijn de meest voorkomende oorzaken van productieverlies die OEE zichtbaar maakt. Ze zijn verdeeld over de drie OEE-componenten: beschikbaarheid, prestatie en kwaliteit. Door verliezen in deze categorieën te benoemen, weet je niet alleen dat er verlies is, maar ook wat de oorzaak is.

Verliezen in beschikbaarheid

Storingen: ongeplande stilstanden door machinefouten of defecten.
Omsteltijden en aanpassingen: tijd die verloren gaat bij het wisselen van product, formaat of gereedschap.

Verliezen in prestatie

Kleine stops en leeglooptijd: korte onderbrekingen die individueel nauwelijks opvallen, maar samen flink optellen.
Gereduceerde snelheid: de machine draait, maar langzamer dan de ontwerpcapaciteit.

Verliezen in kwaliteit

Opstartverliezen: producten die tijdens het opstarten of na een omstelling niet aan de norm voldoen.
Productieafval en herbewerking: producten die worden afgekeurd of opnieuw bewerkt moeten worden.

In de praktijk zien veel bedrijven dat kleine stops en gereduceerde snelheid samen meer verlies veroorzaken dan grote storingen. Die grote storingen vallen op en worden aangepakt. De kleine verliezen sluipen erin en worden zelden structureel geregistreerd, laat staan opgelost.

Waarom is een hoge OEE niet altijd het einddoel?

Een hoge OEE is niet altijd het einddoel omdat een machine die op 95% OEE draait terwijl er geen vraag is, simpelweg overproductie veroorzaakt. OEE meet hoe effectief je beschikbare productietijd benut, maar zegt niets over of die productie ook nodig was. Het is een middel om verliezen te begrijpen, geen doel op zich.

Er zijn situaties waarin een bewust lagere OEE de juiste keuze is. Denk aan een lijn die bewust langzamer draait om kwaliteitsproblemen te voorkomen, of een machine die regelmatig omstelt omdat de klantvraag dat vraagt. Een hoge OEE die wordt bereikt door nooit om te stellen of altijd grote series te draaien, kan ten koste gaan van flexibiliteit en levertijden.

De juiste vraag is niet “hoe hoog is onze OEE?” maar “begrijpen we waarom onze OEE is wat hij is, en nemen we de juiste beslissingen op basis van die informatie?” OEE is het meest waardevol als het gedrag stuurt: een team dat tijdens de dienst ziet dat ze achterlopen op hun doelstelling en nog kan bijsturen, heeft meer aan de data dan een manager die het de volgende ochtend terugziet in een rapport.

Hoe gebruik je OEE-data om verbeteringen te sturen?

OEE-data gebruik je om verbeteringen te sturen door structureel te analyseren welke verliescategorie de meeste impact heeft, die oorzaak te achterhalen en vervolgens gerichte acties te definiëren en op te volgen. Data zonder opvolging verandert niets. De waarde zit in wat je ermee doet.

Een praktische aanpak werkt in drie stappen:

Registreer gestructureerd: zorg dat stilstanden, stopcodes en kwaliteitsafwijkingen direct op de werkvloer worden vastgelegd. Hoe dichter bij het moment, hoe betrouwbaarder de data.
Analyseer de grootste verliezer: kijk niet naar alle verliezen tegelijk, maar focus op de categorie of oorzaak die de meeste tijd kost. Dat is waar verbetering het meeste oplevert.
Koppel acties aan eigenaren: een verbeteridee zonder eigenaar en deadline verdwijnt. Wijs taken toe, bewaak de voortgang en vier kleine successen op de werkvloer.

Wat daarbij helpt, is dat de data niet alleen op kantoor terechtkomt maar ook zichtbaar is voor de mensen die het werk doen. Als een operator ziet dat zijn lijn elke ochtend 20 minuten verliest aan een terugkerend opstartprobleem, is de kans veel groter dat hij meedenkt over een oplossing dan wanneer diezelfde data alleen in een managementrapport staat.

Wat is het verschil tussen OEE en TEEP?

Het verschil tussen OEE en TEEP zit in de tijdsbasis die wordt gebruikt. OEE meet de effectiviteit ten opzichte van de geplande productietijd. TEEP, wat staat voor Total Effective Equipment Performance, meet de effectiviteit ten opzichte van de totale beschikbare tijd, inclusief weekenden, feestdagen en niet-geplande uren. TEEP laat zien hoeveel capaciteit er theoretisch nog onbenut is.

Stel dat een machine vijf dagen per week, twee ploegen per dag draait. OEE meet hoe goed die geplande uren worden benut. TEEP kijkt naar alle 168 uur in de week en berekent wat de werkelijke output is als percentage van die maximale theoretische capaciteit. TEEP is daardoor altijd lager dan OEE.

Voor de meeste operationele verbetertrajecten is OEE de relevantere maatstaf, omdat je werkt binnen de geplande productietijd. TEEP is interessanter voor strategische beslissingen: moet je een extra ploeg inzetten, een nieuwe machine aanschaffen, of kun je meer halen uit de bestaande bezetting? Als de TEEP laag is terwijl de OEE hoog is, betekent dat doorgaans dat de machine veel ongeplande stilstandtijd heeft, of simpelweg minder uren gepland staat dan mogelijk zou zijn.

Bij OEE meten met Motivate registreren we stilstanden automatisch, configureer je stopcodes naar jouw situatie en zien operators per uur of ze hun doelstelling halen. Zo wordt OEE geen getal in een rapport, maar informatie die direct op de werkvloer wordt gebruikt om bij te sturen.

Veelgestelde vragen

Hoe vaak moet je OEE meten om er echt iets aan te hebben?

OEE is het meest waardevol wanneer het in real-time of per uur wordt bijgehouden, zodat operators direct kunnen bijsturen tijdens hun dienst. Dagelijkse of wekelijkse rapportages zijn nuttig voor trendanalyse en verbeteroverleg, maar te traag om operationeel gedrag te beïnvloeden. Begin met een meetfrequentie die haalbaar is voor jouw werkvloer, en verhoog de granulariteit zodra het registratieproces stabiel loopt.

Wat zijn veelgemaakte fouten bij het invoeren van OEE-meting in een productiebedrijf?

De meest voorkomende fout is het meten zonder duidelijke definities: als de ene ploeg pauzes wel meetelt in de geplande tijd en de andere niet, zijn de cijfers niet vergelijkbaar. Een tweede veelgemaakte fout is het focussen op het eindgetal in plaats van de onderliggende factoren, waardoor de data niet leidt tot gerichte verbeteracties. Zorg daarom eerst voor gedragen definities en een betrouwbaar registratieproces voordat je begint met benchmarken.

Kan OEE ook worden toegepast op handmatige werkstations of assemblagelijnen, of is het alleen geschikt voor machines?

OEE is oorspronkelijk ontwikkeld voor machinebezetting, maar de methodiek is ook toepasbaar op handmatige werkstations en assemblagelijnen, zolang je een duidelijke normtijd per product kunt definiëren. In dat geval meet je beschikbaarheid (is de werkplek bemand en operationeel?), prestatie (wordt de normtijd gehaald?) en kwaliteit (hoeveel producten zijn goedgekeurd?) op dezelfde manier. Houd er rekening mee dat variatie in menselijk werk de prestatiescore meer beïnvloedt dan bij geautomatiseerde processen.

Hoe pak je kleine stops aan als ze nauwelijks worden geregistreerd op de werkvloer?

Kleine stops zijn lastig te registreren omdat operators ze vaak niet als ‘echte’ stilstand ervaren, terwijl ze samen een groot deel van het productieverlies veroorzaken. Een effectieve aanpak is automatische detectie via machine-signalen of sensoren, zodat elke stop boven een drempelwaarde (bijvoorbeeld 30 seconden) automatisch wordt vastgelegd zonder dat de operator iets hoeft te doen. Als automatisering nog niet mogelijk is, helpt het om stopcodes te vereenvoudigen en het invullen zo laagdrempelig mogelijk te maken, direct op de machine of via een tablet op de lijn.

Wat is een realistisch OEE-verbeterdoel voor een bedrijf dat net begint met meten?

Voor bedrijven die net starten met OEE-meting is een verbetering van 5 tot 10 procentpunten binnen het eerste jaar een realistisch en ambitieus doel, afhankelijk van de huidige situatie en de volwassenheid van het verbeterproces. Het is verstandiger om te focussen op de grootste verliesoorzaak en die structureel aan te pakken, dan om een abstracte eindscore na te jagen. Veel bedrijven zien al significante winst door simpelweg beter te registreren: alleen al het zichtbaar maken van verliezen zorgt voor bewustwording en gedragsverandering op de werkvloer.

Hoe betrek je operators bij OEE zonder dat het voelt als controle of afrekening?

OEE-data wordt het meest effectief gebruikt wanneer operators het zien als een hulpmiddel voor henzelf, niet als een controlemechanisme van het management. Zorg ervoor dat de data zichtbaar is op de werkvloer, dat operators worden betrokken bij het analyseren van oorzaken en het bedenken van oplossingen, en dat verbeteringen ook worden gevierd als teamprestatie. De toon in verbeteroverleggen is hierbij cruciaal: de vraag ‘waarom is de OEE laag?’ moet leiden tot probleemoplossing, niet tot schuldvraag.

Welke vervolgstap kun je zetten als je OEE-meting al stabiel loopt maar de score niet verder stijgt?

Als de OEE-score stabiel is maar niet verder verbetert, is dat vaak een teken dat de laaghangende vruchten zijn geplukt en dat diepere analyse nodig is, zoals het uitsplitsen van verliezen per product, ploeg of tijdstip. Op dat punt lonen methodes als een gedetailleerde Pareto-analyse per stopcode, een grondoorzaakanalyse (5×Waarom of visgraatdiagram) of een gerichte SMED-analyse voor het verkorten van omsteltijden. Overweeg ook of de normsnelheden nog actueel zijn: verouderde of te conservatieve normen kunnen de prestatiescore kunstmatig hoog houden en echte verbeterpotentie maskeren.