Wat is het verschil tussen OEE en productiviteit?

OEE en productiviteit meten allebei hoe goed een productielijn presteert, maar ze kijken naar andere dingen. Productiviteit vergelijkt wat je hebt gemaakt met wat je daarvoor hebt ingezet, zoals uren, mensen of machines. OEE (Overall Equipment Effectiveness) gaat dieper: het laat zien hoeveel van de beschikbare machine-tijd je écht benut hebt, en waarom de rest verloren is gegaan. OEE is daarmee een specifiekere maatstaf voor machineprestaties, terwijl productiviteit breder kijkt naar de efficiëntie van een heel proces of team. In dit artikel beantwoorden we de meest gestelde vragen over beide begrippen.

Wat meet OEE dat productiviteit niet meet?

OEE meet de drie oorzaken van verlies op een machine: stilstand, lagere snelheid en kwaliteitsafkeur. Productiviteit meet alleen de verhouding tussen output en input, zonder te specificeren waar het verlies zit. Dat verschil maakt OEE veel bruikbaarder als je wilt weten waarom een lijn minder produceert dan mogelijk is.

Stel: je lijn draait acht uur en maakt 800 stuks. Je productiviteit ziet er prima uit. Maar OEE laat zien dat de machine twee uur heeft stilgestaan, de rest van de tijd op 80% snelheid draaide en 5% van de stuks afgekeurd moest worden. De productiviteitsmeting geeft je een getal. OEE geeft je drie concrete aanknopingspunten om iets te verbeteren.

OEE splitst verlies op in drie categorieën:

Beschikbaarheid: hoeveel tijd draaide de machine daadwerkelijk ten opzichte van de geplande tijd?
Prestatie: draaide de machine op de ideale snelheid, of langzamer?
Kwaliteit: welk deel van de geproduceerde stuks was direct goed?

Productiviteit vertelt je dat het resultaat tegenvalt. OEE vertelt je waar het fout gaat.

Hoe wordt OEE berekend in de praktijk?

OEE berekenen doe je door drie factoren met elkaar te vermenigvuldigen: Beschikbaarheid x Prestatie x Kwaliteit. Het resultaat is een percentage dat aangeeft hoeveel van de geplande productietijd je volledig benut hebt. Een OEE van 85% geldt in de industrie als een sterke score voor een volwassen productieomgeving.

Een concreet voorbeeld:

Geplande productietijd: 8 uur (480 minuten)
Werkelijke draaitijd na stilstanden: 400 minuten → Beschikbaarheid = 400/480 = 83%
Ideale cyclustijd: 1 minuut per stuk, werkelijk gemiddelde: 1,25 minuut → Prestatie = 80%
Geproduceerde stuks: 320, waarvan 304 goed → Kwaliteit = 95%
OEE = 83% x 80% x 95% = 63%

Dat betekent dat je 63% van de beschikbare productietijd écht benut hebt. De overige 37% is verloren gegaan aan stilstand, lagere snelheid of afkeur. Elk van die drie factoren wijst je naar een ander type probleem en een andere oplossing.

Hoe bereken je productiviteit op de werkvloer?

Productiviteit bereken je door de output te delen door de input. Op de werkvloer is dat vaak: het aantal geproduceerde stuks gedeeld door het aantal ingezette arbeidsuren of machine-uren. Het resultaat geeft je een ratio, geen percentage. Hoe hoger de ratio, hoe meer je uit je input haalt.

Voorbeeld: een ploeg van vijf mensen produceert in een dienst van acht uur 400 stuks. De arbeidsproductiviteit is dan 400 gedeeld door 40 uur = 10 stuks per uur per persoon. Vergelijk je dat met de vorige week of een andere ploeg, dan zie je meteen of er verschil is. Maar je weet nog niet waarom.

Dat is precies de beperking van productiviteit als maatstaf. Het is een prima startpunt om te zien dat er iets speelt, maar het geeft geen richting voor verbetering. Daarvoor heb je meer detail nodig, en dat is waar OEE zijn waarde bewijst.

Wanneer gebruik je OEE en wanneer productiviteit?

Gebruik OEE als je wilt begrijpen hoe goed een specifieke machine of productielijn presteert en waar verlies ontstaat. Gebruik productiviteit als je de output van een heel team, afdeling of fabriek wilt vergelijken over tijd of met een norm. De twee maatstaven vullen elkaar aan en zijn het sterkst als je ze samen gebruikt.

OEE is het meest waardevol in situaties als:

Je een bottleneck-machine wilt analyseren
Je stilstandoorzaken structureel wilt aanpakken
Je een verbeterproject wilt onderbouwen met data

Productiviteit gebruik je eerder als:

Je ploegen of shifts met elkaar wilt vergelijken
Je wilt weten of je meer output haalt uit hetzelfde aantal mensen
Je capaciteitsplanning maakt op afdelingsniveau

In de praktijk zien we dat bedrijven die alleen op productiviteit sturen, verbeteringen moeilijker kunnen vasthouden. Ze weten dat het beter kan, maar niet waar ze moeten beginnen.

Wat is een goede OEE-score voor een productiebedrijf?

Een OEE van 85% wordt in de maakindustrie beschouwd als een sterke score voor een volwassen productieomgeving. Voor bedrijven die net beginnen met OEE-meting is een score van 60 tot 65% heel normaal. Dat klinkt laag, maar het betekent ook dat er ruimte is voor verbetering zonder extra investeringen in machines of mensen.

Wat een goede score is, hangt ook af van het type productie. In een processindustrie met continu draaiende lijnen liggen de normen anders dan in een omgeving met veel wisselende producten en omstellingen. Vergelijk je OEE-score daarom altijd met je eigen historische data of met vergelijkbare lijnen in je fabriek, niet blindelings met een industriegemiddelde.

Belangrijk: een hoge OEE-score is geen doel op zich. Het gaat erom dat je begrijpt wat de score veroorzaakt en of je de juiste dingen verbetert. Een OEE van 75% waarbij je precies weet waar het verlies zit en actief werkt aan de oorzaken, is waardevoller dan een OEE van 85% die niemand begrijpt of gebruikt.

Waarom stijgt de productiviteit terwijl de OEE daalt?

Productiviteit kan stijgen terwijl OEE daalt als je meer mensen of uren inzet om hetzelfde resultaat te halen. Je output neemt toe, maar de machine benut je minder efficiënt. Dit is een van de meest voorkomende signalen dat een productieproces op papier goed draait, maar in werkelijkheid verborgen verliezen heeft.

Een concreet scenario: je voegt een extra operator toe aan een lijn om sneller te kunnen leveren. De productiviteit per uur stijgt, want er komen meer stuks uit. Maar de machine heeft nog steeds dezelfde stilstanden en draait nog steeds onder de ideale snelheid. De OEE verandert niet of daalt zelfs, omdat de machineprestatie niet verbeterd is. Je hebt het probleem omzeild in plaats van opgelost.

Dit patroon is ook zichtbaar als je overuren inzet of een extra ploeg inplant. De output stijgt, de productiviteitscijfers zien er beter uit, maar de onderliggende verliezen blijven bestaan. OEE maakt die verliezen zichtbaar, ook als de productiviteitscijfers geruststellend zijn.

Als je dit soort inzichten wilt gebruiken om echt bij te sturen, dan helpt het als operators en leidinggevenden tijdens de dienst al zien wat er speelt. Niet achteraf in een rapport, maar live op de werkvloer. Dat is precies wat we bij Motivate mogelijk maken: realtime inzicht in OEE, stilstanden en prestaties, zodat je kunt bijsturen terwijl het nog uitmaakt.

Veelgestelde vragen

Hoe begin ik met OEE meten als mijn bedrijf daar nog geen ervaring mee heeft?

Begin met één machine of lijn, bij voorkeur een bottleneck of een lijn waar je al weet dat er verlies zit. Registreer handmatig de drie factoren: hoelang de machine gepland draaide, hoelang hij daadwerkelijk draaide, wat de werkelijke snelheid was en hoeveel stuks afgekeurd werden. Zodra je een paar weken data hebt, zie je al patronen die je zonder meting nooit had opgemerkt. Start simpel en breid daarna uit naar andere lijnen.

Welke veelgemaakte fouten moet ik vermijden bij het meten van OEE?

Een veelgemaakte fout is het meenemen van geplande stilstanden — zoals pauzes of onderhoud — in de berekening van beschikbaarheid. Dat geeft een vertekend beeld. Een andere valkuil is het gebruik van een te optimistische ideale cyclustijd, waardoor de prestatiefactor kunstmatig hoog uitvalt. Zorg ook dat operators begrijpen waarom de data wordt bijgehouden, anders bestaat het risico dat stilstanden niet eerlijk worden geregistreerd.

Kan ik OEE ook gebruiken voor handmatige processen of assemblagelijnen zonder machines?

OEE is in principe ontworpen voor machine-gedreven processen, maar de onderliggende logica — beschikbaarheid, prestatie en kwaliteit — is ook toepasbaar op handmatige lijnen. In dat geval vervang je de machine door de werkplek of het team als meeteenheid. De interpretatie vraagt dan wel wat aanpassing, want factoren zoals vermoeidheid of wisselende bezetting spelen een grotere rol dan bij geautomatiseerde machines.

Hoe vaak moet ik OEE rapporteren: per dienst, per dag of per week?

Dat hangt af van hoe snel je wilt kunnen bijsturen. Voor operationele sturing op de werkvloer is een rapportage per dienst of zelfs realtime het meest waardevol, zodat leidinggevenden nog tijdens de shift kunnen ingrijpen. Weekrapportages zijn geschikt voor trendanalyse en verbeteroverleg. Ideaal gebruik je beide: een live weergave op de werkvloer en een wekelijkse samenvatting voor structurele analyse.

Wat doe ik als mijn OEE-score al weken hetzelfde blijft ondanks verbeteracties?

Een stagnerende OEE-score wijst er vaak op dat de verbeteracties niet gericht zijn op de grootste verliespost. Analyseer welke van de drie factoren — beschikbaarheid, prestatie of kwaliteit — het meeste gewicht heeft in je verlies en focus daar als eerste op. Het kan ook helpen om de registratie te verfijnen: als stilstandoorzaken te globaal worden bijgehouden, zie je niet welke specifieke oorzaak het meeste tijd kost.

Is een hogere OEE altijd beter, of zijn er situaties waarin je bewust een lagere OEE accepteert?

Ja, er zijn situaties waarin een lagere OEE bewust acceptabel is. Als de marktvraag laag is, heeft het weinig zin om een machine op volle capaciteit te draaien alleen om de OEE-score op te krikken. OEE is een middel om verliezen te begrijpen en te verminderen, geen doel op zich. Gebruik de score altijd in combinatie met context: wat is de vraag, wat zijn de kosten van verlies, en waar levert verbetering het meeste op?

Hoe betrek ik operators bij het verbeteren van OEE zonder dat het voelt als controle?

Maak operators eigenaar van de data in plaats van subject. Laat hen zelf stilstanden registreren en benoemen, en bespreek de resultaten samen in een kort dagelijks overleg. Als operators zien dat hun input leidt tot concrete verbeteringen — minder storingen, makkelijker werk — groeit de motivatie om data eerlijk bij te houden. Transparantie over het doel van de meting is daarbij essentieel: het gaat om het verbeteren van het proces, niet om het beoordelen van mensen.