OEE in de voedingsindustrie bereken verliezen en verbeter lijnperformance
Overall Equipment Effectiveness (OEE) toont hoe effectief geplande productietijd wordt omgezet in goede output. Deze gids legt de OEE-formule, availability-, performance- en quality losses uit en hoe voedingsmiddelenproducenten lijnperformance kunnen verbeteren met betrouwbare productiedata.
OEE
68%
Lijn 2 vandaag
Beschikbaarheid
82%
Performance
89%
Kwaliteit
93%
Verlies-waterfall
Voorbeeldview van productieverlies per categorie.
Gepland
Stilstand
Snelheid
Kwaliteit
Alleen een voorbeeld. OEE = availability × performance × quality, op basis van afgesproken definities voor geplande tijd, draaitijd, targetsnelheid en goede output.
Het korte antwoord
OEE (Overall Equipment Effectiveness) meet hoe effectief geplande productietijd wordt omgezet in goede output. OEE = Availability × Performance × Quality: availability legt stoptijd vast, performance snelheidsverlies en quality niet-goede output.
Om OEE te verbeteren hebben voedingsproducenten consistente definities nodig voor geplande tijd, downtime, target- of ideale snelheid en goede output. Daarna kunnen teams de grootste beschikbaarheids-, performance- of kwaliteitsverliezen rangschikken per lijn, product, ploeg en omstelling en de oorzaak aanpakken.
Probleem
OEE is eenvoudig te rapporteren, maar moeilijker te verbeteren wanneer verliezen niet worden vertrouwd
Veel voedingsmiddelenproducenten hebben een OEE-percentage, maar teams verschillen nog steeds van mening over planned time, downtime-redenen, targetsnelheden of good output. Als definities verschillen is het moeilijk te bepalen of availability, performance of quality de echte verbeterprioriteit is.
Downtime is onduidelijk
Geplande stops, ongeplande downtime en changeovers worden verschillend geclassificeerd tussen lijnen, shifts of operators.
Snelheidsverlies is verborgen
Korte stops, microstops en langzame cycli kunnen performance verlagen, zelfs wanneer de lijn lijkt te draaien.
Kwaliteitsverlies staat losgekoppeld
Afkeur, rework en verspilling worden vaak los van elkaar geanalyseerd, waardoor de kwaliteitscomponent lastig te verklaren is.
OEE-formule
Hoe OEE te berekenen: availability × performance × quality
De standaard OEE-formule is eenvoudig. De uitdaging is de inputs consistent houden: geplande productietijd, draaitijd, ideale of targetsnelheid, totale output en goede output moeten hetzelfde betekenen over lijnen, producten en ploegen.
Beschikbaarheid = Draaitijd ÷ Geplande productietijd.
Performance vergelijkt werkelijke outputrate met de ideale of target-productiesnelheid.
Quality = goede output ÷ totale output.
Uitgewerkt voorbeeld
Beschikbaarheid
82%
Performance
89%
Kwaliteit
93%
OEE = 82% × 89% × 93% ≈ 68%
68%
Alleen een voorbeeld. Het percentage wordt actionable wanneer teams het verschil kunnen terugleiden naar availability-, performance- of qualityverlies.
Waarom food anders is
OEE in food moet rekening houden met reiniging, allergenen, omstellingen en quality holds
Voedingsproducenten hebben te maken met reiniging, allergenen, recepten, verpakkingsformaten, quality holds en frequente omstellingen. Deze gebeurtenissen kunnen beschikbaarheid, performance of kwaliteit beïnvloeden, dus hun classificatie moet consistent zijn in het OEE-model.
Reinigingstijd
Geplande sanitation, ongeplande cleaning en cleaning binnen changeovers hebben consistente tijdclassificatie nodig.
Omstellingen
Product-, verpakkings- en allergeenwissels kunnen significant availability loss veroorzaken wanneer changeovers langer duren dan targettijd.
Kwaliteitsblokkades
Geblokkeerd product, afkeur en rework moeten terug te koppelen zijn naar de run zodat het kwaliteitsverlies kan worden verklaard.
Verpakkingsproblemen
Folie, labels, formaatproblemen en herhaalde microstops kunnen de prestaties verlagen, ook zonder lange stilstand.
Benodigde data
Betrouwbare OEE vereist timestamps, targetsnelheden, aantallen en productiecontext
Een betrouwbare OEE-berekening vraagt om meer dan één percentage. Teams hebben geplande en werkelijke tijd, target rate, totale en goede output nodig, plus product, order, shift en verliesredenen die het resultaat verklaren.
- MES-data voor productieorders, runtime, total en good output, downtime-events en reason codes
- Sensor- en machinedata voor cyclustijd, snelheid, korte stops, machinestatus en werkelijk lijngedrag
- ERP- en planningsdata voor producten, orders, schema's, geplande productietijd, recepten en ideale of targetsnelheden
- Kwaliteitsdata voor goed product, afkeur, rework, waste, holds en vrijgegeven output
Koppel signaal, context en uitkomst.
Lijnsignaal
Stops, microstops, snelheid, draaitijd
Productiecontext
Order, SKU, receptuur, shift, lijn
Verliesreden
Downtimeredenen, langzame cycli, omstellingen
Kwaliteitsuitkomst
Goede output, rejects, waste, rework
Betrouwbare OEE-laag
Eén governed model voor OEE, availability, performance, quality en production-loss-analyse.
KPI's en definities
Gebruik OEE en de drie componenten om het grootste productieverlies te vinden
OEE alleen legt niet uit wat moet verbeteren. Volg het percentage samen met availability, performance en quality en drill daarna naar downtime-minuten, speed loss, quality loss en changeover-impact.
OEE
Beschikbaarheid × performance × kwaliteit: de gecombineerde equipment-effectiveness-metric.
Beschikbaarheid
Draaitijd gedeeld door geplande productietijd.
Performance
Werkelijke productiesnelheid vergeleken met de ideale of doelsnelheid.
Kwaliteit
Goede output gedeeld door totale output.
Downtimeverlies
Tijd verloren aan stops, gescheiden op afgesproken geplande en ongeplande reason codes.
Snelheidsverlies
Verlies door trage cycli, lagere snelheid en korte of microstops.
Kwaliteitsverlies
Verlies door afkeur en andere output die niet als goed product telt.
Impact van omstelling
Tijd en capaciteit verloren wanneer product-, format- of allergeenomstellingen het afgesproken target overschrijden.
Praktische workflow
Hoe OEE te verbeteren: een praktische vijfstappenlus voor verliesreductie
OEE verbeteren begint met het scheiden van availability-, performance- en quality losses. Rangschik het grootste terugkerende verlies, onderzoek de productiecontext, wijs een eigenaar toe en controleer daarna of hetzelfde verlies afneemt.
Meet
Bereken OEE en splits A, P en Q uit.
Leg uit
Vind de terugkerende hoofdoorzaak.
Verbeteren
Wijs actie toe en verifieer verbetering.
Koppel geplande tijd, downtime, korte stops, snelheid, output en kwaliteitsdata in één view.
Rangschik verliezen in beschikbaarheid, performance en kwaliteit per lijn, product, ploeg, recept of productieorder.
Volg of acties hetzelfde downtime-, snelheids- of kwaliteitsverlies over tijd verminderen.
Van meting naar actie.
Meet OEE consistent
Gebruik afgesproken inputs en formules voor beschikbaarheid, performance en kwaliteit.
Splits het verlies
Scheid verliezen in beschikbaarheid, snelheid of korte stops, en kwaliteit.
Vind de hoofdoorzaak
Analyseer per lijn, shift, SKU, order, recept, omstelling en verliesreden.
Onderneem actie
Wijs de verbetering toe aan operations, maintenance, quality of planning.
Volg verbetering
Meet of het verlies daadwerkelijk in de tijd afneemt.
Verklaring OEE-daling
- 42 minuten ongeplande stilstand veroorzaakte het grootste beschikbaarheidsverlies.
- Lijnsnelheid lag 11% onder target na de formaatwissel.
Uitleg: gecontroleerde MES-events, machinestatus, productieorder, geplande tijd, targetsnelheid en kwaliteitsoutput.
Belangrijkste downtime-drivers
- Verpakkingswissels: 31% van downtimeverlies.
- Korte stops op lijn 2: 24% van het downtimeverlies.
- Wachten op materiaal: 18% van het stilstandsverlies.
Alleen een voorbeeld. Ask Titan gebruikt beheerde Titan-data en menselijke validatie blijft onderdeel van de beslissing.
Ask Titan-voorbeelden
Vragen die teams kunnen stellen over OEE en productieverlies
Met Ask Titan kunnen teams in Microsoft Teams praktische vragen stellen op basis van governed Titan-data. In plaats van MES-rapporten, stilstandexports en kwaliteitsbestanden afzonderlijk te controleren, kunnen gebruikers één vraag stellen en de redenering achter het antwoord zien.
Waarom daalde OEE?
Ask Titan kan beschikbaarheid, performance en kwaliteitsverlies vergelijken en tonen welk onderdeel de OEE-verandering veroorzaakte.
Welk verlies is het belangrijkst?
Teams kunnen downtime-, short-stop-, snelheids- en kwaliteitsverliezen rangschikken per lijn, ploeg, product of week.
Wat moeten we als eerste verbeteren?
Ask Titan helpt teams zich te richten op het grootste praktische verlies, niet alleen op het luidste probleem.
Waarde per rol
OEE helpt verschillende teams naar hetzelfde productieverlies te kijken
Een betrouwbaar OEE-model verplaatst het gesprek van meningen naar verbeteringen.
Operations
Bekijk welke lijnen, ploegen en producten de grootste verliezen veroorzaken.
Onderhoud
Prioriteer terugkerende technische stops en betrouwbaarheidsproblemen.
Kwaliteit
Koppel afkeur, waste en rework aan productiecontext.
Planning
Begrijp hoe plannen omstellingen, lijnbelasting en downtime beïnvloeden.
IT en data
Maak beheerde OEE-logica in plaats van afzonderlijke lokale rapporten.
Veelgemaakte fouten
OEE-dashboards falen wanneer definities niet worden vertrouwd
Een dashboard verbetert OEE niet vanzelf. Teams hebben eerst consistente definities, betrouwbare data en een praktisch opvolgritme nodig.
Starting with a dashboard before definitions
If planned time, downtime and good output are unclear, the dashboard only visualizes confusion.
Treating all downtime the same
Cleaning, changeovers, short stops, maintenance and waiting time need different actions.
Ignoring speed loss
A line can look available but still lose capacity by running below target speed.
Disconnecting quality from OEE
Rejects, rework and holds need to be part of the same production performance view.
Not assigning ownership
OEE improvement needs clear follow-up across operations, maintenance, quality and planning.
Hoe Titan helpt
Titan zet productiesignalen om in betrouwbaar OEE-inzicht
Titan verbindt MES-, ERP-, machine-, sensor-, kwaliteits- en planningsdata in één governed fundering op Azure Databricks. Ask Titan maakt die fundering daarna bruikbaar in Microsoft Teams.
Koppel
Breng lijn-, machine-, productie-, kwaliteits- en planningsdata samen.
Beheer
Maak gedeelde definities voor OEE, downtime, snelheidsverlies, kwaliteitsverlies en omstellingen.
Beslis
Gebruik dashboards en Ask Titan om verliezen te begrijpen en te bepalen wat je daarna moet verbeteren.
Titan vervangt je MES-, ERP- of shopfloorsystemen niet. Het verbindt data uit die systemen in één betrouwbare laag voor rapportage, analytics en AI.
Gerelateerd bewijs
Lijnperformance verbetert wanneer teams dezelfde cijfers vertrouwen
Voedingsproducenten gebruiken Titan en Ask Titan om productiedata, planningsdata en bedrijfscontext te verbinden tot één basis voor dagelijkse besluitvorming.
Bekijk klantresultatenVan rapportage naar verbetering
De waarde van OEE is niet het percentage. De waarde is weten welk verlies je eerst moet aanpakken en of de actie de lijn daadwerkelijk verbeterde.
Dat vereist een governed datafundering, duidelijke definities en praktische opvolging.
FAQ
Vragen over OEE-formule en verbetering
Korte antwoorden op veelgestelde vragen over OEE-berekening, beschikbaarheid, performance, kwaliteit, downtime, snelheidsverlies en het verbeteren van lijnperformance in voedingsmiddelenproductie.
Wat is OEE in de voedingsmiddelenindustrie?
OEE, of Overall Equipment Effectiveness, meet hoe effectief geplande productietijd wordt omgezet in goede output. Het combineert availability, performance en quality in één percentage zodat voedingsmiddelenproducenten downtime-, snelheids- en kwaliteitsverliezen kunnen scheiden.
Hoe wordt OEE berekend?
OEE wordt berekend als Availability × Performance × Quality. Availability is runtime gedeeld door planned production time. Performance vergelijkt de werkelijke productiesnelheid met ideal of target rate. Quality is good output gedeeld door total output.
Waarom is OEE lastig in de voedingsmiddelenindustrie?
OEE is lastig omdat cleaning, allergenen, product- en verpakkingswissels, korte stops, speed loss, bezetting, quality holds en afkeur alle drie OEE-componenten kunnen beïnvloeden. Definities en brondata verschillen bovendien vaak tussen MES-, ERP-, machine-, kwaliteits- en spreadsheetdata.
Welke data is nodig voor OEE?
Nuttige OEE-data omvat geplande productietijd, draaitijd, machinestatussen, stilstandgebeurtenissen en redencodes, ideale of doelsnelheid, totale output, goede output, afkeur, rework, omstellingen, reiniging en context van product, lijn, shift en productieorder.
Wat is het verschil tussen OEE en productie-efficiëntie?
OEE is een gestructureerde metric op basis van availability, performance en quality. Productie-efficiëntie wordt vaak breder gebruikt en kan alleen kijken naar output versus target. OEE geeft meer detail over waar verliezen optreden.
Wat zijn veelvoorkomende oorzaken van OEE-verlies in de voedingsmiddelenindustrie?
Veelvoorkomende oorzaken zijn ongeplande downtime, reiniging en omstellingen, korte stops of microstops, draaien onder targetsnelheid, kwaliteitsafkeur, verpakkingsproblemen, grondstofproblemen, personeelsconstraints en wachttijd tussen productieruns.
Kan Power BI worden gebruikt voor OEE-dashboards?
Ja. Power BI kan OEE en de componenten availability, performance en quality visualiseren, samen met stilstand, snelheidsverlies, korte stops en kwaliteitsverlies. Het dashboard is alleen betrouwbaar wanneer brondata en rekenregels governed en consistent zijn.
Kan AI helpen OEE te verbeteren?
AI kan teams helpen vragen welk verlies in availability, performance of quality een OEE-verandering veroorzaakte, stilstandsredenen rangschikken, lijnen of shifts vergelijken en terugkerend snelheidsverlies onderzoeken. AI werkt het best wanneer de onderliggende productiedata en OEE-definities betrouwbaar zijn.
Hoe kunnen voedingsmiddelenproducenten OEE verbeteren?
Verbeter OEE door het percentage op te splitsen in availability-, performance- en quality losses, de grootste terugkerende verliezen te rangschikken, de root cause te vinden en acties toe te wijzen aan operations, maintenance, quality of planning. Volg of hetzelfde verlies in de tijd afneemt.
Hoe helpt Titan bij OEE?
Titan verbindt MES-, ERP-, sensor-, productie-, kwaliteits- en planningsdata in één governed fundering. Dit helpt teams OEE consistent te berekenen en verliezen in beschikbaarheid, performance en kwaliteit te analyseren over lijnen, producten en ploegen.
Hoe ondersteunt Ask Titan OEE-analyse?
Ask Titan laat gebruikers vragen stellen in Microsoft Teams, zoals waarom OEE op een specifieke lijn daalde, welke downtime-redenen het grootste verlies veroorzaakten of welke producten het meeste snelheidsverlies hebben.
Moet iedere voedingsproducent met OEE beginnen?
Niet altijd. OEE is nuttig wanneer lijnperformance een echt beslisprobleem is. Sommige bedrijven krijgen mogelijk meer waarde door eerst te starten met planning, expiratie-risico, OTIF of margezichtbaarheid.
Volgende stap
Start met één lijnperformanceprobleem
U hoeft niet ieder productieverlies tegelijk op te lossen. Start met één lijn, één shift of één terugkerend verlies dat uw team beter wil begrijpen.
1. Kies een lijn
Start met één productielijn of proces.
2. Definieer OEE
Stem regels voor availability, performance en quality af.
3. Breng de verliezen in kaart
Downtime, snelheidsverlies en kwaliteitsverlies.
4. Bouw de eerste weergave
Start klein en schaal met vertrouwen.