U wilt AI op uw shopfloor. In twee van de drie gevallen zit het probleem ergens anders.
Goldratt onderscheidt in zijn Theory of Constraints drie typen bottlenecks. Capaciteit, beleid en markt. Ze zien er voor de buitenstaander hetzelfde uit, omdat ze allemaal de doorvoer van uw fabriek beperken, maar ze vragen om radicaal verschillende oplossingen. AI is alleen relevant bij twee van de drie. Wie dat onderscheid niet maakt, investeert in techniek die het probleem niet raakt.
Type 1: capaciteitsbottleneck
Hier is een fysieke beperking. Een werkplek, een machine, een operator die de gevraagde doorvoer niet aankan. De wachtrij groeit, doorlooptijd loopt op, spoedorders verdringen elkaar. Dit is het type dat u in de data van uw ERP terugziet als consistent oplopende WIP voor één werkplek.
Bij dit type helpt AI wel.
Niet door magie. AI maakt zichtbaar welke werkorder de meeste impact heeft op de bottleneck als hij te laat is, voorspelt wanneer een storing dreigt op basis van historische cyclustijden en trillingsdata, en optimaliseert volgordeplanning waar een mens te veel variabelen tegelijk moet wegen. Predictive maintenance op de bottleneckmachine is bijna altijd terug te verdienen, omdat ongeplande stilstand op een capaciteitsbottleneck per uur het duurste uur in uw hele fabriek is.
Een AI-orderstatusmodel dat real-time de doorlooptijd van openstaande orders herrekent, geeft de planner houvast die geen mens met spreadsheets kan leveren. Hier is AI direct rendabel.
Type 2: beleidsbottleneck
Hier is geen fysieke beperking. De capaciteit is er, de mensen zijn er, maar een regel of gewoonte zorgt ervoor dat het werk niet stroomt.
Een paar voorbeelden uit de praktijk:
De regel dat orders pas worden vrijgegeven aan de productie als de hele stuklijst beschikbaar is. Klinkt logisch. Resultaat: orders blijven dagen wachten op één bout, terwijl alle andere onderdelen al gepakt zijn.
De regel dat elke werkorder eerst door werkvoorbereiding moet, ook als het een herhaalorder is van vorige maand. Resultaat: de doorlooptijd start drie dagen later dan nodig.
De gewoonte dat de planner overlegt met productie voordat hij prioriteiten verandert. Resultaat: spoedorders blijven liggen tot het volgende werkoverleg.
Bij dit type helpt AI ook, maar anders. Niet door planning te optimaliseren, want de capaciteit is niet het probleem. AI helpt door het beleid zichtbaar te maken. Een dashboard dat toont hoeveel orders gemiddeld blijven liggen op één ontbrekend onderdeel, hoeveel uur per week verloren gaat aan herhaal-werkvoorbereiding, hoeveel doorlooptijd er weglekt tussen “klaar voor productie” en “vrijgegeven”, maakt iets bespreekbaar wat anders onzichtbaar blijft.
Een LLM die maandelijks de orderhistorie doorzoekt op patronen (“welke werkorders zijn de afgelopen drie maanden meer dan twee dagen blijven hangen, en op welke regel?”) legt beleidsbottlenecks bloot die in geen enkel KPI-rapport opduiken.
Maar de oplossing zelf is geen AI. Het is een regel veranderen. AI is alleen het signaal.
Type 3: marktbottleneck
Hier is de capaciteit groter dan de vraag. U kunt meer maken dan uw klanten afnemen. De fabriek draait niet vol omdat er minder orders binnenkomen.
Bij dit type helpt AI niet.
Geen dashboard, geen voorspellend model, geen real-time inzicht maakt extra omzet. AI op een marktbottleneck is geld weggooien aan techniek die het verkeerde probleem aanpakt. Wat hier helpt, is sales, marketing, productontwikkeling, een nieuw segment, een bredere portfolio. Operationele optimalisatie maakt het probleem niet kleiner, eerder groter, want u verbetert efficiëntie op een capaciteit die u toch al niet vol krijgt.
De fout die hier vaak gemaakt wordt: men ziet machines die niet vol draaien en concludeert dat er een “operationeel probleem” is. Men investeert in MES, in dashboards, in AI-planning. De doorvoer per uur stijgt. De omzet niet. Want het probleem zat nooit in de operatie.
Hoe herkent u welk type u heeft?
Trek de WIP-data uit uw ERP over de afgelopen zes maanden, per werkplek. Wie eerst meer wil weten over wat ERP in de maakindustrie precies inhoudt en welke data daar standaard in zit, leest hier de uitgebreide uitleg. Bekijk dan drie dingen:
Stijgt de WIP voor één specifieke werkplek consistent? Dan heeft u waarschijnlijk een capaciteitsbottleneck. AI is rendabel.
Is de WIP gemiddeld laag, maar zijn er pieken op specifieke momenten in het orderproces (vrijgave, werkvoorbereiding, controle)? Dan kijkt u naar een beleidsbottleneck. AI maakt het zichtbaar, mensen lossen het op.
Is de WIP overal laag, draaien machines met lage bezettingsgraad, en is uw orderboek niet vol? Dan heeft u een marktbottleneck. Investeer niet in operationele AI. Investeer in commerciële capaciteit.
ERP-optimalisatie begint bij dit onderscheid. Wie het overslaat, betaalt voor techniek die het probleem niet raakt.
Wilt u weten welk type bottleneck er in uw fabriek speelt en welke vervolgstap rendabel is? Vul de gratis Bottleneck Quickscan in: tien vragen, drie minuten, uitkomst direct per e-mail. Start de quickscan
Johan Verhees
Eigenaar & ERP-specialist, Verhees ERP Service
30+ jaar ervaring in ERP-implementaties en procesoptimalisatie voor de Nederlandse maakindustrie.