AI is geen vervanging voor Goldratt’s vijf stappen. Het is een versterker bij drie van de vijf. Wie dat omdraait, automatiseert chaos.
In The Goal (1984) zette Eliyahu Goldratt vijf focusing steps neer als praktische routekaart voor Theory of Constraints (TOC). Veertig jaar later wordt elke stap nog steeds toegepast in serieuze productieomgevingen. De vraag van vandaag is niet of u AI inzet, maar waar in dat raamwerk uw AI thuishoort. En vooral: waar niet.
Stap 1: Identificeer de bottleneck
Hier is AI direct rendabel. Een bottleneck zit altijd in uw ERP-data verstopt onder gemiddelden, maar de meeste bedrijven hebben geen analist die zes maanden aan WIP-, doorlooptijd- en wachtrijdata systematisch kan doorlichten. AI doet dat in minuten.
Een LLM (Large Language Model) die maandelijks uw werkorderhistorie analyseert op patronen, een anomaliedetectie-model dat afwijkingen in machinedata signaleert, een dashboard dat WIP-trends per werkplek visualiseert: allemaal voorbeelden van AI die hier echt werk doet. Het identificeren van de constraint is data-intensief, herhalend, en goed afgebakend. Precies waar AI sterk in is.
Stap 2: Haal maximaal uit de bottleneck
Goldratt noemt deze stap exploit: zorg dat de bottleneck nooit stilstaat, dat alleen de juiste werkorders erop draaien, dat geen seconde verloren gaat aan setup of wachten. Ook hier helpt AI.
Real-time prioritering van de bottleneckwachtrij op basis van klantimpact, automatische volgordeoptimalisatie waar een planner te veel variabelen tegelijk moet wegen, alarmering bij storingsindicatoren voordat de machine daadwerkelijk uitvalt. Het zijn stuk voor stuk taken waar de combinatie van veel data en korte beslistijd te veel is voor één mens. AI maakt het beheersbaar.
Stap 3: Onderschik alles aan de bottleneck
Hier stopt AI. Stap 3 betekent: de hele organisatie aanpassen aan de beperking. Verkoop maakt geen beloftes die de bottleneck niet aankan. Inkoop levert materialen exact op het moment dat de bottleneck ze nodig heeft. Werkvoorbereiding plant rond de bottleneck, niet ernaast. Andere afdelingen accepteren dat hun lokale efficiëntie afneemt zodat de doorvoer van het hele systeem stijgt.
Dat is geen technisch probleem. Dat is een organisatieprobleem. AI kan het zichtbaar maken (een dashboard dat per afdeling toont hoe goed ze hun werk afstemmen op de bottleneck), maar AI gaat niet de gesprekken voeren met de salesmanager die zijn bonus haalt door orders binnen te halen die de bottleneck overspoelen. Hier is leiderschap nodig, niet rekenkracht.
Stap 4: Vergroot de bottleneck
Pas wanneer stap 1 tot en met 3 zijn uitgevoerd, kijkt u naar uitbreiding. Extra capaciteit, een tweede machine, een nieuwe ploeg, een investering die de beperking opheft. Hier helpt AI gedeeltelijk.
Predictive maintenance op de bottleneckmachine voorkomt uitval die u dagen kost. Voorspellende capaciteitsmodellen helpen bepalen of een tweede machine over twaalf maanden überhaupt nog nodig is, of dat de markt eerder verzadigt. Simulatiemodellen tonen welk type uitbreiding het meeste oplevert per geïnvesteerde euro.
Maar de investeringsbeslissing zelf, de financiering, de planning van de implementatie: dat is mensenwerk. AI levert het materiaal voor het besluit, niet het besluit zelf.
Stap 5: Laat traagheid geen nieuwe bottleneck worden
Goldratt’s vijfde stap is filosofisch. Als u de oorspronkelijke bottleneck succesvol heeft opgeheven, verschuift de constraint naar een andere plek. De fout is dan om de gewoontes en regels die rond de oude bottleneck waren ingericht te laten bestaan, terwijl ze nu eigenlijk de organisatie tegenhouden.
Dit is cultuur, geen techniek. AI gaat geen gewoontes ontleren. Hier moet u zelf opnieuw door stap 1 lopen, met dezelfde discipline als de eerste keer. De verleiding om te denken “we hebben dit al gedaan” is precies wat Goldratt bedoelt met inertia.
Wat dit betekent voor uw AI-investeringen
De drie typen bottlenecks bepalen of AI überhaupt rendeert. De vijf focusing steps bepalen waar in uw proces u hem inzet.
De praktische volgorde:
Eerst stap 1 doen, met AI als versneller op de data-analyse. Pas dan stap 2, waar AI helpt met real-time beslissingen. Stap 3 vereist organisatorische verandering, geen techniek. Stap 4 alleen als de eerste drie staan, met AI als ondersteuning bij de besluitvorming. En stap 5: blijven kijken, met menselijke discipline.
Wie deze volgorde overslaat en direct AI op een willekeurige plek in zijn fabriek introduceert, krijgt het tegenovergestelde van wat Goldratt beoogde: lokale optimalisatie zonder systeemresultaat. Of in normale taal: snellere chaos.
ERP-optimalisatie volgens dit raamwerk: identificeren, exploiteren, en pas dan investeren. AI past in elke stap waar data dé bottleneck is. Niet daar waar mensen het zijn. De bredere context van ERP voor de maakindustrie leest u op onze pillar-page.
Wilt u weten welke focusing step in uw fabriek nu aan de beurt is, en welke ERP (Enterprise Resource Planning)-instellingen u eerst moet aanpassen voordat AI rendeert? 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.