Productie automatiseren: stappenplan en praktijk

Dit artikel hoort bij het efficiency-cluster: de meetlaag staat in MES-systeem: wat het is, de planningskant in productieplanningssoftware, de onderhoudskant in voorspellend onderhoud.

Wat betekent productie automatiseren?

Productie automatiseren is het vervangen van handmatige stappen door zelfwerkende systemen — en dat omvat twee fundamenteel verschillende domeinen die in discussies voortdurend door elkaar lopen. Fysieke automatisering vervangt handarbeid in het proces: robots, cobots, toevoersystemen, geautomatiseerde montage en verpakking. Kapitaalintensief, per situatie te beoordelen. Informatie-automatisering vervangt handwerk rond het proces: dataregistratie, rapportage, ordertoewijzing, storingsmelding, kwaliteitsdocumentatie. Veel goedkoper, vrijwel altijd rendabel — en in de meeste middelgrote fabrieken het onontgonnen terrein.

Het onderscheid is praktisch belangrijk omdat de volgorde ertoe doet. Wie het fysieke proces automatiseert zonder de informatiestroom, bouwt een snellere machine in een blinde fabriek: niemand ziet of de investering haar belofte waarmaakt. Wie omgekeerd eerst de informatiestroom automatiseert, weet daarna exact welke fysieke automatisering rendeert — en welke niet. Vandaar de stelregel uit dertig jaar automatiseringspraktijk: data eerst, ijzer daarna.

De vier automatiseringsniveaus van een fabriek

De meeste fabrieken hebben niveau 1 deels op orde en springen in hun ambitie meteen naar niveau 4 — terwijl niveau 2 en 3 ontbreken. Dat werkt niet: elke hogere laag rust op de data van de laag eronder. Niveau 2 en 3 zijn bovendien de niveaus met de kortste terugverdientijd, omdat ze met bestaande machines werken.

Waar beginnen? Eerst meten — het pareto-principe van de verliezen

De rationele startvraag is niet „wat kunnen we automatiseren?” maar „waar verliezen we het meest?”. Dat antwoord is zonder meting niet te geven — en mét meting vrijwel altijd verrassend. Twee patronen uit onze implementatiedata over honderden fabrieken: de automatisch gemeten OEE ligt bij de eerste meting doorgaans 8–12 procentpunten onder de eerder geschatte waarde, en het gros van het verschil zit in microstops en sluipende snelheidsverliezen die in geen ploegenboek staan. Na drie maanden zichtbaarheid is de mediane reductie van microstops circa 35 % — zonder één robot, zonder één verbouwing, puur doordat de verliezen voor het eerst zichtbaar en bespreekbaar zijn.

Daarom is automatische OEE-meting (zie Productie-KPI’s) de eerste automatiseringsstap met het beste rendement: ze kost een fractie van fysieke automatisering en levert de feitenbasis waarop elke volgende investering — robot, extra ploeg, nieuwe machine — beoordeeld kan worden. Meer dan eens vervangt de meting de investering: wie de werkelijke bezettingsgraad kent, ontdekt regelmatig dat de „benodigde” extra machine al in het machinepark staat, verstopt achter omstellingen en stops.

Brownfield: bestaande en oude machines automatiseren

De meest gehoorde tegenwerping: „onze machines zijn te oud voor digitalisering.” In dertig jaar machineaansluitingen ben ik vrijwel geen machine tegengekomen waarvoor dat klopte. De drie routes: moderne besturingen (Siemens S7/TIA, Beckhoff, B&R en vergelijkbaar) koppelen via OPC UA — de standaard voor industriële communicatie. Oudere PLC-generaties (S5-tijdperk) leveren signalen via bestaande uitgangen of kleine retrofit-aanpassingen. Machines zonder enige digitale interface — en dat zijn er in de Benelux-maakindustrie veel — worden via digitale I/O-gateways aangesloten: signalen als „machine draait/staat”, taktimpulsen en storingscontacten worden direct afgenomen, zonder ingreep in de besturing en zonder productieonderbreking. Installatietijd per machine: enkele uren, kosten per machine in de ordegrootte van € 500–2.000 eenmalig.

Het resultaat is een gemengd machinepark — pers uit 1992 naast bewerkingscentrum uit 2024 — dat in één dashboard dezelfde taal spreekt: status, aantallen, stilstanden, OEE per machine en ploeg. Dat is de digitale basis waarop alle verdere automatisering (planning, onderhoud, energie) bouwt.

Productie automatiseren in 6 stappen

Stap 1 — Sluit de machines aan (week 1): begin met de knelpuntlijn; moderne machines via OPC UA, oude via I/O-gateways. Stap 2 — Meet de basis-KPI’s (week 1–4): OEE, stilstanden met redenen, aantallen en uitval per machine en ploeg — automatisch, niet handmatig. Stap 3 — Analyseer pareto (maand 2): welke twee, drie verliescategorieën dragen het gros? Meestal: omstellingen en microstops. Stap 4 — Automatiseer de informatiestroom (maand 2–3): realtime alarmen in plaats van toevallige ontdekking, digitale werkorders in plaats van papier, automatische ploeg- en managementrapportage in plaats van Excel-avonden. Stap 5 — Pak de gemeten verliezen aan (maand 3–6): omsteloptimalisatie (SMED-methodiek) waar omstellen domineert, oorzaakanalyse waar microstops domineren, draaiurengestuurd onderhoud waar storingen domineren. Stap 6 — Beoordeel fysieke automatisering op data (vanaf maand 6): nu pas is een robot-, cobot- of mechaniseringsbeslissing feitelijk te onderbouwen — met gemeten cyclustijden, bezetting en knelpunten in plaats van aannames.

Technologieën en hun rol in de automatisering

De 4 klassieke fouten bij productie-automatisering

Fout 1: ijzer vóór data. Een zescijferige robotinvestering op een lijn waarvan niemand de werkelijke OEE kent — de robot versnelt dan ook de verliezen. Fout 2: het megaproject. Twee jaar masterplan in plaats van een meetbare eerste stap per kwartaal; tegen oplevering zijn eisen en mensen veranderd. De werkende cadans: machine → lijn → fabriek → volgende fabriek, elke stap pas na meetbaar voordeel. Fout 3: automatiseren wat je niet begrijpt. Een chaotisch proces automatiseren levert geautomatiseerde chaos; eerst stabiliseren (meten, standaardiseren), dan automatiseren. Fout 4: de mens vergeten. Operators die de cijfers als controle-instrument ervaren, werken het systeem tegen; operators die er hun eigen werk lichter mee zien worden (geen schrijfwerk, duidelijke orders, alarmen in plaats van brandjes blussen), dragen het. KPI’s beoordelen installaties, geen mensen — dat principe beslist over de adoptie.

Wat levert productie-automatisering op?

Voor de informatielaag — de eerste stap — zijn de typische effecten uit onze implementaties: OEE-verbetering van 5–10 procentpunten in de eerste maanden, 5–15 % minder uitval, circa 35 % minder microstops binnen drie maanden (mediaan) en het vervallen van uren handmatige rapportage per week. Omdat de instapkosten laag zijn (gateways plus abonnement, geen investering vooraf), ligt de terugverdientijd doorgaans binnen 3 maanden. Voor de fysieke laag is de ROI per case te rekenen — en dat is precies het punt: na de meetfase rekent u met uw eigen cijfers in plaats van met leveranciersbeloften. Bereken wat een procentpunt OEE op uw knelpuntlijn waard is (output per uur × verkoopmarge × jaaruren), en de prioriteitenlijst schrijft zichzelf.

Veelgestelde vragen over productie automatiseren

Wat is productie-automatisering?

Het vervangen van handmatige stappen door zelfwerkende systemen — zowel in het fysieke proces (robots, handling) als in de informatiestroom (dataregistratie, rapportage, alarmen, orderaansturing). De informatiekant wordt structureel onderschat en biedt in de meeste fabrieken het snelste rendement.

Waar begin ik met het automatiseren van mijn productie?

Met automatisch meten op de knelpuntlijn: machines aansluiten, OEE en stilstanden registreren, pareto van de verliezen maken. Daarna automatiseert u op feiten — informatiestromen eerst, fysieke automatisering waar de gemeten businesscase het draagt.

Wat kost het automatiseren van de productie?

De informatielaag: gateways van ca. € 500–2.000 per machine (eenmalig) plus een platform-abonnement — terugverdientijd doorgaans binnen 3 maanden. Fysieke automatisering (robots, mechanisering) begint bij tienduizenden euro’s per cel en moet per case op gemeten data gerekend worden.

Kan ik mijn productie automatiseren met oude machines?

Ja. Machines zonder digitale interface worden via I/O-gateways aangesloten — zonder PLC-ingreep en zonder productieonderbreking. Een gemengd machinepark van 1990 tot 2026 in één realtime dashboard is in de praktijk de regel, niet de uitzondering.

Wat is het verschil tussen productie automatiseren en optimaliseren?

Optimaliseren = de bestaande middelen beter benutten (minder stilstand, snellere omstellingen, minder uitval); automatiseren = stappen door systemen laten uitvoeren. Ze versterken elkaar: de meting toont het optimalisatiepotentieel, en vaak vervangt optimaliseren een geplande automatiseringsinvestering.

Hoe verhoog ik de productiviteit van mijn fabriek het snelst?

Door de verborgen verliezen zichtbaar te maken: automatische OEE-meting legt microstops, snelheidsverliezen en omstelrealiteit bloot die in handmatige registratie ontbreken. Alleen die zichtbaarheid reduceert microstops in de praktijk al met circa 35 % in drie maanden (mediaan uit onze implementaties).

Welke rol speelt AI bij productie-automatisering?

AI is de bovenbouw: patroonherkenning in stilstands- en kwaliteitsdata, voorspellend onderhoud, planningsoptimalisatie. Ze werkt pas op een fundament van automatisch gemeten data — wie AI-ambities heeft, begint dus bij de machineaansluiting.

Hoe neem ik mijn operators mee in de automatisering?

Door het systeem hún werk lichter te maken: geen schrijfwerk meer, duidelijke digitale orders, alarmen die brandjes voorkomen — en door KPI’s consequent op installaties te richten, niet op personen. Betrek operators bij de stilstandsredenen-catalogus; het is hun proceskennis die de data betekenis geeft.

Verder lezen

• MES-systeem: wat het is, functies en implementatie
• Productieplanningssoftware: functies en keuze
• Voorspellend onderhoud (predictive maintenance)
• Productiesoftware: ERP, MES, APS, SCADA, CMMS en QMS
• Productie-KPI’s met SYMESTIC
• SYMESTIC voor de metaalbewerking

Over de auteur

Martin Brandel

MES-consultant en projectleider bij SYMESTIC. Ruim 30 jaar industriële automatisering: van Simatic S5, materiaalstroombesturing en lakstraten-inbedrijfstellingen tot OPC UA, IoT-gateways en cloud-MES. Themagebieden: machineaansluiting en retrofit, MDE/BDE, brownfield-digitalisering, automatiseringstechniek. LinkedIn-profiel