Je kunt geen dashboards bouwen voor data die je niet verzamelt

Een praktische gids voor data-architectuur in de metaalindustrie

Je kunt geen dashboards maken voor data die je niet verzamelt. Je kunt geen patronen analyseren in systemen die niet met elkaar praten. Je kunt geen processen verbeteren die je niet kunt zien.

Klinkt logisch, toch? Maar kijk eens rond in je fabriek. Hoeveel van je machines zijn écht verbonden? Hoeveel data verdwijnt in Excel-lijsten? Hoeveel beslissingen neem je op gevoel omdat de cijfers er simpelweg niet zijn?

De volgorde die wél werkt

Na jaren van implementaties bij metaalbedrijven heb ik gezien wat werkt en wat niet. Het geheim zit in de juiste volgorde. Niet beginnen met kunstmatige intelligentie. Niet direct een duur MES-systeem kopen. Maar stap voor stap bouwen.

Stap 1: Bouw de pijplijn

→ Verbind

Krijg je machines aan de praat. Ja, ook die oude kantbank uit 2003. Ook die laser met gesloten software van de leverancier. MQTT, OPC-UA, desnoods een Raspberry Pi met sensoren - het kan allemaal.

Maar het gaat niet alleen om machines. In de metaalindustrie verzamel je data uit alle bronnen: je ERP, de orderpool van de laser, de software van de poedercoatstraat, alles wat een sensor heeft, elke database met relevante informatie.

Een plaatwerker in Den Bosch had 12 machines waarvan er 3 "niet te koppelen" waren volgens de leverancier. Met wat creativiteit en een paar honderd euro aan hardware stuurden ze binnen twee weken allemaal data.

→ Verzamel

Niet alles tegelijk. Begin met wat je écht nodig hebt. Aantal producten? Check. Werkelijke productietijd? Check. Stilstand met reden? Check.

Want meetwaarden zonder context zijn inderdaad duur behang. Als je meet hoeveel je produceert maar niet weet voor welke order, wat heb je dan?

→ Bewaar

Real-time data voor direct ingrijpen. Historische data voor patronen. Je hebt beide nodig, punt.

InfluxDB voor tijdreeksen. PostgreSQL voor orderdata. Alles in een Unified Namespace zodat het beschikbaar is voor wie het nodig heeft.

Stap 2: Voeg intelligentie toe

→ Analyseer

Stop met productiviteit berekenen in Excel. Als jouw berekeningen verschillen per persoon, heb je geen meetwaarden maar meningen.

Een klant had drie verschillende manieren om doorlooptijd te berekenen. Planning zei 3 dagen, productie zei 5 dagen, en de klant zag 7 dagen. Pas toen we één definitie hadden, konden we écht verbeteren.

→ Visualiseer

Als een operator het niet in één oogopslag snapt, ontwerp het opnieuw. Als iemand er niet op kan handelen, los het op.

Geen 47 grafieken op één scherm. Geen minuscule letters. Grote cijfers, duidelijke kleuren, directe actie.

Stap 3: Drijf actie aan

→ Vind patronen

Die ervaren lasser die "aanvoelt" wanneer het materiaal niet goed is? Er zit een patroon achter. Zoek het. Documenteer het. Maak het zichtbaar voor iedereen.

Bij een klant wist Hans altijd wanneer de laser problemen zou krijgen. "Klinkt anders," zei hij. Bleek: bij bepaalde materiaaldikte plus snelheid ontstond resonantie. Nu krijgt iedereen een waarschuwing.

→ Rapporteer

Één versie van de waarheid. Niet de Excel van verkoop versus het dashboard van productie versus wat het ERP zegt. Één bron. Dan kan niemand meer discussiëren over welke cijfers kloppen.

→ Los op

Mét de mensen die het probleem elke dag ervaren. Niet voor ze, maar met ze.

De echte uitdaging

Technologie is het makkelijke deel.

Je ervaren operators vertrouwen laten krijgen in een dashboard? Dat is lastig. Toegeven dat je ERP van een ton meer problemen creëert dan het oplost? Dat is lastiger.

Maar weet je wat het moeilijkste is? Beginnen. Die eerste stap zetten. Want zolang je wacht, verzamel je geen data. En zonder data, geen inzicht. Zonder inzicht, geen verbetering.

Het verschil tussen winnaars en verliezers

Bedrijven die winnen hebben niet betere technologie. Ze hebben snellere herhalingscycli.

• Eerste machine aansluiten: weken
• Tweede machine: dagen
• Derde machine: uren

Waarom? Omdat je de pijplijnen hebt gebouwd, de waarde hebt bewezen, en vertrouwen hebt verdiend.

Je concurrent zit nog te discussiëren over welk platform. Jij bent al aan het verbeteren.

Waar sta jij?

Herken je dit?

• "We hebben geen data" (terwijl je machines het wel genereren)
• "Onze systemen praten niet" (terwijl ze allemaal netwerk hebben)
• "Het is te complex" (terwijl je concurrent het al doet)

Dan is het tijd om te beginnen. Niet met een miljoenproject. Niet met 50 adviseurs. Maar met één machine, één dashboard, één snelle overwinning.

Want elke dag dat je wacht, is een dag zonder data. Een dag zonder inzicht. Een dag dat je concurrent voorloopt.

Over "heilige" prestatie-indicatoren

Er bestaat geen heilige prestatie-indicator. Ook OEE niet.

Wat is OEE eigenlijk? Overall Equipment Effectiveness - klinkt indrukwekkend. Het is Beschikbaarheid × Prestatie × Kwaliteit. In theorie meet het hoe effectief je machines zijn. In de praktijk? Een bron van eindeloze discussie.

Waarom OEE vaak niet werkt:

• "Beschikbaar" - Is de pauze erin? Omsteltijd? Gepland onderhoud?
• "Prestatie" - Tegen welke snelheid? Die uit de folder of wat je echt haalt?
• "Kwaliteit" - Alleen eerste keer goed? Of telt herstelwerk niet mee?

Een klant mat 85% OEE en was trots. Toen we doorvroegen: ze rekenden pauzes niet mee, omsteltijd zat er niet in, en herstelwerk telde als "goed product". Werkelijke OEE? 52%. Maar wat hebben ze aan dat getal?

Wat telt is wat voor jou werkt:

• Hoeveel orders op tijd geleverd?
• Wat is je werkelijke productietijd versus gecalculeerd?
• Waar blijft werk liggen?
• Welke klanten leveren echt marge op?

Geen ingewikkelde academische formules. Gewoon cijfers die jij begrijpt en waar je op kunt sturen.

Klaar om te beginnen?

Dit is wat ik doe bij Sheet Metal Connect. Van losse systemen naar verbonden data. Van Excel-chaos naar centrale waarheid. Van hopen naar weten.

Geen grote projecten. Geen jarenlange trajecten. Gewoon stap voor stap je data vrij maken.

PS: Die klant met drie verschillende doorlooptijd-berekeningen? Na het centraliseren ontdekten ze dat hun "snelste" route eigenlijk de traagste was. De planner rekende alleen productietijd, niet de 2 dagen dat het werk lag te wachten. Nu plannen ze realistisch en leveren ze écht op tijd.

PPS: Dit raamwerk van Verbinden-Verzamelen-Bewaren-Analyseren-Visualiseren-Patronen-Oplossen leerde ik van mijn mentor Walker Reynolds. Hij noemt het de basis van elke succesvolle digitale transformatie. Na jaren toepassen in de metaalindustrie kan ik bevestigen: het werkt.