Wat is OEE?
OEE is de afkorting van Overall Equipment Effectiveness. De bron van deze tool is Toyota, of beter gezegd het onderdeel van Toyota dat in de jaren ‘60 Nippon Denso heette. OEE is vooral bedoeld als Gap-analyse tool, met als einddoel om een productiemachine meer en/of beter te laten produceren. Voor veel bedrijven die Lean werken is OEE een KPI om per machine of – groep machines – te kijken waar verdere verbetermogelijkheden zitten. Ook buiten Lean Six Sigma bedrijven wordt Overall Equipment Effectiveness soms als stand-alone tool toegepast om meer uit het equipment te halen.
OEE komt uit de TPM- (Total Productive Maintenance) school die gezien kan worden als de basis van wat we tegenwoordig Lean noemen. Productiebedrijven die al lang met continu verbeteren/Lean bezig zijn, noemen dit overigens nog TPM. Voorbeelden van dergelijke bedrijven zijn Heineken en Corus.
Nakajima beschreef de term voor het eerst in 1982 in TPM Tenkai en werkte de methodiek in 1988 verder uit in Introduction to TPM. De kracht van OEE zit in de vertaling van drie perspectieven naar één gemeenschappelijke taal: een operator denkt in stuks, een planner in uren en een manager in euro’s. OEE brengt die talen samen tot één cijfer, waardoor de vloer en het management op dezelfde informatie sturen. De verliezen die OEE blootlegt, overlappen bovendien met de acht verspillingen (TIM WOODS) die binnen Lean centraal staan: stilstand raakt aan wachttijd, langzaam draaien aan onderbenutting van capaciteit.
Waarschuwing vooraf bij het gebruiken van Overall Equipment Effectiveness
OEE moet niet als dé universele KPI voor machinebenutting worden gezien, maar meer als een tool om de benutting van een machine te beoordelen. Verschillende machines met OEE vergelijken kan zijn doel voorbij schieten. Bijvoorbeeld als de OEE van een machine voor een hoog-volume, eenvoudig bulkproduct met lage marge wordt vergeleken met de OEE van een machine voor een laag volume, high-end hoge marge product. Wanneer het verhogen van de OEE in een organisatie tot doel wordt verheven, is er een grote kans op sub-optimalisatie en nemen de hoeveelheid verspillingen en doorlooptijden voor de klant toe.
Ook kan OEE verslechteren door de productietijd (cycle time) van een processtap te verkorten. Er wordt dan minder nuttige tijd door de machine geproduceerd, wat leidt tot Overall Equipment Effectiveness verlaging, terwijl er evenveel of zelfs meer output uit de machine in stuks kan komen. Dit komt omdat OEE vooral tijden gebruikt en niet zozeer stuks bij de berekening.
De veelgebruikte richtwaarde van 85% voor een ‘wereldklasse’ OEE komt oorspronkelijk van Nakajima zelf. Hij baseerde dit cijfer op fabrieken die de Distinguished Plant Prize wonnen in Japan in de jaren zeventig, met een beschikbaarheid van rond de 90%, een performance van rond de 95% en een kwaliteit van 99,9%. Vermenigvuldigd komt dat uit op ongeveer 85%. Dat maakt 85% een historisch gegroeide richtwaarde uit een specifieke context (hoogvolume productie met weinig productvariatie), geen universele norm. Een fabriek met veel productwissels en kleine series, zoals in de farmaceutische industrie of machinebouw, komt structureel lager uit zonder dat dit op onderpresteren wijst. Blind sturen op 85% werkt dezelfde sub-optimalisatie in de hand die hierboven al is beschreven.
OEE systematiek
Overall Equipment Effectiveness is een grootheid die berekend wordt door een drietal factoren met elkaar te vermenigvuldigen. De 3 factoren zijn beschikbaarheid, performance (of snelheid) en kwaliteit. De OEE berekening is in uren, dus niet in stuks.
Internationaal is deze systematiek vastgelegd in de ISO 22400-2 norm voor prestatie-indicatoren in productieomgevingen. Dat maakt OEE een objectieve, onderling vergelijkbare maatstaf in plaats van een intern bedachte vuistregel. In de praktijk ligt de gemiddelde OEE in de maakindustrie rond de 60%. Een score onder de 40% is een duidelijk signaal dat er structurele verliezen spelen, terwijl een score ruim boven de 75% in de meeste sectoren al als sterke prestatie geldt.
Stap 1: Bepaal de ‘Loading time’
De Loading time is de geplande tijd van een machine – de tijd dat een machine gepland wordt om productie te draaien.
In de praktijk wordt de loading time meestal uit het productieplanningssysteem gehaald. Steeds meer bedrijven registreren de vervolgstappen niet meer handmatig op een formulier, maar automatisch via sensoren op de machine of OEE-software die in real time meet. Dat voorkomt vertekening door foutieve of vergeten registraties en maakt de analyse van verliezen betrouwbaarder.
Stap 2: Bepaal de Availability (A)
Vervolgens wordt bepaald hoeveel van die geplande tijd de machine daadwerkelijk heeft gedraaid. Dit wordt berekend door tijd, besteed aan set-ups en machine-breakdowns, van de loading time af te halen. Dit resulteert in een availability in uren.
De availability in uren wordt gedeeld door de loading time. Het resultaat is de Availability als fractie of percentage (A).
Storingen (machine-breakdowns) en omsteltijden (set-ups) zijn binnen de TPM-methodiek twee van de zogeheten zes grote verliezen (Six Big Losses) die Nakajima onderscheidde. Ze vallen beide onder beschikbaarheid, omdat de machine in deze tijd feitelijk stilstaat.
Stap 3: Bepaal de Performance
Vervolgens wordt bepaald hoeveel de machine zou hebben geproduceerd als die beschikbare tijd op de maximale (of design-) snelheid had gedraaid. Er wordt gekeken hoeveel er daadwerkelijk is geproduceerd. De verschillen worden veroorzaakt door langzamer draaien (speedlosses) en door korte stops of leeg draaien (“idling”).
De gevonden verschillen worden van het maximum afgehaald en wat overblijft, is de Performance. Door deze te delen door de maximaal mogelijke performance wordt de relatieve performance als fractie of percentage verkregen (P).
De twee resterende verliesbronnen die de performance drukken, snelheidsverliezen en korte stops, horen eveneens tot de zes grote verliezen. Juist deze categorie wordt in de praktijk vaak onderschat: een stop van twee minuten voelt onbeduidend, maar tientallen van dit soort korte stops per dienst tellen op tot een substantieel verlies aan productietijd.
Stap 4: Bepaal de Quality (factor)
Vervolgens wordt hetzelfde gedaan voor Kwaliteit. Hoeveel goed product (first quality) had er geproduceerd kunnen worden en hoeveel is er daarvan verloren door scrap en kwaliteitscontroles. Dit geeft ook weer een fractie (maximaal – gevonden)/ maximaal. Dit resulteert in de Quality (factor) als fractie of percentage (Q).
Ook hier gaat het om twee van de zes grote verliezen: opstartverliezen (het aanloopverlies direct na een wissel of stilstand, wanneer het proces nog niet stabiel draait) en productieverliezen door afkeur of herbewerking gedurende de reguliere run.
Stap 5: Bereken de OEE
De Overall Equipment Effectiveness wordt vervolgens uitgerekend: A * P *Q = OEE.
De gevonden waarde wordt als KPI in de tijd gemonitord of gebruikt om de betreffende machine met andere vergelijkbare machines te vergelijken. Uiteraard leidt een te lage waarde voor deze KPI tot verbeteracties, die zullen focussen op de relatief laagste van de 3 waarden A, P en Q.
De gevonden verliezen van de 3 categorieën worden vaak op de volgende manier ingedeeld, maar ieder bedrijf kan zelf bepalen in welke categorie wat valt. Korte stops vallen soms onder beschikbaarheid en in andere indelingen juist onder performance.
Ter referentie: bij 90% beschikbaarheid, 95% performance en 99,9% kwaliteit kom je uit op de eerdergenoemde 85%, het cijfer dat Nakajima als richtwaarde voor wereldklasse-prestaties hanteerde. Zoals eerder in dit artikel beschreven, is dat cijfer geen doel op zich: het gaat om het stelselmatig verkleinen van de grootste verliesbron, niet om een score die overal hetzelfde zou moeten zijn.
Meer leren over OEE?
Als u alles wilt weten van OEE en dit in de praktijk wilt gaan toepassen raden wij u de Black Belt industrie training aan. OEE is een belangrijk onderdeel in dit trainingsprograma. Vraag voor meer informatie over o.a. het lesprogramma, de voorbereiding en de examinering de studiegids aan of neem contact met ons op. Wij helpen u graag verder!
Voor kwaliteitsmanagers, productieleiders en continu-verbeteraars die met OEE aan de slag gaan, is de stap van cijfer naar structurele verbetering vaak het lastigste onderdeel. In de Black Belt industrie training werk je daarom vanaf dag één aan je eigen verbeterproject, met 1-op-1 begeleiding van je trainer tot het resultaat er ook echt staat.
