ftetoai Op de wachtlijst

Kennisbank

AI en het uitgeven van werkorders aan de productievloer

De taak in het kort

Een planner zet een klantorder of productieplan om in een concrete werkorder: welke specificaties, welke materialen, hoeveel tijd staat er voor, en welke operator of werkplek voert de order uit. Die werkorder gaat van het ERP- of planningssysteem naar het MES op de vloer. Het is een schakel die dagelijks terugkomt, vaak tientallen tot honderden keren, en die de brug vormt tussen papieren planning en fysieke uitvoering.

Waarom gestructureerdheid en volume hier gunstig uitvallen

De gegevens die nodig zijn om een werkorder te maken, staan meestal al vast: het artikelnummer, de stuklijst, de bewerkingsvolgorde, de standaardtijden per bewerking. Als deze gegevens netjes in het ERP staan en de vertaalslag naar het MES een vaste structuur volgt, is het samenstellen van een werkorder een kwestie van gegevens combineren en overzetten. Dat is precies het soort werk waar software goed in is: hoge herhaling, vaste velden, weinig interpretatie nodig. Het volume ondersteunt dit: bij tientallen orders per dag levert automatisering merkbare tijdswinst op, en de kans dat een orderregel identiek is aan een vorige is groot.

Een voorbeeld: een metaalbewerkingsbedrijf met een vast assortiment van honderd artikelen, waarbij elke order een combinatie is van bekende bewerkingsstappen. Hier is het aanmaken van de werkorder grotendeels een kopieer-en-vul-taak. RPA (robotic process automation) kan die vertaalslag van planning naar MES prima uitvoeren, mits de ordersjablonen gestandaardiseerd zijn en de koppeling tussen de twee systemen goed is ingericht.

Waarom oordeelsruimte de doorslag geeft richting "deels"

De reden dat deze taak niet volledig aan AI kan worden overgelaten, zit in de oordeelsruimte. Bij het uitgeven van een werkorder moet vaak een afweging worden gemaakt: is deze operator vandaag beschikbaar, is de machine net vrijgekomen door een spoedorder, past deze bewerking wel bij de huidige materiaalvoorraad, is er een kwaliteitsissue bekend bij deze klant dat extra aandacht vraagt? Dat zijn beslissingen die kennis van de vloer op dat moment vereisen, en die kennis is niet altijd volledig gedigitaliseerd. De planner of voorman kijkt naar de praktijk van vandaag, niet alleen naar de data van gisteren.

Daarnaast is er het fysieke element: een werkorder is uiteindelijk een instructie voor mensen en machines die in de echte wereld iets moeten produceren. Een fout in de werkorder, bijvoorbeeld een verkeerd materiaal of een verkeerde tijdsinschatting, leidt niet tot een onopgemerkte spreadsheetfout maar tot stilstand, uitval of een verkeerd product. Dat brengt matige foutkosten met zich mee: geen catastrofale gevolgen zoals bij veiligheidskritische processen, maar wel reële kosten in tijd en materiaal als het misgaat.

De rol van compliance en klantcontact

In sectoren met certificeringseisen, denk aan voedsel, medische hulpmiddelen of luchtvaarttoelevering, moet een werkorder aantoonbaar voldoen aan vastgelegde procedures en tracering. Dat maakt de taak gevoelig voor compliance: de werkorder is onderdeel van een auditspoor. Vergelijk dit met het proces waarbij een auditlogboek van financiële wijzigingen bijhouden wordt gevraagd: ook daar is vastlegging en herleidbaarheid belangrijker dan snelheid. Bij werkorders met klantspecifieke afspraken speelt bovendien klantcontact een rol; een order voor een vaste klant met bijzondere wensen vraagt iets meer aandacht dan een standaardorder voor voorraad.

Wat dit oordeel betekent

De uitkomst is dat AI, in de vorm van RPA, het aanmaken en doorzetten van werkorders vandaag kan ondersteunen, maar niet zelfstandig kan overnemen. Het systeem kan de vertaling van planningsgegevens naar een werkorder-sjabloon doen; de beoordeling of die order op dit moment, met deze operator en deze omstandigheden, verstandig is, blijft mensenwerk met toezicht dat goedkeurt of afkeurt met reden. Dat is een andere verdeling dan bijvoorbeeld het ondertekeningsproces van documenten beheren overnemen, waar minder operationele context nodig is.

Wanneer het bij een ander bedrijf anders ligt

Deze inschatting geldt voor een productieomgeving met een matig gestandaardiseerd assortiment en een MES-koppeling die nog niet volledig op orde is. Bij een bedrijf met een zeer beperkt, volledig gestandaardiseerd productportfolio en een strakke, realtime koppeling tussen ERP en MES kan het aandeel dat automatisch kan verlopen groter zijn: minder uitzonderingen, minder oordeelsruimte nodig. Omgekeerd, bij maatwerkproductie met veel variatie per order, ligt de balans juist verder richting mensenwerk. Dit varieert ook buiten de industrie: wat kan worden overgenomen in de zakelijke dienstverlening of in de detailhandel verschilt om dezelfde reden, namelijk de mate van standaardisatie en het volume aan herhaalbare taken. Dat is precies waarom een scan per bedrijf, per taak, meer zegt dan een algemene uitspraak over een hele sector of functie.

Als het gaat om personeelsbeslissingen op basis van deze uitkomst, gelden daarvoor eigen wettelijke vereisten waar deze pagina geen uitspraak over doet.

Wat u nu kunt doen

Wilt u weten hoe dit voor uw eigen planning- en productieproces uitpakt? De gratis quickscan van ftetoai bestaat uit twaalf vragen, werkt zonder account, en geeft een indicatie welk deel van de uren in uw profiel vandaag door AI is over te nemen. De volledige werkscan, die dieper op individuele taken zoals deze ingaat, is nog in aanbouw.

KIPPde assistent van de werkscan

Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.

Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.