Er is een getal dat vrijwel geen productiedirecteur uit het hoofd kan geven: wat heeft ongeplande stilstand mijn bedrijf vorig jaar gekost?
Niet een vaag gevoel van “het was duur.” Een concreet bedrag.
Onderzoek van Aberdeen en ServiceMax laat zien dat meer dan 80% van de maakbedrijven hun werkelijke stilstandkosten niet nauwkeurig kan berekenen. Meer dan 70% weet niet wanneer hun apparatuur toe is aan onderhoud. Een gemiddeld maakbedrijf heeft te maken met 800 uur ongeplande stilstand per jaar. Dat is meer dan 15 uur per week.
Dit zijn geen cijfers van grote autofabrieken. Dit patroon komt net zo goed voor bij middelgrote bedrijven.
De data is er. De verbindingen niet.
De meeste productiebedrijven hebben meer informatie beschikbaar dan ze beseffen. Het ERP registreert orders, voorraden en financiën. Machineleveranciers leveren steeds vaker data via portalen of edge gateways. Er is meestal een planningssysteem, soms een onderhoudssysteem, vaak een kwaliteitsregistratie van de een of andere soort.
Het probleem is niet een gebrek aan data. Het probleem is dat alles in aparte systemen zit die niet met elkaar communiceren.
Een onderzoek uit 2026 door ECI onder 300+ Europese middelgrote maakbedrijven bevestigt dit. 84% zit nog in een vroege fase van digitalisering of het verbinden van systemen. 72% staat positief tegenover AI. Maar 47% rapporteert nog geen meetbare resultaten.
Er zit een groot gat tussen data hebben en het daadwerkelijk gebruiken.
Experts uit de industrie — van universiteiten, IIoT-platformaanbieders en systeemintegratoren — bespraken dit tijdens een recente branchesessie. Hun conclusie: het bewustzijn groeit, maar de meeste bedrijven zitten nog in een overgangsfase. Ze weten dat het belangrijk is. Ze hebben alleen nog niet uitgevogeld hoe ze de businesscase rond krijgen.
Een probleem dat steeds terugkomt: de meeste productievloeren draaien machines van tientallen verschillende leveranciers. Elke leverancier levert data over zijn eigen machine, maar niet over je productieproces als geheel. En niet alle machinedata is even bruikbaar. Bedrijven verzamelen en bewaren alles, maar gebruiken er heel weinig van.
Drie dingen die gebeuren als informatie op eilanden leeft
Je herkent waarschijnlijk minstens een van deze situaties.
De machine die elke paar weken kapotgaat, en iedereen op de werkvloer weet welke het is, maar er is geen datatrail omdat het storingslog in iemands hoofd zit of in een spreadsheet die niemand analyseert.
Het onderhoud dat te vroeg of te laat komt, omdat het schema gebaseerd is op vaste intervallen in plaats van de werkelijke conditie van de machine. Naar schatting wordt 30% van de onderdelen vervangen voordat het nodig is, terwijl andere storingen volledig gemist worden omdat niemand de signalen in de gaten hield.
De productieplanner die niet kan zien wanneer het volgende onderhoudsmoment gepland staat, omdat planning en onderhoud in verschillende systemen leven. Dus wordt onderhoud ingeklemd in een spoedorder, of uitgesteld totdat de machine uit zichzelf uitvalt.
Dit zijn geen technologieproblemen. Het zijn informatieproblemen.
De kennis die de deur uitloopt
Er is nog een factor die dit urgent maakt. De maakindustrie in heel Europa verliest in hoog tempo ervaren mensen. De generatie die elk geluid van een machine kent, elke eigenaardigheid van de productielijn, gaat met pensioen. En in veel bedrijven is die kennis nooit vastgelegd in een systeem.
Branchecijfers bevestigen het: de groei van het personeelsbestand in middelgrote maakbedrijven is gestagneerd. Tegelijkertijd neemt de bereidheid om in apparatuur te investeren af.
De vraag is niet of je moet digitaliseren. De vraag is of de kennis er nog is als je eraan begint.
Het hoeft niet groot te zijn
De voorbeelden in de media gaan meestal over grote bedrijven. BMW die predictief onderhoud draait over vier fabrieken. Siemens die AI-platformen aanbiedt die onderhoudskosten met 30% verlagen. Dat voelt ver weg als je een metaalbewerkingsbedrijf runt met 80 mensen.
Maar het onderliggende principe schaalt naar beneden. En het begint niet met AI of sensoren. Het begint met het verbinden van informatie die er al is.
Nationale onderzoekslabs voor smart maintenance hebben hier praktische tools voor ontwikkeld: eenvoudige inventarisaties van welke data er al aanwezig is in je organisatie, voordat je ergens in investeert. De consistente bevinding is dat de meeste bedrijven verrast zijn door hoeveel er al is.
Vier vragen die het waard zijn om jezelf te stellen
Dit zijn geen theoretische vragen. Ze zijn relevant voor elk productiebedrijf. Hoe meer je met “nee” antwoordt, hoe waarschijnlijker het is dat er een informatiegat is dat je geld kost zonder dat iemand het merkt.
Kun je een bedrag plakken op wat ongeplande stilstand je vorig jaar heeft gekost? Weet je welke drie machines de meeste ongeplande stops veroorzaken? Levert je machineleverancier data die niemand in je organisatie momenteel bekijkt? Kan je productieplanner zien wanneer het volgende onderhoud gepland staat?
Waar het begint
Het begint met weten wat je hebt. Niet met iets nieuws kopen.
Als je een globaal beeld wilt van wat ongeplande stilstand kost in jouw situatie, heb ik een eenvoudige calculator gemaakt op basis van gepubliceerd onderzoek. Geen registratie, geen verkooppraatje. Gewoon je eigen cijfers invullen.
Hoeveel van die vier vragen kun je met een duidelijk “ja” beantwoorden?