Factory Physics - Waarom moderne productie blijft vastlopen (en wat de wetenschap ons leert)

1. Iedereen doet lean. Waarom blijft het dan toch branden?

Loop eender welke fabriek binnen:

• overal 5S-posters en gemarkeerde vloeren
• value stream maps aan de muur
• dagstarts rond whiteboards
• teams die "al 10 jaar met lean bezig zijn".

En toch hoor je bijna overal hetzelfde:

• "Onze doorlooptijd is een tombola. Soms 5 dagen, soms 5 weken."
• "We raken structureel niet boven 90–95% leverbetrouwbaarheid."
• "We verzuipen in WIP, maar elke keer dat we WIP verminderen, valt de boel stil."
• "Planners draaien constant overuren en toch lopen we achter de feiten aan."

Als lean zó wijd verspreid is, maar deze patronen blijven, dan is de logische vraag: wat mist er in het fundament waarop lean draait?

Het is alleszins niet omdat lean ‘slecht’ zou zijn. Lean is en blijft krachtig.

Lean werkt uitstekend zolang het systeem fysisch binnen haalbare grenzen opereert. Het is essentieel voor discipline, stabiliteit en standaardisatie en biedt een taal en cultuur van continue verbetering die onmisbaar is. Maar lean is een verbeterfilosofie, terwijl Factory Physics het ontwerpkader is dat bepaalt waar en binnen welke grenzen die verbeteringen effect hebben. Samen vormen ze een krachtige combinatie: Lean + Factory Physics.

Wat vaak ontbreekt is het fysisch kader: een kwantitatieve beschrijving van hoe een fabriek zich gedraagt onder variabiliteit, WIP en hoge bezetting. Lean geeft je de uitvoering en cultuur; Factory Physics geeft je de randvoorwaarden en het systeemplafond. Lean vertelt wat meestal werkt, niet waarom het werkt – en zeker niet wanneer het niet meer werkt.

Het is alsof je leert rijden zonder te weten wat remafstand is: je komt vaak weg met gezond verstand… tot het nat is, donker wordt of er plots iemand oversteekt.

Aha-moment: De meeste fabrieken managen symptomen (te late leveringen, te veel WIP) in plaats van oorzaken (variabiliteit, bezettingsgraad, bufferlocatie). Lean + Factory Physics samen geven je zowel de tools om symptomen aan te pakken als het inzicht waarom ze ontstaan — en binnen welke grenzen je ze structureel kan oplossen.

2. De échte vijand: variabiliteit als dominante kracht

In bijna elk verbetertraject wordt variabiliteit wel genoemd:

• storingen
• wisselende vraag
• kwaliteitsissues
• omsteltijden die "ongeveer zo lang" duren
• mensen die niet elke dag exact hetzelfde tempo halen.

Maar meestal blijft het bij anekdotes: "soms duurt het langer, soms niet".

In Factory Physics wordt variabiliteit hard gemaakt via de coëfficiënt van variatie (cv):

                                  cv = standaardafwijking / gemiddelde

Bijvoorbeeld: een gemiddelde procestijd van 10min met een standaardafwijking van 10min geeft cv = 1. Dat is zeer variabel, maar typisch in veel productieomgevingen.

Zodra cv in de buurt van 1 komt, bepaalt variabiliteit:

• hoeveel WIP je minimaal nodig hebt
• hoeveel extra capaciteit (reserve) je nodig hebt
• hoe kort en stabiel je doorlooptijd überhaupt kán worden.

En dan volgt de onverbiddelijke bufferingwet: in een systeem met variabiliteit móét je bufferen met één of meer van 3 zaken:

• WIP (voorraad)
• Extra capaciteit (mensen, machines, overuren)
• Doorlooptijd (wachten)

Vraag je tegelijk lage voorraden, hoge bezetting én korte doorlooptijden, dan vraag je iets wat in praktijk niet kan, tenzij je geen variatie in je proces hebt.

In de praktijk zitten er vaak te veel of te grote buffers in het systeem, opgebouwd door historische variaties en symptoombestrijding. Dit biedt anderzijds kansen: door variabiliteit te reduceren kunnen buffers worden afgebouwd zonder dat de performance achteruitgaat.

Micro-case: Een machinebouwer in Oost-Vlaanderen kreeg de opdracht van de directie om de "WIP te halveren, doorlooptijd te verkorten en geen extra personeel erbij te nemen." Het planningsteam werkte drie maanden aan een nieuw schema. Resultaat: WIP daalde 40%, maar doorlooptijd steeg met 25% en leverbetrouwbaarheid crashte naar 68%. De bufferingwet was geschonden – en de fysica beet terug.

3. De S-curve van bezetting: waarom 90% "efficiëntie" je fabriek wurgt

Eén van de grootste misvattingen in productie is dat Hoe hoger de bezetting is, hoe beter.

De rekenkunde van wachtrijen toont het omgekeerde.

De extra wachttijd die ontstaat door variabiliteit groeit ongeveer met:

u / (1 − u)  (u = bezetting)

Even uitrekenen:

• u = 0,70 → u/(1−u) = 0,7 / 0,3 ≈ 2,3
• u = 0,80 → 0,8 / 0,2 = 4
• u = 0,90 → 0,9 / 0,1 = 9
• u = 0,95 → 0,95 / 0,05 = 19

Stel je een bottleneck voor met gemiddelde procestijd van 1u en cv ≈ 1:

• bij 70% bezetting: wachttijd ≈ 2–3u → totale doorlooptijd ≈ 3–4u
• bij 80%: wachttijd ≈ 4u → totale doorlooptijd ≈ 5u
• bij 90%: wachttijd ≈ 9u → totale doorlooptijd ≈ 10u
• bij 95%: wachttijd ≈ 19u → totale doorlooptijd ≈ 20u

Je doet dus slechts 10–25 procentpunt bij op bezetting, maar je doorlooptijd wordt twee- tot vijf keer zo lang.

Intussen ziet het management een machine die even stilstaat en concludeert "Dit is verspilling!" of een bottleneck op 82% en denkt "We laten 18% capaciteit liggen". Dus wordt er nog wat extra werk bijgeduwd en elke microstoring wordt ineens een structureel probleem.

Aha-moment: Bij 95% bezetting is je bottleneck geen productiemachine meer – het is een file die toevallig soms ook nog iets produceert. De wachttijd domineert; de procestijd wordt bijzaak. En hoe complexer je productmix en routings, hoe meer variabiliteit je genereert – en hoe sneller die hoge bezetting een probleem wordt.

4. Lean, Six Sigma, TOC… en wat er nog ontbreekt

Lean, Six Sigma, TPM en TOC leveren allemaal waardevolle puzzelstukken:

• Lean → verspillingsreductie, standaardisatie, flowprincipes
• Six Sigma → processtabiliteit, kwaliteitsverbetering
• TPM → betrouwbaardere machines
• TOC → focus op bottleneck en globale optimalisatie

Maar geen van die kaders geeft de volledige wiskundige foto van hoe WIP, doorlooptijd en throughput samenhangen, hoe variabiliteit zich verspreidt, hoe buffercapaciteit best gepositioneerd wordt en welke bezetting ‘gezond’ is voor een bottleneck.

Factory Physics doet dat wel.

Het is niet "nog een methode", maar de onderliggende theorie die deze methodes allemaal gebruiken.

5. Waarom jij hierom zou moeten geven

Zonder factory physics:

• blijf je blind leunen op gemiddelde bezetting en OEE
• doe je lean-projecten waarvan je de impact niet kan voorspellen
• investeer je in machines waar je geen systeem-businesscase voor hebt, terwijl er goedkopere alternatieven zijn
• en blijft planning een mengeling van ervaring, Excel en stress.

Met factory physics:

• kan je vooraf inschatten wat WIP-verlaging echt doet met doorlooptijd
• weet je waarom 82% bezetting soms beter werkt dan 93%
• kan je buffervoorraad en capaciteit rationaliseren
• werk je met lean binnen grenzen die fysiek kloppen
• en kan je de echte root-cause van ondermaatse prestaties exact pinpointen.

De kernboodschap: je kan een fabriek niet managen zonder de ‘natuurkunde’ van je fabriek te begrijpen.

Lean is de filosofie van verbetering, waarbij enkele basisbegrippen en tools worden aangereikt. Factory Physics is echter het natuurkundeboek waarmee je je proces echt volledig kan doorgronden. Factory Physics is the science of lean.

In het vervolg op dit artikel leggen we die natuurkunde gestructureerd uit, zonder dat het een academische afstudeerproef wordt.