Skip to main content
Bonsai Software
All field notes
Sector inzichten8 September 20266 min read

Voorraadoptimalisatie software maakindustrie: drie knelpunten

Voorraadoptimalisatie software voor de maakindustrie werkt alleen als de drie onderliggende oorzaken van slechte voorraadniveaus eerst helder zijn. Maakbedrijven hebben doorgaans een ERP-systeem met een voorraadmodule, een paar lokale spreadsheets voor de uitzonderingen en een planner die de rest op gevoel bijstuurt. Dat levert systematisch te hoge kapitaalbinding op grondstoffen en halffabricaten, terwijl reserveonderdelen voor kritieke machines toch ontbreken op het verkeerde moment. De software is zelden de bottleneck. De data en de logica erachter zijn het.

By Yeslin Beljaars

Patroon 1: veiligheidsvoorraden die op gevoel worden ingesteld

In de meeste ERP-omgevingen is de veiligheidsvoorraad een getal dat een planner jaren geleden heeft ingevuld en sindsdien niet meer heeft aangeraakt. Het getal voelt vertrouwd, want het heeft nog nooit geleid tot een lijnstop. Wat het heeft gekost in gebonden kapitaal, is nooit berekend. De correcte aanpak is een veiligheidsvoorraad die is afgeleid van doorlooptijdvariatie bij de leverancier en vraagvariatie in de productie. Dat zijn twee getallen die in het ERP meestal wél staan, maar die nooit worden omgezet naar een formule. Het resultaat: populaire grondstoffen staan drie maanden op voorraad, terwijl de leverbetrouwbaarheid van de leverancier negentig procent is en de doorlooptijd vier dagen. Voorraadoptimalisatie begint hier, niet bij een nieuw softwarepakket, maar bij het ophalen en gebruiken van de data die al beschikbaar is.

Patroon 2: geen koppeling tussen productieplanning en inkoopsignalen bij variabele vraag

Maakbedrijven met een variabele orderstroom hebben een planningshorizon die voortdurend verschuift. De productieplannen staan in het ERP, de inkooporders lopen via een apart module of via e-mail, en de inkoper kijkt wekelijks handmatig wat er aangevuld moet worden. Bij gelijkmatige vraag werkt dat redelijk. Bij projectmatige productie of seizoenspatronen gaat het structureel mis: materialen worden te laat besteld omdat de inkoper de productiepiek pas ziet als hij al begonnen is, of veel te vroeg omdat hij een grote order ziet binnenkomen en op zeker speelt. Een goede koppeling tussen productieplanning en inkoopsignalen is geen kwestie van een duurder ERP-pakket aanschaffen. Het is een kwestie van een heldere definitie: welk signaal, op welk moment, triggert een inkoopvoorstel? Zolang die definitie ontbreekt, helpt geen enkel systeem.

Patroon 3: artikelen die buiten het bestelmodel vallen door slechte categorisering

Elk maakbedrijf heeft een categorie artikelen die formeel in het ERP staan maar feitelijk buiten elk bestelmodel vallen. Reserveonderdelen voor machines die zelden kapotgaan, incidentele grondstoffen voor klantspecifieke orders, restpartijen die ooit zijn ingekocht en nooit zijn afgeschreven. Deze artikelen krijgen geen min-max, geen bestelpunt en geen veiligheidsvoorraad, omdat ze bij de implementatie van het ERP als uitzondering zijn gemarkeerd. De uitzondering groeit echter mee met het assortiment. Na een paar jaar valt twintig tot dertig procent van het artikelbestand buiten elk geautomatiseerd bestelmodel. Dat zijn precies de onderdelen die op het verkeerde moment ontbreken of jarenlang kapitaal opslorpen in een hoek van het magazijn. Categorisering is een procesklus, geen softwareklus. Maar een goed systeem maakt de uitzonderingen zichtbaar en dwingt een keuze af.

Wanneer maakt voorraadoptimalisatie software in de maakindustrie echt het verschil?

Software helpt als de drie bovenstaande patronen zijn benoemd en als er een gedragen aanpak is om ze te adresseren. Dan kan een systeem, of het nu een aanvulling op het bestaande ERP is of een volledig nieuw kernsysteem, de doorlooptijddata omzetten naar correcte veiligheidsvoorraden, productieplanning direct koppelen aan inkoopvoorstellen en categorisering afdwingen bij het invoeren van nieuwe artikelen. Een AI-laag om het bestaande ERP heen, via Bonsai AI Workers, kan signalen ophalen en inkoopvoorstellen klaarzetten zonder dat de inkoper alle data zelf hoeft te doorzoeken. De mens beslist, het systeem doet het voorwerk. Als de organisatie juist toe is aan een fundamentele herziening van hoe productie, planning en inkoop samenhangen, dan is een nieuw kernsysteem dat AI-native is gebouwd een betere keuze dan opnieuw pleisters plakken op een verouderde ERP-configuratie. Dat bouwen we als Bonsai AI Digital Twin: een op maat gebouwd systeem dat in maanden staat, niet in jaren. Maar, en dat is belangrijk: als de drie patronen hierboven nog niet zijn herkend en besproken in de eigen organisatie, dan is elke softwarekeuze te vroeg. Software die slecht gedefinieerde processen automatiseert, maakt de problemen sneller zichtbaar maar lost ze niet op.

Wanneer is het eerst een procesprobleem en geen softwareprobleem?

Als de planner het enige aanspreekpunt is voor zowel productie als inkoop, als veiligheidsvoorraden nooit zijn gebaseerd op doorlooptijddata, en als meer dan een kwart van het artikelbestand buiten elk bestelmodel valt, dan is de eerste stap geen softwareselectie. De eerste stap is het vaststellen van spelregels: wie bepaalt de veiligheidsvoorraad, op basis van welke data, en wie is verantwoordelijk voor artikelen die niet in het model passen? Pas als die vragen beantwoord zijn, heeft nieuwe software een bodem om op te bouwen. We zien bij maakbedrijven die hiermee aan de slag gaan dat de bestaande ERP-data vaak rijker is dan men dacht, maar dat niemand er systematisch naar heeft gekeken. Soms levert dat inzicht al genoeg op zonder dat er een nieuwe tool aan te pas komt.

Seeing this in your own operations?

Book a call

Frequently asked questions

Wat is voorraadoptimalisatie software voor de maakindustrie?

Voorraadoptimalisatie software helpt maakbedrijven om voorraadniveaus van grondstoffen, halffabricaten en reserveonderdelen te baseren op vraagpatronen en doorlooptijddata in plaats van op gevoel. Het koppelt productieplannen aan inkoopsignalen en maakt uitzonderingen buiten het bestelmodel zichtbaar. De software kan een aanvulling zijn op het bestaande ERP of onderdeel van een nieuw kernsysteem.

Hoe optimaliseer ik voorraadbeheer in mijn maakbedrijf?

Begin bij drie vragen: zijn veiligheidsvoorraden gebaseerd op doorlooptijddata van leveranciers, is er een directe koppeling tussen productieplanning en inkoopvoorstellen, en welk percentage van het artikelbestand valt buiten het bestelmodel? De antwoorden bepalen of een procesaanpassing voldoende is of dat aanvullende software nodig is.

Wanneer is maatwerk software beter dan een standaard ERP-module voor voorraadoptimalisatie?

Een standaard ERP-module volstaat als de processen helder zijn en de configuratie aansluit op de productieomgeving. Maatwerk is zinvol als de inkooplogica sterk afwijkt van standaardmodellen, als meerdere systemen moeten worden gekoppeld, of als de bestaande ERP-inrichting zo verouderd is dat reconfiguratie duurder is dan opnieuw bouwen.

Kan AI helpen bij voorraadbeheer in de maakindustrie?

Ja, maar begrensd. AI kan doorlooptijdvariatie en vraagpatronen analyseren en inkoopvoorstellen klaarzetten. De mens beslist nog steeds over de definitieve order. AI lost geen procesonduidelijkheden op: als de spelregels rond veiligheidsvoorraden en bestelpunten ontbreken, dan versnelt AI alleen de verkeerde beslissingen.