Capaciteitsplanning versus finite capacity scheduling: wat productiebedrijven nodig hebben

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-11

Finite capacity scheduling of capaciteitsplanning? Ontdek hoe ze verschillen, waarom infinite loading op de werkvloer faalt en wanneer een fabriek een haalbaar schema nodig heeft.

Automatically translated with AI from the original post. Read the English original

Finite capacity scheduling beschouwt elke machine, elk persoon en elk station als beperkt en plaatst elke bewerking op een echte agenda, zodat conflicten tussen orders zichtbaar worden voordat het werk begint. Capaciteitsplanning controleert daarentegen over een langere termijn of je in totaal voldoende capaciteit hebt. Dit artikel is bedoeld voor productiemanagers die betrouwbare leverdatums nodig hebben. Je leert het verschil, waarom infinite loading op de werkvloer faalt, wanneer je een haalbaar schema nodig hebt en hoe je de gebruikelijke fouten vermijdt.

Belangrijkste punten

• Capaciteitsplanning schat over een langere termijn in of je voldoende resources hebt, terwijl finite capacity scheduling elke bewerking plaatst op een echte resourceagenda.
• Klassieke MRP en capacity requirements planning plannen met onbeperkte capaciteit, waardoor ze meer werk op een machine kunnen boeken dan die in de beschikbare tijd kan verwerken.
• Een finite schema toont conflicten tussen orders vroeg en geeft leverdatums die aansluiten bij haalbare output in plaats van theoretische doorlooptijden.
• Fabrieken met terugkerende knelpunten, een hoge productmix, korte doorlooptijden of frequente orderwijzigingen profiteren het meest van finite scheduling.
• Een finite schema is alleen zo betrouwbaar als de input ervan, dus gebruik gemeten capaciteit, omsteltijden en echte shiftkalenders.

Wat is finite capacity scheduling?

Finite capacity scheduling plant productiebewerkingen op echte resourcekalenders. Elke resource kan maar een beperkte hoeveelheid werk per dag verzetten. Wanneer een resource vol zit, schuift de volgende taak door naar het eerstvolgende vrije moment, en het schema laat zien wanneer het werk daadwerkelijk klaar kan zijn.

Een artikel van planningssoftwareleverancier Delfoi beschrijft het op dezelfde manier: bewerkingen worden alleen tot de beschikbare capaciteit op resources ingepland. Het model houdt rekening met shiftpatronen, geplande stilstand, gereedschap, materiaalbeschikbaarheid en vaardigheden van medewerkers. Het werkt op korte termijn en op detailniveau, neemt de materiaalbehoeften uit MRP over en zet die om in een plan dat uitvoerbaar is. Zie het Delfoi-artikel over finite capacity scheduling en MRP.

Drie zaken maken een finite capacity schema realistisch:

• Beperkte resources. Capaciteitsbeperkingen zijn echt: een machine kan niet tegelijkertijd twee taken uitvoeren.
• Echte kalenders. Shifts, pauzes, feestdagen en gepland onderhoud tellen mee.
• Zichtbare conflicten. Als orders om dezelfde resource concurreren, toont het schema dat, in plaats van het conflict over te laten aan de werkvloer om op te lossen.

Hoe verschilt capaciteitsplanning van scheduling?

De twee beantwoorden verschillende vragen.

Capaciteitsplanning vraagt: hebben we voldoende capaciteit voor de verwachte vraag? Het werkt over weken of maanden, in uren per werkcentrum. Het helpt beslissen over personeel, machines, shifts en investeringen.

Scheduling vraagt: wat draait waar, en wanneer? Het werkt over dagen of uren, per resource en per order. Het bepaalt de volgorde en de starttijd van elke bewerking.

Een hoofdstuk over de geschiedenis van productieplanning, gevonden als uittreksel uit een Wiley-boek, maakt het onderscheid zo: planning benadert toekomstige materiaal- en capaciteitsbehoeften over een langere horizon, terwijl scheduling bewerkingen precies vastlegt over een korte periode. Zie het uittreksel, "Why Schedule?". Het uittreksel noemt de auteur niet in de preview, dus behandel het als achtergrondlectuur.

Je hebt beide nodig. Rough-cut capacity planning laat zien of de fabriek de belasting in principe aankan, en finite capacity planning vertaalt dat naar een productieplanning per resource. Scheduling laat zien of een specifieke order op de afleverdatum klaar kan zijn.

Waarom faalt oneindige belasting (infinite loading) op de werkvloer?

Delfoi legt uit dat MRP plant met oneindige capaciteit. Het gebruikt backward scheduling vanaf de leverdatums om materiaalbehoeften en orderplanning vast te leggen, en controleert niet of machines of werkstations vrij zijn. Het gaat uit van onbeperkte resources. Het resultaat kan een plan zijn dat een bottleneck overbelast terwijl andere machines stilstaan. De Fabrico-blog maakt hetzelfde punt in eenvoudige woorden: klassieke MRP kan drie opdrachten tegelijk op één machine inplannen, en de data halen op de werkvloer vaak niet. Zie het Fabrico-artikel over eindige en oneindige scheduling.

Het Wiley-uittreksel beschrijft het gevolg: als de planning ervan uitgaat dat werk direct start zodra het binnenkomt, en gemiddelde wachtrijtijden gebruikt, wordt expediting de normale manier van werken. Planners corrigeren het plan dan elke dag met de hand.

Oneindige capaciteitsplanning is niet nutteloos. Het is snel en geschikt voor grove planning op lange termijn, waar een benaderde timing voldoende is. Het probleem begint wanneer je de datums als beloftes aan klanten gebruikt.

Wanneer heeft een fabriek een eindige planning nodig?

Delfoi noemt de situaties waarin het loont: terugkerende bottlenecks, een hoge productmix, korte doorlooptijden en veel orderwijzigingen. Ook noemt het waarschuwingssignalen:

• planners passen de MRP-output elke dag met de hand aan
• de levering op tijd is wisselend
• sommige machines zijn overbelast terwijl andere stilstaan

Daarbij wordt gesteld dat make-to-order- en engineer-to-order-omgevingen het meest profiteren, terwijl een make-to-stock-fabriek met stabiele vraag en grote volumes het met MRP plus rough-cut-capaciteitscontroles kan redden. Dit is het standpunt van een leverancier, maar het komt overeen met wat vaak wordt ervaren: hoe gevarieerder de orders, hoe vaker een eenvoudig materiaalplan faalt.

Een korte zelftest voor je fabriek:

1. Heb je een resource die vaak de beperking vormt? Zoek eerst naar de bottleneck.
2. Veranderen leverdatums nadat het plan is vrijgegeven?
3. Houden planners een eigen spreadsheet bij naast het ERP-systeem?
4. Horen klanten een datum die de werkvloer daarna niet haalt?

Twee of meer keer ja suggereert dat capaciteitsplanning alleen niet genoeg is.

Hoe zet je een eindige capaciteitsplanning op?

Je hebt geen groot project nodig om te beginnen. Een praktische route:

1. Bepaal de scope. Eén waardestroom, één hal, of de bottleneck en de stappen eromheen.
2. Controleer de klantvraag en het orderboek. Welke orders zijn vast, welke zijn prognoses?
3. Laad de echte beperkingen in. Kalenders, vaardigheden, omstellingen en materiaal, niet alleen machine-uren.
4. Maak een eerste productieplanning voor de komende een of twee weken en vergelijk die met wat planners met de hand zouden doen.
5. Bespreek de conflicten samen. Planners, supervisors en verkoop beslissen wat verschuift: een leverdatum, overwerk of een externe leverancier.
6. Geef één planning vrij aan de werkvloer en werk die bij zodra er iets verandert. Een realistische planning vraagt om realtime of op zijn minst dagelijkse feedback over wat er daadwerkelijk is gedaan.
7. Meet. Houd de nauwkeurigheid van leverdatums en het aantal handmatige wijzigingen bij, en gebruik die cijfers om de data te verbeteren.

Welke data heeft een eindige planning nodig?

Een eindige planning is alleen zo betrouwbaar als de invoer. Fabrico wijst erop dat een machine met een nominale capaciteit van acht uur, die in de praktijk zes uur levert, een plan dat op de nominale cijfers is gebouwd te veel belooft. Gemeten capaciteit, zoals cijfers uit OEE-data, maakt het model nauwkeuriger.

Verzamel deze invoer:

1. Routings. Bewerkingen, volgorde, resourceopties en tijden.
2. Werkelijke capaciteit. Netto beschikbare uren, na pauzes, onderhoud en typische verliezen.
3. Opstel- en omsteltijden. Vooral als die afhangen van de volgorde van de producten.
4. Agenda's. Diensten, feestdagen en geplande stilstand per resource.
5. Vaardigheden. Wie welke machine kan bedienen.
6. Orders. Hoeveelheden, leverdata en prioriteiten, uit het ERP-systeem.
7. Materiaalstatus. Wat beschikbaar is en wanneer er meer binnenkomt.

Je hebt geen perfecte data nodig om te beginnen. Begin met het bottleneck en de werkelijke capaciteit daarvan, en breid daarna de scope uit.

Voorbeeld: de wekelijkse belasting ziet er goed uit, de dagelijkse niet

Dit voorbeeld gebruikt aangenomen getallen.

Een pers draait één dienst van 7,5 productieve uur per dag, vijf dagen per week. De wekelijkse capaciteit is 5 × 7,5 = 37,5 uur. De orders van deze week vragen 34 uur op de pers.

Capaciteitsplanning. De belasting is 34 ÷ 37,5 = 91 procent. De week lijkt haalbaar.

Leverdata. De 34 uur verdelen zich over drie groepen: 18 uur moet klaar zijn aan het eind van dinsdag, 4 uur aan het eind van woensdag en 12 uur aan het eind van vrijdag.

Eindige planning. Tegen het eind van dinsdag heeft de pers 2 × 7,5 = 15 uur. De dinsdaggroep vraagt 18. Dus 18 − 15 = 3 uur passen niet. Dat is 3 ÷ 7,5 = 40 procent van een dag.

De planning verschuift de 3 uur naar woensdag, waar woensdag 3 + 4 = 7 uur werk heeft tegenover 7,5 beschikbaar. Donderdag en vrijdag dragen de 12 uur met ruimte over. Eén order is dus een dag te laat, tenzij iemand ingrijpt. De opties zijn 3 uur overwerk op dinsdag, een tweede pers of een externe leverancier, of de klant bellen om één datum te verzetten.

De capaciteitsplanning zei "91 procent, prima". Een haalbare planning toont het conflict vroeg. De planning zegt "één order wordt te laat, en dit is welke". Dat verschil is waarom fabrieken beide weergaven nodig hebben.

Veelgemaakte fouten

• Alleen vertrouwen op de wekelijkse belasting. Een haalbare week kan een onhaalbare dag verbergen.
• Werken met nominale capaciteit. Plan met gemeten, netto capaciteit.
• Omsteltijden negeren. De volgorde bepaalt de omsteltijd, en een planning zonder die tijd is te optimistisch.
• Elke resource even gedetailleerd inplannen. Richt je eerst op het bottleneck.
• De planning bevriezen. Verstoringen gebeuren. Plan opnieuw in en laat het productiegebied weten wat er verandert.
• De planning in een privéspreadsheet bewaren. Deel één plan dat planners, supervisors en verkoop kunnen zien.
• Data beloven op basis van oneindige logica. Geef klanten datums uit de eindige planning.

Hoe software kan helpen

Eindige planning met de hand werkt voor een paar machines, maar breekt zodra orders en beperkingen groeien. Planningssoftware, vaak advanced planning and scheduling (APS) genoemd, berekent een haalbaar plan op basis van capaciteit, agenda's, materiaal en prioriteiten. iFAKT's Polaris Optimizer is een module van iFAKT Polaris die automatisch geoptimaliseerde productieplannen genereert onder beperkingen zoals resources, diensten, zones, kwalificaties en capaciteiten. Als je tools vergelijkt, test ze dan met je eigen bottleneck en een echte orderlijst, en controleer hoe snel een plan wordt bijgewerkt na een verstoring.

Volgende stap

Neem het bottleneck in je fabriek en vergelijk de werkelijke netto capaciteit voor de komende twee weken met de orders die op tijd klaar moeten zijn. Als de dagelijkse belasting de beschikbare uren overschrijdt, heb je een argument voor eindige capaciteitsplanning, en kun je de planners en het verkoopteam laten zien waar het eerste conflict zich voordoet.