Productieplanning automatiseren doe je in drie fasen: eerst je order- en capaciteitsdata op orde brengen, dan een plannings-engine kiezen — een APS-pakket vanaf zo'n €199 per maand of een maatwerk-planningstool vanaf €25.000 — en pas daarna AI toevoegen voor klusduur-voorspelling en automatisch herplannen. Die volgorde is belangrijker dan de toolkeuze zelf. Bijna 70% van de Nederlandse maakbedrijven plant vandaag nog in Excel, volgens planningssoftware-bouwer Ambrero (2025). En uit onderzoek van FME, Koninklijke Metaalunie en Fontys (april 2026) blijkt waarom de stap zo vaak misgaat: 83% van de MKB-maakbedrijven heeft onvoldoende inzicht in welke delen van het productieproces zich voor automatisering lenen.
Dit artikel — onderdeel van de CleverTech-gids over AI-automatisering — geeft je dat inzicht voor het planbord: zes signalen dat Excel echt knelt, een eerlijke vergelijking tussen Excel, APS-module en maatwerk met 2026-prijzen, en de scheidslijn tussen AI die werkt en AI die vooral in brochures bestaat.
Inhoudsopgave
- Waarom plannen zeven van de tien maakbedrijven nog in Excel?
- Wanneer knelt Excel echt? Zes signalen dat het tijd is
- Excel optimaliseren, APS-module of maatwerk: wat past wanneer?
- Wat kost productieplanning automatiseren in 2026?
- Hoe kom je van Excel naar geautomatiseerde planning in vijf stappen?
- Waar helpt AI echt in productieplanning, en waar is het hype?
- Houdt de planner straks nog een rol?
- Van Excel naar grip: de eerste stap
- Veelgestelde vragen over productieplanning automatiseren
Waarom plannen zeven van de tien maakbedrijven nog in Excel?
Excel domineert de planning in de maakindustrie omdat het ERP-systeem het planbord-werk niet aankan. De meeste ERP-pakketten voor maakbedrijven — Exact, Isah, Ridder iQ, MKG — rekenen met vaste doorlooptijden en oneindige capaciteit. De werkelijkheid van een jobshop met spoedorders, zieke operators en een uitgevallen kantbank past daar niet in. Dus exporteert de planner naar Excel en schuift daar handmatig.
Dat is geen achterlijkheid. Het is een rationele keuze geweest: Excel is flexibel, iedereen kent het en het kost niets extra. Het probleem ontstaat pas bij groei. Volgens het CBS-rapport Digitalisering en Kenniseconomie 2025 (2026) gebruikt inmiddels 33% van de Nederlandse bedrijven met 10+ medewerkers AI-technologie — een verdubbeling in twee jaar — maar dezelfde maakbedrijven die over AI praten, plannen hun productie in een spreadsheet die alleen de planner zelf begrijpt.
De cijfers uit het FME/Metaalunie/Fontys-onderzoek (2026) maken het patroon af: bij 80% van de MKB-maakbedrijven is de dataverzameling onvoldoende ontwikkeld om AI zinvol in te zetten. Het planbord is daarvan het meest zichtbare symptoom. Wie de bredere context van digitalisering in de sector zoekt — van compliance-deadlines tot use-case-volgorde — vindt die op onze pagina over software en AI voor de maakindustrie.
Wanneer knelt Excel echt? Zes signalen dat het tijd is
Excel knelt pas echt wanneer de planning vaker achter de werkelijkheid aanloopt dan ervoor. Hier een onverwacht advies: blijf langer in Excel dan softwareleveranciers je vertellen. Een maakbedrijf met vijftien orders per week, twee machinegroepen en een planner die het overzicht heeft, lost met planningssoftware geen enkel probleem op — maar koopt er wel implementatiekosten en abonnementsverplichtingen bij.
Dat advies geldt tot het moment dat deze signalen zich opstapelen. Bij drie of meer is automatiseren goedkoper dan doormodderen:
- De planning zit in een hoofd, niet in een bestand. Alleen jouw planner snapt het werkblad. Vakantie of vertrek betekent direct risico voor leverbetrouwbaarheid.
- Herplannen kost uren in plaats van minuten. Elke spoedorder of machinestoring betekent handmatig schuiven met tientallen regels, met fouten als bijproduct.
- Versiebeheer is een gok. Werkvoorbereiding werkt in planning_v12_definitief.xlsx, de werkvloer in een afdruk van gisteren.
- Levertijdafspraken zijn nattevingerwerk. Verkoop belooft weken die de fabriek niet kan waarmaken, omdat niemand actuele capaciteit ziet.
- Dubbele invoer wordt normaal. Orders gaan van ERP naar Excel naar werkbonnen — drie keer overtikken, drie kansen op fouten.
- Onderhanden werk groeit zonder dat de output stijgt. Klassiek teken dat volgorde en capaciteitsbenutting niet meer te overzien zijn.
Herken je er hooguit twee? Optimaliseer dan eerst je Excel en je ERP-discipline. Herken je er drie of meer, lees dan verder — en begin niet bij de tool, maar bij je data. Waarom dat zo is, leggen we uit in ons artikel over digitalisering van bedrijfsprocessen.
Excel optimaliseren, APS-module of maatwerk: wat past wanneer?
Er zijn drie realistische sporen voor het MKB-maakbedrijf: het bestaande Excel-proces strakker organiseren, een APS-pakket (Advanced Planning & Scheduling) naast het ERP zetten, of een maatwerk-planningstool laten bouwen. Welk spoor past, hangt af van hoe standaard je productieproces is — niet van hoe groot je bent.
| Excel optimaliseren | APS-pakket / planningsmodule | Maatwerk-planningstool | |
|---|---|---|---|
| Kosten (indicatie 2026) | €0-5.000 (advies + herinrichting) | €199-1.500 per maand + implementatie €5.000-25.000 | €25.000-75.000 eenmalig + beheer |
| Doorlooptijd invoering | 1-4 weken | 3-6 maanden | 4-8 maanden |
| Wanneer kiezen | Max. 2 knelsignalen, 1 planner, stabiel proces | 3+ signalen en een redelijk standaard proces | 3+ signalen en een afwijkend proces dat pakketten niet vangen |
| ERP-koppeling | Handmatig (export/import) | Standaard-connectoren (Exact, Isah, e.d.) | Op maat via API, ook met legacy-systemen |
| AI-mogelijkheden | Geen | Ingebouwde optimalisatie, beperkt aanpasbaar | Klusduur-voorspelling en herplan-logica op eigen data |
| Grootste risico | Knelpunten blijven | Proces moet zich naar het pakket plooien | Hogere investering vooraf, leverancier-afhankelijkheid |
De APS-bedragen zijn marktindicaties op basis van publieke prijslijsten (zoals SkyPlanner, hieronder) en gangbare leveranciersoffertes; de maatwerk-bedragen volgen onze gepubliceerde tarieven.
Spoor 1: Excel optimaliseren
Goedkoop en sneller dan elke implementatie. Eén gedeeld bestand, vaste kolomstructuur, wekelijkse export uit het ERP en een eenvoudig capaciteitsoverzicht per machinegroep. Dit spoor koopt je een tot twee jaar tijd — en de discipline die je opbouwt, heb je bij elke latere stap keihard nodig.
Spoor 2: APS-pakket of planningsmodule
APS-software rekent met eindige capaciteit: zij weet dat een machine maar acht uur per dag draait en plant orders in een haalbare volgorde. Nederlandse spelers als Limis (Enschede) en PROPOS (QRM-gebaseerd, gericht op metaal en plaatbewerking) richten zich specifiek op het MKB-maakbedrijf; internationale cloud-tools zoals SkyPlanner (2026) beginnen bij €199 per maand voor vijf werkstations. Voorwaarde: je proces moet redelijk standaard zijn. Een APS-pakket dwingt je werkwijze in zijn model — meestal gezond, soms onwerkbaar.
Spoor 3: maatwerk-planningstool
Voor maakbedrijven met een planning die geen pakket vangt: klantspecifieke configuraties, uitbesteed werk dat terugkomt, gecombineerde montage- en machineplanning, of een legacy-ERP zonder fatsoenlijke connector. CleverTech bouwt dit soort planningstools als webapplicatie bovenop het bestaande ERP: het ERP blijft de bron voor orders en artikelen, de planningstool doet wat het ERP niet kan. Op onze pagina over maatwerk software lees je hoe zo'n traject eruitziet. De vuistregel: kies maatwerk alleen als minimaal twee pakketdemo's aantoonbaar stuklopen op jouw proces — niet omdat maatwerk "mooier" is.
Wat kost productieplanning automatiseren in 2026?
Reken voor een APS-traject in het MKB op €15.000-40.000 in het eerste jaar — een marktindicatie op basis van publieke prijslijsten en leveranciersoffertes voor licenties, implementatie en koppeling. Een maatwerk-planningstool kost €25.000-75.000 eenmalig plus beheerkosten; die band komt rechtstreeks uit onze gepubliceerde tarieven. Daar staat wat tegenover: de Smart Industry Productiviteitsagenda 2026-2028 (FME, maart 2026) verwacht in haar AI-pilotprojecten gemiddeld 15-25% procesverbetering, zoals kortere cyclustijden en minder uitval — en planning is een van de plekken waar die winst het snelst zichtbaar wordt.
Maak de businesscase concreet met je eigen getallen.
Rekenvoorbeeld: wat kost je huidige Excel-planning?
Dit is een rekenvoorbeeld met aannames, geen klantcase. Stel: een maakbedrijf met 35 medewerkers, één planner-werkvoorbereider, gemiddeld 60 actieve orders.
- Planner besteedt 8 uur per week aan handmatig (her)plannen en overtikken: 8 uur × €55 interne kosten × 46 weken = €20.240 per jaar
- Twee keer per maand een leverafspraak gemist door planfouten, gemiddeld €750 aan spoedkosten en herstelwerk: €18.000 per jaar
- Machinestilstand door materiaal dat niet synchroon loopt met de planning, voorzichtig geschat 2 uur per maand × €300: €7.200 per jaar
Totaal circa €45.000 per jaar aan vermijdbare kosten — zonder de misgelopen orders door onbetrouwbare levertijden mee te tellen. Tegen die achtergrond verdient een APS-implementatie van €25.000 zich binnen een jaar terug, een maatwerktool van €60.000 in ruwweg anderhalf tot twee jaar. Vul je eigen uurtarieven en faalkosten in met onze ROI-calculator en je weet binnen vijf minuten of de businesscase bij jou rondrekent.
Hoe kom je van Excel naar geautomatiseerde planning in vijf stappen?
De route van Excel naar geautomatiseerde productieplanning loopt via data, niet via een licentie-aankoop. In de implementatietrajecten die CleverTech begeleidt, is dit de volgorde die werkt — elke stap levert op zichzelf al waarde op, ook als je daarna pauzeert.
Stap 1: leg vast wat je nu eigenlijk plant
Welke bewerkingen, welke machinegroepen, welke normtijden? Bij de meeste bedrijven staan normtijden nergens of kloppen ze al jaren niet. Twee tot vier weken werk, en de basis voor alles wat volgt.
Stap 2: maak het ERP weer de bron
Orders, artikelen, stuklijsten en routings horen in het ERP, niet in losse tabbladen. Schoon vervuilde stamdata op. Saai werk. Onmisbaar werk.
Stap 3: kies je spoor met een echte test
Laat leveranciers niet hun demo-dataset zien, maar jouw drukste week van vorig jaar. Plant het pakket die week beter dan je planner deed? Dan pas praten over prijs. Strandt het op jouw uitzonderingen, dan weet je dat maatwerk gerechtvaardigd is.
Stap 4: implementeer met de planner, niet om de planner heen
De planner is geen weerstand die je moet managen, maar de domeinexpert die het systeem moet voeden. Plan een parallelperiode van vier tot acht weken waarin Excel en het nieuwe systeem naast elkaar draaien.
Stap 5: voeg pas daarna AI-laag toe
Klusduur-voorspelling en automatisch herplannen werken alleen op een fundament van betrouwbare data uit stap 1 en 2. Wie deze volgorde omdraait, traint modellen op ruis. Het volledige afwegingskader per processtap staat in ons stappenplan voor AI-implementatie.
Waar helpt AI echt in productieplanning, en waar is het hype?
AI helpt in productieplanning op twee bewezen plekken: voorspellen hoe lang een klus werkelijk duurt, en herplannen wanneer de werkelijkheid afwijkt van het plan. Vrijwel alles daarbuiten — de volledig autonome fabriek die zichzelf plant — is in 2026 voor het MKB nog marketing.
Klusduur-voorspelling op basis van historische orders
Normtijden zijn gemiddelden; de werkelijkheid hangt af van materiaal, complexiteit, toleranties en wie er aan de machine staat. Een machine-learning-model dat op twee tot drie jaar orderhistorie traint, voorspelt bewerkingstijden per ordertype aanzienlijk scherper dan een vaste normtijd — en daarmee worden levertijdbeloftes richting klanten eindelijk onderbouwd. Voorwaarde is wel dat die historie bestaat: terugmelding per bewerking, niet alleen per order.
Automatisch herplannen bij storingen en spoedorders
Dit is de grootste tijdwinst voor de planner. Valt een machine uit of komt er een spoedorder binnen, dan rekent een plannings-engine binnen minuten een nieuw, haalbaar schema door — inclusief het effect op alle andere leverdata. De planner beoordeelt het voorstel en keurt het goed. Precies dit patroon, AI als voorstel-generator met een mens die beslist, beschrijven we breder in onze gids over bedrijfsprocessen automatiseren met AI.
Wat AI-leveranciers je er niet bij vertellen
Drie nuchtere kanttekeningen. Eén: AI-optimalisatie in pakketsoftware is vaak een wiskundige solver (op zich prima techniek) met een AI-etiket — vraag door wat er werkelijk geleerd wordt van jouw data. Twee: zonder betrouwbare terugmelding van de werkvloer voorspelt geen enkel model iets zinnigs; 80% van de MKB-maakbedrijven heeft die databasis volgens het FME/Metaalunie/Fontys-onderzoek (2026) nog niet. Drie: een AI-model dat leverdata belooft die de fabriek structureel niet haalt, ondermijnt het vertrouwen van de werkvloer sneller dan welke Excel-fout ook.
Houdt de planner straks nog een rol?
Ja — de rol verschuift van schuiven naar beslissen. Het systeem genereert planvoorstellen; de planner beoordeelt ze op kennis die in geen dataset zit: dat die ene klant altijd te laat aanlevert, dat de nieuwe operator nog geen complexe stuks draait, dat onderhoud volgende week eigenlijk niet uitgesteld kan worden. Bedrijven die hun planner wegbezuinigen na automatisering, ontdekken binnen een kwartaal waarom dat een vergissing was. De winst zit niet in minder planner, maar in een planner die acht uur schuifwerk per week inruilt voor capaciteitsbeslissingen die geld opleveren.
Van Excel naar grip: de eerste stap
De samenvatting in drie zinnen. Blijf in Excel zolang je minder dan drie knelsignalen herkent, maar bouw nu al aan schone stamdata en terugmelding. Kies bij drie of meer signalen een APS-pakket als je proces standaard genoeg is, en maatwerk als pakketdemo's aantoonbaar stuklopen op jouw uitzonderingen. Voeg AI pas toe als de databasis staat — dan levert het ook echt wat op.
Wil je het bredere speelveld zien voordat je kiest — van toolselectie tot ROI-bewaking en de AI Act? Onze complete gids over AI-automatisering zet alle bouwstenen op een rij. Liever direct sparren over jouw planbord? Plan een vrijblijvend gesprek en we kijken mee met je huidige Excel-planning, zonder verkooppraatje over tools die je niet nodig hebt.
Veelgestelde vragen over productieplanning automatiseren
De vragen die maakbedrijven ons het vaakst stellen bij het automatiseren van hun productieplanning.
Opgesteld met AI-tools en gecontroleerd door het redactieteam van CleverTech — tech-leads met ervaring in AI, procesautomatisering en IT-consulting.
