Problemet handlar om de produktivitets- eller utnyttjandegradsförluster som är inbyggda i företagets planerings- och styrsystem. De flesta företag använder någon form av MRP- system, Material Requirement Planning. Ofta är detta integrerat med övriga affärssystem. MRP-systemen bygger på att alla tider på lägsta operationsnivå är sanna och att de överrensstämmer med verkligheten. Detta är dock i de flesta fall en utopi. Vanligen skiljer det mycket mellan operationstider i planeringssystemet och operationstider i verkligheten. Många företag är medvetna om att det finns en viss skillnad, men tror att den är låg och konstant genom hela produktsortimentet på typiskt +15 procent. I verkligheten är skillnaden ofta mycket större och dessutom slumpmässig. I PPA-studierna har det konstaterats att skillnaden finns men inte hur stor den är. Observationerna i enskilda fall har dock visat att det kan skilja allt från -50 procent till +300 procent. Ibland är skillnaden medveten och skapad för att bygga in buffert i systemet, men ofta har den bara växt över tiden utan att någon egentligen har reagerat på det. Det börjar bli vanligt att företagen investerar i automatiska produktionsuppföljningssystem kopplat till maskinerna i fabriken. Detta ger bra indata för förbättringsarbete och det ger en god ögonblicksbild för ledningen som kan fatta beslut om omprioriteringar och liknande. Dock saknas kopplingen till planeringssystemet i de flesta fall vilket gör att data inte kan användas för att planera och optimera produktionen. Konsekvenserna av denna skillnad är mycket allvarliga och mer omfattande än vad de flesta företagsledare. Den primära effekten är att detaljplanering blir svår att utföra. Planeringssystemen säljs för att kunna användas för att planera produktion på tim- och minutnivå. Men i realiteten blir det ofta inte meningsfullt att använda finare planering än på dags- eller skiftnivå. Konsekvensen av detta blir att det krävs ett extra filter i form av en person som utför finplanering. Förutom arbetsinsatsen som kostar i form av onödig extra arbetskraft, så blir precisionen sämre, vilket leder till sämre leveransprecision. Utnyttjandet av maskinerna blir också sämre eftersom en människa oftast inte har förmågan att schemalägga maskiner på ett optimalt sätt om flödena är komplexa. Ytterligare en annan konsekvens är att det blir svårt att bedriva ett förbättringsarbete. – Vilken tid ska man utgå ifrån; tiden i planeringssystemet eller den verkliga cykeltiden i maskinen? Ett förbättringsarbete som inte kan mätas är tämligen meningslöst. OEE-talet (Overall Equipment Effectiveness) är ett vanligt jämförelsetal för att jämföra maskiner inom samma fabrik eller maskiner i olika fabriker inom samma koncern. Konsekvensen av att ha en för lång operationstid i planeringssystemet blir att OEE-talet kan bli över 100 procent, vilket är en definitionsmässig omöjlighet, vilket i sin tur gör alla jämförelser meningslösa. Det finns ytterligare två konsekvenser av skillnaden mellan operations tider i verkligheten och i systemet. Dessa båda har direkt påverkan på företagets affärer och lönsamhet. Den första är att företagen använder operationstider för att räkna på nya affärer och lämna offerter till kunder. Det vanligaste tillvägagångssättet att bereda en offert för en ny produkt är att utgå från kostnaderna för en befintlig liknande produkt. De direkta kostnaderna för maskintid och bemanning beräknas utifrån operationstiden. Detta får konsekvensen att företagen ger fel erbjudande till sina kunder, troligen i många fall ett för högt pris, vilket kan leda till att kundföretagen väljer annan leverantör, kanske i ett s.k. lågkostnadsland. Den fjärde och sista konsekvensen är att företagen fattar investeringsbeslut om nya maskiner och andra produktionsresurser baserat på de operationstider som finns i planeringssystemet och de begränsningar som dessa tider indikerar. Detta kan leda till att investeringarna görs i fel avsnitt i produktionen eller att helt onödiga investeringar görs om kapaciteten finns i verkligheten även om planeringssystemet säger något annat. Anledningarna till att den stora skillnaden finns är en kombination av flera olika faktorer. För det första saknas insikten om problemet och dess konsekvenser vilket leder till att företagsledningarna sällan sätter fokus på frågan. Vidare saknas kompetens att sätta tider på ett korrekt sätt, speciellt om det är frågan operationer där manuellt arbete ingår som en del av cykeln. Det är relativt sällsynt att operationstider överhuvudtaget uppdateras under en operations "livslängd". En artikel och därmed en operationstid kan finnas i sortimentet i årtionden. Dessutom kan nya operationstider baseras direkt på de gamla felaktiga tiderna. Många vill dessutom inte se problemet. Mjukvaruföretagen säljer programvaror som kan optimera produktionen ner på detaljnivå, och där ledningen hela tiden har kontroll på materialflöden och kostnader. Detta förutsätter att operationstiderna som matas in i systemet stämmer. Dock är skillnaden mellan operationstider i planeringssystemen och verkligheten inte så lätt att åtgärda som det verkar. Om det vore lätt hade de flesta trots allt gjort något åt det. Problemen är flera och beroende av varandra. Förutom de rent psykologiska och pedagogiska problemen med att övertyga företagsledningarna om att problemet existerar och att det har flera allvarliga konsekvenser så finns det tekniska problem kvar att lösa: • Hur sätter man operationstider på ett kostnadseffektivt och samtidigt korrekt sätt för produktion med stor variantflora och kanske till och med enstycksproduktion? • Hur ska olika typer av fördelningstider hanteras i planeringssystemet? • Vad ska trigga en uppdatering av tider i planeringssystemet utifrån verkligt utfall? • Är en förändring av den verkliga operationstiden systematisk eller slumpmässig? • Hur skall ett gränssitt mellan produktionsuppföljnings mjukvaror och MRP-system se ut. Det saknas i dag standardisering inom området. • Vad krävs mer för indata, förutom operationstiderna, för att detaljplanering ska fungera i mjukvara? • Hur kopplas styrning på övergripande, strategisk nivå, till mätetal på golvnivå, och hur påverkar det operationstiderna? Ett forskningsprojekt som syftar till att besvara ovanstående frågor och brygga över gapet har startats av Chalmers. Industriföretag, mjukvaruföretag och konsulter som är intresserade av att medverka är välkomna att höra av sig till artikelförfattaren.