Waarom live monitoring?
Veel drukkerijen werken nog met papieren logboeken of dagelijkse Excel-rapportages. Tegen de tijd dat je een probleem ziet, is het al uren of dagen oud.
Een productiedashboard verandert dat fundamenteel. In plaats van achteraf rapporteren, zie je in real-time wat er op de werkvloer gebeurt. Welke machines draaien, welke stilstaan, waar een storing is en hoe je OEE (Overall Equipment Effectiveness) ervoor staat.
Dit is niet alleen handig, het is een concurrentievoordeel. Drukkerijen die hun productie live monitoren, reageren sneller op problemen, verminderen stilstand en verhogen hun output. Het verschil tussen reactief en proactief werken.
De voordelen op een rij
Je ziet direct wanneer een machine stopt of vertraagt. Geen uren wachten op een rapport, maar onmiddellijk ingrijpen.
Door continu te meten en bij te sturen, verhoog je de beschikbaarheid, prestatie en kwaliteit van je machines.
Met actuele productiedata kun je nauwkeuriger plannen en klanten betrouwbare levertijden communiceren.
In plaats van onderbuikgevoel baseer je investeringsbeslissingen op harde cijfers over machineprestaties.
OEE uitgelegd: Overall Equipment Effectiveness meet drie factoren: Beschikbaarheid (draait de machine?), Prestatie (draait ze op volle snelheid?) en Kwaliteit (hoeveel is goedgekeurd?). OEE = B x P x K. Wereldklasse OEE is 85% of hoger.
Welke machinedata kun je gebruiken?
Moderne drukmachines genereren een schat aan data. De kunst is om de juiste datapunten te kiezen voor je dashboard.
| Datapunt | Wat het vertelt | Bron |
|---|---|---|
| Machinestatus | Draait, staat stil, in setup, storing | PLC / OPC-UA |
| Snelheid | Vellen/uur of meters/minuut vs. nominaal | Machine-interface |
| Tellers | Aantal gedrukte vellen, goedgekeurd/afgekeurd | Sensoren / MIS |
| Inktverbruik | Verbruik per kleur per opdracht | Inktsysteem API |
| Temperatuur | Droger, rollen, omgevingstemperatuur | IoT-sensoren |
| Energieverbruik | kWh per machine per uur | Slimme meters |
| Ordervoortgang | Welke order draait, hoeveel % klaar | MIS-systeem |
Begin klein, denk groot
Je hoeft niet alles tegelijk te meten. Start met de basis: machinestatus en tellers. Dat geeft je al inzicht in beschikbaarheid en output. Voeg daarna stap voor stap meer datapunten toe: snelheid voor prestatie-analyse, temperatuur voor preventief onderhoud, energie voor kostenoptimalisatie.
Tip: Vraag je machineleverancier welke data-interfaces beschikbaar zijn. Veel moderne machines hebben al OPC-UA of REST API-connectiviteit ingebouwd. Oudere machines kun je uitrusten met IoT-sensoren die alsnog data leveren.
Data verzamelen: sensoren, API's en MCP
De data moet van de machine naar je dashboard komen. Er zijn verschillende manieren om dat te doen.
Kleine apparaatjes die je aan machines bevestigt om temperatuur, trillingen, snelheid of status te meten. Ze sturen data via wifi of ethernet naar een centrale server. Ideaal voor oudere machines zonder digitale interface.
Moderne drukmachines bieden REST API's of OPC-UA interfaces aan. Je kunt direct data opvragen over snelheid, tellers en status. Dit is de meest betrouwbare methode omdat de data rechtstreeks van de machinebesturing komt.
Met Model Context Protocol bouw je een brug tussen je machinedata en AI-agents. Een MCP-server ontsluit je productiedata zodat Claude of andere agents die kunnen opvragen, analyseren en acties op kunnen ondernemen.
Je MIS-systeem (zoals Prinect, EFI Pace of Callas) bevat orderdata, planning en productiestatus. Via de API van je MIS haal je deze informatie op en combineer je die met de live machinedata.
Architectuur: De ideale setup combineert meerdere bronnen. IoT-sensoren leveren real-time machinedata, de MIS-API levert ordercontext, en een MCP-server maakt alles beschikbaar voor AI-agents die patronen herkennen en voorspellingen doen.
Het dashboard ontwerpen
Een goed dashboard toont de juiste informatie op het juiste moment, zonder de gebruiker te overladen.
De drie lagen van een productiedashboard
Het bovenste niveau toont KPI's op een rij: totale OEE, aantal actieve machines, orders in productie en de dagproductie in procenten van het doel. In een oogopslag ziet de bedrijfsleider of alles op koers ligt.
Elke machine krijgt een kaart met status (groen/oranje/rood), huidige snelheid, actieve order en voortgangspercentage. De productieplanner ziet direct waar knelpunten zitten en waar capaciteit vrij is.
Doorklikken op een machine toont gedetailleerde grafieken: snelheidsverloop over de dag, stilstandredenen, inktverbruik per opdracht en onderhoudshistorie. Dit niveau is voor technici en operators.
Designprincipes
Gebruik kleuren met betekenis: groen voor machines die draaien, oranje voor setup of waarschuwingen, rood voor storingen. Houd het dashboard leesbaar op afstand als het op een scherm in de productiehal hangt. Vermijd grafieken met te veel details op het overzichtsniveau.
Tools: Je kunt je dashboard bouwen met Vibe Coding (via Bolt of Claude Code), of gebruikmaken van gespecialiseerde tools zoals Grafana, Metabase of Google Looker Studio. De keuze hangt af van je technische kennis en specifieke eisen.
Real-time datastromen opzetten
Je dashboard is pas echt waardevol als de data continu en automatisch binnenstroomt. Hier zijn de drie gangbare methoden.
Polling
De eenvoudigste methode: je dashboard vraagt elke X seconden de nieuwste data op via een API-call. Makkelijk te implementeren, maar het belast de server en je data is altijd een paar seconden oud. Geschikt voor dashboards die elke 10 tot 30 seconden verversen.
Webhooks
Het bronssysteem stuurt automatisch een bericht naar je dashboard wanneer er iets verandert. Efficienter dan polling omdat er alleen verkeer is als er daadwerkelijk iets nieuws is. Ideaal voor statuswijzigingen en events (machine start, machine stopt, order klaar).
WebSockets
Een permanente verbinding tussen de databron en je dashboard. Data stroomt in real-time door, zonder vertraging. Dit is de beste optie voor dashboards die seconde-per-seconde moeten updaten, zoals snelheidsmeters of live tellers. Iets complexer om op te zetten, maar levert het snelste resultaat.
Onze aanrader: Start met polling (elke 15 seconden) via n8n. Dit is het eenvoudigst op te zetten en voor de meeste drukkerijen meer dan voldoende. Stap over naar webhooks of WebSockets als je merkt dat je snellere updates nodig hebt.
De dataflow in de praktijk
Machine stuurt data naar IoT-gateway of API. Een n8n workflow haalt die data op, verwerkt en normaliseert ze, en slaat ze op in een database (bijvoorbeeld Supabase of PostgreSQL). Je dashboard leest uit diezelfde database en toont de actuele waarden. Zo heb je een betrouwbare pipeline van machine tot scherm.
Alerting en notificaties met n8n
Een dashboard alleen is niet genoeg. Je wil ook gewaarschuwd worden als er iets mis gaat, zelfs als je niet naar het scherm kijkt.
Hoe n8n alerting werkt
n8n (n8n) is een automatiseringsplatform waarmee je workflows bouwt die reageren op events. Je definieert een trigger (bijvoorbeeld: machinestatus wordt "storing"), een conditie (alleen als de machine al meer dan 5 minuten stilstaat) en een actie (stuur een notificatie naar het productieteam).
Machine stopt onverwacht? n8n stuurt direct een bericht naar de productieleider via Slack, Teams of email met de machinenaam en het tijdstip.
Draait een machine onder 70% van de nominale snelheid? n8n detecteert het patroon en waarschuwt de operator dat er mogelijk een probleem is.
Inktvoorraad of papierstock onder de drempel? Een automatisch bericht naar inkoop met de exacte hoeveelheden die bijbesteld moeten worden.
Machine heeft 10.000 uur gedraaid? n8n stuurt een onderhoudsmelding naar de technische dienst op basis van de tellerdata uit je dashboard.
Escalatie: Bouw escalatie in je alerts. Eerste melding naar de operator, na 15 minuten zonder actie naar de productieleider, na 30 minuten naar de bedrijfsleider. Zo vallen problemen nooit tussen wal en schip.
Agents die je productie bewaken
AI-agents tillen je dashboard naar het volgende niveau: van data tonen naar data begrijpen en proactief handelen.
Wat is een productie-agent?
Een AI-agent is een stuk software dat zelfstandig taken uitvoert op basis van instructies en data. Een productie-agent koppelt zich via een MCP-server aan je machinedata en kan die analyseren, patronen herkennen en acties ondernemen. Het verschil met een simpele alert is dat een agent context begrijpt en slimme beslissingen neemt.
Voorbeelden van productie-agents
Analyseert dagelijks je OEE-data, vergelijkt met historische trends en stuurt een rapport met verbeterpunten. Signaleert als je OEE onder een bepaalde drempel zakt en geeft suggesties voor verbetering.
Monitort temperatuur, trillingen en draaiuren. Herkent patronen die wijzen op slijtage en waarschuwt voordat een machine daadwerkelijk uitvalt. Preventief in plaats van reactief.
Analyseert de huidige productietempo's en vergelijkt ze met de planning. Waarschuwt als een order dreigt uit te lopen en stelt alternatieve planningen voor op basis van beschikbare machinecapaciteit.
Craft Agents + MCP: Met Craft Agents bouw je deze productie-agents zonder te programmeren. Je beschrijft wat de agent moet doen, koppelt een MCP-server aan je productiedata, en de agent gaat aan de slag. Jij orkestreert, de agent voert uit.
Een productie-agent bouwen
Stap voor stap: zo bouw je een AI-agent die je dagelijkse productie-samenvatting maakt.
De agent moet elke avond om 18:00 de productiedata van die dag ophalen, analyseren en een samenvatting sturen naar het managementteam.
Bouw een MCP-server die toegang geeft tot je productiedatabase. De server biedt tools aan zoals "haal_dagproductie", "bereken_oee" en "lijst_storingen".
In Craft Agents beschrijf je de instructies: welke data op te halen, hoe te analyseren, wat te rapporteren. Koppel de MCP-server als databron.
Gebruik n8n of een cron-job om de agent dagelijks te triggeren. De agent draait, haalt data op, analyseert en stuurt het rapport automatisch.
Bekijk de eerste rapporten en pas de instructies aan. Voeg extra analyses toe, verfijn de opmaak, of voeg vergelijkingen met vorige weken toe.
Het resultaat: Elke avond ontvangt je team een helder rapport met de OEE van die dag, een overzicht van storingen, de top-3 best presterende machines en aanbevelingen voor morgen. Zonder dat iemand daar handmatig werk voor hoeft te doen.
Implementatie-roadmap
Een productiedashboard bouw je niet in een dag. Hier is een realistische aanpak in vier fasen.
Fase 1: Pilot (week 1-2)
Kies een machine en meet de basis: status en tellers. Bouw een eenvoudig dashboard met Vibe Coding dat deze twee datapunten toont. Hang een scherm op naast de machine. Het doel is bewijzen dat het concept werkt en draagvlak creeren bij het team.
Fase 2: Uitbreiding (week 3-6)
Voeg meer machines toe en breid de datapunten uit met snelheid en OEE-berekeningen. Zet de eerste n8n-alerts op voor storingen. Integreer de data van je MIS-systeem zodat je naast machinedata ook ordercontext hebt.
Fase 3: Analyse (week 7-10)
Voeg historische grafieken en trendanalyses toe. Bouw vergelijkingen per machine, per shift, per week. Implementeer je eerste productie-agent die dagelijkse rapporten genereert. Dit is het moment waarop het dashboard echt waarde begint te leveren.
Fase 4: Optimalisatie (doorlopend)
Voeg predictief onderhoud toe, optimaliseer je alerting-regels op basis van ervaring, en breid je agents uit met planning-advies. Het dashboard evolueert van een kijkvenster naar een intelligent productiesysteem.
Budget: Een basisopzet met IoT-sensoren, n8n en een Vibe-Coded dashboard kan voor minder dan 2.000 euro per machine. De ROI is vaak al binnen maanden zichtbaar door minder stilstand en hogere output.
Meer lezen en bronnen
Handige bronnen om je productiedashboard en monitoring verder te ontwikkelen.
Open-source dashboarding-platform gespecialiseerd in real-time data en tijdreeksen. De standaard voor productie-monitoring.
Open-source automatisering voor dataflows, alerting en integraties. De motor achter je notificaties en data-pipelines.
Bouw MCP-servers die je machinedata ontsluiten voor AI-agents. De brug tussen productie en intelligentie.
Bouw AI-agents zonder code die je productie bewaken, analyseren en rapporteren. Bouwgereedschap voor iedereen.
Meer gidsen, masterclasses en praktische AI-toepassingen voor de grafische sector.
De fabriek van morgen
wordt niet sneller,maar slimmer.
En dat begint met
zichtbaarheid.
