Door de brede functionaliteit is een ERP systeem een soort kubus. Wanneer je op 1 plek iets wijzigt heeft dat invloed op allerlei andere plekken binnen het systeem. Dat geldt ook voor het maken van planningen. Wanneer bijvoorbeeld een grondstof die onderdeel vorm van de stuklijst wordt afgekeurd op basis van kwaliteit, leidt dat tot een nieuwe integrale planning. Het resultaat is dat je niet flexibel en snel scenario’s kunt doorrekenen, bijvoorbeeld met verschillende bezettingen van mensen, randvoorwaarden aan productieprocessen of gewenste levertijden van bepaalde orders. Doordat allerlei processen aan elkaar gekoppeld zijn nemen dergelijke berekeningen veel tijd en leggen een enorm beslag op de rekencapaciteit.

Door de relaties die een MRP-module binnen een ERP-systeem legt met allerlei andere componenten binnen het ERP systeem kent productieplanning met MRP de volgende beperkingen:

• Statische planning: Een van de belangrijkste beperkingen van MRP is dat het meestal gebaseerd is op een statische planning en voorspellingen. Dit betekent dat de planning functionaliteit geen rekening houdt met dynamische veranderingen in de vraag, verstoringen in de supply chain of onverwachte gebeurtenissen zoals machine-uitval of kwaliteitsproblemen. Als gevolg hiervan kan het MRP-systeem leiden tot suboptimale productie.
• Doorrekentijd en beslag op computing power: Doordat in een ERP systeem allerlei functionaliteit met elkaar verbonden is houdt het doorrekenen van een nieuw of alternatief productieplanning scenario rekening met allerlei zaken waar nog geen rekening mee gehouden hoeft te worden. Pas wanneer de planning definitief is en gerealiseerd wordt kunnen deze wijzigingen ‘door de administratie’. Hierdoor kunnen doorrekentijden enorm oplopen en is het vaak onmogelijk om in korte tijd een aantal scenario’s met elkaar te vergelijken om te kijken welk scenario optimaal is.
• Ontbreken van relevante data: De filosofie van een ERP systeem is dat alle relevante informatie centraal beschikbaar is. Voor een goede planning kan data buiten het ERP systeem echter ook relevant zijn. Denk bijvoorbeeld aan een goede vraagvoorspelling die deels beïnvloed wordt door weersvoorspellingen, verkeersdrukte of bijzondere gebeurtenissen die invloed hebben op de vraag. Enkele jaren geleden was het uitbreken van de Covid pandemie hiervan een goed voorbeeld.
• Onvoldoende flexibiliteit: MRP-systemen kunnen star zijn als het gaat om het aanpassen aan veranderende omstandigheden. Ze zijn vaak gebaseerd op vaste doorlooptijden en standaardplannen, waardoor ze moeilijk te wijzigen zijn als de omstandigheden veranderen. Dit kan problematisch zijn in situaties waarin snelle aanpassingen nodig zijn, zoals bij plotselinge wijzigingen in de vraagpatronen of onverwachte leveranciersproblemen. Vooral wanneer aanvullende beperkingen van toepassing zijn, zoals omsteltijden en randvoorwaarden aan machines.
• Aannames over betrouwbaarheid van gegevens: MRP-systemen vertrouwen sterk op de nauwkeurigheid van de (soms vooraf ingestelde) gegevens die ze gebruiken, zoals doorlooptijden, voorraadniveaus en vraagprognoses. Als deze gegevens onnauwkeurig of verouderd zijn, kan dit leiden tot suboptimale beslissingen. Bovendien kunnen kleine fouten in de gegevens grote gevolgen hebben voor de algehele planning en productie-efficiëntie.
• Complexiteit en implementatiekosten: Het opzetten en onderhouden van een MRP-systeem kan complex en kostbaar zijn. Het vereist vaak geavanceerde software, uitgebreide training van medewerkers en voortdurende ondersteuning om effectief te werken. Voor kleinere bedrijven kan de initiële investering en de doorlopende operationele kosten een belemmering vormen voor de implementatie van een MRP-systeem.
• Focus op efficiëntie ten koste van flexibiliteit: MRP-systemen zijn ontworpen om de efficiëntie van het voorraadbeheer te maximaliseren door middel van strakke planning en controle. Dit kan echter ten koste gaan van de flexibiliteit en aanpassingsvermogen van de productie. In dynamische en onvoorspelbare marktomgevingen kan een te sterke focus op efficiëntie leiden tot inflexibiliteit en het vermogen om snel te reageren op veranderingen in de marktvraag verminderen.

Hoewel een MRP-module binnen een ERP-systeem veel voordelen kan bieden in termen van geautomatiseerd voorraadbeheer en planning, is het dus belangrijk om rekening te houden met deze nadelen en beperkingen. Een MRP-module kan wel uitkomst bieden wanneer het productieproces weinig mutaties kent. Bijvoorbeeld wanneer elke dag ongeveer dezelfde productie plaatsvindt van enkele producten met een eenvoudig productieproces.

Maatwerk production planning

Omdat MRP niet echt gebouwd is voor het maken van productieplanningen wordt hier door ERP dienstverleners vaak maatwerk op aangeboden. In sommige gevallen kan maatwerk een uitkomst zijn, mits de productieprocessen en randvoorwaarden niet te complex zijn. Maar al snel wordt het benodigde maatwerk groter dan voorzien met allerlei bijkomende nadelen, zoals;

• Hoge kosten voor de ontwikkeling
• Problemen bij upgraden van het MRP/ERP systeem
• Maatwerk blijkt niet altijd een verbetering
• Bij wijzigingen verandert het maatwerk niet mee
• Maatwerk valt doorgaans niet onder het supportcontract

Een gouden regel in bij ERP-projecten is dat het rendement op de investering minimaal wordt indien de implementatie langer dan 10 maanden duurt. Maatwerk rekt de implementatietijd op en de ERP-businesscase komt dan snel onder druk te staan. Nog los van de extra kosten die volgen bij bijvoorbeeld nieuwe releases.

Production Planning Software

Het ERP systeem schiet vaak, ondanks de aanwezigheid van een MRP-module of maatwerk, in functionaliteit tekortschiet voor het maken van flexibele productieplanningen. Veel organisatie voelen de noodzaak om uit te wijken naar zelfgebouwde planningscalculaties in Excel.  Maar ook dat leidt vaak tot allerlei uitdagingen. In veel gevallen biedt daarom aparte production planning & scheduling software voordelen. Lees verder op production planning software in onze blog. Of neem een kijkje naar de planningssoftware van Data Refinery Amsterdam.