Productie-optimalisatie
Ruim 60% minder snijverlies bij een internationale textielproducent
Drie maanden Skrepr Discovery op de productievloer van een grote Europese textielproducent. Een algoritme dat per snede rekent op de toekomst van de rol, in plaats van de eerste-passend-tactiek van het ERP. Resultaat: ruim 60% minder snijverlies, bijna half zoveel rolbewegingen, honderdduizenden euro's per jaar bespaard.
Rinke Brands
CEO
Wie het bedrijf is
Sector
Textielproductie
Stoffen en gordijnen voor de internationale markt, productie vanuit een Europese vestiging.
Schaal
200 medewerkers
Productie en support op één locatie, plus dochterlocaties elders in Europa.
Assortiment
5.000+ SKU's
Coating, verven, crushen, printen, finishing, curing, labelen, kwaliteitscontrole, 2D-snijden.
Systemen
ERP + flex planning
Bestaand ERP voor orders en voorraad, flexibele dag- en week-planning, geen WMS in het magazijn.
Het vraagstuk
Twee keer per dag wordt een picklijst geprint. Medewerkers lopen naar het rek, pakken een rol, brengen die naar de kniptafel, snijden de bestelde meters, en zetten de restrol terug. Dat proces herhaalt zich tienduizenden keren per jaar. Het ERP doet z'n werk maar optimaliseert niet, het kiest de eerste passende rol.
Restrollen stapelen op
Bij elke snede blijft een stuk over. Kleinere reststukken (onder de 2 meter) zijn vaak onbruikbaar en verdwijnen als afval. Op tienduizenden snedes per jaar wordt dat structureel verspilling.
Geen batching tussen orders
Vier orders voor hetzelfde artikel op dezelfde leverdag worden vier keer apart gesneden. Elke snede kost een naadverlies. Bij elkaar opgeteld over een jaar: duizenden meters.
Suboptimale rolkeuze
Soms wordt een hele nieuwe rol aangesneden terwijl een kleine restrol precies had gepast. Het ERP rekent niet vooruit, het pakt wat eerst voor de hand ligt.
Veel loopwerk in het magazijn
Rollen worden meerdere keren per dag uit het rek gehaald, gesneden, teruggezet, nieuw opgepakt. Elke trip kost minuten. Zonder slimme clustering loopt dat hard op.
Onze aanpak, drie maanden meten
Een Skrepr Discovery is geen consultancy-rapport. Het is een meet-traject. We zetten ons team op de vloer, we draaien je productiedata door ons algoritme, en we presenteren cijfers in plaats van adviezen.
01
Drie maanden, vier sessies op locatie
Skrepr-team op de productievloer. Rondleidingen, gesprekken met planners en snijders, observatie van het echte proces. Niet vanuit een spreadsheet, vanuit de werkvloer.
02
Volledige data-analyse in Skrepr Lab
Een vol kalenderjaar aan productiedata doorgerekend in Skrepr Lab: ruim een miljoen verkochte meters, tienduizenden rolbewegingen, duizenden orderregels. Mutatie voor mutatie gereconstrueerd, geen schattingen.
03
Algoritme gebouwd, getest, gevalideerd
Best-fit allocatie met batching, restrol-prioriteit en sample-aware snijden. Niet op een template, op exact deze fabriek. De cijfers zijn geen branche-benchmark, het zijn meet-uitkomsten.
De vier regels, geen black box
Geen AI-magie, geen mysterieus model. Vier ontwerpkeuzes die samen het verschil maken tussen snijverlies dat normaal is, en snijverlies dat bijna verdwijnt.
Batching per artikel en leverdag
Orders voor hetzelfde artikel met dezelfde leverdatum worden samen gesneden. Eén naadverlies in plaats van vier. Schaalt mee naarmate je orderboek groeit.
Restrol-prioriteit
Bestaande restrollen worden eerst aangeboden voor passende orders. Kleine rollen blijven niet hangen, ze worden opgemaakt voor ze afval worden.
Best-fit met look-ahead
Per order de rol met de kleinste passende rest. Niet alleen vandaag, ook met de orderpijplijn van morgen in beeld. Geen verspilling per snede, geen verspilling per dag.
Sample-aware snijden
Voor stalen of samples gebruikt het algoritme bewust reststukken die anders afval waren geworden. Het kleinste reststuk krijgt nog een nuttige bestemming.
Zie het werken, zes orders en vier rollen
Stel je een gewone snijdag voor: zes orders staan klaar voor één artikel, vier rollen liggen in het rek. Twee nieuwe rollen, twee restrollen. Links de FIFO-aanpak van een doorsnee ERP, rechts de skrepr-allocatie. De animatie start vanzelf zodra deze sectie in beeld komt.
Vandaag te snijden, alle artikel #04001-100
Doorsnee ERP
Eerste-passend, in volgorde van binnenkomst
Snijverlies, restjes onder 2m
0,0m
Hele restrol R4 blijft ongebruikt, plus twee verlies-strips.
skrepr-algoritme
Best-fit + restrol-prioriteit + batching
Snijverlies, restjes onder 2m
0,0m
Alle resten boven 2m, bruikbaar voor de volgende snijdag.
Hoe we het meten, elke dag
Elke order krijgt twee toewijzingen: één met de oude ERP-logica (de shadow run), één met het skrepr-algoritme. Het verschil tussen die twee is je bespaarde meter, je bespaarde euro, je bespaarde uur. Niet handmatig ingevoerd, niet te manipuleren, gewoon uit de database.
Value report, live
Vandaag, 14 mei 2026
Verkocht vandaag
3.124 m
Verlies oud, shadow
7,1%
Verlies skrepr
2,8%
Bespaard vandaag
€ 3.180
Recente snedes
vergelijking shadow vs skrepr
Demo-dashboard, cijfers updaten elke paar seconden om de werking te illustreren.
Wat is er daarna gebeurd
We hebben tijdens drie maanden bewezen dat het algoritme werkt op de productiedata van deze fabriek. Het rapport ligt er, de cijfers zijn meetbaar, het verschil tussen de oude logica en het skrepr-algoritme is gevalideerd op ruim een miljoen verkochte meters.
De klant heeft uiteindelijk besloten de implementatie niet door te zetten. Voor ons is een Discovery klaar zodra de waarde aangetoond is. Of een klant er vervolgens mee verder gaat, is hun keuze. Dat is precies waarom we Discovery Zero kosteloos doen: we leveren bewijs, jij beslist of het past.
Voor onze eerlijkheid is dat het meest waardevolle deel van het verhaal. Niet elk goed onderzoek wordt een contract, en dat is OK. Het rapport heeft hun beslissing onderbouwd. De volgende Discovery, bij een andere producent, kan het wel worden.
Wil je weten wat een Discovery bij jouw productie zou opleveren? Start een Discovery Zero.
