Productie transformeren:aangepaste MES-apps bouwen in slechts 48 uur

Vijf discrete fabrikanten. Vijf echte problemen. Vijf werkende oplossingen gebouwd op live productiegegevens in 48 uur.

Elke fabrikant met wie we praten heeft ergens in het gesprek dezelfde frustratie verborgen:hun software past bijna. De MES verwerkt werkorders, planning en OEE. Maar de workflows zijn specifiek voor hun werking, degenen die leven op whiteboards en klemborden en tribale kennis, die komen nooit helemaal in het systeem.

Dus bouwen ze oplossingen. Ze maken spreadsheets. Ze roepen mensen op via intercoms. Ze staan elke ochtend voor papieren kaarten en berekenen handmatig of ze een goede of een slechte dag hebben.

In maart 2026 besloten we om te zien wat er zou gebeuren als we vijf van onze klanten twee dagen, een team van ingenieurs en door AI ondersteunde ontwikkelingstools zouden geven, en hen zouden vragen deze gaten zelf te dichten.

De resultaten waren beter dan we hadden verwacht.

Wat is productielab?

Production Lab is een tweedaags, praktijkgericht bouwevenement waarbij klanten van MachineMetrics zij aan zij met ons engineeringteam werken om aangepaste applicaties op het MachineMetrics-platform te ontwerpen en te bouwen.

Het evenement van dit jaar vond plaats op 11 en 12 maart nabij ons hoofdkantoor in Northampton, Massachusetts, tijdens een engineering-on-site van een week. Er waren vijf klantteams aanwezig, die elk arriveerden met een specifiek operationeel probleem en één gemeenschappelijk doel:weglopen met iets dat ze daadwerkelijk op de werkvloer konden gebruiken.

De tools die ze gebruikten:Max AI voor dataverkenning en snelle ontwikkeling, Lovable en Cursor voor het bouwen van applicaties met behulp van AI, en Carbide, de op maat gemaakte applicatiebouwer van MachineMetrics, voor het rechtstreeks implementeren van productieapplicaties op het platform.

Elk team leverde tegen het einde van dag twee een werkende oplossing die was gekoppeld aan echte, live machinegegevens.

De projecten

Harvey-prestaties:de Lights-Out-kloof dichten

Harvey Performance maakt industriële snijgereedschappen voor klanten in de lucht- en ruimtevaart, de medische sector en de elektronica. Hun winkel voert een complexe, op voorraad gemaakte productie uit met honderden taakfamilies en een hardnekkig probleem:wanneer een taak eindigt, staan de machines stil totdat iemand fysiek arriveert om met de volgende installatie te beginnen.

Harvey beschikte over de technologie om geautomatiseerde wisselingen uit te voeren tussen taken die dezelfde tool gebruikten. Wat ze misten was een systeem om het te plannen en te orkestreren. Zonder dit zou het weekendgebruik tegen zondagavond aanzienlijk dalen en dagen duren om te herstellen.

In twee dagen bouwden ze de Stacker Tracker:een live supervisordashboard dat de actieve taak van elke machine, alle taken in de wachtrij en de verwachte looptijd toont via het licht-uit-venster. Het systeem berekent dynamische insteltijden op basis van Harvey's eigen batchcodestructuur, signaleert arbeidsconflicten en laat supervisors operators toewijzen aan opstellingen met specifieke starttijden. Als de installatie niet plaatsvindt, keert het schema automatisch terug. Geen handmatige opruiming vereist.

De business case:een kostenbesparingsinitiatief met zeven cijfers en meerdere miljoenen extra inkomsten uit herstelde capaciteit.

"Binnen anderhalve dag konden we iets ontwerpen dat voorheen waarschijnlijk maanden zou duren, en het is specifiek op maat gemaakt voor onze activiteiten." — George Burleson, directeur Manufacturing Analytics, Harvey Performance

Zygo (AMETEK):een digitale oorlogsruimte voor dagelijks management

Zygo maakt ultraprecieze optica voor halfgeleider-, defensie- en laserfusietoepassingen. Elke dag staat hun managementteam voor whiteboards, papieren kaarten en gedrukte grafieken om te bepalen of hun activiteiten op schema liggen.

Hun doel:alle 15 belangrijke statistieken op het gebied van veiligheid, mensen, kwaliteit, levering en waarde leesbaar maken in 10 seconden vanaf 3 meter afstand, op elk niveau van de organisatie.

Ze bouwden een volledig digitaal, meerlaags managementsysteem in Lovable. Het boort met een paar klikken van bedrijfsniveau helemaal naar individuele machinecellen. Max AI genereert samenvattingen en markeerpatronen op elk niveau. Een configureerbaar ticketingsysteem brengt veiligheidsproblemen, onderhoudsverzoeken en ideeën voor continue verbetering samen op één plek, zodat er niets verloren gaat tussen verschillende systemen.

Het raakt iedereen die op de eerste dag actief is.

"Dingen zoals het digitale tier board-systeem dat we hier tijdens dit tweedaagse evenement hebben gebouwd, stonden niet eens op mijn radar voor dingen die MachineMetrics kon bereiken. Met de vooruitgang in AI en Carbide brengt MachineMetrics elke dag nieuwe wegen, nieuwe waarde en flexibiliteit." — JD Smith, operationeel directeur voor optica, Zygo/AMETEK

Pindel Global Precision:tool-offsetgegevens omzetten in procesinformatie

Pindel voert 24/7 een overheidscontract uit op vier CNC-machines. Verschillende operators pasten de gereedschapscorrecties met zeer verschillende snelheden aan, maar niemand kon het zien. De machines waren met elkaar verbonden. De gegevens stroomden binnen. Het werd gewoon nergens zinvol vastgelegd.

Thomas Deslongchamps, directeur Training en Continue Verbetering, besloot daar verandering in te brengen. Met behulp van Lovable en de MachineMetrics Carbide Application Builder bouwde hij vrijwel geheel zelf een aangepaste tool-offsetanalyse-applicatie. Het visualiseert offset-aanpassingen per gereedschap in de loop van de tijd, gecorreleerd met het aantal onderdelen en kleurgecodeerd per operator. Voor het eerst kon Pindel zien welke operatoren uitschieters waren, wanneer de aanpassingen zich opstapelden en welke patronen er tussen machines opdoken.

"We willen afstappen van de meer preferentiële operationele status quo naar een meer op data gebaseerde status quo. Kunnen we minder compensaties maken en toch binnen de kwaliteitsparameters blijven?" — Thomas Deslongchamps, directeur training en continue verbetering, Pindel Global Precision

Een MachineMetrics-ingenieur die samen met Thomas werkte, gebruikte een aangepaste AI-agent om de onderliggende code te scannen en vond een efficiënter pad voor gegevenstoegang, een pad dat precies de functionaliteit ontgrendelde die Thomas nodig had en de deur opent naar nog bredere gebruiksscenario's in de toekomst.

Deze mogelijkheid bestond altijd al binnen het platform. Er was de juiste klant, de juiste use case en de juiste toolchain voor nodig om het tot leven te brengen. Wat Pindel heeft gebouwd, lost niet alleen hun probleem op. Het definieert wat mogelijk is voor elke precisiefabrikant en stelt dezelfde onzichtbare vraag.

Flexco:vanaf het begin een vorkheftruckdispatchsysteem bouwen

Flexco produceert transportbandoplossingen. In hun vestiging in Downers Grove zijn vorkheftrucks (intern 'jeeps' genoemd) cruciale activa zonder enige zichtbaarheid. Materiaalaanvragen gaan via de intercom. Chauffeurs moeten onthouden wat er gevraagd werd en waar. In 2025 kostte die blinde vlek naar schatting $ 225.000 aan verloren productietijd.

Jaimeson Aufderheide, een Continuous Improvement Specialist zonder voorafgaande ervaring met softwareontwikkeling, bouwde de kernapplicatie zelf met behulp van Lovable. Aan het einde van dag twee beschikte Flexco over een volledig ingebed verzendsysteem, compleet met een interface voor operatorverzoeken, een live chauffeurswachtrij met op zones gebaseerde prioritering, een managerdashboard dat realtime en historische ticketprestaties toont, en een configureerbare widget die alles in één inzetbare tegel samenvoegde.

De codebases Lovable en Cursor zijn via GitHub samengevoegd tot een uniform datamodel. Dat samenwerkingspatroon tussen verschillende tools ontstond tijdens het evenement organisch en was niet iets waar iemand op had gerekend.

"Als ik je twee dagen geleden vroeg:'snap je het?' wat zou je hebben gezegd?" "Ik weet niet eens waar ik moet beginnen." — Uitwisseling tijdens de Flexco showcase

Johnstech International:Tool Life Management en een decenniumlange datakloof gedicht

Johnstech maakt testapparatuur voor halfgeleiders. Hun probleem:operators vervingen het gereedschap te vroeg, veranderden alles bij het begin van de ploegendienst, ongeacht de slijtage, of lieten het gereedschap te lang draaien en produceerden slechte onderdelen.

De oplossing was een dashboard voor de standtijd van gereedschappen, waarop alle gereedschappen worden weergegeven, gerangschikt op daadwerkelijke inzetduur en voorzien van een kleurcode voor aandacht. Maar de echte verrassing kwam halverwege de bouw:het team ontdekte dat Johnstech al sinds de eerste dag van hun MachineMetrics-implementatie een subprogramma voor gereedschapswisseling op elke machine had draaien. Al die historische gegevens zaten al in het systeem, alleen nog niet verwerkt.

Ze hebben de standtijdgeschiedenis van 90 dagen met terugwerkende kracht aangevuld. Geen nieuwe hardware. Geen nieuwe configuratie. Even verwerken wat er al was.

Het tweede project dichtte een leemte die al 10 tot 15 jaar bestond:een live ERP-integratie met Microsoft Dynamics 365 die de geplande en werkelijke productieduur voor elke operatie, elke dag, vergelijkt.

"Dat is iets wat we al 10, 15 jaar lang nooit hebben geweten. En nu hebben we deze informatie." — Dan Sheehan, IT-manager, Johnstech International

Wat dit bewijst

MachineMetrics is niet alleen een tool waar fabrikanten naar kijken. Het is een platform waarop ze bouwen.

Dat is geen positioneringsclaim. Het is wat er gebeurde bij vijf bedrijven, vijf verschillende operationele problemen en vijf verschillende vaardigheidsniveaus gedurende twee dagen. Een CI-specialist zonder codeerachtergrond heeft een in productie ingebedde applicatie geleverd. Een klant bouwde de eerste commerciële app voor offset-analyse op het platform, vrijwel geheel zelf. Een gat van tien tot vijftien jaar in productie-intelligentie werd gedicht met gegevens die de hele tijd in het systeem hadden gestaan.

De uitvoeringskloof is reëel. Het bevindt zich tussen wat uw ERP-plannen plannen en wat uw werkvloer daadwerkelijk doet, en het kost fabrikanten elke shift marge, capaciteit en uren. Voor het sluiten ervan is software nodig die past bij de manier waarop uw bedrijf daadwerkelijk draait, en niet een generiek sjabloon dat u zelf aanpast.

"Het was geweldig om schouder aan schouder met de technici te werken, waarbij ik hun ervaring op het gebied van softwareontwikkeling combineerde met de operationele kant om oplossingen in realtime tot leven te zien komen. En dan een halve meter naar links te kunnen lopen en een gesprek te kunnen voeren met een van de leidinggevenden over de strategie van het bedrijf en welke technologie er op komst is. De flexibiliteit die mij naar MachineMetrics trok, komt hier op dit evenement volledig tot uiting." — JD Smith, operationeel directeur voor optica, Zygo/AMETEK

Daar is Production Lab voor. En we zijn al bezig met het plannen van de volgende.

Wil je iets bouwen?

Bent u een MachineMetrics-klant met een workflow die niet helemaal past in de standaard toolset, dan horen wij dat graag. En als u een fabrikant bent die dat proces nog steeds uitvoert op whiteboards en klemborden, laten we dan eens praten over wat twee dagen zouden kunnen doen.