OEE

Vad är OEE och hur beräknas det?

OEE, eller TAK på svenska, består av tre multiplicerade delkomponenter: Tillgänglighet × Prestanda × Kvalitet. Exempelvis ger 85% tillgänglighet, 98% anläggningsutbyte och 97,5% kvalitet ett OEE-tal på 81%

Räkneexemplet med 85% tillgänglighet × 98% anläggningsutbyte × 97,5% kvalitet ger ett OEE på 81%.

OEE, Overall Equipment Effectiveness, är en av de mest använda nyckeltalen i tillverkningsindustrin. En siffra mellan 0 och 100% ska sammanfatta hur väl en maskin, en linje eller en hel fabrik utnyttjar sin potential. Men många använder måttet utan att riktigt veta vad det mäter, hur det räknas eller vad ett bra värde är i praktiken.

Den här guiden går igenom OEE från grunden. Vi förklarar vad måttet består av, hur du räknar det steg för steg, vad som döljer sig bakom siffran och varför "världsklass på 85%" är en myt som leder produktionschefer fel. När du har läst den här artikeln rekommenderar vi att du läser den andra delen om varför OEE inte räcker som enskild KPI, där vi går igenom hur måttet ska användas för att faktiskt driva förbättring.

Vad är OEE?

OEE står för Overall Equipment Effectiveness. På svenska översätter vi det ungefär till "övergripande utrustningseffektivitet". Måttet kommer från Total Productive Maintenance (TPM) under 1980-talet och har sedan dess blivit standard för att mäta hur effektivt produktionsutrustning används.

Måttet besvarar en enkel fråga. Av den tid som utrustningen skulle kunna producera, hur mycket producerar den i praktiken vid rätt hastighet och med rätt kvalitet?

OEE består av tre delkomponenter som vi multiplicerar ihop:

OEE = Tillgänglighet × Anläggningsutbyte × Kvalitet

Tillgänglighet mäter hur stor del av den planerade produktionstiden som maskinen faktiskt körde. Stopp, både planerade och oplanerade, minskar tillgängligheten.

Anläggningsutbyte mäter hur snabbt maskinen körde. Hastighetsförluster, mikrostopp och tomgång drar ner prestanda.

Kvalitet mäter andelen producerade enheter som uppfyllde kvalitetskraven. Skrot och omarbetning sänker kvaliteten.

Eftersom vi multiplicerar de tre delarna, inte adderar dem, kan en liten brist i varje del ge en stor total förlust. Tre delvärden på 90% ger en OEE på 73%, inte 90%. Det är en av de viktigaste insikterna i hela OEE-modellen. Förlusterna förstärker varandra.

Heter OEE något annat på svenska?

På svenska kallas OEE ofta för TAK och det är exakt samma mått. TAK står för Tillgänglighet, Anläggningsutbyte och Kvalitetsutbyte, vilket motsvarar de tre engelska delarna. De engelska heter termerna Availability, Performance, Quality.

  • Availability heter Tillgänglighet.

  • Performance heter Anläggningsutbyte.

  • Quality heter Kvalitetsutbyte.

Du räknar alltså TAK precis som OEE, och en siffra uttryckt som TAK går att jämföra rakt av med en OEE-siffra.

Hur räknar man OEE?

Grundformeln ser ut så här:

Tillgänglighet = körtid ÷ planerad produktionstid
Anläggningsutbyte = (faktisk produktion × ideal cykeltid) ÷ körtid
Kvalitet = godkända enheter ÷ totalt producerade enheter

Ett räkneexempel. En linje ska köra i 8 timmar (480 minuter). På grund av stoppet körde den i 408 minuter. Det ger en tillgänglighet på 85%. Under körtiden producerade den 800 enheter. Ideal cykeltid är 0,5 minuter per enhet, vilket motsvarar 816 möjliga enheter. Anläggningsutbytet blir 98%. Av de 800 enheterna var 780 godkända. Kvaliteten blir 97,5%.

85% tillgänglighet × 98% anläggningsutbyte × 97,5% kvalitet ger ett OEE på 81%.

Det är räkningen. Det svåra ligger inte i matematiken. Det svåra är att mäta rätt saker, definiera "planerad produktionstid" konsekvent, och hantera omställningar, mikrostopp, planerat underhåll och hastighetsförluster på ett sätt som ger jämförbara siffror över tid. Det är där de flesta OEE-projekt avgörs, inte i formeln.

Vad döljer sig bakom siffran: 6 stora förluster

En OEE-siffra är en sammanfattning. För att den ska bli användbar behöver vi veta vad som drar ner den. TPM-traditionen identifierar sex stora förluster som motsvarar de tre OEE-delarna.

Tillgänglighetsförluster:

  1. Haverier och oplanerade stopp

  2. Omställningar och justeringar

Prestandaförluster:
3. Tomgång och småstopp
4. Reducerad hastighet

Kvalitetsförluster:
5. Defekter och omarbete i normal produktion
6. Defekter vid uppstart

Det finns en sjunde förlust som förtjänar egen uppmärksamhet, även om den ofta hanteras som en undergrupp till tomgång och småstopp. Det är mikrostopp. Mikrostopp är korta avbrott på sekunder eller någon enstaka minut. En flaska som fastnar, en sensor som larmar, ett pappersark som hamnar snett. Var och en är obetydlig. Sammantaget kan de stå för en stor del av prestandaförlusterna. De är svåra att fånga upp utan automatisk datainsamling, eftersom de är för korta och för många för att hinna registreras manuellt.

Förståelsen för de här förlusterna är skillnaden mellan en OEE-siffra som bara rapporteras och en som går att arbeta med. Utan koppling till de underliggande förlusterna blir OEE en rapporteringssiffra. Med koppling blir den ett verktyg för att prioritera var förbättringsarbetet ger mest.

Är 85% OEE verkligen världsklass?

Många artiklar hävdar att 85% är "world class" och att fabriker bör sikta på det. Sanningen är att 85% fungerar som en abstrakt referenspunkt som sällan stämmer överens med verkligheten. I praktiken ligger den genomsnittliga OEE:n i industrin betydligt lägre. Undersökningar baserade på data från cirka 300 fabriker visar ett snitt på 50 till 60% i norra Europa.

Det betyder två saker. För det första har de flesta fabriker stor förbättringspotential utan att behöva ny utrustning eller nya investeringar. Skillnaden mellan 55% och 65% OEE motsvarar 18% mer produktion från samma maskinpark. För det andra blir jakten på 85% ofta kontraproduktiv. Produktionschefer pressar fram siffran genom att räkna bort tid som "inte räknas", till exempel omställningar, planerat underhåll och planerade stopp. Resultatet blir en siffra som ser bra ut men inte motsvarar verklig effektivitet.

Frågan "Vad är ett bra OEE-värde?" har inget universellt svar. Det beror på bransch, produktionstyp, hur måttet definierats internt, och vad man jämför med. Ett mer användbart sätt är att jämföra fabriken med sig själv över tid, och fokusera på riktningen, inte på en absolut siffra hämtad från en lärobok.

Olika sätt att mäta OEE

Det finns fyra vanliga nivåer för hur OEE-underlag samlas in, från enkelt till mer avancerat.

Manuell insamling. Operatörer registrerar stopp och produktion för hand, ofta på papper eller i kalkylark. Det är enkelt att börja med, men data blir ofta ofullständiga och svåra att lita på över tid. Mikrostopp fångas sällan.

Halvautomatisk insamling. Maskinen rapporterar produktion och stopp automatiskt, medan operatören kompletterar med orsaker. Det här är ofta den mest värdefulla nivån, eftersom den kombinerar pålitliga maskindata med operatörens kunskap om varför stoppen sker.

Automatisk insamling från maskinens styrsystem. Data hämtas direkt från PLC eller liknande. Ger hög precision i tider och mängder, men kan inte själv avgöra orsaken till ett stopp.

Integrerad insamling med ERP-, MES- och underhållssystem. OEE-data kopplas till order, artiklar, planering och underhåll. Ger en mer fullständig bild, men kräver att integrationerna fungerar och att datakvaliteten är hög i alla led.

De flesta fabriker som lyckas med OEE använder ofta en kombination. Automatisk insamling av tider och mängder, kompletterad med operatörens kodning av orsaker. Det är så både precision och förståelse säkras.

Vad ett bra OEE-system gör, utöver att räkna

Ett OEE-system som bara visar en siffra hjälper sällan en fabrik framåt. Ett system som är värt investeringen synliggör förluster i realtid, medan stoppet pågår, så att rätt person kan agera direkt. Det stöttar operatörernas arbete genom att göra det enkelt att klassificera stopp och registrera skrot. Det möjliggör djup förlustanalys, så att OEE kan brytas ner per linje, artikel, skift, orsak och tid. Och det integrerar med övrig verksamhet, så att OEE-data, kvalitetsdata, underhållsdata och energidata kan ses tillsammans.

Det är dessa egenskaper, inte längden på funktionslistan, som avgör om ett system skapar värde i den dagliga driften. Helt enkelt så att du kan fatta bättre beslut snabbare och gå från att hitta förluster i produktionen till att implementera rätt förbättringar och säkra resultat över tid.

Hur Good Solutions arbetar med OEE

Plattformen från Good Solutions bygger på principen att OEE ska gå från rapportering till handling. Mätning är medlet, förbättring är målet. Plattformen samlar maskinuppkoppling, operatörsverktyg, dashboards, tidslinje, rapporter, kvalitetshantering, underhåll, andon, energi och verksamhetsinförande i ett sammanhängande verktyg. Plattformen stöttar idag cirka 300 fabriker, från enskilda produktionslinjer till globala koncerner.

Maskinuppkopplingen sker via vanliga standarder som OPC UA eller via en egen IoT-lösning, exempelvis RS IoT 4G från Good Solutions, som samlar in driftdata från olika källor. RS IoT 4G kan exempelvis analysera maskinvibrationer, strömförbrukning, andra digitala signaler eller en vanlig 24 V-koppling. Den fungerar på både nya och gamla maskiner och kräver varken lokalt nätverk eller IT-stöd för att komma igång. Datan skickas direkt till Good Solutions molntjänst via det industriella 4G-nätverket. Det gör att även äldre utrustning kan ge pålitliga OEE-data, vilket är en förutsättning för att förbättringsarbetet ska kunna omfatta hela fabriken.

Sibbhultsverken kunde förbättra OEE med 19,4% på 12 månader. Hos Barilla Wasa ökade nettoproduktionen med 15% samtidigt som CO₂-förbrukningen minskade med 28%.

Den typen av resultat byggs inte av OEE-mätningen i sig, utan av det systematiska förbättringsarbetet som plattformen gör det enkelt att genomföra.

Läs mer om hur andra har ökat sin fabriks produktivitet


FAQ

Vad är ett bra OEE-värde?
Det beror på bransch, produktionstyp och hur måttet har definierats internt. Industrisnittet i norra Europa ligger mellan 50 och 60%. Det viktigaste är inte siffran i absoluta tal, utan riktningen över tid och vad förlustanalysen visar. Att jämföra OEE mot fabrikens egen historik ger oftast mer än att jämföra mot externa benchmarks.

Är 85% OEE verkligen världsklass?
Det är en spridd uppfattning men i praktiken en abstrakt referenspunkt. Få fabriker når 85%, och de som rapporterar det har ofta definierat bort en stor del av tiden. En mer användbar målsättning är att fokusera på de förluster fabriken faktiskt har och förbättra OEE stegvis utifrån faktiska siffror.

Hur räknar man OEE för ett skift?
Tillgänglighet = körtid i skiftet ÷ planerad produktionstid för skiftet. Prestanda = (faktisk produktion × ideal cykeltid) ÷ körtid. Kvalitet = godkända enheter ÷ totalt producerade enheter. De tre multipliceras. Det centrala är att definitionerna är konsekventa över tid. Annars går det inte att jämföra siffrorna mellan skiften.

Vad är de 6 stora förlusterna?
De är haverier, omställningar, tomgång och småstopp, reducerad hastighet, defekter i normal produktion, och defekter vid uppstart. De två första drar ner tillgängligheten, de två mittersta prestandan, och de två sista kvaliteten. Mikrostopp räknas ofta som en sjunde förlust eftersom de är svåra att fånga och ofta står för en stor dold förlust.

Behöver vi ett separat OEE-system eller räcker vårt ERP?
ERP-system är byggda för affärsprocesser, alltså order, lager, ekonomi och planering. De har sällan realtidsdata, maskinuppkoppling eller de operatörsverktyg som krävs för ett meningsfullt OEE-arbete. Ett dedikerat OEE-system används parallellt med ERP och integreras med det. Den vanliga uppdelningen är att ERP håller ordning på vad som produceras och OEE-systemet håller ordning på hur det produceras.

Ta första steget mot ökad produktivitet

Boka en demo så visar våra experter en konkret plan för att öka produktiviteten, minska resursanvändningen och nå lönsamhets- och hållbarhetsmålen.

Eller ring så hjälper vi dig

© 2026 Good Solutions Sweden AB