Üretim sektöründe dijital dönüşüm hız kazanırken, fabrikaların yalnızca ERP sistemleriyle yönetilmesinin artık yeterli olmadığı daha net görülüyor. Gerçek zamanlı üretim verisi, sahadaki operasyonların görünürlüğü ve veri odaklı karar alma yetkinliği günümüz rekabetinde kritik hale geliyor. Bu dönüşümün arka planını, ERP–MES–IoT mimarisinin nasıl şekillendiğini ve üretim yönetiminin geleceğini SSID Global Co-Founder’ı ve satış, pazarlama ile iş geliştirme alanlarından sorumlu yöneticisi Serkan Yücesan ile konuştuk. Yücesan, üretim sahasında yaşanan dönüşümü, şirketlerin karşılaştığı kültürel ve teknolojik zorlukları ve akıllı üretim platformlarına doğru giden yeni dönemi değerlendirdi.

1. Üretim işletmelerinde uzun yıllar ERP sistemleri merkezdeydi. Ancak bugün sahaya indiğimizde giderek daha fazla MES, IoT ve üretim veri platformları konuşuluyor. Sizce bu dönüşümü tetikleyen temel ihtiyaç ne?

Temel ihtiyaç, "görünürlük boşluğunun" kapanmasıdır. ERP sistemleri uzun yıllar boyunca finans, satın alma, satış ve planlama gibi kurumsal süreçleri mükemmel şekilde yönetti. Ancak üretim sahası (yani değerin gerçekten yaratıldığı yer) uzun süre dijital bir karanlık kutuydu.

Bugün işletmeler şunu fark etti: ERP'deki plan ile sahadaki gerçeklik arasında ciddi bir uçurum var. Planlama departmanı "bugün 500 adet üretilmeli" diyor, ancak sahadaki makine arızası, kalite kaybı veya operatör değişimi bu planı anında geçersiz kılıyor.

Dönüşümü tetikleyen ikinci kritik faktör ise rekabet dinamiklerinin değişimi. Artık "ayda 10.000 adet üreten" değil, "müşteri siparişini 48 saatte, sıfır hata ile teslim eden" kazanıyor. Bu esneklik, ERP'nin batch-based (toplu işlem) yapısında mümkün değil. MES ve IoT, üretimi "gerçek zamanlı" bir sinir sistemi haline getirerek bu ihtiyaca cevap veriyor.

MachBEE olarak gözlemlediğimiz üçüncü bir boyut: nesil değişimi. Fabrika sahipleri ve üretim direktörleri artık "sahaya inmeden" fabrika yönetmek istiyor. Tablet üzerinden makine durumunu görmek, anlık OEE takibi yapmak ve operatörle dijital talimatlar üzerinden iletişim kurmak, yönetim kültürünün bir parçası haline gelmeye başladı.

2. ERP ve MES ilişkisi yıllardır tartışılan bir konu. Sizce ideal bir üretim mimarisinde ERP, MES ve IoT katmanları nasıl bir rol paylaşımı içinde olmalı?

Bu üç katmanı bir insan vücudu metaforuyla düşünmek en açıklayıcı yöntem:

ERP = Beyin: Stratejik kararlar, finansal planlama, müşteri ilişkileri, tedarik zinciri yönetimi. ERP "ne üretilecek, ne kadar stok olmalı, fatura ne zaman kesilecek" sorularına cevap verir. İdeal olarak finansal muhasebe, satın alma ve satış operasyonlarının merkezinde kalır.

MES = Sinir Sistemi ve Kaslar: ERP'nin "üret 1000 adet" emrini, sahadaki "makine-1'de 200 adet başlat, operatör Ahmet'e yönlendir, kalite kontrol noktasında dur" gibi somut eylemlere dönüştürür. MES, üretimin "operasyonel gerçekliğinin" kaynağıdır. İdeal mimaride MES, ERP'den gelen planları alır, sahada yönetir, sonuçları geri bildirir.

IoT = Duyu Organları: Makine sensörleri, barkod okuyucular, RFID sistemler, operatör panelleri. IoT katmanı "ham veriyi" toplar. Ancak tek başına bir anlam ifade etmez; MES bu veriyi "bilgiye" dönüştürür.

İdeal Entegrasyon:

• Dikey entegrasyon: IoT - MES - ERP arasında iki yönlü, gerçek zamanlı veri akışı. Ancak akıllıca: IoT’den gelen her saniyelik veri ERP'ye gitmez; MES bu veriyi işler, anlamlı hale getirir, özetler ve sadece karar gerektiren olayları ERP'ye bildirir.
• Yatay entegrasyon: MES, sadece ERP ile değil; kalite sistemleri, bakım yönetimi, operatör eğitim sistemleri ile de konuşur. Ve zaten bu sistemler MachBEE MES yazılımı içerisinde gömülü olarak gelmektedir.

Rol ayrımı: ERP "planlar", MES "yönetir ve izler", IoT "hisseder." Bu ayrım net olmadığında, ERP'ye aşırı yük binerek "ağır" ve yavaş kalır; IoT verisi ise işlenmeden "gürültü" olarak kalır.

MachBEE olarak bu mimariyi kurarken en sık yaptığımız hata düzeltmesi: Müşterilerin ERP'yi "her şeyi yapar" sanması veya IoT'yu "sihirli çözüm" olarak görmesi. Doğru denge, her katmanın kendi uzmanlık alanında çalışmasıdır.

3. Türkiye’deki üretim tesislerinin büyük bölümünde makine parkı oldukça heterojen. Farklı markalar, farklı yaşta makineler ve farklı protokoller var. MachBEE bu çeşitlilik içinde üretim görünürlüğünü nasıl kuruyor?

Türkiye'nin üretim gerçeği şu: Bir tesiste 1985 model CNC, 2020 model robot, Alman marka PLC, Çin menşeli sensör ve özel üretim makineler bir arada. Protokoller karışık: Modbus, Profibus, OPC-UA, MQTT, bazen sadece dijital I/O sinyali.

MachBEE'nin bu çeşitliliği yönetme stratejisi "katmanlı bağlantı mimarisi" üzerine kurulu:

Katman 1: Fiziksel Bağlantı

Her makineye göre özelleştirilmiş bağlantı protokolleri. Modern makinelerde doğrudan OPC-UA veya API; eski makinelerde I/O modülleri, çeşitli basit ya da endüstriyel sensörler veya barkod entegrasyonu. Kritik nokta: "Makineyi değiştirmek" yerine "var olan veriyi çıkarmak" felsefesi.

Katman 2: Protokol Normalizasyonu

Farklı protokollerden gelen verileri standartlaştıran altyapı. Bu katmanda makinenin markası, yaşı veya dili önemli değil; hepsi MachBEE'nin anlayacağı ortak bir dile çevrilir. Örneğin, 1998 model bir torna tezgahının spindle dönüş hızı ile 2023 model bir CNC'nin verisi, aynı veri modelinde işlenir.

Katman 3: Anlamsal Katman

Ham veriyi "anlamlandırma." Sadece "makine çalışıyor" demek yetmez; "bu makine şu ürünü üretiyor, bu operatör çalıştırıyor, şu kalite parametrelerinde, OEE'si %78" gibi iş mantığı eklenir. İşte MES'in asıl değeri burada ortaya çıkar.

Görünürlük için "her şeyi otomatik toplamak" şart değil. Bazen operatörün 3 saniyelik dokunuşu, sensörden daha değerli veri sağlar. Hibrit yaklaşım oldukça önemlidir.

Otomatik veri, operatör girdisi, yapay zeka tahmini.

4. Üretim sahasında çoğu zaman teknoloji değil, organizasyonel alışkanlıklar dönüşümü zorlaştırıyor. MachBee projelerinde sahada en sık karşılaştığınız direnç noktaları neler oluyor?

Teknoloji entegrasyonunun %30'u mühendislik, %70'i değişim yönetimi. MachBEE projelerinde karşılaştığımız dirençleri üç kategoride toplayabiliriz:

1. Kültürel ve Psikolojik Dirençler

• "Büyük Birader" sendromu: Operatörler "beni izliyorlar, performansım düşük çıkarsa işten atılırım" kaygısı. Çözüm: Veriyi "cezalandırma" değil, "destekleme" aracı olarak konumlandırmak. Bu nedenle yeni nesil  “oyunlaştırma” (gamification) sistemleri ile birlikte operatör motivasyonu ve aidiyeti sağlanarak bu dirençlerin üstesinden gelinir ve hatta verimlilikte çok ciddi artışlar sağlanır.
• "Eski usül daha iyiydi" inancı: 20 yıllık ustalar "ben kağıtla daha hızlı yaparım" diyor. Doğru; ilk 2 hafta kağıt daha hızlı. Ancak 3. ayda dijital sistem, arama sürelerini %80 azaltıyor. Sabır ve eş zamanlı çalışma (paralel run) kritik.
• Yönetim katmanında "görünürlük korkusu": Bazı yöneticiler "her şey görünür olursa benim de hatalarım ortaya çıkar" diye düşünüyor. Bu, liderlik tarzıyla ilgili derin bir konu.

2. Süreçsel ve Yapısal Direnişler

• Farklı Fabrikalar, Farklı "Diller": Türkiye'deki üretim tesislerinde standart bir "üretim süreci" yok; her fabrikanın kendi "argosu" var. Bir tekstil fabrikasında "kumaş açma" operasyonu, başka birinde "greige inspection" olarak geçiyor. MachBee'yi devreye aldığımızda, bu süreç isimlerini ve akışlarını standartlaştırmaya çalışmak, adeta her fabrika için özel bir dil öğrenmek gibi. Operatörler "biz 20 yıldır böyle yaparız" diyor; sistem ise "standart operasyon adı gerekli" diyor. Bu çatışma, ilk haftaların en büyük zaman kaybı.
• Süreçlerin Görünmez "Gri Alanları": Her fabrikada "resmi süreç" ile "gerçek süreç" arasında fark var. Örneğin, resmi prosedürde "kalite kontrol sonrası üretim" varken, sahada "acele sipariş var, üretim başlasın kontrolü sonra yaparız" uygulaması var. MachBee bu gerçekliği dijitalleştirmeye çalıştığında, "sistem bizi yavaşlatıyor" tepkisi geliyor. Aslında sistem, yıllardır görmezden gelinen riskleri görünür kılıyor; bu görünürlük rahatsız edici.
• Farklı Departmanların Çarpışan Süreçleri: Kalite departmanı "her üründe 15 dakika kontrol" isterken, üretim "günlük kotayı tutturmak için 5 dakika yeter" diyor. Planlama "hemen başla" derken, bakım "ölçüm yapmadan başlama" diyor. MachBee bu süreçleri tek platformda birleştirdiğinde, departmanlar arasındaki bu "gerilim" dijital ortama taşınıyor. Herkes kendi sürecinin "doğru" olduğunu savunuyor; sistem ise "tek doğru"yu dayatıyormuş gibi algılanıyor.

3. Teknik ve Operasyonel Direnişler

• Veri kalitesi güvensizliği: "Sistem yanlış veri gösterirse?" endişesi. Başlangıçta küçük hatalar olabilir; bu sürecin doğal parçası. Hızlı düzeltme mekanizmaları kurmak önemli.
• Çoklu sistem yorgunluğu: Zaten ERP, CRM, muhasebe programı var; "bir ekran daha" tepkisi.

MachBEE olarak yaklaşımımız: "Teknoloji değil, insan odaklı" implementasyon.Operatörlerin rutinlerini anlamadan dijitalleştirmeye başlamıyoruz. Ayrıca, "saha şampiyonları" yetiştirmek; direnci kırmak için operatörler arasından dijital elçiler seçiyoruz.

5. Son yıllarda MES kavramının yanında daha geniş bir çerçeve olan MOM (Manufacturing Operations Management) konuşuluyor. Sizce üretim yönetiminde MES’ten MOM yaklaşımına doğru bir evrim mi yaşanıyor?

Evet, kesinlikle bir evrim yaşanıyor ve bu evrim sadece "kavramsal" değil, fonksiyonel ve stratejik.

MES geleneksel olarak "üretim takibi" ile sınırlıydı: İş emirleri, operasyonlar, kalite kontrol noktaları, stok hareketleri. Odak noktası: "Üretim hattı verimli mi?"

MOM ise çok daha geniş bir çerçeve:

- Üretim yönetimi (MES'in kendisi)

- Kalite operasyonları (Quality Management)

- Bakım yönetimi (Maintenance)

- İş gücü yönetimi (Labor Management)

- Malzeme yönetimi (Material Logistics)

- Süreç analizi ve optimizasyon

Gelecekte MOM'un yerini "Smart Manufacturing Platform" (Akıllı Üretim Platformu) alacak; yapay zeka, dijital ikizler ve otonom karar mekanizmaları entegre edilmiş, kendi kendini optimize eden sistemler.

6. OEE, bakım yönetimi, kalite takibi ve operatör performansı gibi üretim verileri tek platformda toplandığında yöneticilerin karar alma biçimi nasıl değişiyor?

OEE, bakım, kalite, operatör performansı gibi veriler tek platformda toplandığında, yöneticilerin karar alma biçiminde "duygusal/tecübeli"den "veri odaklı/öngörüsel"e doğru bir kayma yaşanıyor.

Geleneksel Karar Alma:

• "Usta Ahmet'e göre makine-3 verimsiz, ama ne kadar emin değiliz."
• "Geçen ay da böyle olmuştu, o zaman şunu yapmıştık."
• "Hissemize göre stok artırmalıyız."
• Kararlar genellikle olay olduktan sonra ve bölgesel (tek bir hat odaklı).

Birleşik Veri Platformundaki Karar Alma:

• Gerçek zamanlı görünürlük: "Makine-3'ün OEE'si %65, düşüşün nedeni planlanmamış duruşlar. Bakım kayıtlarına göre spindle bearing ömrü dolmak üzere. Kalite verilerinde mikrometre sapması başlamış."
• Korelasyon analizi: "Operatör değişimlerinde ilk vardiya (08:00-16:00) fire oranı %2 iken, gece vardiyası %5. Eğitim kayıtlarına göre gece operatörlerinin son eğitimi 8 ay önce."
• Öngörüsel (Predictive) kararlar: "Son 3 ayın verilerine göre, yaz aylarında nem oranı %60'ı geçtiğinde kalite hataları %40 artıyor. Havalandırma sistemi için önlem alınmalı."
• Sistemik düşünce: "Bu hattın verimsizliği, aslında hammadde girişindeki kalite kontrol sürecinin yetersizliğinden kaynaklanıyor."

Somut Değişimler:

1. Toplantı kültürü: "Ne ürettik?" sorusu "Neden bunu ürettik?" sorusuna dönüşüyor.

2. Önceliklendirme: "En gürültülü problemi çöz" yerine "En büyük finansal etkiye sahip problemi çöz."

3. Hız: Günlük/haftalık rapor bekleme süresi ortadan kalkıyor; anlık müdahale mümkün.

4. Objektiflik: "Benim ekibim daha iyi" tartışmaları yerine, verinin konuştuğu ortam.

7. Yapay zekâ üretim yönetimi sistemlerine girmeye başladı. Sizce AI destekli üretim platformları sahada en çok hangi kararları dönüştürecek?

AI'nın üretim yönetimine girişi, "otomasyon"dan ziyade "augmentation" (insanı güçlendirme) olarak şekilleniyor. İşte AI'nın en çok etki yapacağı karar alanları:

A. Kestirimci Bakım (Predictive Maintenance)
Geleneksel: "Her 3 ayda bir bakım yap" (zaman bazlı) veya "Kırılınca tamir et" (arıza bazlı).
AI ile: "Vibrasyon deseni, sıcaklık eğrisi ve akım dalgalanmaları analiz edilerek, rulmanın 12 gün içinde arızalanma olasılığı %87. Planlı duruş planla."
Dönüşüm: Bakım maliyetlerinde %25-40 azalma, plansız duruşlarda %50 düşüş.

B. Dinamik Planlama ve Programlama
;Geleneksel: Statik üretim programları; "sipariş değişirse tüm plan çöker."
AI ile: Gerçek zamanlı sipariş değişiklikleri, makine durumları, operatör müsaitliği ve hammadde stokunu aynı anda değerlendirerek "en iyi komşu (nearest neighbor)" algoritmalarıyla anlık program revizyonu.
Dönüşüm: Teslim süresi hassasiyetinde %30 iyileşme, stokta bağlı sermaye azalması.

C. Kalite Tahmini ve Önlenmesi
Geleneksel: Ürün bittikten sonra kalite kontrol; hatalı ürün çoktan üretilmiş.
AI ile: Proses parametrelerinden (sıcaklık, basınç, hız) gerçek zamanlı kalite tahmini. "Bu koşullarda ürünün kalite spesifikasyon dışı çıkma olasılığı %15; parametreleri şu şekilde ayarla."
Dönüşüm: Fire oranlarında %50-70 azalma, erken uyarı sistemi.

D. Operatör Performans Optimizasyonu
Geleneksel: "Ahmet usta hızlı çalışır, Mehmet yavaş" genellemesi.
AI ile: Her operatörün farklı ürün tiplerindeki verimlilik analizi; "Ahmet kompleks parçalarda %20 daha verimli, Mehmet seri üretimde daha iyi." → Akıllı iş atama.
Dönüşüm: İş gücü verimliliğinde %15-25 artış.

E. Enerji ve Sürdürülebilirlik Optimizasyonu
AI, üretim programını enerji fiyatlarına (dinamik tarifeler) ve karbon ayak izine göre optimize eder. "Bu ürünü gece vardiyasında üretmek, gündüze göre %30 daha az maliyetli ve karbon ayak izi düşük."
Dönüşüm: Enerji maliyetlerinde %20 tasarruf.

8. Üretim teknolojilerinde son dönemde “akıllı fabrika” kavramı çok konuşuluyor. Sizce gerçekten akıllı olan fabrika mı, yoksa veriyi doğru kullanan yönetim modeli mi?

Bana kalırsa bu sorunun cevabı ikisi de değil, "akıllı fabrika = veriyi doğru kullanan yönetim + teknolojik altyapı." Ama eğer seçim yapmak gerekirse, veriyi kullanan yönetim modeli daha kritik.

1. Teknoloji satın alınabilir, kültür satın alınamaz. En gelişmiş sensörleri, en pahalı MES sistemini alabilirsiniz; ama yönetim "eski usül" devam ederse, sistem sadece "dijital bir kağıt" olur. Operatörler hala el ile yazıyor, yöneticiler hala Excel'e aktarıp kendi hesaplarını yapıyor.

2. Veri, karar alma kültürünü dönüştürür. Akıllı fabrika kavramı sadece "otomatik üretim" değil, "veri odaklı sürekli iyileştirme" demek. PDCA (Plan-Do-Check-Act) döngüsünün hızlanması. Teknoloji bu hızı sağlar, ama yönetim bu döngüyü yaşatır.

3. İnsan faktörü: En akıllı fabrikada bile operatörler var. Eğer yönetim, veriyi "operatörleri kontrol etmek" için değil, "operatörleri güçlendirmek" için kullanmıyorsa, sistem başarısız olur. Akıllı fabrikada "insan" merkezde kalır; sadece rolü değişir (fiziksel işten izleme/ayarlama işine).

Gerçekten akıllı fabrika nasıl olur?

- Dikey entegrasyon: Sahadan yönetim kuruluna kadar veri akışı.

- Yatay entegrasyon: Tedarikçiden müşteriye kadar zincirde görünürlük.

- Kültürel entegrasyon: "Veri konuşur, hisler değil" inancı.

9. Bildiğim kadarıyla MachBEE tarafında üretim teknolojileri alanında yeni bir ürün veya platform üzerinde çalışmalar yürütüyorsunuz. Detaylarını paylaşmak için belki henüz erken olabilir ama bu yeni yaklaşımın üretim yönetimi tarafında nasıl bir ihtiyaca cevap vermeyi hedeflediğini biraz ipucu verebilir misiniz.

Evet, MachBEE ekosisteminde önemli bir evrim üzerinde çalışıyoruz. Henüz tüm detayları açıklamak için erken olsa da, hedeflediğimiz ihtiyacı ve yaklaşımı paylaşabilirim.

İmalat sanayi küçük, orta, büyük ölçekli işletmelerden oluşsa da, aynı sektör içindeki aynı ürünleri üreten fabrikaların süreçleri ciddi farklılıklar gösterebiliyor. Ancak MachBEE artık bu yapılara daha yukarıdan bakarak yeni nesil, bütünleşik,  öngörücü, karar verici çözümler üretme yoluna gidiyoruz.

Mevcut MachBEE MES & IoT sistemimiz, "operasyonel verimlilik" konusunda çok iyi. Ancak üretim işletmeleri artık sadece "verimli üretmek" istemiyor; "esnek, sürdürülebilir ve dirençli üretim" istiyor. Pandemi, tedarik zinciri krizleri, enerji maliyetleri ve kişiselleştirilmiş üretim talepleri bu ihtiyacı hızlandırdı.

Yeni yaklaşımımızın odak noktası: "Autonomous Manufacturing Operations" (Otonom Üretim Operasyonları)

Mevcut sistemler "izleme ve raporlama" odaklıyken, yeni platformumuz "öngörü ve otonom karar" odaklı olacak.

Hedeflediğimiz dönüşüm:

"Üretim yönetimi" kavramını "üretim orkestrasyonu"na çevirmek. Bir senfoni orkestrası gibi; her enstrüman (makine, operatör, tedarikçi) kendi partisyonunu çalarken, şef (sistem) gerçek zamanlı olarak uyumu sağlıyor ve aksaklıkları anında düzeltiyor.

Bu vizyon, MachBEE'nin sadece bir "yazılım satıcısı" olmaktan çıkıp, "üretim ortağı" olma yolundaki evrimini temsil ediyor.

machbee Hakkında   SSID Global Hakkında