Een autonome AI-agent van Siemens kan engineeringtaken in industriële automatisering tot vijf keer sneller uitvoeren dan handmatige workflows, zonder concessies aan nauwkeurigheid. De agent schrijft zelfstandig code, configureert systemen en valideert resultaten, wat leidt tot een forse tijdsbesparing en minder fouten.

Wat er aan de hand is

Siemens heeft op de Hannover Messe 2026 de Eigen Engineering Agent gepresenteerd. Het is een AI-oplossing die zelfstandig engineeringtaken uitvoert binnen industriële automatisering. Volgens Siemens verschilt deze agent van bestaande AI-tools en copilots doordat hij taken daadwerkelijk uitvoert in echte engineeringomgevingen, in plaats van alleen advies te geven.

De agent kan automatiseringsprojecten doorgronden, code schrijven voor PLC’s (programmable logic controllers), HMI-visualisaties maken, systemen configureren en resultaten valideren. Hij blijft taken herhalen tot vooraf vastgestelde prestatie-eisen zijn gehaald. De oplossing is getest bij meer dan honderd bedrijven in negentien landen, waaronder Andritz Metals, Casmt en Prism Systems.

De agent is commercieel beschikbaar voor gebruikers van Siemens’ TIA Portal, een engineeringplatform met wereldwijd meer dan zeshonderdduizend gebruikers. De introductie past in de bredere AI-strategie van Siemens, die vorig jaar een investering van een miljard euro in industriële AI aankondigde. Het bedrijf heeft meer dan vijftienhonderd AI-specialisten in dienst en beschikt over ruim tweeduizend AI-patentfamilies.

Wat dit betekent

Voor MKB-fabrieken die werken met Siemens-automatisering opent deze ontwikkeling de deur naar een andere manier van werken. Repeterende engineeringtaken, zoals het programmeren van PLC’s of het configureren van apparaten, kunnen door de agent worden overgenomen. Volgens Siemens leidt dit tot een tijdsbesparing van twee tot vijf keer en in specifieke toepassingen tot vijftig procent hogere engineeringefficiëntie.

Het tekort aan gekwalificeerde engineers is in de industrie voelbaar, zeker in het MKB. Een AI-agent die zelfstandig taken uitvoert, kan bestaande engineers ontlasten van routinematig werk. Zij kunnen zich dan richten op complexere vraagstukken. De agent werkt net zo lang door tot de gestelde eisen zijn gehaald, wat de consistentie in het werk verhoogt en fouten door menselijke vermoeidheid of haastwerk reduceert.

Voor bedrijven die nog niet met TIA Portal werken, is de agent niet direct toegankelijk. De oplossing is gekoppeld aan het Siemens-ecosysteem. Dat betekent dat de keuze voor deze AI-agent ook een keuze voor het platform is.

Hoe je dit kunt toepassen

Als je een productiebedrijf runt met eigen engineers die PLC’s programmeren, overweeg om de Eigen Engineering Agent in te zetten voor standaard programmeertaken. Je engineers kunnen de agent een specificatie geven, waarna de agent de code schrijft en test. Dit bespaart tijd bij projecten die veel herhalingswerk bevatten, zoals het inregelen van meerdere identieke machines. Je zou kunnen beginnen met een pilot op een enkel project om de tijdsbesparing te meten.

Als je een engineeringsbureau bent dat automatiseringstrajecten uitvoert voor klanten, kun je de agent gebruiken om de doorlooptijd van projecten te verkorten. De agent kan configuraties en visualisaties genereren die je engineers vervolgens controleren en finetunen. Een mogelijkheid is om de agent in te zetten voor de eerste 80 procent van het werk, waarna een ervaren engineer de laatste 20 procent beoordeelt. Dit combineert snelheid met kwaliteitscontrole.

Als je een technisch opleidingsbedrijf bent of engineers opleidt, kun je de agent inzetten als leermiddel. Cursisten kunnen zien hoe de agent een engineeringtaak aanpakt en welke code hij genereert. Dit geeft inzicht in best practices en standaardoplossingen. Overweeg om de agent te gebruiken in simulatieomgevingen, zodat cursisten kunnen oefenen met het beoordelen en aanpassen van AI-gegenereerde code.

Als je een MKB-fabriek bent die worstelt met het vinden van ervaren engineers, biedt de agent een manier om met minder ervaren personeel toch complexe automatisering uit te voeren. De agent vult de kennislacune deels op door zelfstandig code te schrijven en te valideren. Je zou kunnen onderzoeken of de agent in jouw specifieke productieomgeving dezelfde kwaliteit levert als een ervaren engineer, door een testcase naast elkaar uit te voeren.

Bron: Computable