Hoe kunstmatige intelligentie de maakindustrie fundamenteel verandert

Zelflerende machines, intuïtieve besturing en productie die zich vanzelf aanpast aan het product: kunstmatige intelligentie (AI) is bezig aan een stille revolutie in de maakindustrie. Op de EMO Hannover 2025 – dé internationale beurs voor productietechnologie – is van 22 t/m 26 september te zien hoe AI van machines denkende partners maakt in het productieproces.

Waar AI vroeger vooral klonk als toekomstmuziek, vormt het nu een antwoord op urgente uitdagingen: personeelstekorten, toenemende concurrentiedruk en de noodzaak tot verduurzaming. Machines worden niet alleen slimmer, ze nemen ook steeds meer kennis en verantwoordelijkheid over. De inzet van AI wordt daarmee een strategisch wapen om als industrie overeind te blijven.

AI in machinebouw gaat veel verder dan klassieke automatisering. Machines leren van data, voorspellen procesuitkomsten en passen hun gedrag aan. Sensoren, machine learning en slimme software zorgen voor continue optimalisatie – niet alleen van het productieproces, maar ook van onderhoud en kwaliteitscontrole.

“Een groot voordeel is dat AI veel meer parameters tegelijk kan meenemen in de monitoring van processen dan traditionele methoden,” zegt prof. Philipp Klimant van het Fraunhofer-Instituut voor Machinewerktuigen en Vervormingstechniek (IWU) in Chemnitz. Denk aan real-time kwaliteitscontrole, voorspellend onderhoud of ondersteuning bij opleiding van nieuwe medewerkers.

De Duitse wetenschappelijke vereniging voor productietechniek (WGP), waarbij Klimant is aangesloten, brengt onder de naam ProKI praktijkkennis en demonstraties van AI-toepassingen naar met name het MKB. Daarmee wordt AI toegankelijker voor bedrijven die willen experimenteren of een concreet vraagstuk hebben.

Efficiëntie als sleutelvraag

AI blijkt vooral interessant als er iets te winnen valt. “De belangrijkste vraag is: hoeveel efficiëntiewinst is mogelijk in mijn proces?” stelt Klimant. Dat is sterk afhankelijk van het type productie. In de kunststofverwerking, zoals spuitgieten, kan het foutpercentage oplopen tot 30 procent – een enorm verbeterpotentieel voor AI. Maar ook in stabiele processen kan AI waarde toevoegen, bijvoorbeeld door machines langer en voorspelbaarder te laten draaien.

Een ander voordeel is de opslag van kennis in algoritmes. “Als ervaren collega’s met pensioen gaan, kan hun kennis via AI beschikbaar blijven. Dat helpt bij opleiding én automatisering,” aldus Klimant.

AI werkt vaak als een ‘black box’: het systeem leert op basis van ervaringen – zonder dat we alle oorzakelijke verbanden snappen – en doet voorspellingen. Bijvoorbeeld over de uitkomst van een metaalbewerking op basis van een geluidssignaal. Deze informatie wordt teruggekoppeld naar de besturing, zodat machines zichzelf kunnen bijsturen.

Afhankelijk van de toepassing zijn er flinke verschillen in benodigde rekenkracht. Beeldherkenning vraagt meer van de hardware dan eenvoudige voorspellende modellen. “Voor taalmodellen zijn zelfs speciale AI-kaarten of krachtige GPU’s nodig,” merkt Klimant op.