Van slimme fabriek naar autonome productie: AI neemt de fabriek over

Voordat je naar binnen mag, moet je een overal, kap en overschoenen aantrekken – er mag geen stofdeeltje in de fabriekshal terechtkomen. In een controlekamer direct achter de ingang zit een zestal medewerkers voor een enorm scherm dat een digitale tweeling van de gehele productiefaciliteit toont. Elk element, tot aan de kleinste robotarm, is hier in software weergegeven. Je kunt daar heel duidelijk transportrobots op hun routes volgen.

Ongeveer een dozijn medewerkers houden op het scherm toezicht op de grotendeels autonome werking van de Xiaomi-productie. Het scherm toont een digitale tweeling van de fabriek.

Xiaomi noemt dit een ‘Smart Factory’. De geautomatiseerde productielijnen worden aangestuurd door Xiaomi’s Intelligent Manufacturing Platform (IMP), dat het proces bewaakt, productieprocessen optimaliseert en fouten in realtime aangeeft, zodat medewerkers deze kunnen verhelpen. Een dashboard toont naast een groot aantal andere gegevens de output van de fabriek.

De productielijn begint met het SMT-soldeerproces (Surface Mount Technology), waarbij plaatsingsautomaten elektronische componenten, de SMD’s (Surface Mount Devices), op het oppervlak van een printplaat solderen. Zoals de afbeelding aan het begin van het artikel laat zien, staan er in de fabriekshal lange rijen aan elkaar gekoppelde, hermetisch afgesloten kasten, waarin printplaten op sleden worden vervoerd en door robotarmen worden bewerkt. Xiaomi zet meer dan 4000 van dergelijke apparaten in. Na tests van de moederborden brengen machines stickers en hulpmiddelen aan, voordat ze schermen en behuizingsframes monteren. Daarna volgen de laatste tests en worden de producten verpakt.

In de brandschone vloer weerkaatst het licht van neonbuizen die aan het plafond hangen. Van een letterlijke ‘Dark Factory’ is dus geen sprake. En zo volautomatisch als YouTube-video’s en posts op sociale media suggereren is de fabriek nou ook weer niet: er zit weliswaar geen leger van arbeiders met soldeerbouten aan werkbanken langs de productielijn zoals vroeger. De productielijn wordt echter steeds weer onderbroken door secties waar medewerkers controleren wat de machines hebben gedaan.

Bij een traditioneel productieproces zouden volgens Xiaomi 450 medewerkers op een productielijn van 600 meter 300 eenheden per uur (UPH) produceren. Op de moderne productielijn van 310 meter produceren 220 medewerkers het dubbele aantal.

Het bedrijf Xiaomi is pas in 2010 opgericht. Sommige grote DAX-bedrijven, zoals Siemens, zagen daarentegen al in de negentiende eeuw het levenslicht. Het bedrijf heeft veel productiefaciliteiten die er al decennia lang staan en die geleidelijk worden gemoderniseerd, in plaats van ze vanaf de grond af nieuw te ontwerpen en op een groene weide neer te zetten. Deze term is overigens letterlijk: binnen de industriële context verwijst een ‘brownfield’ naar een reeds bebouwd of gebruikt industrieterrein met bestaande fabrieksinfrastructuur, in tegenstelling tot de term ‘greenfield’, die een ongerepte locatie aanduidt.

Producerende bedrijven gaan daarbij stapsgewijs over van uitvoerende mensen naar zelforganiserende productie en dragen daarbij menselijke beslissingslogica over naar machine-intelligentie. Vooral de analyse en interpretatie van gegevens zoals machinecodes, beelden van RGB-camera’s en scans van LiDAR-sensoren zijn doorslaggevend voor de succesvolle ontwikkeling naar een Dark Factory.

Op basis van eenvoudige analyses ontwikkelen fabrikanten zoals Siemens artificiële intelligentie die afzonderlijke stappen in de productie zelfstandig aanstuurt. Een digitale tweeling van de gehele fabriek helpt om de componenten van afzonderlijke werkstappen met elkaar te verbinden, om afwijkingen in de productie te herkennen, parameters te optimaliseren en uiteindelijk autonome beslissingen te nemen.

We mochten een kijkje nemen bij de fabriek van Siemens in Erlangen. Daar konden we zien hoe de overgang van menselijke naar autonome productie er in de praktijk uitziet. De fabriek bestaat sinds 1971 en er werken momenteel ongeveer 1000 medewerkers, die onder andere frequentieregelaars voor industriële aandrijftechniek in verschillende maten en vormen produceren.

Van het productontwerp in het CAD-programma, de planning van het productieproces tot aan de indeling van de hele fabriek werkt Siemens met digitale tweelingen. Vroeger knutselden ingenieurs prototypes van karton om een gevoel te krijgen voor de verhoudingen op de werkplek. De virtuele inbedrijfstelling met digitale afbeeldingen vergemakkelijkt de planning en helpt bijvoorbeeld om mogelijke botsingen tussen robotarmen en apparaten te voorkomen nog voordat de installatie wordt gebouwd. Siemens heeft de fabrieksafbeelding echter ook fotorealistisch weergegeven, met alle details tot aan de weerkaatsing van het diffuse zonlicht op de vloer – niet alleen voor marketingdoeleinden, maar ook voor de planning.

Robots uitgerust met RGB-camera’s pakken onderdelen op en monteren ze op behuizingen die voor hen klaarstaan. Voor het trainen van de daarvoor benodigde AI heeft Siemens in de digitale tweeling simulaties gemaakt en beelden gegenereerd met een willekeurige hoeveelheid onderdelen. De AI heeft hieruit geleerd om met de robotarm afzonderlijke onderdelen zelf uit een wirwar van onderdelen te pakken, ook al komen ze duidelijk geordend aan. In plaats van strak op micrometer-nauwkeurigheid te zijn geprogrammeerd, ordent de robotarm onderdelen door ze naar een geschikte plek te schuiven met behulp van tactiele feedback – hij kan dus flexibel op zijn omgeving reageren.

Elk product wordt optisch gecontroleerd. Testsystemen registreren elk onderdeel met camera’s en sensoren, een AI vergelijkt de beelden met digitale normen, herkent defecten en grijpt indien nodig corrigerend in. Vroeger controleerden vakmensen de soldeerpunten aan het einde van het proces; in de apparatenfabriek in Erlangen gebeurt dezelfde kwaliteitscontrole autonoom.

Daarbij blijkt ook dat autonome systemen nog zwakke punten hebben: de testnaalden zijn gevoelig voor variaties in het product of stof op printplaten, waardoor er pseudo-fouten insluipen: het product is in orde, maar het testapparaat meldt het toch als defect. Met behulp van AI probeert Siemens dergelijke pseudo-fouten te minimaliseren. De AI beoordeelt van geval tot geval en leert van historische gegevens.

Robots plaatsen de apparaten voor verzending rechtop of plat in de doos. ‘We proberen Tetris te spelen door de onderdelen in de openingen te plaatsen’, zegt Siemens-medewerker Janetzky. Het duurt momenteel nog te lang, waardoor robots steeds weer opstoppingen op de lopende band veroorzaken. ‘We zijn momenteel nog in de opbouwfase en verbeteren de processen stap voor stap’, zegt Janetzky.

De productielijn bevoorraadt, soldeert, freest, monteert, test en verpakt de apparaten grotendeels autonoom. Slechts drie medewerkers controleren de hele lijn en grijpen tijdens het fabrieksbezoek niet zichtbaar in de processen in. Wat automatisering betreft, doen ze in Duitsland niet onder voor de Chinezen. Siemens investeert momenteel een half miljard euro in de campus.

Op de echte fabrieksvloer moet je oppassen voor ‘Automated Guided Vehicles’ (AGV’s). De onbemande transportvoertuigen rijden geruisloos en elektrisch door de fabriek en vervoeren onderdelen en afgewerkte producten van het ene station naar het andere, en leveren containers met onderdelen af op transportbanden. Ze stoppen voor het menselijke obstakel, berekenen de route opnieuw en vervolgen uiteindelijk hun weg – een ontmoeting die even wennen is, waarvan het personeel in de fabriek weet hoe ze er het beste op kunnen reageren, maar waar bezoekers moeite mee hebben.

Want onwillekeurig uitwijken verstoort de routeberekening, zoals Siemens-medewerkster Velia Janetzky uitlegt. Ook zelfrijdende vorkheftrucks rijden door de verzendafdeling.

Bij Siemens werken weliswaar bijna uitsluitend robotarmen, maar hun werkplekken zien er nog steeds uit alsof ze voor mensen zijn gemaakt en op elk moment weer door mensen kunnen worden overgenomen. Want in 1971 werd de fabriek ontworpen voor geschoolde arbeiders en niet voor computergestuurde robots – met werkbanken op heuphoogte en grijpafstanden binnen armlengte.

Siemens noemt deze overgangsvorm een ‘Light-Sparse Factory’, een fabriek waarin afzonderlijke processen autonoom verlopen, maar de menselijke factor behouden blijft. Volker Albrecht, hoofd van Operations Software Portfolio bij Siemens, noemt deze vorm in een gesprek met c’t een mogelijk tussendoel op weg naar de Dark Factory (‘Lights-out’). Siemens werkt onder het motto ‘Industrial AI’ aan artificiële intelligentie die op basis van verzamelde productiegegevens in de eigen fabrieken fabrieksinstallaties plant. ‘Een Dark Factory zal niet werken als je in datasilo’s denkt’, benadrukt Albrecht. Je moet de gegevens met elkaar verbinden en daarbij de hele waardeketen betrekken.

Tijdens het lopende bedrijf interpreteert een AI-systeem binnen het SiemensXcelerator-platform procesgegevens, van de gereedschapsparameters tot de volledige toeleveringsketen. ‘De eerste stap bij fabrieksautomatisering was gebaseerd op de vraag: hoe krijg ik de informatie van bijvoorbeeld een werktuigmachine naar de werknemer aan de machine?’, zegt Albrecht. De juiste context is daarbij cruciaal: ‘De machine geeft ‘2’ weer. Zonder context is dit getal betekenisloos. Het kan bijvoorbeeld 2 Newtonmeter koppel aangeven waarmee een schroef moet worden vastgedraaid.’

Op deze manier begeleidt de machine de medewerker door de nodige context te creëren. Zo maakt ze het proces efficiënter en deelt ze vakkennis in plaats van deze als voorwaarde te stellen. Daarmee gaat de software ook het tekort aan geschoold personeel tegen. Niet in de laatste plaats wordt het voor bedrijven steeds moeilijker om gekwalificeerd personeel te vinden en te behouden. Als al deze informatie over de workflow beschikbaar is, kan het bedrijf de medewerker echter ook volledig uit de workflow halen en het proces volledig automatiseren.

In de halfgeleider- of elektronica-productie is dit al gangbare praktijk, zoals het voorbeeld van de fabriek in Erlangen laat zien. ‘We zien momenteel niet dat AI menselijke arbeidskrachten volledig vervangt, maar wel dat het menselijk werk verandert’, zegt Albrecht.

Voor Siemens-expert Volker Albrecht is de Dark Factory een mogelijke voortzetting van gedigitaliseerde productie. De digitale tweeling – oorspronkelijk alleen bedacht voor simulatie – vormt de basis voor zelfstandig opererende productiesystemen. Daarin versmelten reële productie, virtuele planning en AI-ondersteunde optimalisatie tot een lerend totaalsysteem.

Ook in de automobielsector zijn semiautonome systemen al lang een vanzelfsprekende realiteit. Robotarmen zoals de oranje Kuka-apparaten lassen al decennia lang carrosseriedelen aan elkaar, aanvankelijk echter met vast geprogrammeerde bewegingspatronen, in tegenstelling tot de met camera’s uitgeruste, AI-gestuurde robots van Siemens. Maar daar komt nu verandering in.

Veel fabrikanten tonen steeds meer interesse in het gebruik van humanoïde robots. Want ‘physical AI’ van aanbieders als Nvidia maakt inmiddels robots mogelijk die op een mensachtige manier lopen en handelen. De artificiële intelligentie regelt onder andere de voortbeweging op twee benen. Tienduizenden humanoïde Atlas-robots van Boston Dynamics zullen in de toekomst in de fabrieken van Hyundai gaan werken.

Ook andere fabrikanten zetten hun humanoïden met succes in de industrie in, zoals het bedrijf Agility Robotics met zijn humanoïden Digit en Figure AI. BMW testte de Figure02-robot in de Amerikaanse fabriek in Spartanburg en liet hem daar plaatwerkonderdelen plaatsen.

Blijkbaar met succes: eind februari 2026 kondigde BMW aan dat het ook in de fabriek in Leipzig humanoïde robotica in de bestaande serieproductie van auto’s gaat integreren en verdere toepassingsmogelijkheden in de batterij- en componentproductie gaat testen. BMW zet daarbij in op de robot Aeon van Hexagon Robotics, gevestigd in Zürich.

Autonome productie is tot nu toe vooral een domein van de micro-elektronica, waar menselijke handen door de toenemende miniaturisering toch al geen nauwkeurig werk meer kunnen verrichten. Geautomatiseerde productie belooft veel voordelen: hoge productiviteit door continu bedrijf zonder pauzes of ploegwisselingen, en consistente kwaliteit omdat machines foutloos werken. Nauwkeurigere processen zorgen bovendien voor minder uitval en materiaalverspilling.

Bovenal kunnen personeelskosten worden bespaard. De opbouw van autonome installaties vereist echter ook hoge investeringen en nieuwe vaardigheden van de medewerkers.

Het heeft gevolgen als de mens deze processen alleen nog maar ontwikkelt en bewaakt. Daarin schuilt enerzijds het gevaar dat de toegevoegde waarde van het bedrijf rechtstreeks naar de bedrijfseigenaren en aandeelhouders gaat in plaats van naar een groot personeelsbestand. Anderzijds biedt het de kans om goedkoper te produceren en minder afhankelijk te zijn van de demografische veranderingen.

De technische bouwstenen – digitale tweelingen en industriële robots die via een overvloed aan sensoren met elkaar zijn verbonden – bestaan al lang. Om deze op een zinvolle manier met elkaar te verbinden in het kader van volledig autonome productie, zijn echter nog jarenlang onderzoek en investeringen nodig. De trend lijkt in ieder geval onstuitbaar, totdat in toekomstige productiehallen daadwerkelijk de lichten uitgaan – bij een verhoogde productiviteit.

(André Kramer en Daniel Dupré)