Roland Busch waarschuwt voor AI-silo’s en wil met Siemens “alles automatiseren”

woensdag, 11 februari 2026 om 8:48

Roland Busch waarschuwt en wil met Siemens 'alles automatiseren'

Roland Busch wil dat Siemens uitgroeit tot het industriële AI-platform van de wereld. In een uitgebreid interview schetst hij een toekomst waarin fabrieken, infrastructuur en zelfs besluitvorming worden aangestuurd door AI-agents. Zijn boodschap is helder: wie AI niet horizontaal organiseert, verliest schaal en snelheid.

Siemens is geen consumentenmerk, maar een industriële gigant met meer dan 300.000 medewerkers wereldwijd. Het bedrijf levert automatiseringstechnologie voor fabrieken, energienetten, gebouwen en mobiliteitssystemen. Busch wil deze industriële basis combineren met kunstmatige intelligentie om een volledig geïntegreerd AI-ecosysteem te bouwen.

Wat bedoelt Siemens met “alles automatiseren”?

Volgens Busch draait de strategie om drie pijlers:

Digitale tweelingen van producten en fabrieken
Industriële AI-agents die processen optimaliseren
Horizontale datastructuren die silo’s doorbreken

Een digitale tweeling is een virtuele kopie van een fysiek systeem. Denk aan een fabriek die eerst volledig digitaal wordt gesimuleerd voordat er één machine wordt geplaatst. Ontwerp, productie en onderhoud worden zo in één digitale keten verbonden.

AI-agents analyseren vervolgens realtime data uit die systemen. Zij detecteren afwijkingen, voorspellen storingen en sturen waar nodig instructies terug naar machines of operators.

Waarom zijn generieke AI-modellen niet voldoende?

Busch benadrukt dat grote taalmodellen alleen niet genoeg zijn voor industriële toepassingen. Generieke modellen hebben volgens hem een te hoge foutmarge voor kritieke omgevingen.

Een fabriek accepteert geen 70 procent nauwkeurigheid. Industriële AI moet richting 95 procent of hoger. Daarom combineert Siemens bestaande grote taalmodellen met domeinspecifieke data. Het bedrijf traint AI-systemen op eigen machinegegevens, ontwerpbestanden en historische storingsinformatie.

Deze aanpak onderstreept een bredere trend in AI. Algemene modellen vormen de basis, maar waarde ontstaat pas wanneer bedrijven ze verrijken met gespecialiseerde data.

Wat is het strategische doel?

Siemens wil een industriële AI-operating system bouwen. Dat systeem verbindt verschillende lagen:

productontwerp
productieplanning
realtime machine-aansturing
onderhoud en optimalisatie

Door data uit al deze lagen samen te brengen, ontstaat een gesloten feedbackloop. Elke wijziging in het ontwerp kan direct worden doorgerekend naar productie-impact.

Busch noemt dit een fundamentele herstructurering van het bedrijf. Siemens introduceert een “ONE Tech”-strategie die datasilo’s moet elimineren. AI respecteert volgens hem geen organisatorische grenzen. Wie data gefragmenteerd houdt, kan AI niet op schaal inzetten.

Wat betekent dit voor de AI-sector?

De visie van Siemens laat zien dat AI zich verplaatst van kantoorautomatisering naar fysieke infrastructuur. Waar generatieve AI vooral bekend werd door tekst en beeld, verschuift de aandacht naar industriële toepassingen.

Dit heeft grote implicaties:

AI wordt onderdeel van kritieke infrastructuur
Fouttolerantie wordt minimaal
Domeinspecifieke data worden cruciaal

Bedrijven die AI succesvol willen toepassen in productie of energie, moeten investeren in datakwaliteit en integratie. Alleen een model integreren is niet voldoende.

Wat zijn de risico’s?

De schaal van automatisering roept ook vragen op. Volledig geautomatiseerde fabrieken genereren hogere output met minder personeel. Busch wijst op vergrijzing en arbeidskrapte als rechtvaardiging, maar maatschappelijke discussie blijft onvermijdelijk.

Daarnaast groeit geopolitieke spanning. Siemens opereert wereldwijd en moet AI-oplossingen aanpassen aan verschillende regio’s. In sommige markten worden AI-modellen lokaal getraind om aan regelgeving te voldoen.

Dit benadrukt een tweede trend in AI: technologische schaal staat onder druk door politieke fragmentatie.

Wat moeten we nu in de gaten houden?

De komende jaren worden cruciaal voor industriële AI. Belangrijke indicatoren zijn:

De betrouwbaarheid van industriële AI-agents
Integratie van digitale tweelingen met realtime data
Samenwerking tussen industriële bedrijven en AI-modelontwikkelaars

Siemens positioneert zich als brug tussen fysieke wereld en digitale intelligentie. Als deze strategie slaagt, kan industriële AI net zo transformerend worden als cloudcomputing in het afgelopen decennium.

De ambitie om “alles te automatiseren” klinkt radicaal. In werkelijkheid is het een logische volgende stap in de evolutie van industriële technologie.