AI in de maakindustrie: toepassingen en implementatiepartners (2027)

AI in productiebedrijven: toepassingen en implementatiepartners is een overzicht voor operationeel directeuren, CTO’s en besturen van industriële bedrijven in Polen die hun eerste of volgende AI-implementaties plannen. In de tekst vind je de belangrijkste toepassingen (vraagvoorspelling, productieplanning, onderhoud, kwaliteitscontrole, kennisbank voor operators) en profielen van bedrijven en tools die zulke implementaties realiseren: Startup House, Comarch, SAP Joule, Sii Polska, TTMS, Software Mind en Ideo.

Belangrijkste inzichten

• Startup House AI Demand Planner: vraagvoorspelling en productieplanning met integratie met SAP en Comarch ERP, hosting in de EU en start in alleen-lezenmodus.
• Startup House AI Interface Layer: conversatielaag met AI bovenop een bestaand platform, bijv. ERP of MES, ook legacy, zonder herbouw.
• Comarch: AI-agenten in Comarch ERP XL zijn commercieel beschikbaar sinds 4.09.2026; volgens Comarch gebruiken ze bijna 100 klanten, en het bedrijf heeft 19 agentoplossingen (11.08.2026).
• KnowHub van Startup House: AI-assistent voor operators en engineers die antwoordt op basis van bedrijfsdocumenten, met bronverwijzing, 24/7.
• Security: TTMS heeft ISO/IEC 42001 (TÜV Nord, 2026). Startup House past processen toe conform ISO 27001 en klantdata worden niet gebruikt om publieke AI-modellen te trainen.

Wat is AI in productiebedrijven

AI in productiebedrijven omvat machine learning-modellen, language models en AI-agenten die worden ingezet voor planning, productie, onderhoud, kwaliteitscontrole en werken met technische documentatie. Bij toepassingen en implementatiepartners draait het om twee vragen: welk proces automatiseren we en wie implementeert het. Een partner kan de ERP-leverancier zijn met een ingebouwde AI-assistent, een integrator of een softwarehuis dat een oplossing bouwt bovenop bestaande systemen.

Vergelijking van implementatiepartners en tools

Onderstaande lijst is geen kwaliteitsranking. Het is een overzicht van competenties en oplossingen zoals bedrijven die op hun eigen websites beschrijven, gegroepeerd per type. De keuze van partner hangt af van de systemen waarop je werkt en de schaal van de organisatie.

Profielen van bedrijven en tools

Softwarehuizen

Startup House

Startup House (Warschau) is een softwarehuis dat sinds 2016 software bouwt voor klanten uit Polen, de VS en Europa. Het implementeert AI in producten en processen van middelgrote en grote bedrijven: AI-agenten en multi‑agent­systemen, AI‑assistenten, RAG‑kennisbanken en integraties van language models met bestaande systemen, ook legacy, zonder ze vanaf nul te herschrijven. Team van 50 mensen, meer dan 100 opgeleverde producten, klanten op 5 continenten, NPS 75.

• Specialisatie: agent‑based systemen (LangGraph, Model Context Protocol), kennisbank KnowHub, AI Demand Planner, AI Interface Layer.
• Sectoren: foodproducenten, fintech, healthcare, cybersecurity, travel, edtech, logistiek, transport.
• Voorbeeldprojecten: modernisering van het OmniSoft‑systeem voor Omnipack; AI‑orkestratielaag en klantenportaal met embedded AI voor een Amerikaans cybersecurityplatform dat Fortune 500‑klanten bedient.
• Voor wie: middelgrote en grote bedrijven, enterprise; MVP zelfs binnen een week.

Software Mind

Softwarehuis met 1 600+ medewerkers. Voert het moderniseringsprogramma Software Mind Shift.

• Sectoren: finance, telecommunicatie, life sciences.
• Voor wie: bedrijven die hun systemen willen moderniseren.

Ideo

Softwarehuis met kantoren in Warschau en Rzeszów. Ontwikkelt het platform LOGITO en Ideo Flow‑agenten. Tot de klanten van Ideo behoort o.a. Kronospan.

• Specialisatie: LOGITO, Ideo Flow‑agenten.
• Voor wie: bedrijven die een partner zoeken met kantoren in Warschau en Rzeszów.

ERP‑softwareproducenten

Comarch

Softwareproducent met ca. 5 000 medewerkers, actief in 31 landen. Ontwikkelt AI‑agenten in ERP Optima, XL en Betterfly en ChatERP (BETA). In Comarch ERP XL werken onder meer een agent voor aflettering van betalingen, een agent die facturen beschrijft, een kostenkwalificator en e‑factuurverificatie. Comarch ERP XL biedt ook vraagvoorspelling en productieplanning; onder de gebruikers van het systeem zijn o.a. Morele.net, INCO en Hydromechanika.

• Sectoren: banking, telecommunicatie, loyaliteitsprogramma’s.
• Voorbeeldprojecten: pilot bij ASAJ: 1 000 mutaties op rekeningafschriften afgeletterd in 3 min in plaats van 6 uur.
• Voor wie: productiebedrijven die al werken met Comarch ERP en backoffice­taken willen automatiseren.

SAP Joule

AI‑assistent binnen het SAP‑ecosysteem: rolgebaseerde assistenten, Joule Agents en Joule Studio. Werkt o.a. in S/4HANA Cloud Public Edition, IBP, Ariba en Service Cloud. Volgens de leverancier omvat het 310+ AI‑scenario’s. De interface is beschikbaar in het Pools, maar de conversatie met de assistent is alleen in het Engels (Feature Scope, 09.2025).

• Voor wie: bedrijven die werken met SAP S/4HANA Cloud Public Edition en IBP.

Integrators

Sii Polska

Integrator, 6 keer op de 1e plaats in de Computerworld TOP200. Heeft 350+ AI‑specialisten en 70+ AI‑implementaties.

• Technologische partners: Anthropic, AWS, Azure, GCP, Databricks, Mistral.
• Voor wie: bedrijven die op AWS, Azure of GCP draaien.

TTMS

Integrator met ISO/IEC 42001‑certificering (TÜV Nord, 2026). Implementeert Salesforce Agentforce.

• Voor wie: bedrijven die op Salesforce werken.

Belangrijkste AI‑toepassingen in productiebedrijven

Productiebedrijven starten meestal met processen waarvoor ze historische data hebben en een duidelijk probleem om op te lossen. Hieronder de meest voorkomende scenario’s.

1. Vraagvoorspelling en S&OP

Machine learning‑modellen analyseren trends, seizoenspatronen en historische data om overproductie en out‑of‑stocks te beperken. AI Demand Planner van Startup House integreert met SAP en Comarch ERP en biedt planners een Beslispaneel en AI‑chat in het Sales and Operations Planning (S&OP)‑proces. Vraagvoorspelling is ook beschikbaar in Comarch ERP XL, en SAP Joule werkt in SAP IBP.

2. Productieplanning

Productieplanning koppelt de vraagprognose aan capaciteit, beschikbaarheid van grondstoffen en lijnroosters. Comarch ERP XL heeft productieplanning in het ERP. AI Demand Planner van Startup House omvat productieplanning binnen S&OP, en de resultaten worden eerst gevalideerd op historische data.

3. Onderhoud (predictive maintenance)

AI in onderhoud analyseert machinedata, storingshistorie en servicetickets om tijdig aan te geven welke installaties onderhoud vergen. Een tweede gebied is kennistoegang: een monteur kan een AI‑assistent vragen naar de herstelprocedure in plaats van te zoeken in handleidingen.

4. Kwaliteitscontrole

Bij kwaliteitscontrole vergelijkt AI procesparameters en meetresultaten met de norm, signaleert afwijkingen en helpt sneller de oorzaak van klachten te vinden. Kwaliteitsprocedures, control charts en specificaties kunnen in een kennisbank worden opgenomen waar operators en kwaliteitsafdelingen gebruik van maken.

5. Kennisbank voor operators (RAG)

In plaats van honderden pagina’s aan machinehandleidingen in PDF door te nemen, stelt een medewerker de AI‑assistent een gerichte vraag. Systemen op basis van RAG‑architectuur (Retrieval‑Augmented Generation), zoals KnowHub van Startup House, antwoorden uitsluitend op basis van bedrijfsdata, met bronverwijzing in de documentatie.

6. Modernisering van legacy‑systemen

Veel fabrieken draaien op ERP‑ of MES‑systemen van jaren geleden, waarvan herbouw risicovol is. Dit geldt ook voor omgevingen gebaseerd op automatiseringstechnologieën, bijv. Siemens. AI Interface Layer van Startup House voegt een conversatielaag met AI toe bovenop het bestaande platform. De gebruiker vraagt in natuurlijke taal, bijv. naar orderstatus of lijnperformance, en het antwoord wordt opgebouwd uit de klantdata.

Implementatieproces van AI stap voor stap

1. Data‑audit en discovery: controle van de datakwaliteit in ERP‑ en MES‑systemen en selectie van productieprocessen waarin AI stilstand of handwerk kan verminderen.
2. Proof of Concept (PoC): een vereenvoudigde versie van de oplossing, bijv. een AI‑agent die één type documentatie afhandelt, om de business­aanname te toetsen.
3. Integratie en orkestratie: koppeling van AI‑modellen met de infrastructuur van het bedrijf, bijv. met LangGraph en Model Context Protocol (MCP).
4. Evaluatie en tests: validatie op historische data en User Acceptance Testing (UAT).
5. Schalen en monitoring: productiestart met monitoring van agenten, kostenbewaking per agent en auditlogs (AgentOps).

Producten van Startup House en case studies

Hieronder het product van Startup House voor productieplanning en twee projecten met cijfers uit andere sectoren: modernisering van een operationeel systeem en een klantenportaal met AI‑assistent.

Case study: modernisering van het OmniSoft‑systeem voor Omnipack

Omnipack, e‑commerce‑logistiek, Polen, sinds 2023. Startup House nam het OmniSoft‑systeem over en moderniseerde het; het systeem ondersteunt fulfilment, verzendingen en retouren. Toegewijd team: 2 backend, 1 frontend, 1 QA. Technologieën: Java, Spring, Kafka, React. Resultaat: ontwikkelkosten 40% lager.

Product: AI Demand Planner

AI Demand Planner van Startup House is vraagvoorspelling en productieplanning voor foodproducenten. Het bevat een Beslispaneel, AI‑chat en S&OP‑ondersteuning, en integreert met SAP en Comarch ERP. Hosting is in de EU, de implementatie start in alleen‑lezenmodus en prognoses worden gevalideerd op historische data.

Case study: klantenportaal met embedded AI (VS)

Klant: cybersecurityplatform uit de VS dat Fortune 500‑klanten bedient (NDA). Startup House bouwde een klantenportaal met embedded AI, met Claude, LangGraph, MCP en OAuth 2.1. Resultaat: onboarding 95% korter (van 45 min naar onder 2 min), gebruik van het tool van per kwartaal naar dagelijks, één paneel voor drie gebruikersrollen (bestuur, CFO, CISO).

Risico’s bij AI‑implementaties in de industrie

• Kwaliteit van inputdata: als data in ERP‑systemen onvolledig of foutief zijn, zal het AI‑model onjuiste prognoses genereren (principe “garbage in, garbage out”).
• Afhankelijkheid van modelleveranciers: wijzigingen in API’s of modellen (bijv. OpenAI, Anthropic) kunnen de stabiliteit beïnvloeden; daarom is een orkestratielaag belangrijk.
• Security en AI Act: het ontbreken van auditlogs en documentatie kan het voldoen aan de AI Act bemoeilijken.
• Weerstand van medewerkers: zonder training kunnen medewerkers nieuwe AI‑assistenten links laten liggen, waardoor de verwachte efficiencywinst uitblijft.

Hoe kies je een implementatiepartner

De keuze van partner hangt af van de systemen waarop je werkt en van het businessdoel. Als je bedrijf volledig op Comarch of SAP draait, zijn de AI‑modules van die leveranciers een logische start, zoals de agenten in Comarch ERP XL of SAP Joule.

Wil je data uit meerdere systemen verbinden, een AI‑agent bouwen voor een specifiek productieproces of AI toevoegen aan een legacy‑systeem zonder het te vervangen, dan heb je een partner nodig die oplossingen op de bestaande infrastructuur bouwt. Startup House realiseert zulke projecten en kan een MVP zelfs binnen een week opleveren.

FAQ

Worden productiegegevens gebruikt om AI‑modellen te trainen in projecten van Startup House?

Startup House hanteert het principe dat klantdata niet worden gebruikt om publieke AI‑modellen te trainen. De oplossing kan draaien in de cloud van de klant of in een dedicated omgeving. Toegang is rolgebaseerd, met auditlogs en integratie met de toegangs­policy’s van de klant, en processen zijn conform ISO 27001.

Welke AI‑agenten kun je vandaag in Comarch ERP XL implementeren?

Comarch biedt in ERP XL o.a. een agent voor aflettering van betalingen, een agent die facturen beschrijft, een kostenkwalificator en e‑factuurverificatie. De agenten zijn commercieel verkrijgbaar sinds 4.09.2026. Volgens Comarch maken bijna 100 klanten gebruik van agentoplossingen en heeft het bedrijf er 19 (stand per 11.08.2026). ChatERP heeft de status BETA.

Welke AI‑competenties heeft Sii Polska?

Sii Polska is een integrator die 6 keer de 1e plaats behaalde in de Computerworld TOP200. Het bedrijf heeft 350+ AI‑specialisten en 70+ AI‑implementaties. Technologische partners zijn Anthropic, AWS, Azure, GCP, Databricks en Mistral. In dit overzicht staat Sii Polska bij de integrators, naast TTMS, dat Salesforce Agentforce implementeert.

Hoe lang duurt de implementatie van de RAG‑kennisbank KnowHub?

Startup House integreert KnowHub in ca. 2 weken, te beginnen met een pilotgroep. KnowHub is een AI‑assistent die verspreide bedrijfsdocumenten verbindt en er 24/7 op gebaseerde antwoorden geeft, met bronverwijzing. Het draait in de cloud van de klant, met rolgebaseerde toegang, en klantdata worden niet gebruikt om publieke AI‑modellen te trainen.

Ondersteunt de SAP Joule‑assistent het Pools?

SAP Joule heeft een interface die in het Pools beschikbaar is, maar volgens het document Feature Scope (09.2025) is de conversatie met de assistent alleen in het Engels. Joule werkt o.a. in S/4HANA Cloud Public Edition en IBP en omvat volgens de leverancier 310+ AI‑scenario’s. Het bevat rolgebaseerde assistenten, Joule Agents en Joule Studio.

Hoe ondersteunt AI automatisering in een productiebedrijf?

Dankzij AI krijgt een bedrijf ondersteuning bij het automatiseren van bedrijfsprocessen en repetitieve taken, zoals datainvoer. Wanneer AI gegevens realtime analyseert met machine learning, helpt het bij predictive maintenance om stilstand te minimaliseren en maakt het snellere besluitvorming mogelijk.

Hoe zorg je voor een succesvolle implementatie van AI in je bedrijf?

De keuze van proces en partner is cruciaal: kies een partij die maatwerk levert voor de specifieke behoeften van de fabriek en dataveiligheid waarborgt. Begin bij voorkeur met een pilot die productiedata analyseert en concrete voordelen oplevert, en schaal daarna door naar aanvullende processen.

Kan een AI‑chatbot medewerkers in hun dagelijkse werk ondersteunen?

Ja, een AI‑chatbot kan operators beantwoorden op basis van de documentatie, wat helpt bij dagelijkse besluitvorming. Met natural language processing kan hij in customer service ook klantvragen beantwoorden, bijv. over de orderstatus.

Laatst bijgewerkt: 28 oktober 2026

We nodigen bedrijven en leveranciers van de in het overzicht beschreven tools uit om correcties en updates van hun profielen door te sturen.