Wat betekent AI voor de constructieve veiligheid?
1 december 2025
Het is niet de vraag of Artificial Intelligence een rol gaat spelen in de bouw maar wat die rol precies gaat zijn. En wat die gaat betekenen voor de constructieve veiligheid. Jeroen Coenders van Packhunt en Voortaan liet er zijn licht over schijnen, tijdens de partnerraad van het KPCV, eind oktober. De conclusie: AI biedt heel veel kansen, maar risico’s zijn er zeker ook.
AI heeft in korte tijd een enorme vlucht genomen, ook in de bouw. In een korte peiling tijdens de partnerraad blijkt dat de meeste mensen AI gebruiken, ook voor het werk. De helft zelfs dagelijks. Het gaat daarbij vooral om Large Language models (LLM’s), zoals ChatGPT, Gemini en Claude. Maar AI is meer dan dat.
Levels of intelligence
Dankzij AI wordt de rol van computers in het constructeursvak steeds groter. Die ontwikkeling heeft zich natuurlijk al lange tijd geleden ingezet. In 2022 presenteerde de Stufib-studiecel RoboCon een denkmodel dat beschrijft hoe automatisering zich geleidelijk uitbreidt op verschillende niveaus, de zogenoemde levels of intelligence. Dit model is gebaseerd op de levels of driving automation, die een toenemende rol van de computers bij auto’s beschrijven, tot aan volledige zelfrijdende auto’s aan toe. Dankzij de komst van AI verlopen de ontwikkelingen in de bouw echter anders dan destijds volgens de Robocon-werkgroep voorzien.
Het laagste niveau van automatisering voor de constructeur is het gebruik van handberekeningen. Al lange tijd wordt voor berekeningen gebruikgemaakt van spreadsheets en ook het programmeren is niet meer weg te denken. De rol van de computer wordt nog interessanter bij parametrisch ontwerpen, waarbij je in feite programmeert zonder de programmeertaal te kennen. Het is een zeer krachtig instrument dat, als je het goed gebruikt, foutloze ontwerpen kan opleveren.
Een volgende stap is het automatisch optimaliseren. Hierbij kan de computer op basis van parameters een optimum zoeken voor een bepaald doel, bijvoorbeeld veiligheid, prijs of duurzaamheid (of een combinatie daarvan). Dit optimaliseren heeft echter zijn beperkingen. Als je het op gebouwniveau zou willen zijn de mogelijkheden haast oneindig, veel te veel om door een computer te laten doorrekenen. Wat daardoor gebeurt, is het werken met kleinere optimalisatieopdrachten of het gebruik van slimme algoritmes. Met die algoritmes kan bijvoorbeeld in 5% van de tijd 95% van de antwoorden worden geanalyseerd. Daarmee is het optimum dus niet perfect, maar de vraag is of dat erg is. Bovendien: de mens is ook niet perfect.
LLM’s
De volgende stap is machine learning waarbij de computer op basis van grote hoeveelheden bestaande data kan voorspellen wat de uitkomst is bij nieuwe data. LLM’s zijn hier een voorbeeld van. Wat die modellen kunnen is nog steeds verbluffend.
Het is goed om je te realiseren dat LLM’s niets meer en niets minder doen dat op basis van eindeloos veel data, woorden in een tekst voorspellen. Ze werken probabilistisch en niet deterministisch, dezelfde vraag levert niet altijd hetzelfde antwoord op. Doordat de uitkomsten zo goed zijn, lijkt dat op intelligentie. Dat komt onder meer doordat de intelligentie van mensen zich ook uit in taal. Het is echter de vraag die modellen daadwerkelijk intelligent zijn, en creatief. Dat zijn lastige, haast filosofische vragen. Want wat is intelligentie, wat is creativiteit? Maar hoewel het soms wel zo lijkt, heeft AI geen bewustzijn, het redeneert niet en gebruikt geen logica.
Voor de prijs van één developer kun je 20 tot 30 agents 24/7 voor je laten werken
Agents
Een vrij recente ontwikkeling is die van agentic AI, ofwel het gebruik van AI-agents. Die agents kunnen verschillende taken vervullen en aan elkaar worden gekoppeld. Samen worden agents slimmer dan dat ze individueel zijn.
De mogelijkheden zijn heel interessant. Zo kun je een agent in een paar minuten een programma laten schrijven voor het berekenen van een balk, waar je vroegen misschien wel een paar weken voor nodig had.
Je kunt een agent ook inzetten als een junior developer. Net zoals dat bij pair programming gebeurt, waarbij een junior en een senior developer samen programmeren en de senior de junior opdrachten geeft. Die opdrachten kunnen ook prima door een AI-agent worden uitgevoerd. Op die manier kun je heel veel ontwikkelkracht inzetten. Voor de prijs van één developer kun je 20 tot 30 agents 24/7 voor je laten werken. Waarbij de controle ook weer door een agent kunt laten uitvoeren. Voor een softwarebedrijf met een team aan developers is dat een schokkend gegeven.
Agents voor de constructeur
Je kunt agents ook inzetten om een constructief ontwerp te laten maken. De vraag is hoe ver je daarmee kunt gaan en wanneer het onverantwoord wordt. De algemeen geldende visie is momenteel dat je AI wel kunt inzetten om ontwerpen te genereren of te optimaliseren, maar niet bij de engineering, bijvoorbeeld voor het maken van wapeningsberekeningen. Daarvoor zijn de antwoorden niet betrouwbaar genoeg en misschien nog wel belangrijker: antwoorden zijn slecht te herleiden. En juist dat is nodig om constructieve veiligheid te kunnen borgen.
Maar het maken van berekeningen met AI kán wel. En je zou kunnen stellen dat als het kan, het ook gaat gebeuren. Dat zou een groot risico kunnen zijn en er moeten duidelijke regels over komen. Daarin kan de KPCV-werkgroep Digitale ontwikkelingen, die het ontwerp gaat oppakken, een belangrijke rol spelen. Dat is hard nodig, zeker in een tijd waarin de ontwikkeling zo snel gaan dat er haast wekelijks AI weer iets nieuws kan.
