AI-module voor de risicobeoordeling van machines binnen het ISO 12100-proces
TL;DR
  • De AI-module helpt bij het opstellen van een eerste werkconcept voor machine-risicobeoordeling, maar vervangt geen deskundige beoordeling.
  • De module ondersteunt onderdelen van ISO 12100, zoals beoogd gebruik, voorzienbaar verkeerd gebruik en grenzen van de machine.
  • Goede risicoscenario’s beschrijven wie wordt blootgesteld, bij welke taak, in welke levensfase, zone, gevarenbron en mogelijke schade.
  • AI-voorstellen moeten altijd worden gecontroleerd, aangepast of verworpen zodat de documentatie klopt met de echte machine.
AI-module voor risicobeoordeling van machines in Safety Software

AI-module voor risicobeoordeling van machines: nieuwe functie voor ingenieurs

Een goede risicobeoordeling begint niet in een tabel. Zij begint bij context: wat doet de machine, waar houdt haar functie op, wie gebruikt haar, in welke levensfase en onder welke grenzen? De AI-module voor risicobeoordeling van machines in Safety Software is ontwikkeld om precies daar te helpen: van losse informatie naar een eerste, controleerbaar werkconcept.

Niet als automaat die risico’s goedkeurt. Niet als kortere route naar een conformiteitsverklaring. Niet als vervanger van de kennis van het ontwerpteam. AI is hier geen orakel. AI is gereedschap. Het helpt ordenen, aanvullen en aanscherpen, zodat de ingenieur sneller bij de echte beoordeling komt.

Want een formulier blijft een formulier. Als het team niet eerst het beoogd gebruik, het redelijkerwijs voorzienbaar verkeerd gebruik, de grenzen van de machine, de taken van blootgestelde personen en de relevante levensfasen vastlegt, verandert de risicobeoordeling snel in een verzameling etiketten: bewegende delen, elektrische energie, scherpe randen, hoge temperatuur. Zulke woorden kunnen een gevarenbron aanwijzen, maar ze beschrijven nog geen echt risicoscenario.

AI-module voor risicobeoordeling van machines als ondersteuning van ISO 12100

ISO 12100 vraagt om een gestructureerd proces. Eerst worden de grenzen van de machine bepaald. Daarna volgen het identificeren van gevarenbronnen, gevaarlijke situaties en gevaarlijke gebeurtenissen. Pas daarna komt de risico-inschatting, de risico-evaluatie, de keuze van beschermingsmaatregelen en de herbeoordeling na risicoreductie.

De AI-module in Safety Software ondersteunt geselecteerde delen van dat proces, maar sluit ze niet af. De module kan een tekstvoorstel maken, een beschrijvingsvariant aanreiken, ontbrekende onderwerpen signaleren of een eerste schets van een scenario opbouwen. Wat de module niet doet: verklaren dat de machine veilig is, het restrisico goedkeuren of zelfstandig bepalen of beschermingsmaatregelen voldoen aan normen type-B of type-C.

De eindbeslissing blijft bij de mens. Dat is geen juridische voetnoot, maar een ontwerpprincipe. In technische documentatie telt niet dat een veld gevuld is. Het telt of de inhoud klopt met de werkelijke machine, of het scenario verdedigbaar is en of het besluit overeind blijft bij een audit, een ontwerpwijziging of een incident aan de machine.

Beoogd gebruik en redelijkerwijs voorzienbaar verkeerd gebruik

Een van de eerste gebieden waarin de AI-module ondersteunt, is de beschrijving van het beoogd gebruik en het redelijkerwijs voorzienbaar verkeerd gebruik. Dat is de fundering van de risicobeoordeling. Als die beschrijving vaag is, wordt alles wat daarna komt ook vaag.

Een tekst als de machine is bedoeld voor het bewerken van onderdelen lijkt bruikbaar, maar zegt bijna niets. Welke onderdelen? Welke materialen? Welke operator? Welke bedrijfsmodus? Welke omgeving? Welke beperkingen? Welke handelingen voert een blootgestelde persoon uit tijdens instellen, reinigen, storingsherstel of onderhoud?

AI kan op basis van de ingevoerde informatie een eerste versie maken. Het team kan die versie vervolgens aanscherpen, beperken of corrigeren. De module kan onder meer helpen bij het ordenen van:

  • het proces waarvoor de machine is bedoeld;
  • het verwachte profiel van de gebruiker;
  • de vereiste competenties van de operator;
  • de bedrijfsmodi van de machine;
  • de materialen, producten of gereedschappen die binnen het proces vallen;
  • gedrag van gebruikers dat redelijkerwijs voorzienbaar is;
  • gebruik dat ontwerptechnisch moet worden uitgesloten of duidelijk in de gebruiksaanwijzing moet worden beschreven.

Dit is geen marketingtekst. Dit is de basis voor het herkennen van gevarenbronnen en het uitwerken van risicoscenario’s. Hoe scherper dit deel is, hoe minder ruis later in de beoordeling.

Grenzen van de machine zonder snelle denksprongen

Bij de grenzen van de machine gaat het niet alleen om afmetingen, hekwerken of de omtrek van een werkplek. In ISO 12100 gaat het om een formele beschrijving van de omstandigheden waarin de machine moet functioneren en waarbinnen de risicobeoordeling wordt uitgevoerd.

Die grenzen kunnen betrekking hebben op gebruik, ruimte, tijd en andere beperkingen vanuit proces, werkomgeving of verwachte exploitatie. De AI-module kan deze informatie in een vaste structuur voorstellen, bijvoorbeeld:

  • gebruiksgrenzen — beoogd gebruik, voorziene gebruikers, bedrijfsmodi, redelijkerwijs voorzienbaar verkeerd gebruik;
  • ruimtelijke grenzen — installatieplaats, werkzones, gevarenzones, toegang tot de machine, bewegingsbereik, koppelingen met andere machines;
  • tijdsgrenzen — verwachte gebruiksduur, bedrijfscycli, onderhoudsintervallen, slijtage van onderdelen, bedrijfsduur van componenten;
  • andere grenzen — omgevingscondities, temperatuur, vochtigheid, stofbelasting, voeding, media, reiniging, materiaalsoort en installatie-eisen.

Goed beschreven grenzen van de machine houden de beoordeling met beide voeten op de vloer. Scenario’s ontstaan dan niet los van de praktijk, maar vanuit de manier waarop de machine echt wordt gebruikt.

Scenario’s van gevaren: van gevarenbron naar concreet verhaal

Een gevarenbron aanwijzen is nog geen risicobeoordeling. Bewegende delen, een scherpe rand, opgeslagen energie of een heet oppervlak zijn pas het begin. Het team moet beschrijven wie wordt blootgesteld, wanneer die blootstelling optreedt, bij welke taak en welke schade kan ontstaan.

Een goed scenario bevat ten minste:

  • de blootgestelde persoon;
  • de taak die deze persoon uitvoert;
  • de levensfase van de machine;
  • de zone waarin de blootstelling ontstaat;
  • de gevarenbron;
  • de gevaarlijke situatie, de gevaarlijke gebeurtenis of beide;
  • de mogelijke schade.

De AI-module kan op basis van de context van de beoordeling en de gegevens in Safety Software zulke scenario’s schetsen. Niet als losse tekst buiten de documentatiestructuur, maar als inhoud die aansluit op de vervolgstappen: risico-inschatting, keuze van beschermingsmaatregelen, risicoreductie en beschrijving van het restrisico.

Ook hier blijft de praktijk leidend. Alleen het ontwerpteam weet of een situatie voorkomt tijdens normaal bedrijf, afstellen, reinigen, storingsopheffing, onderhoud, transport of buitenbedrijfstelling. AI kan een voorstel doen. De ingenieur moet toetsen of het klopt.

Werkconcept voor controle, geen kant-en-klaar eindresultaat

In Safety Software zijn AI-voorstellen werkmateriaal. De gebruiker kan ze accepteren, aanpassen of verwerpen. Dat is bewust zo ontworpen. Het beperkt het risico dat tekst gedachteloos in technische documentatie wordt geplakt.

AI kan helpen om sneller te starten, maar het ontslaat niemand van technische controle. Elke beschrijving in een risicobeoordeling moet aansluiten op het werkelijke ontwerp, het beoogd gebruik en het gedrag van gebruikers dat redelijkerwijs voorzienbaar is.

Een goed AI-voorstel moet:

  • concreet zijn;
  • bewerkbaar zijn;
  • gekoppeld zijn aan de beoordeelde machine;
  • passen bij de taal van risicobeoordeling;
  • ingebed zijn in de structuur van ISO 12100;
  • bruikbaar zijn voor technische beoordeling.

De grootste waarde zit dus niet in de gegenereerde tekst zelf. De waarde zit in het feit dat het team sneller bij de inhoudelijke vragen komt. Is dit scenario realistisch? Is de juiste blootgestelde persoon genoemd? Komt deze taak voor in deze levensfase? Is de mogelijke schade correct beschreven? Reduceert de gekozen beschermingsmaatregel echt dat deel van het risico dat in de beoordeling is benoemd?

Die vragen moet nog steeds een mens stellen. En beantwoorden.

Consistente documentatie en een spoor van besluiten

In machinedocumentatie lopen begrippen vaak door elkaar. Een gevarenbron wordt behandeld als een scenario. Een gevaarlijke situatie wordt verward met een gevaarlijke gebeurtenis. Een beschermingsmaatregel verschijnt zonder duidelijke koppeling met het risico dat zij reduceert. Het restrisico wordt samengevat in één woord of één kleur.

Dat lijkt efficiënt. Tot iemand vraagt waarom een besluit is genomen. Dan blijkt de tabel dood. Geen redenering. Geen samenhang. Geen spoor van besluiten.

AI kan helpen om taal consequenter te houden. De module kan een ontbrekend scenario-element signaleren, een tekst voorstelbaar maken voor dezelfde machinecontext of helpen begrippen uit elkaar te houden die in de documentatie verschillende functies hebben.

Dat is vooral belangrijk bij grotere risicobeoordelingen. Hoe meer taken, levensfasen, zones, gevarenbronnen en beschermingsmaatregelen, hoe lastiger het wordt om één stijl en één logica vast te houden. AI kan daarbij helpen, mits het werkt als assistent van het proces en niet als zelfstandige auteur van de einddocumentatie.

De richting in Safety Software is helder: de risicobeoordeling moet niet alleen het resultaat tonen, maar ook de weg naar het besluit. Wie was blootgesteld? Welke taak voerde die persoon uit? Welke gevaarlijke situatie kon ontstaan? Welke gevaarlijke gebeurtenis kon tot schade leiden? Welke beschermingsmaatregel is gekozen? Wat bleef over als restrisico?

Zonder dat spoor van besluiten verliest een risicobeoordeling haar bewijskracht.

AI-module voor risicobeoordeling van machines als assistent in het werk

De nieuwe module wordt ontwikkeld als assistent bij het opstellen en controleren van de risicobeoordeling. Dat levert een paar heel praktische toepassingen op.

Ten eerste kan de gebruiker sneller een werkbeschrijving maken van de machine, het gebruik en de grenzen van de machine. Ten tweede kan AI helpen bij het opbouwen van scenario’s voor specifieke taken, levensfasen en blootgestelde personen. Ten derde kan de module de taal van de documentatie helpen ordenen, zodat gevarenbron, gevaarlijke situatie, gevaarlijke gebeurtenis, mogelijke schade, beschermingsmaatregel en restrisico niet door elkaar gaan lopen.

Ten vierde kan AI ondersteunen bij een consistentiecontrole van bestaande beschrijvingen. Niet als eindcontroleur. Niet als auditor. Wel als instrument dat helpt te zien waar een beschrijving ontbreekt, te algemeen is of niet goed aansluit op de rest van de beoordeling.

Dat is nuttig voor teams die geen statische tabel willen produceren, maar documentatie die de logica van ontwerpbesluiten zichtbaar maakt.

AI neemt de verantwoordelijkheid van de fabrikant niet over

De AI-module kan werk versnellen en documentatie consistenter maken. Maar zij neemt de verantwoordelijkheid van de fabrikant, integrator of het ontwerpteam niet over.

AI ziet niet de hele machine zoals de constructeur, besturingstechnicus, procestechnoloog, veiligheidskundige of onderhoudsmonteur die ziet. AI kent niet alle exploitatiecondities. AI observeert niet welke omwegen operators in de praktijk gebruiken. AI vervangt geen meting, validatie of verificatie van beschermingsmaatregelen.

AI beslist ook niet zelfstandig of is voldaan aan de Machinerichtlijn 2006/42/EG, Verordening (EU) 2023/1230, normen type-B of normen type-C. Zij stelt geen CE-conformiteit vast en levert geen conformiteitsverklaring af.

Daarom behandelt Safety Software AI als ondersteunend gereedschap. AI helpt materiaal voor te bereiden. De beslissing blijft bij de mens.

Nieuwe functie, dezelfde ontwikkelrichting

Safety Software wordt ontwikkeld rond één principe: een risicobeoordeling mag geen dode tabel zijn. Zij moet laten zien hoe het team heeft gedacht, welke risicoreductie is toegepast en waarom bepaalde besluiten zijn genomen.

De AI-module past in die lijn. Zij verkort het proces niet door stappen over te slaan. Zij verkort de weg van ongeordende informatie naar werkmateriaal dat technisch kan worden beoordeeld.

Dat is vooral waardevol bij complexe machines en lijnen, waar het aantal scenario’s snel groeit. In zulke projecten zit de moeilijkheid niet alleen in het schatten van risico. Minstens zo belangrijk is de samenhang tussen beschrijvingen, taken, gevarenbronnen, beschermingsmaatregelen en restrisico.

AI kan die samenhang ondersteunen, zolang zij hulpmiddel blijft.

Samenvatting: AI ondersteunt de risicobeoordeling, maar sluit haar niet af

De nieuwe AI-module in Safety Software helpt om onderdelen van de risicobeoordeling van een machine sneller en consequenter voor te bereiden. Zij kan ondersteunen bij het beschrijven van beoogd gebruik, redelijkerwijs voorzienbaar verkeerd gebruik, grenzen van de machine en scenario’s van gevaren.

De module kan ook helpen om de taal van technische documentatie te ordenen en materiaal klaar te zetten voor verdere analyse. Maar zij vervangt de ingenieur niet. Zij keurt geen risico goed. Zij voert geen conformiteitsbeoordeling uit. Zij ontslaat de fabrikant niet van verantwoordelijkheid voor technische documentatie en machineveiligheid.

Goed gebruikte AI is geen orakel. Het is een assistent die helpt om sneller tot een beter geordend besluit te komen. In Safety Software sluit AI de risicobeoordeling niet af. AI helpt haar consistenter, sneller en met een beter spoor van besluiten uit te voeren.

AI-module voor risicobeoordeling van machines in de praktijk: scenario’s bij functionele tests

In de praktijk kan de AI-module ondersteuning bieden op het niveau van één concrete taak. Als het team de levensfase van functionele tests en proeven analyseert, kan Safety Software voorstellen voorbereiden voor scenario’s die aan die taak zijn gekoppeld.

Zo’n voorstel is geen voltooide risicobeoordeling. Het is een geordend werkconcept met velden die nodig zijn voor verdere analyse: gevarenbron, mogelijke gevolgen, gevarenzone en scenariobeschrijving. De gebruiker controleert of de tekst overeenkomt met de werkelijke machine, past hem aan en slaat hem pas daarna op in de beoordeling.

Voor een taak rond functionele tests kan de module bijvoorbeeld een scenario voorstellen rond bewegende elementen in de zone waar een container wordt gemanipuleerd en gepositioneerd. In de beschrijving staan de blootgestelde persoon, de plaats van blootstelling, de gevarenbron en mogelijke gevolgen zoals intrekken, grijpen of stoten.

Een tweede voorstel kan betrekking hebben op een hogedruksysteem bij een vulmond, doseerleiding of koppelpunt. In dat scenario kunnen de mogelijke gevolgen onder meer bestaan uit injectie van medium onder druk of geraakt worden door een weggeslingerd onderdeel of materiaal.

Element van het voorstelVoorbeeld
TaakFunctionele tests en proeven
GevarenbronBewegende elementen
Mogelijke gevolgenIntrekken, grijpen, stoten
GevarenzoneZone voor manipulatie en positionering van de container
StatusVereist technische beoordeling door de ingenieur

Precies in deze fase zit de praktische winst. AI neemt geen besluit namens het team. De module helpt een werkbeschrijving van het scenario op te bouwen, zodat de ingenieur technisch kan controleren: bestaat deze zone echt, voert de blootgestelde persoon deze taak uit, zijn de gevolgen juist gekozen en is dit scenario geen dubbeling van een bestaande positie in de beoordeling?

Daardoor begint de risicobeoordeling niet met een lege tabel. Het team krijgt materiaal om te beoordelen. Maar het besluit blijft waar het hoort: bij de mens die de machine, het ontwerp en de praktijk kent.

Veelgestelde vragen

Wat is de AI-module voor risicobeoordeling van machines?

De AI-module voor risicobeoordeling van machines is een functie die het opstellen van conceptbeschrijvingen voor de risicobeoordeling ondersteunt, bijvoorbeeld van de grenzen van de machine, het beoogd gebruik, het redelijkerwijs voorzienbaar verkeerd gebruik en schetsen van gevarenscenario's.

Het is geen geautomatiseerd systeem voor het goedkeuren van de machineveiligheid. AI-voorstellen vereisen beoordeling, correctie en acceptatie door een competent ontwerpteam of door de persoon die verantwoordelijk is voor de risicobeoordeling.

Kan AI de risicobeoordeling volgens ISO 12100 vervangen?

Nee. AI kan geselecteerde fasen van het proces ondersteunen, maar vervangt de risicobeoordeling die overeenkomstig ISO 12100 wordt uitgevoerd niet. De norm vereist een bewuste vaststelling van de grenzen van de machine, identificatie van gevaren, risicoschatting en risico-evaluatie, evenals de keuze van beschermende maatregelen.

De uiteindelijke beslissingen over de aanvaardbaarheid van het risico, maatregelen voor risicoreductie en restrisico blijven bij de mens.

Welke informatie kun je het beste geven zodat AI een bruikbaar concept opstelt?

De beste resultaten worden bereikt door de specifieke werkcontext van de machine te geven, en niet alleen de algemene naam van het apparaat. Belangrijk zijn gegevens over het beoogde gebruik, bedrijfsmodi, blootgestelde personen, materialen, gereedschappen, toegangszones en levensfasen van de machine.

  • wie de machine bedient, afstelt, reinigt of onderhoudt,
  • onder welke omstandigheden en met welke beperkingen de machine werkt,
  • welk gebruikersgedrag redelijkerwijs voorzienbaar is,
  • welke gevarenbronnen bij de betreffende taken aanwezig zijn.
Waarmee helpt AI bij de beschrijving van de grenzen van de machine?

AI kan de grenzen van de machine ordenen in categorieën die worden gebruikt in het risicobeoordelingsproces: gebruiksgrenzen, ruimtelijke grenzen, tijdsgrenzen en andere grenzen die voortvloeien uit het proces of de werkomgeving.

Een dergelijke opzet helpt te algemene formuleringen te vermijden en maakt het later gemakkelijker om gevaren te koppelen aan werkelijke taken, werkzones, levensfasen van de machine en de te voorziene wijze van gebruik.

Kan de AI-module dreigingsscenario's genereren?

Ja, de module kan concepten van gevarenscenario's opstellen op basis van de gegevens die in het systeem beschikbaar zijn en de informatie die door de gebruiker is verstrekt. Een goed scenario moet niet alleen de bron van het gevaar beschrijven, maar ook de blootgestelde persoon, de taak, de levensduurfase van de machine, de gevaarlijke situatie, de gevaarlijke gebeurtenis en de mogelijke schade.

Elk dergelijk concept moet door het team worden geverifieerd, omdat alleen personen die het ontwerp en de wijze van gebruik van de machine kennen, kunnen bevestigen of het scenario realistisch en volledig is.

Bekijk de AI-module voor risicobeoordeling van machines

Maak een account aan en zie hoe Safety Software conceptbeschrijvingen maakt van het beoogde gebruik, de machinegrenzen en gevarenscenario’s. Een engineer kan deze daarna beoordelen.

Account aanmaken AI-voorstellen kunt u bewerken, accepteren of afwijzen.