Wie hilft KI bei der SPS-Programmierung?
Künstliche Intelligenz unterstützt die SPS-Programmierung, indem KI-Assistenten Strukturierten Text (ST/SCL), Funktionsbausteine und TIA-Portal-Logik aus natürlichsprachigen Beschreibungen generieren, bestehenden Code erklären und Fehler in Steuerungsprogrammen aufspüren. Im TIA Portal übernehmen das der Siemens Industrial Copilot und seit April 2026 der Eigen Engineering Agent, bei Beckhoff der TwinCAT Chat, herstellerneutral auch allgemeine Modelle wie Claude oder GPT auf dem exportierten Code. Damit KI-generierter SPS-Code nachvollziehbar und auditierbar bleibt, gehört er über das Version Control Interface in Git, als Single Source of Truth für die IT/OT-Brücke.
Auch bekannt als: KI-Assistent für SPS · TIA Portal KI-Assistent · TIA Portal KI · KI für SPS-Code
Ist KI in der SPS-Programmierung bei Ihnen gerade ein Thema?
Wir fragen kurz, wie dringend das Thema bei Ihnen gerade ist. Je nach Antwort zeigen wir Ihnen direkt den passenden nächsten Schritt — ganz ohne Formular.
KI verändert die SPS-Programmierung an drei Stellen: beim Schreiben von Code, beim Verstehen von Bestandsanlagen und beim Finden von Fehlern. Moderne KI-Assistenten erzeugen aus einer natürlichsprachigen Anforderung Strukturierten Text (ST/SCL) oder Funktionsbausteine nach IEC 61131-3, erläutern gewachsene Kontaktplan-Logik und schlagen Korrekturen vor, wenn ein Baustein nicht das tut, was er soll. Gerade in der weit verbreiteten Siemens-TIA-Portal-Umgebung senkt das die Einstiegshürde und beschleunigt repetitive Aufgaben spürbar, ohne dass die Steuerungstechnik ihr Fachwissen abgibt. Der Markt hat sich dabei zweigeteilt. Auf der einen Seite stehen die herstellereigenen Assistenten: bei Siemens der Industrial Copilot und seit April 2026 der Eigen Engineering Agent, bei Beckhoff der TwinCAT Chat in der XAE-Umgebung. Auf der anderen Seite arbeiten Teams tool-unabhängig mit Assistenten wie Claude Code oder GitHub Copilot auf dem per VCI exportierten, in Git versionierten SPS-Code, herstellerneutral und ohne zusätzliche Lizenzbindung. Über einen MCP-Server oder die Openness-API lassen sich diese allgemeinen Modelle zusätzlich an das TIA Portal anbinden, sodass sie Variablennamen und Datentypen aus dem laufenden Projekt kennen.
Wer im TIA Portal neue Logik schreiben lassen will, trifft auf zwei Werkzeuge mit demselben Herstellerlogo, die unterschiedlich weit gehen. Der Industrial Copilot schlägt vor: Sie beschreiben einen Baustein, er liefert SCL, Sie übernehmen oder verwerfen. Der Eigen Engineering Agent, den Siemens im April 2026 auf der Hannover Messe vorgestellt hat, arbeitet eine Aufgabe stattdessen eigenständig ab, über SPS-Code, WinCC-Unified-Visualisierung, Gerätekonfiguration und die Projektdokumentation hinweg. Bezogen wird er als Abonnement über den Siemens Digital Exchange, einen Monat lang kostenlos zum Ausprobieren. Wir sehen den Unterschied im Alltag weniger an der Codequalität als am Prüfaufwand: Einen Vorschlag hat man in zwei Minuten gelesen, eine fertig konfigurierte Station nicht.
In der OT-Welt schreibt KI nicht ungeprüft in die Maschine. Ein KI-Assistent generiert einen Vorschlag, der Mensch reviewt ihn, und erst der freigegebene Stand geht über kontrollierte Pfade auf die reale Anlage, also über Wartungsfenster, OT-Proxy-Agent und Hardware-in-the-Loop-Test. Damit dieser Review überhaupt möglich ist, muss KI-generierter SPS-Code denselben Weg nehmen wie jeder andere Code: textbasiert exportiert über das Version Control Interface (VCI) des TIA Portal und in Git versioniert. Erst die Git-Historie macht sichtbar, was die KI verändert hat, und macht jede Änderung auditierbar.
Genau hier schließt sich der Kreis zur IT/OT-Brücke: Git ist nicht das, wonach Steuerungstechniker googeln. Kaum jemand kommt über Git zur KI, fast alle kommen über die KI zu Git, und dieser Weg ist völlig legitim. Entscheidend ist nur, dass Git der Unterbau ist, der KI-Unterstützung in der SPS-Programmierung überhaupt verantwortbar macht. Ohne Versionierung wird KI-generierter Code zu einer Blackbox an der Maschine: Der Baustein läuft an der Anlage, und im Störfall kann niemand sagen, welcher Prompt ihn erzeugt und wer den Vorschlag freigegeben hat. Die Haftungsfrage stellt sich dann sofort. Mit Versionierung wird er zu einem reviewbaren, reproduzierbaren und für Normen wie IEC 62443 oder die Maschinenrichtlinie nachweisbaren Artefakt. Stolpersteine sind blindes Übernehmen von KI-Vorschlägen ohne Test, das Programmieren direkt im Binärprojekt statt über VCI und die Annahme, KI ersetze das Verständnis des physischen Prozesses. Sie beschleunigt es, ersetzt es nicht.
SCL-Baustein aus natürlicher Sprache generieren
Ein Steuerungstechniker beschreibt dem Assistenten die gewünschte Förderband-Logik in Worten, inklusive Ein- und Ausgängen, Datentypen und Grenzwerten, und erhält einen SCL-Baustein als Entwurf. Er liest die Annahmen des Assistenten gegen, korrigiert die Anlaufverzögerung, kompiliert und legt den Stand über das VCI in Git ab. Der Entwurf spart nicht das Denken, aber die leere Datei.
Agent konfiguriert Station und Visualisierung mit
Statt nur einen Baustein vorzuschlagen, arbeitet der Eigen Engineering Agent eine ganze Teilaufgabe ab: SPS-Logik, die zugehörigen WinCC-Unified-Bilder und die Projektdokumentation. Der Prüfaufwand verschiebt sich damit vom Codeschnipsel auf das Ergebnis, weshalb Teams solche Läufe in einem Branch fahren und den Diff im Merge-Request lesen, bevor etwas in den Hauptstand wandert.
KI-Review im CI-Schritt für SPS-Code
Eine CI-Pipeline lässt bei jedem Commit einen KI-Assistenten den exportierten SPS-Code auf Namenskonventionen, tote Logik und typische Antimuster prüfen und hängt die Befunde als Kommentar an den Merge-Request. Der Mensch entscheidet, der KI-Befund beschleunigt nur.
Welches KI-Tool passt zu Ihrer Steuerung?
Fünf KI-Assistenten buhlen um die SPS-Programmierung, und welcher zu Ihnen passt, hängt vor allem an Ihrer Steuerung. Zwei Klicks, und Sie sehen das Tool, das in Ihrer Umgebung am schnellsten trägt.
Mit welcher Steuerung arbeiten Sie überwiegend?
- Gibt es einen KI-Assistenten im TIA Portal?
- Ja, inzwischen sogar zwei von Siemens selbst. Der Siemens Industrial Copilot erzeugt seit 2024 Strukturierten Text aus natürlichsprachigen Anforderungen, erklärt Bestandscode und unterstützt bei der Fehlersuche. Im April 2026 ist der Eigen Engineering Agent dazugekommen, der Aufgaben nicht nur vorschlägt, sondern eigenständig ausführt. Daneben arbeiten viele Teams tool-unabhängig: Sie exportieren den SPS-Code über das VCI und lassen allgemeine Assistenten wie Claude Code auf dem versionierten Stand arbeiten, was den Review-Prozess in Git hält, unabhängig vom Hersteller.
- Was ist der Eigen Engineering Agent von Siemens?
- Der Eigen Engineering Agent ist der generative KI-Assistent, den Siemens im April 2026 für das TIA Portal auf den Markt gebracht hat. Er erzeugt SCL- und KOP-Code, legt WinCC-Unified-Visualisierungen samt JavaScript an, konfiguriert Geräte und schreibt die Projektdokumentation. Der Unterschied zum Siemens Industrial Copilot liegt in der Arbeitsweise: Der Copilot liefert Vorschläge, die ein Mensch übernimmt, der Agent arbeitet eine Aufgabe eigenständig ab und prüft das Ergebnis gegen die vorgegebenen Ziele. Bezogen wird er als Abonnement über den Siemens Digital Exchange, mit einem kostenlosen Testmonat.
- Welche KI-Werkzeuge eignen sich für die SPS-Programmierung?
- Herstellernah sind es der Siemens Industrial Copilot und der Eigen Engineering Agent im TIA Portal, der TwinCAT Chat in der Beckhoff-XAE-Umgebung und der FactoryTalk-Copilot bei Rockwell. Herstellerneutral arbeiten Teams mit Claude Code, GitHub Copilot oder Chat-Modellen auf dem exportierten Projekt, bei Bedarf über einen MCP-Server oder die Openness-API an das TIA Portal angebunden. Entscheidend ist weniger das einzelne Werkzeug als die Einbettung: Der Assistent sollte mit dem über VCI exportierten, in Git versionierten Code arbeiten, damit Vorschläge reviewbar bleiben.
- Was kostet ein KI-Assistent für das TIA Portal?
- Die Siemens-Assistenten laufen als Abonnement über den Siemens Digital Exchange, den Eigen Engineering Agent können Sie einen Monat lang kostenlos testen. Allgemeine Assistenten wie Claude Code oder GitHub Copilot werden pro Nutzer und Monat lizenziert und kosten einen Bruchteil davon, kennen dafür ohne Anbindung über MCP oder Openness den Projektkontext nicht. Der größere Posten ist ohnehin selten die Lizenz, sondern das Sicherheitsnetz darum herum: Versionierung, automatisierter Build und ein Test gegen PLCSim, bevor ein generierter Baustein auf die Anlage kommt.
- Kann KI eine SPS vollständig selbst programmieren?
- Nein, und das ist in der OT-Welt auch nicht das Ziel. KI generiert Code-Vorschläge, erklärt Bestandslogik und findet Fehler, aber die Verantwortung für eine Steuerung, die physische Prozesse und Menschen beeinflusst, bleibt beim Menschen. KI beschleunigt das Engineering, ersetzt aber weder das Verständnis des Prozesses noch den Test auf realer oder simulierter Hardware.
- Welche Aufgaben übernimmt KI in der SPS-Programmierung heute zuverlässig?
- Zuverlässig funktionieren heute drei Dinge: das Generieren von Strukturiertem Text und Funktionsbausteinen aus präzisen Anforderungen, das Erklären gewachsener Kontaktplan- und ST-Logik sowie das systematische Prüfen auf Namenskonventionen, tote Logik und typische Antimuster. Nicht verlässlich sind dagegen das Verständnis des physischen Prozesses und Safety-Logik. Beides bleibt Aufgabe des Menschen und des Tests an simulierter oder realer Hardware.
- Warum sollte KI-generierter SPS-Code in Git liegen?
- Weil nur die Versionierung KI-Vorschläge nachvollziehbar und auditierbar macht. Über das Version Control Interface des TIA Portal wird der Code textbasiert exportiert und in Git abgelegt. Damit zeigt die Historie genau, was die KI verändert hat, ein Review wird möglich, und der Stand ist für Normen wie IEC 62443 nachweisbar. Ohne Git bleibt KI-Code eine Blackbox an der Maschine.
Wo steht Ihr Team bei KI in der SPS-Programmierung?
Uns interessiert, wo Ihr Team bei diesem Thema steht. Auf Basis Ihrer Antwort schlagen wir Ihnen den sinnvollsten nächsten Schritt vor — ganz ohne Formular.
Weiterführende Primärquellen zu KI in der SPS-Programmierung: Normtexte, Hersteller- und Projektdokumentation. Alle Ziele öffnen in einem neuen Tab.
- /01SiemensKünstliche Intelligenz in der Industrie(externe Seite, öffnet in neuem Tab)
Herstellersicht auf KI-Assistenz im Engineering, unter anderem im Industrial Copilot.
- /02BeckhoffTwinCAT 3 Machine Learning(externe Seite, öffnet in neuem Tab)
Trainierte Modelle direkt in der Echtzeitsteuerung ausführen, mit Inference Engine.
- /03PLCopenPLCopen(externe Seite, öffnet in neuem Tab)
Herstellerübergreifende Standardisierung, ohne die generierter Steuerungscode nicht portabel wird.
Erstgespräch.
Kostenlos.
90 Tage zum Ergebnis.
Wir klären gemeinsam, wie Sie in 90 Tagen die ersten messbaren Industrial-DevOps-Erfolge erzielen.
Industrie · Automotive · Finance