Wie hilft KI bei der SPS-Programmierung?
Künstliche Intelligenz unterstützt die SPS-Programmierung, indem KI-Assistenten Strukturierten Text (ST), Funktionsbausteine und TIA-Portal-Logik aus natürlichsprachigen Beschreibungen generieren, bestehenden Code erklären und Fehler in Steuerungsprogrammen aufspüren. 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.
KI in der SPS-Programmierung: Tools & PraxisKI 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) oder Funktionsbausteine nach IEC 61131-3, erläutern gewachsene Kontaktplan-Logik und schlagen Korrekturen vor, wenn ein Baustein nicht das tut, was er soll. Gerade bei der weit verbreiteten Siemens-TIA-Portal-Umgebung senkt das die Einstiegshürde und beschleunigt repetitive Aufgaben spürbar — ohne dass die Steuerungstechnik ihr Fachwissen abgibt.
Der entscheidende Punkt ist, dass KI in der OT-Welt nicht ungeprüft in die Maschine schreibt. Ein KI-Assistent generiert einen Vorschlag, der Mensch reviewt ihn, und erst der freigegebene Stand geht über kontrollierte Pfade — Wartungsfenster, OT-Proxy-Agent, Hardware-in-the-Loop-Test — auf die reale Anlage. 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, aber es ist der Unterbau, der KI-Unterstützung in der SPS-Programmierung überhaupt verantwortbar macht. Ohne Versionierung wird KI-generierter Code zu einer Blackbox an der Maschine; 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.
ST-Baustein aus natürlicher Sprache generieren
Ein Steuerungstechniker beschreibt einem KI-Assistenten die gewünschte Förderband-Logik in Worten und erhält einen Strukturierten-Text-Baustein als Entwurf, den er reviewt, anpasst und über das VCI versioniert in Git ablegt — statt bei null anzufangen.
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.
- 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.
- 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.
- Welche KI-Werkzeuge eignen sich für die SPS-Programmierung?
- Verbreitet sind terminal- und IDE-nahe KI-Assistenten wie Claude Code oder GitHub Copilot, die direkt im versionierten Projekt arbeiten, sowie Chat-basierte Modelle für Erklärungen und Entwürfe. 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.
Erstgespräch.
Kostenlos.
90 Tage zum Ergebnis.
Wir klären gemeinsam, wie Sie in 90 Tagen die ersten messbaren Industrial-DevOps-Erfolge erzielen.
Industrie · Automotive · Finance