How – Inside the AI OS: running governed agents on your own cluster, liveInschrijven →
ENERGIE-, WATER- EN NETBEHEERDERS

Soevereine AI voor Nutsbedrijven

Net-, water- en gasbeheerders draaien de systemen waar al het andere van afhangt, onder NIS2 en met een toezichthouder die om het dossier zal vragen. AI op die data moet binnen de perimeter blijven en zichzelf kunnen verklaren. Daarvoor is het platform gebouwd.

OT-data blijven binnen

Draait op de eigen infrastructuur van de beheerder. Nettopologie, telemetrie en meetdata verlaten de perimeter nooit, verbonden of niet.

Gebouwd voor NIS2

Incidenten gecorreleerd met uw eigen diensten en assets, vroegtijdige waarschuwingen opgesteld met bewijs erbij, elke beoordeling gelogd.

Agenten die eerst vragen

Elke agent handelt onder een afgebakende identiteit en een beleid. Alles wat een schakelaar, een afsluiter of een contract raakt, gaat via uw goedkeuring.

IN GEWONE TAAL

De dag van een distributienetbeheerder wordt nu feeder per feeder beslist: zonnepanelen, warmtepompen en laadpunten hebben het net tweerichtingsverkeer gemaakt, en NIS2 heeft van elke storing een meldplichtig incident gemaakt. De data om dat goed te doen bestaan al in SCADA, meting, GIS en assetsystemen. Wat ontbreekt is één plek waar ze samenkomen, waar AI erop kan handelen, en waar niets ervan de controle van de beheerder verlaat.

Lees dit als u operaties, assetmanagement, security of IT leidt bij een energie-, water- of gasbeheerder, of verantwoordelijk bent voor zijn NIS2-verplichtingen.


WAT HET PLATFORM HIER DOET

Voor nutsbedrijven is Scrydon het soevereine AI- en dataplatform dat SCADA-, meet-, GIS- en assetdata samenbrengt in één gegoverneerd model, er voorspellingen en agenten op draait binnen de eigen infrastructuur van de beheerder, en de incident-, activerings- en auditdossiers oplevert die NIS2 en de toezichthouder verwachten.

Het draait identiek on-premises, in een nationale soevereine cloud of volledig ontkoppeld, zodat hetzelfde platform de controlekamer, de assetplanners en het securityteam bedient en de grens van de operationele technologie blijft waar de beheerder haar heeft getrokken.

HET PROBLEEM VAN DE BEHEERDER

Het net werd tweerichtingsverkeer. De tooling niet.

Tien jaar geleden plande een distributienetbeheerder capaciteit per regio en per jaar. Vandaag is de bindende beperking één feeder op één namiddag, wanneer zonnepanelen pieken, warmtepompen stilstaan en een straat vol laadpunten tegelijk aanslaat. Het antwoord op de vraag of die feeder het houdt, zit in meting, weer, schakelstand en de flexibiliteitscontracten die in dat gebied beschikbaar zijn, en het moet continu opnieuw worden berekend.

Tegelijk is de regelgevende klok veranderd. Onder NIS2 is een storing of een cyberincident een meldplichtig incident met een vroegtijdige waarschuwing binnen 24 uur en een melding binnen 72 uur, en beide starten op het moment dat de beheerder het weet. Weten hangt af van het correleren van wat SCADA, de SIEM, het ticketsysteem en de wijzigingskalender al loggen, en dat tijdens het incident in plaats van erna. Niets van deze data mag naar een buitenlandse AI-dienst: meetdata zijn persoonsgegevens en topologie is nationale-veiligheidsdata.

  • Beslissingen op feederniveauCongestie is nu lokaal en per uur. De voorspelling moet op de resolutie van de asset zijn, niet van de regio.

  • Data in silo's die niet naïef mogen samensmeltenSCADA, historian, GIS, EAM en meting hebben elk een goede reden om gescheiden te zijn. Ze hebben toch één model nodig.

  • Een meldplichtige klokDe termijnen van 24 en 72 uur van NIS2 starten wanneer u het weet, en weten hangt af van het correleren van wat u al logt.

  • Data die niet mogen vertrekkenSlimme-meterdata zijn persoonsgegevens; topologie is nationale-veiligheidsdata. Geen van beide mag naar een buitenlandse AI-dienst.

OP HET PLATFORM

Eén model van het net, en agenten die erop werken

Het platform vertrekt van een model van het net in de eigen termen van de beheerder: onderstations, feeders, transformatoren, aansluitingen, meters, contracten en de diensten die ze dragen, gemapt vanuit GIS, het assetsysteem, de historian en het meetplatform zonder een ervan te migreren. Telemetrie, alarmen, weer, werkorders en marktsignalen landen op dat model zodra ze binnenkomen, zodat een vraag over een feeder één antwoord heeft, uit welk systeem het detail ook kwam.

Bovenop dat model maakt decision intelligence van een voorspelde overbelasting of een verslechterende asset een aanbevolen, becijferde actie, en stellen agenten op wat volgt: de flexibiliteitsactivering, de werkorder, de vroegtijdige NIS2-waarschuwing. Elk daarvan gaat via de goedkeuringsworkflow van de beheerder. Een aangewezen persoon keurt goed, en het concept, de goedkeuring en de redenering worden samen gelogd. De controlekamer behoudt haar gezag; ze wint de voorbereiding.

  1. 1

    Modelleren

    Een ontologie van onderstations, feeders, assets, aansluitingen, contracten en diensten, gemapt vanuit de systemen die u al draait.

  2. 2

    Samenvoegen

    Telemetrie, alarmen, meting, weer en werkorders landen continu op dat model, zodat een vraag over een feeder één antwoord heeft.

  3. 3

    Beslissen

    Voorspelling en decision intelligence maken van een voorspelde overbelasting of een verslechterende asset een aanbevolen, becijferde actie.

  4. 4

    Handelen, met goedkeuring

    Agenten stellen de activering, de werkorder of de NIS2-melding op. Een aangewezen persoon keurt goed. Alles wordt gelogd.

WAAROM SOEVEREIN

De OT-grens is een ontwerpbeperking, geen implementatieoptie

De grens van de operationele technologie van een nutsbedrijf is geen voorkeur; het is de lijn die de veiligheidsautoriteit auditeert. Het platform is gebouwd om aan de juiste kant ervan te zitten. Het draait op de eigen hardware van de beheerder, in een nationale soevereine cloud of volledig air-gapped voor het controlenetwerk, met open-weight modellen die lokaal worden geserveerd, zodat geen inferentieoproep, licentiecontrole of updatepad de perimeter verlaat.

Agenten worden behandeld als identiteiten, niet als scripts. Elke agent authenticeert, draagt afgebakende rechten per systeem en per actie, en wordt geobserveerd als elke andere actor. Een agent die telemetrie leest, kan niet naar een controller schrijven tenzij een beleid dat toelaat en een persoon het goedkeurt. Het auditlog, de beleidsbeslissingen en de goedkeuringen die daaruit volgen, zijn het bewijs waar het toezicht op NIS2 en ISO 27001 om vraagt, geproduceerd door het platform te draaien in plaats van samengesteld voor de audit.

  • On-premises of ontkoppeldHet volledige platform draait op uw hardware, in een nationale soevereine cloud of air-gapped voor het controlenetwerk.

  • Open-weight modellen, lokaal geserveerdGeen inferentieoproep verlaat de perimeter. De modelkeuze blijft van u, en wisselen betekent niet herbouwen.

  • Afgebakende agentidentiteitAgenten authenticeren zoals operatoren, met rechten per systeem en per actie, zodat een agent die telemetrie leest niet naar een controller kan schrijven.

  • Bewijs door constructieHet auditlog, de beleidsbeslissingen en de goedkeuringen zijn het NIS2- en ISO 27001-bewijs, geen document dat achteraf wordt geschreven.

Nieuwsbrief

Houd dit onderwerp in de gaten

Wat er voor uw sector verandert in Europese AI-soevereiniteit, en wat we in de praktijk leren. Een paar keer per jaar, geen drip-campagne.

Een paar keer per jaar. Geen drip-campagne, uitschrijven met één klik. Privacybeleid

Toepassingen

Toepassingen voor nutsbedrijven

Net-, water- en gasoperaties op één soeverein platform.

Voorspellend infrastructuuronderhoud

Openbare werken

Uitdaging

Reactief onderhoud aan wegen, bruggen en nutsvoorzieningen leidt tot kostbare noodreparaties en verstoringen van de dienstverlening.

Oplossing

Analysemodellen verwerken data uit IoT-sensoren en historische rapporten om storingen te voorspellen voordat ze optreden, en plannen preventief onderhoud in.

Lees meer

40% lagere kosten voor noodreparaties en een langere levensduur van kritieke publieke infrastructuur.

Voorspellend netonderhoud

Energie & nutsvoorzieningen

Uitdaging

Storingen aan apparatuur in afgelegen onderstations veroorzaken cascaderende stroomuitval en kostbare noodreparaties.

Oplossing

Edge-AI-agenten analyseren trillings- en thermische sensordata lokaal en voorspellen componentuitval weken van tevoren zonder terabytes ruwe data te uploaden.

Lees meer

40% minder ongeplande uitval en geoptimaliseerde onderhoudsplanningen.

Monitoring van waterkwaliteit

Openbare nutsvoorzieningen

Uitdaging

Verontreinigingen in de gemeentelijke drinkwatervoorziening worden vaak te laat ontdekt, met risico's voor de volksgezondheid.

Oplossing

Gedistribueerde sensoragenten monitoren de chemische samenstelling in realtime, isoleren automatisch getroffen leidingsecties en alarmeren de autoriteiten onmiddellijk.

Lees meer

Onmiddellijke indamming van verontreinigingen en gegarandeerde waterveiligheid.

AI-ready fundament voor sensor- en OT-data

Data-engineering

Uitdaging

Net-, water- en transportbeheerders zitten op jarenlange SCADA- en sensorhistorie, maar die is te versnipperd en te slecht gelabeld om betrouwbaar door AI-modellen te laten gebruiken.

Oplossing

Een AI-ready datapijplijn schoont OT- en sensordata op, voorziet die van context en verankert die in de ontologie voordat ze een model bereikt, zodat agenten redeneren over betrouwbare, goed beschreven data in plaats van ruwe tag soup.

Lees meer

Voorspellende modellen en agenten bereiken sneller productiegereedheid, gebouwd op een datafundament dat beheerders daadwerkelijk kunnen vertrouwen.

Afgebakende agentidentiteit voor OT-systemen

Beveiliging & toegangsbeheer

Uitdaging

Een AI-agent toegang geven tot SCADA- of historian-systemen is riskant wanneer elke agent één breed serviceaccount deelt in plaats van een eigen afgebakende identiteit.

Oplossing

Elke agent authenticeert onder zijn eigen gefedereerde identiteit met minimale, in tijd begrensde rechten, zodat een agent die sensortelemetrie leest nooit ook regelsetpoints kan schrijven tenzij dat expliciet is toegestaan.

Lees meer

Agenten opereren veilig naast OT-systemen met een volledig toewijsbaar rechtenmodel, waarmee een belangrijke categorie agentic AI-risico in operationele omgevingen wordt afgesloten.

Gecoördineerde storingsrespons door mens en agent

Incidentrespons

Uitdaging

Een storingsrespons beslaat meerdere teams en dienstwisselingen, en elke overdracht tussen de triage van een agent en het besluit van een operator start de coördinatie opnieuw, wat minuten kost die tellen tijdens een lopend incident.

Oplossing

Het AI OS voert de storingsrespons uit als één gecoördineerd proces: agenten triageren telemetrie en zetten responsacties klaar, operators keuren goed of grijpen in op vastgelegde controlepunten, en de volledige incidentstatus gaat automatisch mee over dienstwisselingen heen.

Lees meer

Snellere, beter gecoördineerde storingsrespons met één doorlopend incidentdossier in plaats van gefragmenteerde overdrachten tussen teams en diensten.

FAQ

Veelgestelde vragen

Hoe helpt het platform een nutsbedrijf de NIS2-meldtermijnen te halen?+
Door de eerste dag korter te maken. Het platform correleert SIEM-alerts, OT-alarmen en wijzigingsrecords met een model van uw eigen diensten en assets, zodat een incident opent met de getroffen diensten geïdentificeerd en het bewijs erbij. Agenten stellen de vroegtijdige waarschuwing van 24 uur en de melding van 72 uur op uit dat dossier; een aangewezen persoon beoordeelt en verzendt. Zie NIS2 voor de controles erachter.
Kan het draaien op het OT-netwerk, ontkoppeld van het internet?+
Ja. Het volledige platform, inclusief open-weight modellen, draait air-gapped zonder uitgaande verbinding, en updates komen binnen via het kanaal dat uw OT-securitybeleid al goedkeurt. Dezelfde stack draait verbonden voor de kantoorkant, zodat er één platform te accrediteren is.
Vervangt dit ons SCADA-, historian- of assetmanagementsysteem?+
Nee. Die systemen blijven de bronsystemen. Het platform modelleert wat ze bevatten in één ontologie en verbindt de records erover heen, zodat een onderstation, een feeder of een werkorder één consistente weergave heeft zonder iets te migreren.
Hoe voorkomt u dat een AI-agent op het net handelt zonder mens?+
Agenten draaien onder afgebakende identiteiten met rechten per systeem en per actie, en elke operationele actie gaat via uw bestaande goedkeuringsworkflow. Een agent kan een activering of een werkorder opstellen; een persoon keurt goed, en zowel het concept als de goedkeuring worden gelogd.
Zijn slimme-meterdata veilig te gebruiken voor voorspelling?+
Slimme-meterdata zijn persoonsgegevens onder de AVG en operationeel gevoelig onder NIS2. Op het platform worden ze verwerkt op uw eigen infrastructuur, binnen uw jurisdictie, onder toegangsbeleid dat u bepaalt, en het activeringsdossier dat de toezichthouder verwacht ontstaat als bijproduct van de voorspelling.
We hebben AI-pilots gedraaid op storingsvoorspelling. Wat is hier anders?+
De pilot bewees het model; productie heeft het platform eronder nodig: een gedeeld netmodel, gegoverneerde data, agentidentiteit, audit en de uitrol die uw securityteam aanvaardt. Dat is de stap van een pilot naar organisatiebrede AI, en dat is wat het platform levert.
Werken jullie samen bij aanbestedingen en raamcontracten?+
Ja, altijd. We zoeken altijd partners onder primes, integratoren en consortia voor aanbestedingen, RFP's, raamcontracten en Europese programma's, als het soevereine AI- en dataplatform binnen een groter bod of als gespecialiseerde onderaannemer. Bereidt u een bod voor, praat dan vroeg met ons.

Of schrijf ons

Vertel ons waar u aan werkt en wie moet antwoorden. Een mens leest het en antwoordt binnen één werkdag.

We gebruiken deze gegevens alleen om u te antwoorden. Privacybeleid

Schrijft u liever? Mail naar hello [at] scrydon.com en wij nemen contact met u op.

VOLGENDE STAPPEN

Ga verder

Drie routes vanaf hier: de regels waaraan u wordt getoetst, het platform waarop deze resultaten draaien en de sessies waarin we ze doorlopen.

Volgend webinar

How – Inside the AI OS: running governed agents on your own cluster, live(in het Engels)

17 sep 2026, 09:00

Part 2 of the Sovereign AI series, for engineers and architects. No slides after minute five: an agent gets an identity and scoped permissions, calls tools over governed MCP, retrieves from the ontology rather than raw tables, runs inside the sandbox and is stopped when it steps outside policy, and everything lands in the audit trail — then the same stack brought up on a disconnected network. Properties and refusals, shown rather than claimed.

Partners

Samen met toonaangevende innovators bouwen aan de toekomst van Data & AI. Meer informatie.
Delaware logo