Wanneer AI nuttig is — en wanneer je de uitkomst moet wantrouwen

In het vorige hoofdstuk heb je gezien dat een goede Home Assistant-installatie niet bestaat uit zoveel mogelijk losse automatiseringen. Het doel is juist dat je na verloop van tijd nog kunt begrijpen waarom iets gebeurt, welke onderdelen bij elkaar horen en waar je moet zoeken als iets niet werkt.

Precies daar kan AI handig zijn.

Je kunt een AI-assistent bijvoorbeeld vragen om een automatisering uit te leggen, een fout in YAML te zoeken of een ingewikkelde wens om te zetten naar een eerste opzet. Dat kan veel tijd schelen.

Maar er zit een belangrijk verschil tussen:

AI gebruiken om sneller te denken

en:

AI laten beslissen wat technisch juist is.

Dat tweede is gevaarlijk.

Een AI-systeem kan namelijk een antwoord geven dat overtuigend klinkt, netjes is opgebouwd en tóch verkeerd is.

Daarom gebruiken we AI in deze gids niet als automatische probleemoplosser, maar als hulpmiddel dat je controleert.

AI begrijpt jouw Home Assistant-installatie niet vanzelf

Stel dat je aan een AI-assistent vraagt:

Maak een automatisering die het licht in De Werkplaats inschakelt wanneer er beweging is en het donker is.

Dat klinkt duidelijk.

Maar voor Home Assistant ontbreken nog allerlei gegevens.

De AI weet bijvoorbeeld niet:

• welke bewegingssensor je gebruikt;
• hoe de entiteit daarvan heet;
• welke lampen bij De Werkplaats horen;
• wat jij onder ‘donker’ verstaat;
• of je een luxsensor gebruikt;
• of de verlichting na vijf minuten of na een halfuur uit moet;
• wat er moet gebeuren wanneer je zelf het licht handmatig hebt aangezet.

Een AI-systeem zal die ontbrekende informatie soms herkennen en ernaar vragen.

Maar het kan ook aannames doen.

Bijvoorbeeld:

entity_id: binary_sensor.werkplaats_motion

terwijl jouw echte entiteit misschien heet:

binary_sensor.werkplaats_beweging

De YAML ziet er dan prima uit.

Maar hij werkt niet.

Dat is een belangrijk principe:

Een technisch correct uitziend antwoord hoeft nog niet correct te zijn voor jouw installatie.

Waar AI wél goed in is

AI is vooral nuttig bij werkzaamheden waarbij je al weet wat je wilt bereiken, maar hulp kunt gebruiken bij het ordenen, uitleggen of uitschrijven.

Laten we een paar praktische toepassingen bekijken.

Een automatisering in gewone taal uitleggen

Stel dat je maanden geleden een automatisering hebt gemaakt.

Je ziet bijvoorbeeld:

condition:

- condition: numeric_state

entity_id: sensor.werkplaats_licht

below: 150

Je weet niet meer precies waarom dat erin staat.

Dan kun je AI vragen:

Leg deze automatisering stap voor stap uit alsof ik hem zelf opnieuw moet bouwen.

Dat is een goede toepassing.

AI hoeft in dat geval niet te raden wat je systeem doet. Je geeft de bestaande configuratie mee en vraagt om uitleg.

Je kunt daarna controleren of de uitleg overeenkomt met wat je in Home Assistant ziet.

Van een wens naar een eerste ontwerp

Je kunt ook beginnen met gewone taal.

Bijvoorbeeld:

Wanneer ik De Werkplaats binnenloop en het is donkerder dan 150 lux, moet de verlichting aangaan. Als er tien minuten geen beweging meer is, mag het licht uit.

AI kan dat opdelen in:

Trigger

Beweging wordt gedetecteerd.

Voorwaarde

De lichtsterkte is lager dan 150 lux.

Actie

De Werkplaatsverlichting gaat aan.

Daarna moet er nog een tweede situatie worden afgehandeld:

Trigger

Tien minuten geen beweging.

Actie

De verlichting gaat uit.

Dat is nuttig, omdat AI je helpt om een menselijke wens terug te brengen naar dezelfde bouwstenen die je inmiddels kent:

trigger → voorwaarden → acties

Maar ook hier geldt:

Zie dit als een ontwerpvoorstel, niet als eindproduct.

YAML controleren

AI kan ook handig zijn wanneer Home Assistant meldt dat er iets mis is met YAML.

Bijvoorbeeld:

condition:

condition: numeric_state

entity_id: sensor.werkplaats_licht

below: 150

Hier staat below één spatie te ver ingesprongen.

Voor een mens kan zo'n fout irritant lastig te zien zijn.

Een AI-assistent vindt dergelijke structuurfouten vaak snel.

Je kunt bijvoorbeeld vragen:

Controleer alleen de YAML-structuur. Verander de werking niet.

Dat laatste is belangrijk.

Anders bestaat de kans dat AI niet alleen de fout herstelt, maar ondertussen ook delen herschrijft.

Dan weet je niet meer precies wat er veranderd is.

Geef AI zo veel mogelijk echte informatie

Hoe beter de informatie die je meegeeft, hoe kleiner de ruimte voor gokken.

Dat betekent bijvoorbeeld dat je niet vraagt:

Maak een automatisering voor mijn Werkplaats.

maar:

Ik gebruik deze entiteiten:

binary_sensor.werkplaats_beweging
sensor.werkplaats_lichtsterkte
light.werkplaats

De verlichting moet aangaan als beweging wordt gedetecteerd én de lichtsterkte onder 150 lux ligt.

Verander niets aan andere automatiseringen.

Dat is veel preciezer.

Je kunt nog verder gaan en bestaande YAML meesturen.

Dan kan de AI aansluiten op wat je al hebt in plaats van zelf iets nieuws te verzinnen.

Wanneer je extra wantrouwig moet worden

Sommige antwoorden verdienen meer controle dan andere.

Vooral wanneer AI dingen beweert die je niet zelf hebt aangeleverd.

Bijvoorbeeld:

Gebruik hiervoor light.turn_on_delay.

Dat klinkt geloofwaardig.

Maar bestaat die actie eigenlijk wel?

Als je dat niet weet, moet je controleren.

Hetzelfde geldt voor:

• namen van services of actions;
• configuratie-opties;
• integraties;
• blueprint-instellingen;
• YAML-sleutels;
• templatefuncties;
• gewijzigde Home Assistant-functionaliteit.

Home Assistant ontwikkelt voortdurend verder.

Een voorbeeld dat enkele jaren geleden correct was, kan inmiddels verouderd zijn.

Gebruik daarom bij twijfel altijd de officiële Home Assistant-documentatie als controlepunt.

Een overtuigend antwoord kan nog steeds verzonnen zijn

AI-systemen werken niet zoals een traditionele database.

Ze zoeken niet simpelweg één gegarandeerd correct antwoord op.

Ze genereren tekst op basis van patronen.

Daardoor kan een AI-systeem soms iets produceren dat technisch zeer aannemelijk klinkt, maar niet bestaat.

Dat wordt vaak een hallucinatie genoemd.

Bijvoorbeeld:

action:

- service: automation.wait_until_dark

Je zou kunnen denken:

Dat klinkt eigenlijk best logisch.

Maar Home Assistant kent zo'n service niet.

Het gevaar zit dus niet alleen in duidelijk onzinnige antwoorden.

Juist nette, plausibele antwoorden verdienen controle.

Een goede gewoonte is daarom:

Hoe specifieker een technische term klinkt die jij niet kent, hoe meer reden je hebt om hem te controleren.

Laat AI niet meteen alles herschrijven

Stel dat je automatisering bijna goed werkt.

Alleen de verlichting gaat soms te vroeg uit.

Je kunt dan twee dingen doen.

Je kunt AI vragen:

Dit werkt niet goed. Maak het beter.

Of je kunt vragen:

Deze automatisering werkt, behalve dat de verlichting soms uitgaat terwijl ik nog in De Werkplaats ben. Analyseer eerst waardoor dat kan komen. Verander nog niets.

De tweede vraag is veel veiliger.

Waarom?

Omdat je eerst probeert te begrijpen wat er gebeurt.

Dat sluit aan bij de manier waarop je eerder in deze gids fouten hebt onderzocht:

• voorspellen;
• waarnemen;
• controleren;
• één onderdeel veranderen;
• opnieuw testen.

AI verandert dat proces niet.

Het kan je alleen helpen om sneller mogelijke verklaringen te vinden.

Vraag eerst om analyse, daarna pas om een wijziging

Een bruikbare werkwijze is:

Eerst uitleggen. Daarna aanpassen.

Bijvoorbeeld:

Hieronder staat mijn automatisering. Leg eerst uit welke triggers, voorwaarden en acties erin zitten. Noem daarna drie mogelijke oorzaken waarom het licht niet altijd uitgaat. Verander de YAML nog niet.

Pas wanneer je begrijpt waar het probleem waarschijnlijk zit, kun je zeggen:

Pas alleen de wachttijd aan van vijf naar tien minuten. Laat de rest ongewijzigd.

Dat verkleint de kans dat je per ongeluk meerdere veranderingen tegelijk invoert.

Laat AI aangeven wat het aanneemt

Een bijzonder nuttige vraag is:

Welke aannames maak je in dit antwoord?

Dat kan verrassend veel opleveren.

AI kan bijvoorbeeld zeggen:

• ik neem aan dat de bewegingssensor on wordt bij beweging;
• ik neem aan dat de luxwaarde numeriek beschikbaar is;
• ik neem aan dat light.werkplaats alle lampen bevat;
• ik neem aan dat handmatige bediening niet apart behandeld hoeft te worden.

Nu weet je precies wat je moet controleren.

Je maakt daarmee de verborgen onzekerheid zichtbaar.

Gebruik Home Assistant zelf als waarheid

Uiteindelijk bepaalt niet AI wat jouw installatie doet.

Home Assistant doet dat.

Daarom zijn de hulpmiddelen die je eerder hebt geleerd belangrijker dan het antwoord van een AI-assistent.

Controleer bijvoorbeeld:

• Ontwikkelaarstools → Statussen
  Klopt de entiteit en verandert de status zoals je verwacht?
• Ontwikkelaarstools → Acties
  Kun je de gewenste actie handmatig uitvoeren?
• Geschiedenis
  Veranderde de sensor echt op het verwachte moment?
• Traces
  Welke stap heeft de automatisering daadwerkelijk uitgevoerd?
• Logboeken
  Zijn er fouten geregistreerd?

Als AI zegt:

De voorwaarde wordt waarschijnlijk niet waar.

dan hoef je dat niet te geloven.

Je kunt het bekijken.

Dat is veel sterker.

Een praktische AI-werkwijze

Voor automatiseringen in Home Assistant kun je ongeveer deze volgorde gebruiken.

Stap 1 — Beschrijf het gewenste gedrag zelf

Schrijf eerst zonder AI op wat er moet gebeuren.

Bijvoorbeeld:

Als ik De Werkplaats binnenkom en het is donker, moet de verlichting aangaan. Wanneer er tien minuten niemand aanwezig is, moet ze weer uitgaan.

Als je zelf niet duidelijk kunt uitleggen wat de bedoeling is, kan AI dat ook niet betrouwbaar voor je invullen.

Stap 2 — Geef de echte entiteiten mee

Zoek de entiteiten op in Home Assistant.

Bijvoorbeeld:

binary_sensor.werkplaats_beweging

sensor.werkplaats_lux

light.werkplaats

Kopieer ze liever dan dat je ze uit je hoofd typt.

Stap 3 — Vraag om een ontwerp

Vraag bijvoorbeeld:

Deel deze wens eerst op in triggers, voorwaarden en acties. Geef nog geen YAML.

Nu kun je controleren of de logica klopt voordat configuratiesyntax erbij komt.

Stap 4 — Voorspel wat er moet gebeuren

Stel:

Beweging: on

Lux: 80

Wat verwacht je?

De verlichting moet aangaan.

En bij:

Beweging: on

Lux: 500

moet ze uit blijven.

Door zulke situaties vooraf te bedenken, kun je later veel beter testen.

Stap 5 — Laat pas daarna configuratie maken

Als het ontwerp klopt, kun je vragen om YAML of instructies voor de visuele automatiseringseditor.

Maar behandel dat nog steeds als concept.

Stap 6 — Controleer onbekende onderdelen

Zie je iets dat je nog nooit hebt gebruikt?

Controleer het.

Bijvoorbeeld in de officiële documentatie of in Home Assistant zelf.

Stap 7 — Test één situatie tegelijk

Begin bijvoorbeeld alleen met:

Beweging + donker → verlichting aan.

Laat het uitschakelen nog even buiten beschouwing.

Pas wanneer het eerste deel betrouwbaar werkt, bouw je verder.

Stap 8 — Gebruik traces bij afwijkend gedrag

Werkt het niet zoals voorspeld?

Vraag niet meteen:

AI, maak een nieuwe automatisering.

Bekijk eerst de trace.

Daarin staat wat Home Assistant daadwerkelijk heeft gedaan.

Dat is je uitgangspunt voor de volgende analyse.

AI gebruiken bij traces

Traces zijn bijzonder geschikt om samen met AI te analyseren.

Je kunt bijvoorbeeld beschrijven:

De trigger is uitgevoerd. De luxvoorwaarde was waar. Daarna is light.turn_on uitgevoerd, maar het licht bleef uit.

Vraag vervolgens:

Welke controles zou je nu uitvoeren? Geef ze in logische volgorde en verander nog niets.

Een bruikbaar antwoord zou bijvoorbeeld kunnen zijn:

• controleer de status van light.werkplaats;
• voer dezelfde actie handmatig uit via Ontwikkelaarstools;
• kijk of de lamp beschikbaar is;
• controleer of light.werkplaats daadwerkelijk de juiste lamp bevat.

Dat is een goede toepassing van AI.

Niet omdat AI het antwoord al weet, maar omdat het je helpt systematisch verder te zoeken.

Slecht en beter gebruik van AI

Een paar vergelijkingen maken het verschil duidelijk.

Minder verstandig

Mijn automatisering werkt niet. Fix hem.

Beter

Hieronder staat mijn automatisering en de trace van een mislukte uitvoering. Leg eerst uit waar de uitvoering stopt. Verander nog niets.

Minder verstandig

Maak mijn Werkplaats slim.

Beter

Ik wil dat de Werkplaatsverlichting aangaat bij beweging wanneer het onder 150 lux is. Dit zijn mijn drie entiteiten. Deel dit eerst op in trigger, voorwaarden en acties.

Minder verstandig

Geef mij de beste automatisering.

Beter

Geef twee mogelijke ontwerpen en leg per ontwerp uit wat de voor- en nadelen zijn.

Minder verstandig

Deze YAML geeft een fout. Schrijf hem opnieuw.

Beter

Zoek alleen de syntaxfout in deze YAML en wijzig verder niets.

Het verschil zit vooral in de hoeveelheid controle die je zelf houdt.

Gebruik AI ook om je eigen ontwerp tegen te spreken

Je hoeft AI niet alleen te vragen om oplossingen.

Je kunt het ook gebruiken als kritische controle.

Bijvoorbeeld:

Zoek vijf situaties waarin deze automatisering onverwacht gedrag kan veroorzaken.

Voor onze Werkplaatsverlichting kan AI dan bijvoorbeeld wijzen op:

• iemand zit stil waardoor de bewegingssensor geen nieuwe beweging ziet;
• daglicht komt plotseling binnen;
• Home Assistant wordt opnieuw gestart tijdens een wachttijd;
• iemand schakelt de lamp handmatig aan;
• de bewegingssensor is tijdelijk niet beschikbaar.

Niet ieder genoemd probleem zal werkelijk relevant zijn.

Maar het helpt je om na te denken over situaties die je zelf misschien nog niet had bedacht.

Dat maakt AI interessant als kritische meedenker.

Privacy: kijk wat je meestuurt

Wanneer je configuraties naar een online AI-dienst kopieert, kunnen daar gegevens in staan die je liever niet deelt.

Denk bijvoorbeeld aan:

• externe URL's;
• IP-adressen;
• gebruikersnamen;
• toegangstokens;
• API-sleutels;
• wachtwoorden;
• exacte locatiegegevens;
• namen van personen;
• notificatiedoelen.

Een automatisering kan bijvoorbeeld zoiets bevatten:

url: https://voorbeeld.duckdns.org

of:

token: eyJhbGciOi...

Verwijder gevoelige informatie voordat je configuratie deelt.

Voor toegangstokens geldt een eenvoudige regel:

Deel ze nooit.

Wanneer je per ongeluk een geheim of toegangstoken hebt gedeeld, behandel het dan alsof het niet meer geheim is en vervang het.

AI mag je installatie niet onbegrijpelijker maken

Er is nog een valkuil.

AI kan relatief eenvoudig grote, slimme automatiseringen produceren.

Met:

• templates;
• variabelen;
• choose;
• complexe voorwaarden;
• meerdere triggers;
• wachtroutines;
• gecombineerde logica.

Technisch kan dat uitstekend werken.

Maar als jij drie maanden later niet meer kunt uitleggen wat er gebeurt, heb je een probleem gecreëerd.

Daarom geldt dezelfde ontwerpregel als in het vorige hoofdstuk:

Kies niet de kortste of slimste oplossing, maar de oplossing die jij later nog kunt begrijpen.

Vraag AI gerust:

Kun je dit eenvoudiger maken, ook als daardoor iets meer regels nodig zijn?

Dat is voor een leerbare Home Assistant-installatie vaak een betere vraag dan:

Kun je dit compacter schrijven?

Een kleine controleoefening

Stel dat AI deze automatisering voorstelt:

alias: Werkplaatsverlichting aan

triggers:

- trigger: state

entity_id: binary_sensor.werkplaats_beweging

to: "on"

conditions:

- condition: numeric_state

entity_id: sensor.werkplaats_lux

below: 150

actions:

- action: light.turn_on

target:

entity_id: light.werkplaats

Kopieer hem niet meteen.

Bekijk hem eerst regel voor regel.

Vraag jezelf af:

Trigger

Bestaat:

binary_sensor.werkplaats_beweging

echt?

En wordt deze werkelijk on wanneer je binnenkomt?

Voorwaarde

Bestaat:

sensor.werkplaats_lux

en levert hij een numerieke luxwaarde?

Is 150 lux een waarde die voor jouw Werkplaats logisch is?

Actie

Bestaat:

light.werkplaats

en kun je die handmatig inschakelen?

Pas als al die onderdelen kloppen, is het zinvol om de automatisering te testen.

Dat is precies dezelfde manier van denken die je zonder AI ook zou gebruiken.

En dat is de bedoeling.

De belangrijkste regel

AI kan je helpen met:

• uitleg;
• structuur;
• eerste ontwerpen;
• YAML-controle;
• foutanalyse;
• alternatieven;
• mogelijke uitzonderingssituaties.

Maar AI kan niet zien wat er werkelijk in jouw woning of Werkplaats gebeurt.

Daarvoor heb je Home Assistant nodig.

Daarom kun je één regel onthouden:

AI doet een voorstel. Home Assistant levert het bewijs.

Als je dat onderscheid vasthoudt, kan AI een bijzonder nuttig gereedschap zijn zonder dat je de controle over je installatie verliest.

Vanaf hier bouwen we het geheel

Je hebt inmiddels bijna alle onderdelen gezien die nodig zijn om een betrouwbare automatisering te ontwerpen.

Je weet hoe je:

• een wens omzet naar triggers, voorwaarden en acties;
• meerdere beslissingen maakt;
• wacht en herhaalt;
• scripts, scènes, helpers en templates gebruikt;
• automatiseringen test;
• traces leest;
• fouten systematisch onderzoekt;
• betrouwbaarheid meeneemt in het ontwerp;
• losse automatiseringen omzet in een begrijpelijk systeem;
• en AI gebruikt zonder het als technische waarheid te behandelen.

In het volgende hoofdstuk brengen we dat allemaal bij elkaar.

We bouwen niet zomaar een lamp die automatisch aan- en uitgaat.

We bouwen een kleine automatisering die je kunt begrijpen, voorspellen, testen en onderhouden:

Eindproject — Bouw een begrijpelijke slimme Werkplaatsverlichting.