DHL noemt het stroomnet een puinhoop. Het echte probleem zit in onze data.
Toen de CEO van DHL onlangs stelde dat het Nederlandse stroomnet een puinhoop is, ging de aandacht vanzelfsprekend uit naar de zichtbare symptomen van het probleem. Bedrijven moeten soms jaren wachten op een aansluiting, investeringen worden uitgesteld en verduurzamingsplannen lopen vast omdat simpelweg niet voldoende capaciteit beschikbaar is. Voor ondernemingen die miljarden investeren in elektrificatie is dat een frustrerende werkelijkheid. Toch bekroop mij bij het lezen van het artikel een andere gedachte. Misschien is het Nederlandse stroomnet namelijk niet het echte probleem. Misschien is het probleem dat wij jarenlang onvoldoende hebben begrepen wat onze eigen data ons probeerden te vertellen.
Dat klinkt misschien vreemd. Nederland behoort immers tot de meest gedigitaliseerde landen ter wereld. We verzamelen data over energieverbruik, woningbouw, industriële ontwikkelingen, laadpalen, zonnepanelen en elektrische voertuigen. Overheden, netbeheerders, marktpartijen en kennisinstituten beschikken gezamenlijk over enorme hoeveelheden informatie. Juist daarom is het interessant om te onderzoeken hoe een situatie heeft kunnen ontstaan waarin zoveel partijen verrast lijken door een ontwikkeling die al meer dan tien jaar zichtbaar was.
De energietransitie heeft zich namelijk niet van de ene op de andere dag aangediend. Al jarenlang weten we dat miljoenen huishoudens zonnepanelen zouden plaatsen, dat warmtepompen de cv-ketel zouden gaan vervangen en dat elektrisch vervoer een steeds grotere rol zou krijgen binnen zowel particuliere mobiliteit als logistieke ketens.
Ook de groei van datacenters, batterijopslag en industriële elektrificatie was geen geheim. Vrijwel iedere ontwikkeling die vandaag bijdraagt aan netcongestie was al jarenlang bekend. De afzonderlijke signalen waren aanwezig. De vraag is daarom niet of er onvoldoende data beschikbaar waren, maar of we erin geslaagd zijn die signalen tijdig met elkaar te verbinden.
Daarmee raakt de discussie over het stroomnet aan een vraagstuk dat veel breder is dan energie alleen. In vrijwel iedere organisatie ontstaat vroeg of laat een situatie waarin alle benodigde informatie beschikbaar is, terwijl het inzicht ontbreekt. Controllers herkennen dit verschijnsel wanneer liquiditeitsproblemen ontstaan ondanks uitgebreide rapportages. Auditors zien het wanneer fraude-indicatoren jarenlang zichtbaar zijn zonder dat iemand het patroon herkent. Bestuurders ervaren hetzelfde wanneer marktomstandigheden veranderen terwijl de onderliggende signalen al geruime tijd aanwezig waren.
Het probleem is zelden een gebrek aan data. Veel vaker is er sprake van een gebrek aan samenhang, interpretatie en vooruitziend vermogen.
Juist daarom is de situatie rond het Nederlandse stroomnet zo interessant vanuit een data-perspectief. Het elektriciteitsnet is ontworpen voor een wereld waarin energie voornamelijk in één richting stroomde: van producent naar consument. De huidige werkelijkheid lijkt daar nauwelijks nog op. Huishoudens produceren zelf energie, slaan energie op en leveren energie terug. Bedrijven combineren productie, opslag en consumptie op dezelfde locatie. Elektrische voertuigen functioneren steeds vaker als mobiele batterijen. Het netwerk is daardoor geëvolueerd van een relatief voorspelbaar systeem naar een dynamisch ecosysteem waarin miljoenen beslissingen tegelijkertijd plaatsvinden. Dat vraagt niet alleen om extra kabels en transformatorstations, maar vooral om een veel beter begrip van gedrag, patronen en toekomstige ontwikkelingen.
Op dat punt wordt het begrip digital twin interessant. In de industrie wordt steeds vaker gewerkt met digitale kopieën van fabrieken, machines en productieprocessen. In de logistiek worden complete distributienetwerken gesimuleerd om knelpunten te identificeren voordat ze zich voordoen. Het is daarom opvallend dat het publieke debat over netcongestie nog altijd grotendeels draait om fysieke infrastructuur, terwijl de onderliggende uitdaging minstens zo sterk draait om modellering, simulatie en voorspelling.
Wat zou er gebeuren wanneer Nederland beschikte over een realtime digitale representatie van het volledige energiesysteem, waarin woningbouwprojecten, laadgedrag, weersinvloeden, batterijopslag en industriële uitbreidingen continu worden doorgerekend? Zou congestie dan nog steeds als verrassing komen, of zouden we knelpunten jaren eerder zien aankomen?
Dat brengt ons automatisch bij de rol van AI. Zoals bij vrijwel ieder maatschappelijk vraagstuk wordt ook hier regelmatig gewezen op kunstmatige intelligentie als mogelijke oplossing. Dat is begrijpelijk, maar tegelijkertijd een risico. AI kan helpen om patronen te herkennen, voorspellingen te verbeteren en energieverbruik slimmer af te stemmen.
Wat AI echter niet kan, is ontbrekende infrastructuur vervangen of slechte besluitvorming uit het verleden ongedaan maken. Zonder betrouwbare data, goede modellen en een fundamenteel begrip van de werkelijkheid blijft AI niet veel meer dan een geavanceerde rekenmachine die sneller dezelfde fouten maakt.
Misschien ligt daarin wel de belangrijkste les van de huidige discussie. Het Nederlandse stroomnet laat zien wat er gebeurt wanneer complexe ontwikkelingen jarenlang naast elkaar bestaan zonder dat iemand het volledige systeem overziet. Voor DHL betekent dat een praktische belemmering bij de verduurzaming van de logistieke operatie. Voor Nederland betekent het een economische uitdaging van formaat. Voor data-professionals biedt het echter vooral een fascinerende casus die laat zien dat digitalisering op zichzelf geen garantie is voor inzicht. Je kunt beschikken over miljoenen databronnen, honderden dashboards en de nieuwste AI-technologie, maar uiteindelijk draait alles om het vermogen om signalen vroegtijdig te herkennen en daar consequent naar te handelen.
Wanneer we over enkele jaren terugkijken op de huidige netcongestie, zou het mij daarom niet verbazen als de conclusie luidt dat Nederland niet zozeer een tekort had aan elektriciteit of zelfs aan infrastructuur, maar vooral een tekort aan integraal voorspellend vermogen. En dat maakt de uitspraak van DHL uiteindelijk interessanter dan hij op het eerste gezicht lijkt. Het stroomnet mag dan de zichtbare bottleneck zijn, maar de werkelijke uitdaging ligt mogelijk veel dieper: in onze capaciteit om beschikbare data om te zetten in tijdig en effectief handelen.