AI, datacenters en de elektriciteitsvraag op het net

AI werkt twee kanten op voor het net. Aan de vraagkant verbruikten datacenters in 2024 ongeveer 415 TWh (grofweg 1,5% van de wereldwijde elektriciteit) en die vraag verdubbelt naar verwachting ruimschoots tot zo'n 945 TWh in 2030, vooral gedreven door AI ([IEA, 2025](https://www.iea.org/reports/energy-and-ai/executive-summary)). Aan de aanbodkant kunnen diezelfde AI-technieken tot 175 GW extra transportcapaciteit op bestaande lijnen vrijmaken en de duur van storingen met 30-50% verkorten ([IEA, 2025](https://www.iea.org/reports/energy-and-ai/executive-summary)). De praktische vraag voor nutsbedrijven is niet of AI de vraag opdrijft, maar of u het aan de operationele kant snel genoeg inzet om die vraag op te vangen.

Het tweezijdige verhaal dat u niet kunt negeren

Er lopen op dit moment twee verhalen over AI en elektriciteit door elkaar, en de meeste berichtgeving vertelt er maar één van. Het eerste is alarmerend: AI-workloads, geconcentreerd in datacenters, jagen de stroomvraag harder omhoog dan de netten zijn gebouwd om te dragen. Het tweede is stiller, maar net zo reëel: AI is een van de meest effectieve middelen om meer capaciteit, betrouwbaarheid en flexibiliteit uit de bezittingen te halen die u al heeft.

Beide kloppen. Als u een nutsbedrijf runt, een regionale of landelijke netbeheerder bent, of in een energiedirectie zit in Nederland of de rest van Europa, dan is het tegelijk vasthouden van beide gedachten precies de opgave. AI puur als vraagdreiging zien, gaat voorbij aan de knoppen die het beheersbaar maken; AI puur als productiviteitswonder zien, negeert de fysieke druk die nu al zichtbaar wordt op de wachtlijsten voor aansluitingen.

Dit stuk doorloopt eerst de vraagkant met de cijfers, dan de productiviteitskant met de cijfers, en dan de synthese - en wat dat betekent voor een net als het Nederlandse, waar netcongestie geen prognose meer is maar een dagelijkse operationele beperking. Voor de operationele details verwijzen we doorlopend naar onze artikelen over netoptimalisatie, congestie- en flexibiliteitsmarkten en vraagvoorspelling.

Kant één: AI drijft de elektriciteitsvraag fors omhoog

Begin bij het uitgangspunt. Datacenters waren in 2024 goed voor ongeveer 1,5% van het wereldwijde elektriciteitsverbruik, zo'n 415 TWh (IEA, 2025). Dat klinkt bescheiden, totdat u naar de helling kijkt: de elektriciteitsvraag van datacenters groeit sinds 2017 met grofweg 12% per jaar, ruim vier keer sneller dan het totale elektriciteitsverbruik (IEA, 2025). Traag bewegende gemiddelden verhullen snel oplopende lokale druk.

De vooruitblik laat zien waar de spanning zit. In het IEA Base Case verdubbelt het wereldwijde elektriciteitsverbruik van datacenters ruimschoots tot ongeveer 945 TWh in 2030, net onder 3% van de totale wereldwijde elektriciteit (IEA, 2025), en het loopt door tot ongeveer 1.200 TWh in 2035 (IEA, 2025). De motor binnen die groei is specifiek AI: het stroomverbruik in AI-gerichte datacenters verdrievoudigt ongeveer tegen 2030 (IEA, 2025), en het aantal versnelde (AI-)servers groeit naar verwachting met zo'n 30% per jaar, tegen grofweg 9% per jaar voor conventionele servers (IEA, 2025).

De cijfers van 2025 bevestigden het traject, in plaats van het af te zwakken. De elektriciteitsvraag van datacenters steeg in 2025 met 17% tot ongeveer 485 TWh, waarbij het AI-gerichte verbruik met zo'n 50% omhoogschoot (IEA, 2025). Het is bovendien geen verhaal uit één bron. Goldman Sachs Research voorspelt onafhankelijk dat de wereldwijde stroomvraag van datacenters tegen 2027 met zo'n 50% stijgt en tegen 2030 met wel 165% ten opzichte van 2023, waarbij de capaciteit klimt van ongeveer 55 GW nu naar zo'n 122 GW eind 2030 (Goldman Sachs, 2025). McKinsey verwacht dat de wereldwijde capaciteitsvraag van datacenters bijna verdrievoudigt, van ongeveer 82 GW in 2025 naar zo'n 219 GW in 2030, waarbij AI grofweg 70% van dat totaal uitmaakt (McKinsey, 2025).

Waar de belasting landt: niet gelijkmatig

Geaggregeerde groei is één probleem; concentratie is een ander. De belasting van datacenters spreidt zich niet gelijkmatig over een continent. In 2024 was de geografische verdeling 45% Verenigde Staten, 25% China en 15% Europa van het wereldwijde elektriciteitsverbruik van datacenters (IEA, 2025). De groei concentreert zich nog sterker: China en de VS samen zijn goed voor bijna 80% van de wereldwijde groei in datacentervraag tot 2030, waarbij de Amerikaanse vraag met ongeveer 240 TWh stijgt (+130%) en de Chinese met zo'n 175 TWh (+170%) ten opzichte van 2024 (IEA, 2025).

De Amerikaanse situatie is de scherpste illustratie van hoe snel een lokaal aandeel kan verschuiven. Lawrence Berkeley National Laboratory schatte het Amerikaanse datacenterverbruik op 176 TWh in 2023, tegen 58 TWh in 2014 - ongeveer 4,4% van de totale Amerikaanse elektriciteit (LBNL, 2024), en voorspelt 325 tot 580 TWh tegen 2028, grofweg 6,7% tot 12% van de nationale elektriciteit (LBNL, 2024). De scenario's van EPRI komen in een vergelijkbare bandbreedte uit, met datacenters die tegen 2030 oplopen tot zo'n 9% van de Amerikaanse elektriciteitsopwekking (EPRI, 2024).

Europa heeft een kleiner aandeel, maar zit op dezelfde curve omhoog. McKinsey verwacht dat de Europese datacentervraag groeit van ongeveer 10 GW nu naar grofweg 35 GW in 2030, wat de elektriciteitsvraag met zo'n 85 TWh optilt en uitkomt op zo'n 5% van het totale Europese stroomverbruik, tegen grofweg 2% nu (McKinsey, 2024). Het loont om naast de alarmtoon perspectief te houden: DNV voorspelt dat AI tegen 2040 ongeveer 3% van de wereldwijde elektriciteit bereikt (DNV, 2025) - een serieuze belasting, maar systeembreed niet het hele verhaal. De acute pijn is lokaal en op korte termijn, en juist daarom is netplanning, niet alleen opwekkingsplanning, de bindende beperking.

De Nederlandse werkelijkheid: netcongestie is er al

Nergens is de kloof tussen vraaggroei en netcapaciteit zo zichtbaar als in Nederland. Dit is geen prognose voor 2030 - dit is de wachtrij van vandaag. De hoogspanningswachtlijst van TenneT telt 212 afnameaanvragen met een totaal van 38 GW, bovenop 14.044 aanvragen met een totaal van 9 GW op de lijsten van regionale netbeheerders (TenneT via NL Times, 2025). De piekafnamevraag op het Nederlandse net is nu ongeveer 19 GW en zal naar verwachting oplopen tot zo'n 27 GW in 2030 (TenneT, 2025).

De congestie is van industrie naar huishoudens overgeslagen. Liander plaatste onlangs voor het eerst zo'n 7.300 huishoudens op een wachtlijst, met wachttijden tot drie jaar voor nieuwe of zwaardere aansluitingen, terwijl Stedin delen van het Utrechtse net feitelijk heeft gesloten voor nieuwe capaciteit (Liander / Stedin via NL Times, 2026). Voor een land dat tegelijk datacenters bouwt en industrie elektrificeert, is dat een hard plafond. Ongeveer 90% van de Nederlandse bedrijven ervaart inmiddels directe of indirecte gevolgen van netcongestie, met effecten op uitbreiding, duurzame projecten en de elektrificatie van wagenparken (Strategic Energy Europe, 2025).

De kapitaalreactie is enorm, maar traag. De Nederlandse overheid schat dat er tot 2040 ongeveer EUR 200 miljard aan netinvesteringen nodig is, deels gefinancierd door tariefstijgingen van gemiddeld 4,3% tot 4,7% per jaar tot 2034 (Nederlandse overheid / TenneT via PPC Land, 2025). In de hele EU rijmt het beeld: het Grids Action Plan van de Europese Commissie becijferde dat er tegen 2030 EUR 584 miljard aan elektriciteitsnetinvesteringen nodig is, waarbij 40% van de distributienetten ouder is dan 40 jaar (Europese Commissie, 2023), en ENTSO-E heeft zijn raming voor grensoverschrijdende investeringen verhoogd van EUR 2 miljard per jaar naar EUR 5 miljard per jaar tot 2030 (ENTSO-E via Bruegel, 2025). Koper en staal kunnen op eigen kracht niet snel genoeg arriveren. Dat is de opening voor de tweede helft van het verhaal.

Kant twee: AI is ook hoe u het net die vraag laat opvangen

Als nieuwe lijnen jaren en miljarden kosten, is de snelst beschikbare capaciteit de capaciteit die u al heeft maar niet volledig kunt benutten. Hier houdt AI op een probleem te zijn en wordt het een middel. De kernboodschap uit de eigen analyse van de IEA is opvallend: het toepassen van AI-instrumenten - sensoren op afstand, dynamic line rating, AI-gebaseerd netbeheer - op bestaande transportlijnen zou tot 175 GW extra transportcapaciteit kunnen vrijmaken zonder nieuwe lijnen te bouwen, wat volgens de IEA meer is dan de toename van de stroomvraag van datacenters tot 2030 in het Base Case (IEA, 2025).

Lees die vergelijking zorgvuldig, want ze herkadert het debat. Hetzelfde rapport dat de vraagpiek voorspelt, stelt ook vast dat intelligente bediening van bestaande bezittingen de transporteffecten van die piek grofweg kan compenseren. De beperking is geen natuurkunde - het is de snelheid van implementatie en de bedrijfsvoering. Op het vlak van betrouwbaarheid kan AI-gebaseerde foutdetectie de duur van storingen met 30-50% verkorten door fouten sneller te identificeren en te lokaliseren (IEA, 2025), wat direct verbetert hoeveel vaste belasting een congestief net verantwoord kan dragen. Dat operationele patroon behandelen we in ons artikel over anomalie- en foutdetectie en ons stuk over netcongestie en flexibiliteitsmarkten.

Ook de kostenkant is groot. De IEA schat dat brede AI-toepassing in bedrijfsvoering en onderhoud van energiecentrales tegen 2035 tot USD 110 miljard aan jaarlijkse besparingen kan opleveren uit vermeden brandstof en lagere kosten (IEA, 2025). De modellering van DNV wijst voor de lange termijn dezelfde kant op: AI en diepe digitalisering zouden de totale kosten van het elektriciteitssysteem met 6 tot 13% kunnen verlagen, inclusief een afname van USD 1,3 biljoen in de opwekkingskosten van schone energie en een vermindering van USD 188 miljard in de kosten van netapparatuur tegen 2050 (DNV, 2024).

Voorspellen: de plek met de meeste hefboom om te beginnen

Het grootste deel van de netwaarde van AI loopt via één vermogen: beter voorspellen. Als u belasting, wind, zon en prijs nauwkeuriger kunt voorspellen, kunt u opwekking efficiënter inplannen, minder afschakelen, en lijnen dichter bij hun werkelijke limiet bedrijven met minder risico. De IEA stelt vast dat AI de voorspelling en integratie van variabele hernieuwbare bronnen verbetert, waardoor beheerders het afschakelen van wind en zon kunnen minimaliseren, naast vraagverschuiving en opslag (IEA, 2025). De G7-analyse van IRENA kwantificeert de winst en rapporteert voorspellingen tot 45% nauwkeuriger dan traditionele methoden, met voorbeelden uit Australië, India en het VK (IRENA, 2025).

De operationele opbrengst is goed gedocumenteerd. Google DeepMind paste een neuraal netwerk toe op weersvoorspellingen en historische turbinegegevens over 700 MW windcapaciteit, voorspelde de output 36 uur vooruit, en verhoogde de waarde van die windenergie met grofweg 20% via day-ahead leveringsverplichtingen (Google DeepMind, 2019). Op systeemschaal vond een NREL-studie dat het integreren van betere kortetermijnvoorspellingen in de unit commitment tot ongeveer USD 5 miljard per jaar kon besparen op het westelijke Amerikaanse net (NREL, 2015).

De wetenschappelijke literatuur onderbouwt de nauwkeurigheidsclaims. Deep-learning belastingvoorspellers halen inmiddels een zeer lage fout - één LSTM-Attention-model rapporteerde een MAPE van 0,52% op een Australische dataset en 0,53% op een Amerikaanse dataset (LSTM-Attention-studie, 2022), en een multi-landen-PV-framework verlaagde de day-ahead RMSE met ongeveer 10% voor Bulgarije en 9% voor Griekenland (ScienceDirect, 2025). Wilt u het praktische bouwpatroon in plaats van het onderzoek, dan lopen onze gids vraagvoorspelling voor nutsbedrijven en ons stuk over prijsvoorspelling voor traders en nutsbedrijven het stap voor stap door.

Flexibiliteit en opslag: waar voorspellingen capaciteit worden

Betere voorspellingen lonen pas als het systeem ernaar kan handelen. Dat is precies wat flexibiliteit - opslag, vraagsturing en slimme dispatch - levert, en het schaalt snel. BloombergNEF rapporteert een record van 112 GW / 307 GWh aan toegevoegde batterijen wereldwijd in 2025, 48% meer dan in 2024 (BloombergNEF, 2025), en voorspelt dat de batterij-uitrol 17-voudig toeneemt, van 223 GW in 2025 naar 3,8 TW in 2035 (BloombergNEF, 2026). Die bezittingen winstgevend inzetten en waarderen is op zichzelf een voorspellings- en optimalisatievraagstuk, en juist daar verdient AI zijn plek.

Flexibiliteit aan de vraagkant telt net zo zwaar als opslag aan de aanbodkant, en ze pakt de datacenterbelasting direct aan. AI-gestuurde optimalisatie van verwarming, koeling en flexibiliteit in gebouwen zou wereldwijd zo'n 300 TWh aan potentiële elektriciteitsbesparingen kunnen opleveren (IEA, 2025), en brede AI-toepassing in de lichte industrie zou het procesenergieverbruik met 8% kunnen verlagen tegen 2035 (IEA, 2025). Gecontroleerde studies zijn concreet: HVAC-aansturing met reinforcement learning heeft tot 26,3% energiebesparing geleverd ten opzichte van conventionele aansturing in gevalideerde simulaties (Springer, 2025) en rond de 25% bovenop bestaande PID-regeling in een fabrieksomgeving (ACM e-Energy, 2020).

Het institutionele voorwerk wordt in Europa al gelegd. De RDI Roadmap van ENTSO-E stelt mijlpalen voor AI-gebaseerde beslissingsondersteuning en analyse in de bedrijfsvoering van transmissiesystemen over 2024-2034, en kadert AI als onderdeel van een digitale ruggengraat voor de energietransitie (ENTSO-E, 2024). En de bereidheid is reëel aan de kant van de beheerders: uit een enquête van DNV bleek dat bijna de helft van zo'n 1.300 senior energieprofessionals van plan is om binnen het komende jaar AI-gedreven toepassingen in de bedrijfsvoering te integreren (DNV, 2024).

Bezittingen, onderhoud en de waarde voorbij de kabels

Een deel van de netwaarde van AI zit binnen de fysieke bezittingen, niet in de controlekamer. Voorspellend onderhoud houdt opwekkings- en netapparatuur langer draaiend en met minder uitval, wat effectieve capaciteit toevoegt zonder één nieuwe aansluiting. Het klassieke analyticswerk van McKinsey vond dat voorspellend, op analytics gebaseerd onderhoud de machinestilstand met 30-50% verlaagt en de levensduur van machines met 20-40% verlengt (McKinsey, 2017).

Offshore wind is een sterk voorbeeld, gezien hoe duur het uitsturen van een schip is. Peer-reviewed onderzoek laat zien dat conditiebewaking op basis van autoencoders degradatie van componenten detecteert met 99% classificatienauwkeurigheid, waarbij anomalieën tot 60 dagen voor gerapporteerde storingen worden gesignaleerd in transformatoren, tandwielkasten, generatoren en hydraulische groepen (PMC, 2025), en een Bayesiaans deep-learning-framework reikt tot 99,14% nauwkeurigheid voor lagerfouten in tandwielkasten (PMC, 2022). Ons artikel over voorspellend onderhoud voor offshore wind gaat in op de implementatiedetails.

Voorbij de fysieke bezittingen verandert AI de economie van het energiebedrijf zelf. McKinsey schat dat generatieve AI over landbouw, chemie, energie en materialen heen een extra USD 390 miljard tot USD 550 miljard aan waarde kan creëren (McKinsey, 2024), en BCG vindt dat AI in de bedrijfsvoering van hernieuwbare bronnen de arbeidsproductiviteit met 15-25% en de energieopbrengst met 1-3 procentpunt kan optillen, waarbij 10-15 use cases 60-70% van de waarde vangen (BCG, 2026). Aan de klantkant zou generatieve AI het aantal door mensen afgehandelde contacten met tot 50% kunnen verminderen en productiviteit kunnen toevoegen ter waarde van 30-45% van de huidige functiekosten in sectoren waaronder nutsbedrijven (McKinsey, 2023).

De eerlijke synthese: geen tegenspraak, maar een volgordeprobleem

Leg de twee kanten naast elkaar en de paradox lost op in een volgordeprobleem. AI voegt belasting toe - vastgesteld door de cijfers van IEA, Goldman Sachs, McKinsey, LBNL en EPRI hierboven. AI voegt ook bruikbare capaciteit, betrouwbaarheid en efficiëntie toe aan het bestaande net - vastgesteld door datzelfde IEA-rapport en een brede onderzoeksbasis. De twee heffen elkaar niet automatisch op. De vraag arriveert volgens het schema van een datacenterbouwproject; de AI-gedreven netwinsten arriveren volgens het schema van uw eigen implementatieprogramma. Laat het eerste het tweede voorbijstreven en u krijgt de Nederlandse wachtlijst.

Twee eerlijke kanttekeningen houden dit geloofwaardig. Ten eerste zijn de productiviteitscijfers potenties, grotendeels gekoppeld aan scenario's van brede adoptie - de 175 GW, de USD 110 miljard, de 300 TWh zijn wat haalbaar is, niet wat een tool garandeert. Ten tweede is AI voor netbeheer zelf rekenkracht die stroom verbruikt; de redenering steunt erop dat de operationele winst die overhead ruimschoots overtreft, wat het bewijs ondersteunt maar wat nog steeds moet worden geëngineerd, niet aangenomen.

De praktische les is weinig glamoureus en juist daarom kloppend: behandel AI-gedreven voorspelling, congestiebeheer, foutdetectie en voorspellend onderhoud als netinfrastructuur, op gelijke voet met staal en koper, omdat ze sneller capaciteit leveren. De technologieën op de vraagrekening van de datacenters zijn dezelfde die aan de operationele kant een deel ervan kunnen terugbetalen.

Wat dit betekent voor uw team - en waar Crux past

Als u een net bedrijft of plant, is de zet om AI-vraag en AI-productiviteit niet langer als gescheiden gesprekken te behandelen die door gescheiden teams worden gevoerd. Dezelfde EUR 200 miljard aan Nederlandse netuitgaven komt verder als het net ook intelligenter wordt bedreven. Begin waar de hefboom het grootst is en de data al bestaat: belasting- en hernieuwbare-voorspelling, dynamic line rating, congestievoorspelling, en voorspellend onderhoud op uw meest storingsgevoelige bezittingen.

Dit is het werk dat Crux Digits doet voor energie- en netklanten - regionale en landelijke netbeheerders en nutsbedrijven. Wij zijn een boutique AI-consultancy in Nieuwegein, in de regio Utrecht, werkzaam in het Engels en Nederlands, en we werken met opdrachten met vaste scope in plaats van detachering: een Audit van EUR 2.500 om de meest waardevolle use case in uw data te vinden, een Proof of Concept van EUR 20.000 om die op uw eigen bedrijfsvoering te bewijzen, en een Productie-build vanaf EUR 50.000. Wij zijn geen Power BI-wederverkoper; wij bouwen voorspellings-, anomaliedetectie- en optimalisatiesystemen die in productie gaan. Het leidingwerk eronder - schone, betrouwbare datapijplijnen - dekken we met onze data-engineeringpraktijk, en waar de use case inspectie van bezittingen is, sluit ons computer-visionwerk aan.

Als uw probleem op korte termijn een aansluitwachtrij is, een afschakelrekening, of voorspellingen die niet nauwkeurig genoeg zijn om u op te verplichten, dan is dat een afgebakende, bewijsbare opdracht in plaats van een open programma. Een kort gesprek volstaat meestal om te bepalen of AI uw beperking daadwerkelijk verschuift. U kunt hier contact opnemen met het team, of lezen hoe wij met netbeheerders werken in Nederland.

Veelgestelde vragen