Energie wordt met de dag variabeler en datarijker. Wij bouwen AI die belasting voorspelt, assets gezond houdt en anomalieën snel signaleert — zodat u het net balanceert, storingen verlaagt en meer uit elk asset haalt.
Laatst bijgewerkt: 11 juni 2026
Duurzame energie, elektrificatie en dynamische prijzen maken energie lastiger te voorspellen en te bedrijven. Maar de sector is rijk aan precies de data waar AI op floreert — meters, sensoren en SCADA-stromen. De kans zit in dat omzetten naar accurate prognoses, vroege storingswaarschuwingen en slimmere operatie.
We bouwen tijdreeksmodellen gegrond in uw data, on-premise inzetbaar voor security van kritieke infrastructuur, en gekoppeld aan de systemen waar uw operators op vertrouwen.
Voorspel verbruik en opwek om het net te balanceren en capaciteit te plannen.
Voorspel storingen in turbines, transformatoren en netassets vóór ze uitval veroorzaken.
Spot defecten, lekken en afwijkende patronen vroeg, vóór ze escaleren.
Maak van slimme-meterdata inzicht voor klanten en operatie.
Optimaliseer dispatch-, opslag- en handelsbesluiten tegen echte beperkingen.
Gegronde assistenten die facturatie- en levervragen op schaal afhandelen.
We brengen de waardevolste use cases en uw meter-, sensor- en SCADA-data in kaart.
Bij het tweede gesprek krijgt u een werkend prototype op uw use case — geen spec.
We rollen on-premise uit waar nodig en integreren met uw operationele systemen.
We volgen prognosenauwkeurigheid en modelgezondheid tegen uw baseline in de tijd.
Het Nederlandse net loopt tegen zijn grenzen. Netcongestie staat op de kaart in grote delen van het land, nieuwe aansluitingen wachten soms jaren, en tegelijk komen er zonneparken, warmtepompen, laadpleinen en batterijen bij die het verbruiksprofiel per kwartier laten kantelen. Voor een netbeheerder, energieleverancier of producent betekent dat: meer onzekerheid, hogere onbalanskosten en assets die zwaarder belast worden dan waar ze ooit voor ontworpen zijn. AI lost dat niet op met een dashboard — het lost het op door beslissingen die nu op ervaring en spreadsheets draaien te onderbouwen met modellen die elk kwartier meekijken.
Crux Digits is een boutique AI-bureau dat die modellen bouwt en in productie brengt, niet als pilot die op de plank belandt maar als systeem dat aan uw SCADA, EMS en assetbeheer hangt en waar uw operators dagelijks op steunen. We werken bewust outcome-gedreven: elk model dat we leveren is gekoppeld aan een meetbaar bedrijfsresultaat — een nauwkeurigere prognose, een storing die u vóór bent, een asset dat langer meegaat. Hieronder maken we per gebied concreet wat dat in de praktijk verandert.
Voor een leverancier op de Nederlandse markt is voorspelnauwkeurigheid geen academische exercitie — het bepaalt direct uw onbalanspositie op de markt van TenneT. Elke megawattuur die u te veel of te weinig inkoopt, rekent zich af tegen de onbalansprijs, en die prijs is juist op de momenten dat u ernaast zit het hoogst. Een prognose die een paar procentpunt scherper is op de pieken van een koude windstille avond vertaalt zich rechtstreeks in lagere onbalanskosten.
Klassieke prognoses leunen op weekprofielen en graaddagen. Die missen precies de dynamiek die er nu toe doet: de invloed van bewolking op een groeiend zonnepark, het gelijktijdig opladen van elektrische auto's na werktijd, het schakelgedrag van duizenden warmtepompen bij een vorstinval. Een goed getraind tijdreeksmodel neemt weersvoorspellingen, kalenderpatronen, prijssignalen en historische meterdata samen en leert die niet-lineaire verbanden die een mens niet handmatig kan bijhouden.
Wat verandert er operationeel:
Branchebreed wordt voor goed afgestelde forecastmodellen vaak een verbetering van de prognosefout in de orde van tien tot dertig procent gerapporteerd ten opzichte van traditionele methoden; de werkelijke winst hangt af van uw portfolio en datakwaliteit, en daarom meten we hem op uw situatie in plaats van een belofte te doen.
Een transformator die uitvalt op een warme zomerdag, een windturbinegondel die met een kraanschip vervangen moet worden, een middenspanningsruimte die het begeeft — dit zijn de gebeurtenissen waar de echte kosten zitten. Niet alleen de reparatie, maar de niet-geleverde energie, de spoedinzet, de boetes en de reputatieschade. Predictief onderhoud verschuift die uitgaven van crisis naar planning.
De aanpak is bekend uit ons werk in de industrie en vertaalt zich direct naar netassets: een model leert de normale signatuur van een gezond asset uit trillingen, temperatuur, belasting, oliegehaltes en schakelhistorie, en slaat alarm zodra het gedrag begint af te wijken — vaak weken voordat een drempelwaarde overschreden wordt. Dat geeft uw onderhoudsploeg de tijd om een ingreep in te plannen op een moment dat het schikt, met de juiste onderdelen al besteld.
De concrete resultaten waar dit op stuurt:
Voor wie dit als losse case wil zien: onze case rond predictief onderhoud voor productiebedrijven laat de werkwijze in detail zien — dezelfde principes draaien op netassets.
Een net produceert eindeloos veel meetwaarden, en de meeste afwijkingen zijn ruis. De kunst is de paar signalen eruit te halen die er wél toe doen: een beginnend lek in een warmtenet, fraude met een meter, een feederbelasting die stilletjes naar een onveilige grens kruipt, een batterij die zich anders gedraagt dan zijn specificatie. Een drempelwaarde-alarm geeft hier óf te veel valse meldingen — waardoor operators ze gaan negeren — óf het slaat juist te laat aan.
Modellen die het normale patroon van uw net leren, kunnen subtiele afwijkingen oppikken die geen enkele vaste grenswaarde vangt, omdat ze de context meewegen: een verbruik dat op dit tijdstip, bij dit weer, op deze locatie ongewoon is. Voor niet-technische netverliezen en energiediefstal is dat het verschil tussen maandenlang weglekkende marge en een gerichte controle. Voor veiligheid is het het verschil tussen een gecontroleerde ingreep en een storing die zich in een buurt uitbreidt.
Het effect: minder valse alarmen die de aandacht van uw mensen opslokken, en de echte problemen die eerder boven komen drijven — vroeg genoeg om er nog iets aan te doen.
De energietransitie maakt het net niet alleen groener maar ook ingewikkelder om te bedrijven. Batterijen, vraagsturing, warmtenetten en gedistribueerde opwek bieden flexibiliteit, maar alleen als u op tijd de juiste keuze maakt: nu laden of ontladen, nu een flexibel contract aanspreken, nu de productie terugregelen. Dat zijn optimalisatieproblemen met harde technische randvoorwaarden — netlimieten, contractgrenzen, veiligheidsmarges — en precies daar zijn modellen sterk. Een goed opgezet beslissingsmodel weegt de prognose, de marktprijs en de fysieke beperkingen tegen elkaar af en geeft uw operator een onderbouwd voorstel, niet een black box die ongezien doorvoert.
Bijna elk Nederlands huishouden heeft inmiddels een slimme meter, en die stroom aan kwartierdata is grotendeels onbenut. Met de juiste modellen wordt het de basis voor scherpere segmentatie van verbruikers, vroege detectie van afwijkend verbruik, gerichte besparingsadviezen die klanten daadwerkelijk vertrouwen, en een veel fijnmaziger beeld van waar op het net de druk toeneemt. Voor uw klantcontact betekent het dat een goed afgebakende assistent — een model dat alleen put uit úw facturatie- en leverdata — routinevragen over verbruik, kosten en levering op schaal kan afhandelen, terwijl uw mensen de complexe gevallen houden.
Niet elk knooppunt is bemeten. Modellen kunnen de toestand van het net schatten op plekken waar geen directe meting is, door te leren uit de meetpunten die u wél heeft. Dat geeft uw netbeheer een vollediger beeld van belasting en risico zonder dat u overal nieuwe sensoren hoeft te plaatsen — relevant nu congestie vraagt om scherper inzicht in waar de werkelijke ruimte op het net zit.
Energie is kritieke infrastructuur, en dat stelt eisen die een gemiddeld AI-project negeert. Een model dat dispatch of onderhoud beïnvloedt, valt onder de zwaardere categorieën van de EU AI Act, met verplichtingen rond risicobeheer, transparantie en menselijke controle. Meterdata is persoonsgegeven onder de AVG. En netdata mag in veel gevallen uw omgeving simpelweg niet uit. Wij ontwerpen daar vanaf dag één voor, niet als sluitstuk: AVG en AI Act zitten in de architectuur, met on-premise of in-VPC uitrol waar de data binnen uw muren moet blijven, en met menselijke controle op elke beslissing die het net of een asset raakt.
Net zo belangrijk is wie er aan het eind eigenaar is. Bij een grote enterprise-consultant betaalt u senior tarieven en krijgt u junioren op de uitvoering; bij een als AI herdoopt webbureau krijgt u een demo zonder fundament. Crux Digits is bewust het alternatief daartussen: senior mensen blijven op uw project van begin tot eind, en aan het einde bezit ú de oplossing — de code, de modellen, de kennis — in plaats van vast te zitten aan een leverancier. Dat is een goede match voor het Nederlandse MKB en voor energiepartijen die niet jaar na jaar afhankelijk willen zijn.
De prijsopbouw is even transparant als de werkwijze, in vaste stappen en exclusief btw: een AI Audit & Strategie voor 2.500 euro brengt eerst in kaart welke use case de meeste waarde oplevert, een Proof of Concept voor 20.000 euro bewijst die op uw eigen data, en een productie-uitrol vanaf 50.000 euro brengt het live in uw operatie. U beslist na elke stap of u doorgaat — geen verplichting tot het volgende blok. De volledige opbouw staat op de prijzenpagina.
Het beste startpunt is geen technologiekeuze maar een vraag: waar kosten het net of uw assets u op dit moment het meeste geld of de meeste nachtrust? Soms is dat de onbalanspositie, soms een transformatorenpark dat op leeftijd raakt, soms de stortvloed aan klantvragen rond verbruik. We beginnen daar, brengen uw meter-, sensor- en SCADA-data in kaart, en laten al bij het tweede gesprek een werkend prototype zien op uw eigenlijke use case in plaats van een specificatie op papier.
Met dertien geleverde cases — onder meer in forecasting, predictief onderhoud, computer vision en NLP, klantnamen vertrouwelijk — bouwen we op patronen die in de praktijk werken in plaats van op een verkooppraatje. Wilt u verkennen wat in uw situatie het meeste oplevert, lees dan meer over onze machine learning- en data engineering-diensten, of bekijk hoe we AI-consultancy in Nederland aanpakken. Eén gesprek is genoeg om te bepalen of er een model is dat uw huidige werkwijze daadwerkelijk verslaat — en zo niet, dan horen we dat van u net zo graag als andersom.
Ja — hoogvolume tijdreeksdata van meters, sensoren en SCADA is precies waar deze modellen op gebouwd worden.
We benchmarken tegen uw huidige prognoses op uw eigen data en rapporteren eerlijk — verslaat een model niet wat u vandaag doet, dan zeggen we dat.
Ja — we ontwerpen voor security van kritieke infrastructuur en de AVG, met on-premise opties waar data uw omgeving niet uit mag.
Ja — we koppelen aan SCADA, EMS en assetmanagementsystemen zodat voorspellingen echte operationele actie aansturen.
Dat kunnen wij — Crux Digits is een boutique applied-AI-bureau uit de regio Utrecht dat werkt met energieleveranciers, netbeheerders en nutsbedrijven in heel Nederland en de EU. We zijn een klein senior team, geen grote consultancy, en onze eigen senior engineers doen het werk. We pakken vraagstukken rond voorspellen, assets en operationele data aan, op afstand of op locatie, in het Nederlands of Engels.
We beginnen met een korte betaalde discovery om de use case scherp te krijgen en leveren daarna tegen een vaste prijs — u bezit de broncode en het IP. Net- en assetdata behandelen we als kritieke-infrastructuurdata en rollen we on-premise uit waar die uw omgeving niet uit mag. Verbruiksdata van klanten verwerken we AVG-conform, en de EU AI Act nemen we vanaf het begin mee in plaats van er later.
Leer de signaturen van storingen en signaleer ze vroeg — zodat onderhoud gepland gebeurt, niet in een crisis.
Onderscheid een echte temperatuuroverschrijding van normale fluctuatie — en waarschuw het team vroeg genoeg om de lading te redden.
Vertel ons waar het net of uw assets u geld kosten — we schetsen in een gratis consult een pad naar waarde.
Gratis consult boeken →