De marges zijn dun en netwerken complex. Wij bouwen AI die slimmere routes plant, vraag nauwkeuriger voorspelt en vloten en magazijnen draaiend houdt — zodat u meer verplaatst voor minder, met minder verrassingen.
Laatst bijgewerkt: 11 juni 2026
Elke route, prognose en magazijnbeslissing is een afweging tussen kosten, snelheid en betrouwbaarheid — meestal onder druk en met onvolledige informatie. AI is hier juist goed in: echte beperkingen realtime afwegen en plannen vinden die een mens niet met de hand berekent.
We bouwen modellen die de rommelige realiteit van de operatie respecteren — tijdvensters, capaciteit, rijtijden, pech — en koppelen ze aan de systemen die uw planners al gebruiken.
Plan routes die tijdvensters, capaciteit en rijtijden respecteren — minder kilometers en kosten.
Voorspel volumes om capaciteit, bezetting en voorraad te plannen met minder tekorten en stilstand.
Slimmer slotten, picken en personeelsplanning om goederen sneller door het magazijn te krijgen.
Voorspel storingen aan voertuigen en materieel vóór ze een lading of route stilleggen.
Nauwkeurige, live aankomsttijden die planning en klantcommunicatie verbeteren.
Automatiseer vracht-, douane- en afleverpapierwerk om de flow te versnellen.
We brengen de duurste knelpunten, uw data en de systemen van planners in kaart.
Bij het tweede gesprek krijgt u een werkend prototype op uw use case — geen spec.
We integreren met uw TMS, WMS en telematica zodat plannen echte actie worden.
We volgen resultaten tegen uw baseline en houden het model accuraat terwijl het netwerk verschuift.
Nederland is een doorvoerland. Rotterdam, Schiphol, het achterland richting Duitsland — de hele keten draait op marges van een paar procent en op planners die elke ochtend opnieuw puzzelen met te weinig chauffeurs, te veel files en klanten die een leverbelofte verwachten. AI verandert daar niets aan de fysieke realiteit, maar wél aan de kwaliteit van de beslissingen eromheen. Het verschil zit zelden in een spectaculair algoritme; het zit in een prognose die twee dagen eerder een volumepiek zag, of in een ritplanning die een halfvolle rit voorkwam.
De use cases op deze pagina — routeoptimalisatie, demand forecasting, magazijn-AI, vlootonderhoud — klinken los van elkaar, maar in een echte operatie grijpen ze in elkaar. Een betere vraagvoorspelling vult uw magazijn slimmer; een slimmer gevuld magazijn maakt picken sneller; sneller picken haalt vrachtwagens eerder van het dok; eerder van het dok betekent ritten die binnen het tijdvenster blijven. Wij bouwen die schakels in de volgorde die voor úw operatie het meeste geld vrijspeelt, niet in de volgorde van een productbrochure.
Een route die op papier de minste kilometers telt, is waardeloos als de chauffeur om 11:00 voor een gesloten laaddok staat of de wettelijke rijtijd overschrijdt. Bruikbare AI-routeplanning rekent met de harde randvoorwaarden: tijdvensters van ontvangers, voertuigcapaciteit en aslast, rij- en rusttijden, milieuzones in de Randstad, en de simpele prioriteit dat de spoedklant vóór de standaardrit gaat. Het model zoekt niet de theoretisch perfecte route, maar de best haalbare planning die uw dispatcher zonder handmatig herstel kan uitvoeren.
Het concrete resultaat is meetbaar in de twee getallen waar elke vervoerder op stuurt: gereden kilometers en brandstof. Over de sector heen leveren goed afgestelde optimalisatiemodellen doorgaans een besparing in de orde van vijf tot vijftien procent op rijafstand — afhankelijk van hoeveel speling er nu nog in de handmatige planning zit. Voor een vloot van enige omvang is dat geen marginale winst; het is het verschil tussen wel of niet een extra rit per dag kunnen rijden met dezelfde wagens. Onze aanpak voor het bouwen en in productie nemen van zulke modellen leest u op de pagina machine learning.
Demand forecasting is voor de meeste logistieke bedrijven de use case met de hoogste hefboom, juist omdat een fout zich door de hele keten voortplant. Voorspelt u te laag, dan staat u met lege schappen of een gemiste levering — een stockout die niet alleen omzet kost maar ook de relatie met de afnemer beschadigt. Voorspelt u te hoog, dan betaalt u voor opslag, kapitaal en — bij vers of seizoensgevoelig product — voor afschrijving.
Goede AI-prognoses combineren uw eigen historie met signalen die een spreadsheet niet meeneemt: weekdagpatronen, feestdagen en bouwvak, weersinvloed op bepaalde productgroepen, promoties en lange-termijntrends. Het model leert per artikel of per klant waar de vraag echt volatiel is en waar hij voorspelbaar kabbelt, zodat u veiligheidsvoorraad alleen aanhoudt waar dat ook nodig is. In onze case study over vraagvoorspelling en productieplanning ziet u hoe vraagsignalen werden omgezet in een concreet plan dat verlies bij omstelmomenten terugbracht.
Wat een eerlijke prognose óók doet, is een grens trekken. Wij meten elk model tegen wat u vandaag al doet — uw huidige planning is de baseline. Verslaat het model die baseline niet, dan zeggen we dat, in plaats van een dashboard af te leveren dat mooi oogt maar niets verbetert. Dat is het verschil tussen een AI-engineeringpartner en een leverancier die alleen een licentie wil verkopen.
In het magazijn vertaalt AI zich in doorlooptijd. Slim slotten — populaire artikelen dicht bij de pickzone, vaak samen bestelde producten naast elkaar — verkort looproutes meetbaar. Voorspelbare pieken laten zich vertalen naar een betere personeelsplanning, zodat u niet op de drukste ochtend te weinig pickers heeft en op de rustige dag te veel. En een voorraadmodel dat per locatie de juiste bestelmomenten kiest, houdt het werkkapitaal laag zonder het risico op nee-verkopen te vergroten.
Het mooie is dat deze winst grotendeels uit data komt die u al heeft: orderhistorie, pickbonnen, voorraadmutaties. U hoeft geen volledig nieuw systeem te bouwen om te beginnen. Wij koppelen de modellen aan de schakel waar ze het verschil maken — uw WMS, ERP of een eenvoudige API ertussen — zodat het advies in de bestaande werkwijze landt en niet in een los venster dat niemand opent. Hoe we die koppeling solide neerzetten, beschrijven we bij data engineering.
Stilstand is in transport vrijwel altijd duurder dan onderhoud. Predictive maintenance gebruikt telematica- en sensordata om slijtage te zien aankomen vóór een voertuig of trailer een lading stillegt. In plaats van een vaste onderhoudskalender of — erger — pech onderweg, plant u de werkplaatsbeurt op een moment dat de wagen tóch geen rit heeft. Voor een vloot betekent dat hogere beschikbaarheid en minder spoedreparaties tegen avond- en weekendtarief.
Bij geconditioneerd transport is het risico nog scherper. Eén temperatuuroverschrijding kan een complete lading farma of vers product onverkoopbaar maken. De kunst is niet het meten — dat doen sensoren al — maar het onderscheid tussen een echte afwijking en de normale schommeling als een deur opengaat bij het laden. Onze case study over koudeketenmonitoring laat zien hoe een model dat onderscheid maakt en het team vroeg genoeg waarschuwt om de lading nog te redden, in plaats van pas een alarm af te geven als de schade al een feit is.
En dan de papierstroom. Vrachtbrieven, douanedocumenten, afleverbonnen en facturen kosten in vrijwel elke operatie uren handmatig overtypen en corrigeren. Documentverwerking met taal- en beeldmodellen leest deze documenten uit, controleert ze tegen de order en signaleert afwijkingen, zodat uw mensen tijd overhouden voor de uitzonderingen die wél een oordeel vragen. Wat daar technisch achter zit, leest u bij computer vision en in onze bredere AI-automatiseringsaanpak.
Het structurele tekort aan chauffeurs in Nederland is geen probleem dat AI oplost, maar wel een waar betere planning de pijn verzacht. Als de prognose nauwkeuriger is en de ritplanning minder lege en halfvolle kilometers genereert, haalt u simpelweg meer werk uit dezelfde mensen — zonder dat het werk zwaarder of de werkdag langer wordt. Datzelfde geldt voor de planners zelf: een dispatcher die niet langer elke ochtend handmatig honderd stops sorteert, houdt tijd over voor de uitzonderingen en de klantgesprekken waar een mens echt waarde toevoegt.
Hier komt ook generatieve AI in beeld, maar nuchter toegepast. Een taalmodel dat orders, e-mails en EDI-berichten van klanten automatisch interpreteert en in uw systeem klaarzet, scheelt overtypwerk en fouten. Een assistent die een planner in gewone taal laat vragen "welke ritten lopen vandaag uit en waarom" levert sneller antwoord dan een rapportagetool. Hoe we zulke modellen veilig en met de juiste guardrails inrichten, leest u bij generatieve AI.
Transport is een sector waar regelgeving meekijkt: rij- en rusttijden, geconditioneerd vervoer, en steeds vaker eisen rond data en algoritmes. De EU AI Act en de AVG zijn voor ons geen afdeling die achteraf langskomt, maar uitgangspunt vanaf de eerste dag. Dat betekent concreet dat een routeplanning of personeelsmodel uitlegbaar is — u kunt aan een chauffeur, een klant of een toezichthouder verantwoorden waaróm een beslissing zo viel. Beslissingen met impact op mensen houden menselijke controle; het model adviseert, uw planner beslist.
Voor het Nederlandse MKB is dat geen overbodige luxe maar een commercieel argument. Grote verladers nemen compliance en auditbaarheid steeds vaker op in hun aanbestedingen. Een AI-oplossing die niet uit te leggen valt, is een risico dat u liever niet in uw operatie heeft. Wij bouwen modellen waarvan elke beslissing een spoor achterlaat dat u later kunt nalopen.
Crux Digits is een boutique AI-consultancy uit Nieuwegein, in de regio Utrecht, die werkt voor opdrachtgevers in heel Nederland en Europa. We zijn bewust een seniorgedreven alternatief voor twee uitersten: de grote enterprise-consultancies waar uw project tussen tientallen andere verdwijnt, en de webbureaus die zichzelf in een weekend tot "AI-bureau" omdoopten. Bij ons blijven de senior mensen die aan tafel zaten ook daadwerkelijk op uw project, en aan het eind van de rit bezit ú de oplossing — geen blijvende afhankelijkheid van een licentie of een black box.
De prijsopbouw is transparant en in vaste stappen, bedragen exclusief btw. U begint met een AI Audit & Strategie voor 2.500 euro, waarin we de duurste knelpunten in uw operatie in kaart brengen en bepalen of AI hier rendeert. Loont het, dan volgt een Proof of Concept vanaf 20.000 euro: een werkend model op uw eigen data, gemeten tegen uw baseline. Werkt dat, dan volgt een productie-uitrol vanaf 50.000 euro, gekoppeld aan uw TMS, WMS en telematica. Elke stap is een eigen go/no-go-beslissing — u verbindt zich nooit aan de volgende fase voordat de vorige zich heeft bewezen. De volledige opbouw staat op de prijzenpagina.
Inmiddels hebben we dertien case studies opgeleverd, van computer vision en NLP tot forecasting en predictive maintenance — de toepassingen die in de logistiek het hardst nodig zijn. Heeft u een concreet routing-, prognose- of magazijnprobleem waar kosten of vertraging insluipen? Begin met een gratis consult, of lees eerst hoe wij over AI-consultancy in Nederland denken. We schetsen dan samen een pad waarin elke euro die u investeert eerst zichzelf moet terugverdienen.
Logistiek is niet één bedrijf — een 3PL, een expediteur en een terminal draaien elk andere processen en hebben andere AI nodig. Wij bouwen voor elk daarvan:
Gevestigd in of via Rotterdam? Bekijk onze pagina logistieke AI-consultant in Rotterdam voor de Haven van Rotterdam en de regio Rijnmond.
Ja — we koppelen aan uw transport- en magazijnbeheersystemen, telematica en ERP zodat AI echte planning aanstuurt, geen los dashboard.
Ja — tijdvensters, voertuigcapaciteit, rijtijden en prioriteiten zitten in het model zodat plannen bruikbaar zijn, niet alleen theoretisch optimaal.
We meten elk model tegen een heldere baseline op uw eigen data en rapporteren eerlijk — verslaat het niet wat u vandaag doet, dan zeggen we dat.
Het helpt voor routing en ETA's, maar veel waarde komt uit uw historische data alleen. We werken met wat u heeft en bouwen van daaruit verder.
Dat kunnen wij. Crux Digits is een gespecialiseerd AI-bureau uit de regio Utrecht dat remote of op locatie werkt met vervoerders, expediteurs en warehousingbedrijven in heel Nederland en de EU. We zijn een klein, ervaren team dat zelf bouwt, geen grote consultancy, met praktijkervaring in routing, forecasting, vloot- en magazijnvraagstukken. We werken in het Nederlands en Engels.
We beginnen met een korte betaalde discovery om één concreet knelpunt af te bakenen en leveren daarna tegen een vaste prijs, waarbij u eigenaar wordt van de code en IP. Wat compliance betreft: chauffeurstelematica en locatiedata zijn persoonsgegevens onder de AVG, dus passen we dataminimalisatie toe en betrekken we de OR vroeg. We houden douane- en vrachtdata veilig, blijven bewust van de EU AI Act, en houden een menselijke planner in de lus in plaats van het model alleen te laten beslissen.
Onderscheid een echte temperatuuroverschrijding van normale fluctuatie — en waarschuw het team vroeg genoeg om de lading te redden.
Zet vraagsignalen om in een productieplan, verminder verlies bij matrijswissels en bescherm de marktpositie — voor een schoenenfabrikant van €235M.
Lees kentekens en controleer toegang realtime — bij regen, tegenlicht of beweging — met een auditspoor achter elke beslissing.
Vertel ons waar kosten of vertraging insluipen — we schetsen in een gratis consult een pad naar waarde.
Gratis consult boeken →