Praktijkvoorbeelden Data, AI en Smart
Lijst met praktijkvoorbeelden
Bron: Van AI-geletterdheid naar AI-mindset, 23 maart 2026
Organisatie(s): Ministerie van Infrastructuur en Waterstaat
Onderwerpen: Data, AI en smart
Het ministerie van Infrastructuur en Waterstaat is een van de organisaties achter het AI Impact Assessment. Met deze vragenlijst kunnen organisaties die AI ontwikkelen of adopteren systematisch onderzoeken wat nodig is om die AI verantwoord toe te passen.
Type: Tool
Bron: Van AI-geletterdheid naar AI-mindset, 23 maart 2026
Organisatie(s): Rijksoverheid
Onderwerpen: Data, AI en smart
De Rijksoverheid biedt met het Algoritmekader een verzamelplaats voor wetten, kaders, richtlijnen en praktische tips. Organisaties kunnen het gebruiken om bij verantwoord gebruik van AI en algoritmes de relevante bronnen en vereisten te vinden.
Type: Tool
Bron: Van AI-geletterdheid naar AI-mindset, 23 maart 2026
Organisatie(s): Waterschap Drents Overijsselse Delta
Onderwerpen: Data, AI en smart
Waterschap Drents Overijsselse Delta combineert vier basisregels met een visuele beslisboom voor AI-gebruik. Medewerkers beoordelen daarmee of zij gevoelige informatie delen, een uitkomst kunnen controleren en zelf verantwoordelijkheid kunnen nemen. Zo helpt het waterschap hen om AI binnen aanvaardbare risico’s te gebruiken.
Contactpersoon: Jeroen Waanders, innovatieadviseur binnen het CIO-office, Waterschap Drents Overijsselse Delta
Type: Werkwijze
Bron: Van AI-geletterdheid naar AI-mindset, 23 maart 2026
Organisatie(s): Waterschap Drents Overijsselse Delta
Onderwerpen: Data, AI en smart; Human Capital en personele vraagstukken
Waterschap Drents Overijsselse Delta organiseert een vrijwillig AI-café waarin medewerkers leren over de werking, mogelijkheden en beperkingen van AI en oefenen met prompts. Zij wisselen ook onderling ervaringen uit. Zo bouwt het waterschap kennis op voor bewuster gebruik van AI in het werk.
Contactpersoon: Jeroen Waanders, innovatieadviseur binnen het CIO-office, Waterschap Drents Overijsselse Delta
Type: Werkwijze
Status: Operationeel
Bron: Van AI-geletterdheid naar AI-mindset, 23 maart 2026
Organisatie(s): Waterschap Drents Overijsselse Delta
Onderwerpen: Data, AI en smart; Watersysteem
Waterschap Drents Overijsselse Delta gebruikt satellietbeelden en AI om te controleren of watergangen schoon zijn. Waar medewerkers daarvoor eerder met auto’s het beheergebied controleerden, voert het waterschap dit toezicht nu met satellieten en AI uit. Dit laat zien hoe AI een operationeel beheerproces kan veranderen.
Contactpersoon: Jeroen Waanders, innovatieadviseur binnen het CIO-office, Waterschap Drents Overijsselse Delta
Type: Toepassing
Status: Operationeel
Bron: Generatieve AI in de GWW, 2 april 2026
Organisatie(s): Betrokken overheidsorganisaties; provincie Overijssel
Onderwerpen: Data, AI en smart
Betrokken overheidsorganisaties ontwikkelen GovChatNL als modulair chatplatform voor hun werkzaamheden. De provincie Overijssel laat zien hoe zij ermee werkt. Organisaties kunnen vragen stellen over eigen documenten en de keuze van taalmodel, opslag en inrichting afstemmen op hun eigen omgeving. Zo kunnen ook weg- en waterbeheerders onderzoeken hoe zij generatieve AI bij hun werkdocumenten gebruiken en de antwoorden controleren.
Contactpersoon: Marko Groffen, adviseur kunstmatige intelligentie, provincie Overijssel
Type: Tool
Bron: Generatieve AI in de GWW, 2 april 2026
Organisatie(s): Provincie Overijssel
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
De provincie Overijssel gebruikt GovChatNL bij de voorbereiding op een mogelijke kwestie van waterstofverbrossing bij een brug. Assetmanager Pieter Ale de Boer stelt eerst algemene vragen, gebruikt daarna onderzoeksdocumenten als bron en geeft vervolgens gerichte instructies voor een conceptbeslisnota. Dat helpt hem een gesprek en managementinformatie voor te bereiden. Hij controleert de bronpassages en beoordeelt de technische kwestie niet uitsluitend op basis van AI.
Contactpersoon: Pieter Ale de Boer, assetmanager kunstwerken en vaarwegen, provincie Overijssel
Type: Toepassing
Bron: Samenwerken aan digitalisering in de GWW: netwerken in kaart, 17 april 2026
Organisatie(s): BOG-DMI-samenwerking
Onderwerpen: Data, AI en smart; Water en bodem; Strategie en organisatie
BOG en DMI werken met gemeenten en betrokken netwerken aan een datalandschap, veilige gegevensuitwisseling en monitoring voor bodem en ondergrond. Informatiebehoeften worden verzameld en gekoppeld aan beschikbaar aanbod. Dit helpt overheden inzicht te krijgen in beschikbare gegevens en de inrichting van de ondergrond beter af te stemmen.
Contactpersoon: Roy Boertien, adviseur smart cities, ministerie van Infrastructuur en Waterstaat
Type: Werkwijze
Status: In ontwikkeling
Bron: Samenwerken aan digitalisering in de GWW: netwerken in kaart, 17 april 2026
Organisatie(s): DMI Ecosysteem
Onderwerpen: Data, AI en smart; Strategie en organisatie
DMI werkt met een intelligente marktplaats waarmee organisaties data en diensten veilig en vertrouwd onder voorwaarden kunnen delen. Daarbij kan worden bepaald wie gegevens voor welk doel mag gebruiken. Zo kunnen ook minder toegankelijke gegevens worden benut voor toepassingen rond de fysieke leefomgeving.
Contactpersoon: Roy Boertien, adviseur smart cities, ministerie van Infrastructuur en Waterstaat
Type: Tool
Bron: Samenwerken aan digitalisering in de GWW: netwerken in kaart, 17 april 2026
Organisatie(s): Netwerk van Lokale Digitale Tweelingen; DMI Ecosysteem; Geonovum
Onderwerpen: Data, AI en smart; Strategie en organisatie
Binnen het Netwerk van Lokale Digitale Tweelingen wordt met een vraagarticulatiecanvas eerst de maatschappelijke behoefte bepaald en daarna de benodigde functionaliteit, technologie en data. Data, modellen en visualisatie worden los van elkaar georganiseerd. Gedocumenteerde digital twin-recepten moeten organisaties helpen toepassingen te delen en voor hun eigen situatie te hergebruiken.
Contactpersoon: Roy Boertien, adviseur smart cities, ministerie van Infrastructuur en Waterstaat
Type: Werkwijze
Status: In ontwikkeling
Zie ook: Digitale tweeling voor hittestressanalyse in Rotterdam; Digitale tweeling voor wateroverlastanalyse en hergebruik tussen gemeenten
Bron: Samenwerken aan digitalisering in de GWW: netwerken in kaart, 17 april 2026
Organisatie(s): Gemeente Rotterdam
Onderwerpen: Data, AI en smart; Klimaatadaptatie
Rotterdam combineert gegevens uit een open urban platform met een rekenmodel voor hittestress en visualiseert de uitkomsten in Unreal Engine. De gescheiden opbouw van gegevens, rekenmodel en visualisatie laat zien hoe beheerders een analyse van de fysieke leefomgeving kunnen samenstellen.
Type: Toepassing
Zie ook: Vraagarticulatie en digital twin-recepten voor herbruikbare toepassingen
Bron: Samenwerken aan digitalisering in de GWW: netwerken in kaart, 17 april 2026
Organisatie(s): Gemeente Rotterdam; gemeente Almere
Onderwerpen: Data, AI en smart; Klimaatadaptatie; Watersysteem
Rotterdam gebruikt een digitale toepassing om te berekenen welke gebouwen bij een bepaalde hoeveelheid neerslag wateroverlast kunnen krijgen. Almere ontwikkelde de toepassing verder, waarna Rotterdam die doorontwikkeling weer benut. Dit toont hoe gemeenten een wateroverlastanalyse kunnen hergebruiken en verder ontwikkelen.
Type: Toepassing
Zie ook: Vraagarticulatie en digital twin-recepten voor herbruikbare toepassingen
Bron: Samenwerken aan digitalisering in de GWW: netwerken in kaart, 17 april 2026
Organisatie(s): Gemeente Den Haag
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
Den Haag ontwikkelde in sprints een dashboard voor hoogstedelijke gebiedsontwikkeling. Daarmee kan worden bekeken hoeveel groen tijdens een bouwperiode beschikbaar blijft. Dit ondersteunt aandacht voor een prettige leefomgeving tijdens gebiedsontwikkelingen die tientallen jaren kunnen duren.
Type: Tool
Bron: Samenwerken aan digitalisering in de GWW: netwerken in kaart, 17 april 2026
Organisatie(s): Gemeente Amsterdam
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement; Techniek en constructie
Amsterdam ontwikkelt een tool die ontwerpbestanden voor kabels en leidingen vergelijkt met beschikbare ondergrondgegevens, waaronder KLIC-data. Mogelijke ruimtelijke conflicten worden zichtbaar voor vergunningtoetsers, zodat zij daarover met de indiener in gesprek kunnen gaan. De nauwkeurigheid van de brongegevens blijft daarbij een beperking.
Type: Tool
Status: In ontwikkeling
Bron: Samenwerken aan digitalisering in de GWW: netwerken in kaart, 17 april 2026
Organisatie(s): Gemeente Utrecht
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement; Water en bodem
Utrecht ontwikkelde een toepassing die mogelijke warmtenettracés bepaalt en met rood, oranje en groen aangeeft hoe belemmeringen de aanleg beïnvloeden. Hiermee kan de gemeente de inpassing van een warmtenet analyseren en koppelkansen met riolering, groen en waterinfiltratie onderzoeken. Een koppeling aan kosten is nog een ambitie.
Contactpersoon: Binne Meijer, adviseur bodem en ondergrond, gemeente Utrecht
Type: Tool
Bron: Tools en kennisproducten voor Datagedreven assetmanagement, 27 mei 2026
Organisatie(s): Rijkswaterstaat
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
Rijkswaterstaat voert datagedreven assetmanagement in via vier fasen: behoeften en doelen bepalen, relevante gegevens en faalindicatoren kiezen, data verzamelen en visualiseren en de toepassing inbedden in het dagelijkse werk. Dit helpt beheerders techniek te verbinden aan een onderhoudsvraag en aan de benodigde kennis, processen en organisatie.
Contactpersoon: Tjeerd de Jong, programmamanager bij Rijkswaterstaat
Type: Werkwijze
Zie ook: AIM voor datagedreven instandhoudingsplanning van het hoofdwegennet; Landelijk Assetdashboard voor inzicht in trends en assetdetails; Early warnings voor afwijkingen in het niveaumeetsysteem van de Kreekraksluizen; Data-analyse voor diagnose en herstel van de vacuümpomp bij Sluis Empel
Bron: Tools en kennisproducten voor Datagedreven assetmanagement, 27 mei 2026
Organisatie(s): Rijkswaterstaat
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
Rijkswaterstaat combineert een uniforme technische decompositie, een standaard beheerareaalregister met onderhoudsmaatregelen en kosten en de app AIM. De technische analyse brengt het benodigde onderhoud voor behoud van assetprestaties in beeld en levert samen met andere analyses input voor de begroting. De eerste inzet betreft het bulkareaal van het hoofdwegennet; complexe assets zoals tunnels vallen erbuiten.
Contactpersoon: Tjeerd de Jong, programmamanager bij Rijkswaterstaat
Type: Tool
Status: In ontwikkeling
Zie ook: Vierfasenplan voor invoering van datagedreven assetmanagement
Bron: Tools en kennisproducten voor Datagedreven assetmanagement, 27 mei 2026
Organisatie(s): Rijkswaterstaat
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
Rijkswaterstaat brengt assetdashboards samen in het landelijk Assetdashboard. Gebruikers kunnen trends over verschillende assets analyseren en per asset informatie tot op detailniveau raadplegen. Daarmee ondersteunt het dashboard inzicht in het functioneren van assets voor het assetmanagement.
Contactpersoon: Tjeerd de Jong, programmamanager bij Rijkswaterstaat
Type: Tool
Zie ook: Vierfasenplan voor invoering van datagedreven assetmanagement; Early warnings voor afwijkingen in het niveaumeetsysteem van de Kreekraksluizen; Data-analyse voor diagnose en herstel van de vacuümpomp bij Sluis Empel
Bron: Tools en kennisproducten voor Datagedreven assetmanagement, 27 mei 2026
Organisatie(s): Rijkswaterstaat
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
Bij de Kreekraksluizen gebruikt Rijkswaterstaat een dashboard met sluisgegevens om potentieel falen te signaleren. Uiteenlopende gemeten waterstanden leidden tot controle van het niveaumeetsysteem, waarbij een beschadigd onderdeel werd gevonden. Na vervanging verdwenen de waarschuwingen; volgens De Jong werd de schutduur korter en namen energiegebruik en slijtage af.
Contactpersoon: Tjeerd de Jong, programmamanager bij Rijkswaterstaat
Type: Toepassing
Zie ook: Vierfasenplan voor invoering van datagedreven assetmanagement; Landelijk Assetdashboard voor inzicht in trends en assetdetails; Data-analyse voor diagnose en herstel van de vacuümpomp bij Sluis Empel
Bron: Tools en kennisproducten voor Datagedreven assetmanagement, 27 mei 2026
Organisatie(s): Rijkswaterstaat
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
Rijkswaterstaat analyseerde bij Sluis Empel het gedrag van de vacuümpomp over langere tijdsperioden nadat fysieke inspectie de oorzaak van warmte en beperkte levensduur onvoldoende duidelijk maakte. De data ondersteunde de probleemanalyse en herstelmaatregelen. Volgens De Jong verbeterde het functioneren, maar was het resultaat nog niet optimaal.
Contactpersoon: Tjeerd de Jong, programmamanager bij Rijkswaterstaat
Type: Toepassing
Zie ook: Vierfasenplan voor invoering van datagedreven assetmanagement; Landelijk Assetdashboard voor inzicht in trends en assetdetails; Early warnings voor afwijkingen in het niveaumeetsysteem van de Kreekraksluizen
Bron: Tools en kennisproducten voor Datagedreven assetmanagement, 27 mei 2026
Organisatie(s): World Class Maintenance; Fieldlab CAMINO
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
Fieldlab CAMINO laat beheerders, aannemers en kennispartners gezamenlijk experimenteren op echte objecten. Partners beginnen klein, toetsen wat in de praktijk werkt en leggen lessen vast in kennisproducten op WCM Vector. Bijeenkomsten en het netwerk ondersteunen kennisuitwisseling, eigen experimenten en toepassing van eerder ontwikkelde kennis.
Contactpersoon: Gido van Rooijen, innovatiemanager bij World Class Maintenance en Fieldlab CAMINO
Type: Werkwijze
Zie ook: Machine learning voor early warnings en onderhoudsplanning van pompgemalen; Sensormonitoring en value case voor opschaling bij de Zeelandbrug
Bron: Tools en kennisproducten voor Datagedreven assetmanagement, 27 mei 2026
Organisatie(s): Waternet; Hoogheemraadschap van Rijnland; Hoogheemraadschap Hollands Noorderkwartier; Fieldlab CAMINO
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
Waternet, Hoogheemraadschap van Rijnland en Hoogheemraadschap Hollands Noorderkwartier ontwikkelden in een CAMINO-proeftuin ieder een eigen earlywarningsysteem voor aanstaand falen van pompgemalen. Multidisciplinaire teams wisselden kennis uit tussen organisaties. De systemen worden operationeel gebruikt. Bij Waternet gingen waarschuwingen naar de planning; praktijkervaring met terechte en foutpositieve meldingen hielp het vertrouwen op te bouwen.
Contactpersoon: Gido van Rooijen, innovatiemanager bij World Class Maintenance en Fieldlab CAMINO
Type: Toepassing
Status: Operationeel
Zie ook: CAMINO-proeftuinen en kennisdeling voor datagedreven assetmanagement
Bron: Tools en kennisproducten voor Datagedreven assetmanagement, 27 mei 2026
Organisatie(s): Provincie Zeeland; Fieldlab CAMINO; onderhoudsaannemer; Hogeschool Zeeland; TU Delft; ingenieursbureau
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement
De provincie Zeeland experimenteerde met ketenpartners met sensoren en data op het bewegende deel van de Zeelandbrug. Door naast financiële effecten ook de maatschappelijke gevolgen van uitval in een value case mee te nemen, ontstond steun voor verdere ontwikkeling. Het experiment leidde tot een vervolgproeftuin voor monitoring van het civiele deel en de betonconstructie.
Contactpersoon: Gido van Rooijen, innovatiemanager bij World Class Maintenance en Fieldlab CAMINO
Type: Pilot
Status: Pilot
Zie ook: CAMINO-proeftuinen en kennisdeling voor datagedreven assetmanagement
Bron: Slimmer wegbeheer door de Asfaltslijtage app, 10 juni 2026
Organisatie(s): Provincie Utrecht; Make Day; Integrators.ai
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement; Techniek en constructie
Provincie Utrecht gebruikt de Asfaltslijtageapp, ontwikkeld met Make Day en Integrators.ai, om de ontwikkeling van rafeling per wegvak te voorspellen. Het model combineert inspectiegegevens met locatiespecifieke contextgegevens. Een GIS-weergave maakt de voorspellingen bruikbaar voor het onderbouwen en plannen van wegonderhoud, als aanvulling op de bestaande basisplanning.
Contactpersoon: Mark van Meeteren, wegbeheerder, provincie Utrecht
Type: Toepassing
Status: Operationeel
Zie ook: Samen met experts en gebruikers een voorspelmodel voor wegonderhoud ontwikkelen
Bron: Slimmer wegbeheer door de Asfaltslijtage app, 10 juni 2026
Organisatie(s): Make Day; Integrators.ai; provincie Utrecht
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement; Innovatie
Make Day, Integrators.ai en provincie Utrecht ontwikkelden het voorspelmodel voor asfaltslijtage samen met experts en gebruikers. Via interviews, het voorbereiden van data, selectie van kenmerken, validatie en feedback stemden zij het model en de weergave af op de beheerpraktijk. Deze werkwijze helpt wegbeheerders domeinkennis en gebruiksbehoeften in een bruikbare datatoepassing te vertalen.
Contactpersoon: Michelle Corten, Make Day
Type: Werkwijze
Zie ook: Asfaltslijtageapp voor voorspelling van rafeling en onderhoudsplanning
Bron: Digitalisering en automatisering bij het beoordelen van assets, 23 juni 2026
Organisatie(s): Gemeente Amsterdam; Arcadis; Witteveen+Bos
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement; Techniek en constructie
Gemeente Amsterdam ontwikkelde met Arcadis en Witteveen+Bos tooling die met AI gebreken en eigenschappen uit duikrapporten uitleest. De informatie wordt in een datamodel en database opgenomen en aan de beoordelaar getoond. Afstanden uit de rapporten maken het mogelijk scheuren op de kaart te plaatsen en bij latere inspecties terug te vinden.
Contactpersoon: Thomas van der Linden, innovatieadviseur, gemeente Amsterdam
Type: Tool
Zie ook: Digitale ondersteuning voor beoordeling van Amsterdamse kademuren
Bron: Digitalisering en automatisering bij het beoordelen van assets, 23 juni 2026
Organisatie(s): Gemeente Amsterdam
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement; Techniek en constructie
Gemeente Amsterdam bundelde onderzoeksresultaten uit het centrum per constructietype om te onderzoeken of vergelijkbare kademuren gezamenlijk kunnen worden beoordeeld. In Nieuw-West zijn zeven kademuren onderzocht en beoordeeld; de gemiddelde gezonde paaldiameters kwamen overeen met de resultaten uit het centrum. Andere vergelijkbare kademuren zijn aan deze beoordelingen gekoppeld.
Satellietmonitoring liet overschrijdingen van signaalwaarden zien, die aanleiding gaven tot aanvullend onderzoek naar mogelijke lekkage bij het onderloopsheidsscherm. Dit onderzoek kan helpen onderscheid te maken tussen groot onderhoud en volledige vervanging. Hoe de beoordeling van niet onderzochte kademuren voldoende wordt onderbouwd, blijft een onderzoeksvraag.
Contactpersoon: Rick Voortman, innovatieadviseur, gemeente Amsterdam
Type: Onderzoek
Status: In ontwikkeling
Zie ook: Beoordeling per constructiedeel voor passende maatregelen aan kademuren; Digitale ondersteuning voor beoordeling van Amsterdamse kademuren
Bron: Digitalisering en automatisering bij het beoordelen van assets, 23 juni 2026
Organisatie(s): Gemeente Amsterdam
Onderwerpen: Data, AI en smart; V&R, assetmanagement en omgevingsmanagement; Techniek en constructie
Gemeente Amsterdam ontwikkelde digitale ondersteuning die constructiedelen op de kaart afbakent en geometrie, bomen, gebouwen en monitoring samenbrengt. Invoercontroles en terugkoppeling verbeteren brongegevens. Scores ondersteunen het advies over beheermaatregelen; de expert maakt keuzes en legt de onderbouwing vast.
De ondersteuning is ontwikkeld met interne experts en ingenieursbureaus die ermee werken. Experts programmeerden mee; mogelijkheden en grenzen worden besproken en de werking wordt voortdurend gevalideerd. Werkende onderdelen helpen bij de inbedding bij gebruikers en de IT-organisatie.
Contactpersoon: Thomas van der Linden, innovatieadviseur, gemeente Amsterdam
Type: Tool
Zie ook: Beoordeling per constructiedeel voor passende maatregelen aan kademuren; AI voor uitlezen en hergebruik van duikinspectierapporten
Bron: Digitalisering en automatisering bij het beoordelen van assets, 23 juni 2026
Organisatie(s): Gemeente Amsterdam
Onderwerpen: V&R, assetmanagement en omgevingsmanagement; Techniek en constructie
Gemeente Amsterdam combineert archiefonderzoek, inspecties, paalonderzoek en monitoring in een beoordelingskader voor kademuren. Constructiedelen worden afzonderlijk beoordeeld; bij onvoldoende onderbouwing volgt een numerieke beoordeling. Aan de Kostverlorenvaart leidde dit binnen één kademuur tot regulier beheer, vervanging en renovatie voor verschillende delen.
Contactpersoon: Rick Voortman, innovatieadviseur, gemeente Amsterdam
Type: Werkwijze
Status: Operationeel
Zie ook: Digitale ondersteuning voor beoordeling van Amsterdamse kademuren; Clusterbeoordelingen voor vergelijkbare kademuren in Nieuw-West