Genoeg voer voor de koeien zonder voerverspilling dankzij computer vision
Floating Farm
AI in de agrifood
We bouwen modellen op data die stal, kas of fabriek al vastlegt, van camera tot werkend model, zoals computer vision voor Floating Farm.
Voor Floating Farm brachten we met computer vision het voerproces in beeld, om voerverspilling tegen te gaan
Voor de eerste drijvende boerderij ter wereld, in Rotterdam, leverden we een end-to-end dataoplossing: van het ophangen en installeren van de camera’s tot de implementatie van een computer vision-model dat realtime inzicht geeft in het voerproces.
Waarom zien we pas achteraf hoeveel voer, oogst of grondstof verloren ging?
Melkrobot, voerwagen, klimaatcomputer en lijnbesturing leggen elke dag vast wat er gebeurt, maar die cijfers staan bij vier leveranciers. Wie verspilling wil zien, telt nu achteraf. Een model op die bronnen laat het zien terwijl je nog kunt bijsturen.
Aan het voerhek, in de kas en op de lijn kijkt een model mee
Het voerproces in beeld
Voor Floating Farm hingen we camera’s op en implementeerden we een beeldclassificatiemodel dat realtime inzicht geeft in het voerproces, tegen voerverspilling.
Teeltdata op één platform
Voor tomatenproducent Agro Care realiseren we op Databricks een dataplatform met datawarehouse, zodat alle data centraal klaarstaat voor BI en data science.
Vraag naar verse producten
Een model op verkoop, acties en weer verwacht de vraag naar producten met een korte houdbaarheid, zodat je minder weggooit en minder misgrijpt.
Data uit je eigen machines
De Data Act geeft gebruikers recht op de data van verbonden machines, ook landbouwmachines. We zoeken uit wat je kunt ophalen en koppelen het.
Eén verliespost in stal, kas of fabriek is waar we beginnen
-
Eén verliespost kiezen
Restvoer, uitval in de teelt of afkeur op de lijn: we kiezen er één en zoeken welke machines het meten.
-
Data ophalen en toetsen
We halen de data bij de leveranciers op en toetsen een model op eerdere seizoenen of productieruns.
-
Waar de boer al kijkt
De uitkomst verschijnt waar veehouder, teler of operator al werkt, en we bewaken of het model blijft kloppen.
Legt ons boerenbedrijf of onze fabriek genoeg vast voor AI?
Past als
Melkrobot, voersysteem, klimaatcomputer, sorteermachine of lijnbesturing legt al jaren data vast, en er is een beslissing over voer, teelt, planning of kwaliteit die steeds terugkomt en nu op gevoel gaat.
Past niet als
Er staat weinig vastgelegd, of alleen op papier en in losse spreadsheets. Dan begin je bij de registratie en een dashboard, niet bij een model, en dat zeggen we ook.
Waar de omvang van afhangt
Het aantal machines en leveranciers waar data vandaan komt, hoeveel seizoenen of productieruns historie er is, of er al een platform staat en wie het model daarna beheert.
Van wie is de data uit onze machines?
Vaak staat ze in de cloud van de leverancier. De Data Act geeft gebruikers van verbonden producten recht op die data, en via JoinData beheren boeren en tuinders hun machtigingen.
Stal, kas of fabriek: waar levert data het eerst iets op?
Veehouderij
Kies dit als melkrobot, voersysteem en sensoren al veel meten, zoals voeropname en melkgift. Een camera vult aan wat sensoren missen; zie computer vision.
Teelt en tuinbouw
Kies dit als klimaat-, teelt- en oogstdata in losse systemen staan. Ons advies: begin met één dataplatform, dan wordt een prognose daarna haalbaar.
Voedingsindustrie
Kies dit als lijnbesturing, lab en ERP al per batch vastleggen. Dan zijn afkeur, houdbaarheid en de vraag van afnemers goede eerste vragen voor een model.
Van camera’s in de stal tot een dataplatform voor de kas: zo werkten we in de agrifood
Data Science Lab werkt sinds 2016 vanuit Amsterdam met data en AI, als Databricks- en Microsoft-partner. Floating Farm hielpen we vanuit ons Data For Good-label, voor Agro Care bouwen we op Databricks.
Eén machine en de data die hij al vastlegt staan centraal in het eerste gesprek
Stef Stoelwinder
Business DevelopmentStef is je eerste aanspreekpunt. In het eerste gesprek kiezen we één verliespost in stal, kas of fabriek en de data erbij.
E-mail info@datasciencelab.nl
Telefoon +31 (0)20 3636 724
Welke verspilling in stal, kas of fabriek wil je als eerste zien?
Beschrijf de verliespost en de machines of systemen die er al data over vastleggen. Je krijgt antwoord per mail, of we plannen een eerste gesprek.
Bericht verstuurd
Bedankt voor je bericht. We nemen zo snel mogelijk contact met je op.
Veelgestelde vragen
AI in de agrifood betekent dat een model leert van data die boeren, tuinders en voedingsbedrijven al vastleggen: voer- en melkdata, klimaat en oogst in de kas, batches en labuitslagen in de fabriek. Daarmee zie je verspilling eerder, verwacht je oogst of vraag, of keurt een camera mee. Het hoort bij de AI-toepassingen die we bouwen.
Voor kwekers en verwerkers in Noordoost-Brabant lees je meer op onze pagina over Den Bosch.
Meer dan ze gebruiken. In de stal leggen melkrobot, voersysteem en sensoren vast hoeveel een koe eet en geeft. In de kas doen klimaatcomputer, gewasregistratie en sorteermachine dat voor temperatuur, watergift en oogst.
Melkveehouders vullen daarnaast jaarlijks de KringloopWijzer in, een rekentool van Wageningen University & Research. De zuivelsector maakte die in 2016 verplicht voor wie levert aan een lid van de Nederlandse Zuivel Organisatie. Hij toont onder meer het stikstofoverschot, ammoniak en broeikasgassen per kilo melk.
Een camera ziet wat geen sensor meet. Voor Floating Farm hingen we camera’s op en implementeerden we een realtime beeldclassificatiemodel voor het voerproces. Daar bestaat een groot deel van het rantsoen uit reststromen uit de stad, zoals bierbostel, zemelen en aardappelschillen, dus het voer is elke dag anders.
De valkuil is het licht en de variatie: wisselend daglicht, stof en een nieuw soort voer horen in de trainingsset. Meer over computer vision.
De Europese Data Act geldt sinds 12 september 2025. Gebruikers van verbonden producten, waaronder landbouwmachines, krijgen toegang tot de ruwe en voorbewerkte data die bij het gebruik ontstaat, en mogen die met een derde delen. Afgeleide of sterk verrijkte data valt erbuiten.
JoinData is het onafhankelijke dataplatform waar boeren en tuinders hun machtigingen beheren: wie welke data mag zien. Wat dat voor jouw contracten betekent, beoordeelt je jurist; wij zoeken uit wat je technisch kunt ophalen.
In ons blog over data in de F&B-industrie noemen we onder meer het voorspellen van consumentenvoorkeuren, voorraad en verspilling bij producten met een beperkte houdbaarheid, en het delen van herkomstinformatie met klanten.
In de fabriek begint het meestal bij batchdata uit de lijnbesturing, het lab en het ERP. Voor de vraag van afnemers rekent een model met orders, acties en het weer; lees meer over forecasting.
Door het te bewaken. Een ander ras, een nieuwe reststroom in het rantsoen of een gewijzigd recept verandert de invoer, en dan worden de uitkomsten minder goed. Dat heet drift.
Leg vooraf vast wie een seintje krijgt en wie een nieuwe versie vrijgeeft. Hoe dat technisch werkt, lees je bij MLOps. Het beheer kan bij jullie team liggen of bij ons, via beheer en doorontwikkeling.
Als een weegschaal, een vaste regel in de voercomputer of een kleursorteerder al meet wat je wilt weten. Of als het vooral gaat om wat er gisteren gebeurde: dan is een Power BI-dashboard op de bestaande data genoeg.
Staan voer, oogst of batches nog op papier of in losse spreadsheets, begin dan bij het data fundament. Past een lichtere oplossing, dan zeggen we dat.
Toepassingen, de voedingsindustrie of Brabant: wat lees je hierna?
- AI-toepassingenOnze AI-toepassingen op een rij, van data science en computer vision tot business intelligence.
- Data in de F&B-industrieWat data voedings- en supplementenmerken oplevert, van houdbaarheid tot herkomst.
- AI consultant Den BoschHoe we kwekers, verwerkers en toeleveranciers helpen hun teelt-, lijn- en kwaliteitsdata samen te brengen.