AI in havens en maritiem

AI in de haven helpt beslissingen te onderbouwen die nu op ervaring vallen: hoeveel ligplaatsen een type schip nodig heeft, wanneer een schip echt aankomt of wanneer een brug of sluis het best opengaat. De basis is bijna altijd een reconstructie van havenbezoeken uit AIS-data en meldingen.

Vaak volstaat inzicht in het gebruik; soms voegt een voorspellend model iets toe. Het hoort bij de AI-toepassingen die we bouwen. Hoe data ook ketenpartners op het land helpt, lees je bij data en AI voor mobiliteit en logistiek.

AIS (Automatic Identification System) is het systeem waarmee schepen automatisch en met vaste tussenpozen hun positie, snelheid en reisgegevens uitzenden. Volgens Rijkswaterstaat is AIS sinds 2016 verplicht op wateren waar het Binnenvaartpolitiereglement geldt, voor beroepsvaart vanaf CEMT-klasse I en voor recreatievaartuigen langer dan 20 meter.

Voor maritieme data-analyse is AIS de meest complete bron over waar schepen varen en liggen. Ontvangst hangt af van locatie en weer, dus gaten in een reeks zijn normaal en vragen om een bewuste aanpak bij het reconstrueren.

In de binnenvaart vaak wel. Een onderzoek in opdracht van het ministerie van Infrastructuur en Milieu (2017) wijst erop dat een binnenvaartschip voor veel schippers zowel werkplek als woning is. Unieke scheepsnummers en de positie zijn daardoor al snel persoonsgegevens, en de Autoriteit Persoonsgegevens ziet locatiegegevens als gevoelig.

Voor een analyse van havenbezoeken heb je zelden te herleiden schepen nodig. Leg daarom vooraf het doel, de bewaartermijn en het aggregatieniveau vast. Of de AVG voor jouw toepassing extra eisen stelt, beoordeelt je privacy-officer of jurist.

Sinds 15 augustus 2025 geldt in de EU de European Maritime Single Window environment (EMSWe), op grond van verordening (EU) 2019/1239. Schepen melden de gegevens voor een havenbezoek via een nationaal loket, met één geharmoniseerde dataset en het principe dat gegevens maar één keer per havenbezoek worden aangeleverd.

Onder het FAL-verdrag van de IMO moeten overheden sinds 1 januari 2024 een maritime single window gebruiken. Voor analyse betekent dat: meldingen over aankomst, verblijf en vertrek worden beter vergelijkbaar en zijn een stevige tweede bron naast AIS.

Een ETA-model leert uit de AIS-historie hoe lang schepen van een bepaald type over een traject doen, en corrigeert dat met de actuele positie en snelheid. Zo krijgt de planner van kade of sluis eerder een realistische aankomsttijd.

De IMO beschrijft in haar Just In Time Arrival Guide hoe een schip op een gunstige snelheid vaart en pas bij het loodsstation aankomt als ligplaats, vaarweg en nautische diensten beschikbaar zijn. Dat werkt alleen als haven, schip en dienstverleners hun planning delen. Lees ook over planning optimaliseren met AI.

Meedenken wel, beslissen blijft bij de operator of havenmeester. In de case van de Botlek- en Spijkenisserbrug is het doel op lange termijn een systeem dat de brugoperator een openingstijd voorstelt met de minste totale hinder voor scheepvaart, treinen en wegverkeer.

De AI-verordening rekent AI als veiligheidscomponent in kritieke infrastructuur en wegverkeer tot hoog risico. Of jouw toepassing daaronder valt, beoordeelt je jurist of compliance-afdeling. Wij helpen inventariseren en de risico-indeling voorbereiden; de tijdlijn staat bij AI Act.

Niet voor elke vraag. Voor ligplaatsbeleid volstaat historie die je periodiek bijwerkt; voor een actuele aankomsttijd of een live overzicht voor coaches of planners heb je een stroom nodig. Voor DutchSail liep de data uit de zeilsimulator via Kafka naar een dashboard in Grafana.

Bij Port of Amsterdam combineerden we real-time data met Databricks en Power BI. Welke vorm past, hangt af van hoe snel iemand op de uitkomst moet handelen. Een realtime koppeling vraagt meer beheer, dus we kiezen die alleen als het nodig is; meer over het data- en AI-platform.

Als inzicht in het huidige gebruik de vraag al beantwoordt. Bij Port of Amsterdam ging het om het meten en zichtbaar maken van het historische ligplaatsgebruik, zodat beleidsmakers op cijfers kiezen. Daar was geen voorspellend model voor nodig.

Ook als de AIS-data niet te koppelen is aan ligplaatsen of meldingen, of als partners hun data niet delen, helpt een model niet. Begin dan met afspraken of een Power BI-dashboard. Zoek je advies voor een specifieke regio, lees dan over AI-advies in de Rotterdamse regio.