Hoe AI meer waarde uit hernieuwbare energie kan halen

Een zonnepark kan volop elektriciteit produceren en toch moeite hebben om die te leveren wanneer klanten er behoefte aan hebben. Bewolking verandert de opbrengst, hoogspanningslijnen raken overbelast en batterijen moeten concurrerende behoeften met elkaar in evenwicht brengen. Meer zonnepanelen vergroten de potentiële productie, maar de waarde van die investering hangt ook af van hoe efficiënt het omringende energiesysteem functioneert.

Een nieuwe studie in Sustainable Futures onderzoekt dat verband op nationaal niveau.¹ De onderzoekers stelden vast dat hernieuwbare energie in 20 economieën tussen 1990 en 2022 sterker samenhing met duurzame ontwikkeling wanneer er meer innovatie op het gebied van kunstmatige intelligentie was. Deze bevinding roept een relevante investeringsvraag op: hoeveel kansen liggen er in het beter benutten van bestaande energie-infrastructuur?

Wat de studie naar AI en hernieuwbare energie heeft aangetoond

De onderzoekers bestudeerden het verbruik van fossiele brandstoffen, hernieuwbare energie, innovatie op het gebied van AI en gecorrigeerde netto besparingen. Bij gecorrigeerde netto besparingen worden conventionele spaarcijfers aangepast voor factoren als investeringen in onderwijs, uitputting van hulpbronnen en schade door vervuiling. De maatstaf geeft aan of een economie duurzame welvaart opbouwt, rekening houdend met een deel van de kosten van economische groei.

Als uitkomstmaat gebruikten de onderzoekers de index voor duurzame ontwikkeling, die menselijke ontwikkeling afzet tegen ecologische druk. De index omvat gezondheid, onderwijs en inkomen, maar ook consumptiegerelateerde CO₂-uitstoot en de materiële voetafdruk. Een hogere energieproductie of een hoger bbp leidt daarom niet automatisch tot een betere score.

Met behulp van kwantielregressie onderzochten de auteurs hoe de verbanden verschilden naargelang de uitkomsten op het gebied van duurzaamheid. Het verbruik van fossiele brandstoffen hing over de hele verdeling negatief samen met de index. In het basismodel hing innovatie op het gebied van AI positief samen met de index, vooral in de lagere en middelste kwantielen.

De interessantste bevinding betrof het samenspel tussen AI en hernieuwbare energie. De combinatie hing in de kwantielen van het hoofdmodel positief samen met duurzaamheid. De bevindingen over AI waren echter gevoelig voor de gekozen statistische methode, waardoor een zorgvuldige interpretatie noodzakelijk is.

Waarom hernieuwbare energiecapaciteit maar een deel van het verhaal is

In de basisresultaten hing hernieuwbare energie direct negatief samen met de index. Dat bewijst niet dat hernieuwbare energie schadelijk is voor duurzaamheid. De index omvat het verbruik van materialen, terwijl de energiemaatstaf het aandeel van hernieuwbare energie in het eindverbruik weergeeft zonder onderscheid te maken tussen technologieën of de kwaliteit van de integratie.

Volgens de auteurs kunnen de benodigde bouwwerkzaamheden, de kosten van de transitie en beperkingen van het energiesysteem dit patroon mede verklaren, maar met hun gegevens kunnen ze deze mechanismen niet rechtstreeks toetsen. In het interactiemodel geeft de coëfficiënt voor hernieuwbare energie bovendien het verband weer bij nul AI-innovatie, niet een onvoorwaardelijk effect.

Voor lezers en investeerders is de belangrijkste les dat elektriciteit opwekken en nuttige energiediensten leveren twee verschillende prestaties zijn. Denk aan een hypothetisch zonneproject dat rond het middaguur te maken krijgt met beperkingen op de teruglevering aan het net. Betere prognoses kunnen een exploitant helpen batterijcapaciteit vrij te houden voordat het overschot ontstaat. Door de elektriciteitsvraag in de omgeving op elkaar af te stemmen, kan een andere afzetmogelijkheid ontstaan. Voor geen van beide maatregelen zijn extra zonnepanelen nodig, al zijn er wel geschikte apparatuur en toestemming voor de bedrijfsvoering vereist.

Dit sluit aan bij het bredere pleidooi voor modernisering van slimme elektriciteitsnetten: opwekkingsinstallaties zijn afhankelijk van netwerken die veranderende vraag en aanbod aankunnen.

Waar AI de prestaties van energiesystemen kan verbeteren

In het rapport van september 2026 over de modernisering van elektriciteitsnetten noemt het Internationaal Energieagentschap prognoses, optimalisatie en situationeel inzicht als gebieden waarop AI netbeheerders kan helpen netwerken efficiënter te benutten. Het gaat hierbij om praktische operationele beslissingen, die vaak worden ondersteund door gespecialiseerde voorspellende modellen.

• De productie van hernieuwbare energie en de elektriciteitsvraag nauwkeuriger voorspellen.
• Batterijen en flexibele belastingen coördineren met het oog op beperkingen van het netwerk.
• Problemen met apparatuur opsporen voordat ze vermijdbare stroomuitval veroorzaken.

Een nuttig onderscheid is dat tussen voorspellen en toestemming hebben om in te grijpen. Software kan correct voorspellen dat een aansluiting overbelast raakt, maar kan het probleem niet oplossen tenzij een netbeheerder de stroom kan omleiden, de vraag kan aanpassen of energieopslag kan inzetten. De commerciële waarde van AI hangt daarom deels af van regelsystemen, contracten en marktregels buiten het model zelf.

Meet de daadwerkelijk gerealiseerde waarde, niet alleen de nauwkeurigheid van het model

Dit leidt tot strengere criteria voor de beoordeling van energietechnologie. Een betere voorspelling is commercieel relevant als die de kosten voor het balanceren van het net verlaagt, verspilde energieproductie voorkomt of de betrouwbaarheid verbetert. Een model kan een betere statistische score behalen en toch weinig financiële voordelen opleveren als de aanbevelingen te laat komen of niet kunnen worden uitgevoerd.

Voor een projectontwikkelaar is het van belang de volledige implementatiekosten af te zetten tegen meetbare verbeteringen in de bedrijfsvoering. Daaronder vallen sensoren, gegevensvoorbereiding, integratie, onderhoud en opleiding van medewerkers. Een systeem met een beperkte, gerichte toepassing dat een kostbaar, terugkerend probleem oplost, kan meer waarde opleveren dan een breder platform met indrukwekkende mogelijkheden, maar weinig operationele toepassing.

Wat het onderzoek niet kan aantonen over AI

In het artikel wordt AI gemeten aan de hand van octrooifamilies met octrooien in drie grote rechtsgebieden. Octrooiactiviteit is een indicator van innovatievermogen, maar laat niet zien of een bepaald nutsbedrijf AI gebruikt of dat zijn systemen de prestaties van hernieuwbare energie verbeteren.

Dit onderscheid wordt vooral belangrijk bij de robuustheidscontroles. Toen de onderzoekers een conservatievere specificatie met instrumentele variabelen en naar land geclusterde standaardfouten gebruikten, weken zowel het directe AI-effect als de interactie tussen AI en hernieuwbare energie statistisch niet aantoonbaar af van nul. Dat bewijst niet dat er geen voordelen zijn. Het betekent dat het onderzoek de causale bewering die uit de belangrijkste verbanden naar voren komt, niet met zekerheid kan onderbouwen.

De historische periode loopt ook maar tot en met 2022, vóór een groot deel van de recente uitbreiding van de infrastructuur voor generatieve AI. In de beoordeling van april 2026 bespreekt het IEA AI en de elektriciteitsvraag en beschrijft het zowel de snelle groei van het datacenterverbruik als de mogelijkheden voor AI om de energieactiviteiten te verbeteren. Dit zijn afzonderlijke effecten die apart moeten worden berekend.

Een succesvolle toepassing voor voorspellingen moet daarom worden beoordeeld op basis van het eigen energieverbruik en de aangetoonde voordelen. Verbeteringen bij één installatie kunnen niet automatisch worden verrekend met het elektriciteitsverbruik van niet-gerelateerde AI-diensten elders.

Schneider Electric en de kansen van energietechnologie

Deze praktische vereisten bieden kansen voor bedrijven die software koppelen aan elektrische apparatuur en operationele werkprocessen. Voor beleggers die aandelen in energie-infrastructuur verkennen, biedt Schneider Electric (SND.DE ) een relevant voorbeeld met zijn activiteiten op het gebied van energiebeheer, automatisering en netsoftware.

Het aanbod van EcoStruxure omvat microgridbeheer en de integratie van hernieuwbare energie, terwijl het One Digital Grid Platform software met AI-mogelijkheden inzet in de bedrijfsvoering van nutsbedrijven. Deze activiteiten sluiten rechtstreeks aan bij de uitdaging om energieproductie, -opslag, netwerken en vraag op elkaar af te stemmen.

In zijn bespreking van oktober 2026 over intelligente elektriciteitsnetten en betrouwbare gegevens benadrukt Schneider Electric het belang van het koppelen van gefragmenteerde operationele systemen en het ondersteunen van menselijke besluitvorming. Dit is een nuttige beschrijving van de implementatie-uitdaging, maar blijft het perspectief van het bedrijf en vormt geen onafhankelijk bewijs van de productprestaties.

De investeringscase hangt ervan af of klanten deze mogelijkheden omzetten in aanhoudende bestedingen en winstgevende implementaties. Relevante vragen zijn onder meer of de softwareverkoop gelijke tred houdt met de apparatuurverkoop, of klanten diensten verlengen en of de implementatiekosten voldoende ruimte laten voor aantrekkelijke marges. Een sterke vraag naar modernisering van het elektriciteitsnet bewijst op zichzelf niet dat een aandeel aantrekkelijk is gewaardeerd.

Schneider is ook actief in de bouwsector, industriële automatisering en datacenters. De resultaten weerspiegelen daardoor een bredere bedrijfsportefeuille dan alleen AI-ondersteunde integratie van hernieuwbare energie. In het onderzoek wordt het bedrijf niet beoordeeld en worden de winstverwachtingen niet voorspeld.

Het laatste nieuws en de recente ontwikkelingen rond Schneider Electric (SU)

Een betere manier om investeringen in schone energie te beoordelen

De bredere bijdrage van het onderzoek is dat het aanzet tot een kijk op duurzaamheid vanuit het hele systeem. Hernieuwbare energiebronnen, innovatievermogen en duurzame kapitaalvorming beïnvloeden elkaar. Meer apparatuur aanschaffen is slechts één manier om resultaten te verbeteren; ook instellingen en operationele capaciteiten bepalen hoe doeltreffend die apparatuur wordt gebruikt.

Voor beleggers betekent dit dat ze de beperkingen rond elk project moeten onderzoeken. Waar gaat energie verloren? Welke operationele beslissing kan daar verandering in brengen? Wie kan de benodigde verbetering realiseren en wie profiteert er financieel van? Deze vragen verbinden een aantrekkelijk technologiethema met een toetsbare businesscase.

AI kan hernieuwbare-energiesystemen helpen meer waarde te halen uit bestaande middelen. Om die mogelijkheid om te zetten in een duurzame kans, moet die waarde blijken uit betrouwbare bedrijfsvoering, lagere kosten en een beter gebruik van infrastructuur.

Referenties:

¹ Esily, R. R., Chi, Y., Ibrahiem, D. M., Muhammadullah, S., Hassanein, E. A., & Zhang, X. (2026). Afhankelijkheid van fossiele brandstoffen en duurzame ontwikkeling: kwantielanalyse van AI, hernieuwbare energie en reële besparingen. Sustainable Futures, 12, artikel 102265. https://doi.org/10.1016/j.sftr.2026.102265