Wie vis vangt, kweekt, verwerkt of verkoopt, krijgt steeds vaker met kunstmatige intelligentie te maken. AI kan grote hoeveelheden gegevens analyseren en daar patronen in herkennen. Ook in de visketen gebeurt dat inmiddels, van vangstvoorspellingen tot voorraadbeheer. Ik denk dat AI ondernemers veel kan opleveren. Tegelijk moeten we kritisch blijven kijken naar wat de technologie werkelijk toevoegt.
Afgelopen week bezocht ik de SMM in Hamburg, de internationale maritieme vakbeurs. Daar viel mij op hoe sterk AI inmiddels in de maritieme sector is doorgedrongen. Bij veel exposanten zag ik toepassingen voor onder meer scheepsontwerp, energie-efficiëntie, routering en onderhoud. Maar ook op het gebied van visserij zijn de AI-toepassingen rijzende sterren.
AI bij vangst en verwerking
Op zee kan AI historische vangstgegevens combineren met onder andere gegevens over getij, weersomstandigheden, en marktinformatie. Daarmee kunnen systemen voorspellen waar bepaalde vissoorten zich waarschijnlijk bevinden. Dat kan zoekuren en brandstof besparen, en daarmee de uitstoot van schadelijke stoffen voor klimaat en milieu beperken. Het oer-Nederlandse bedrijf MariControl uit Urk biedt bijvoorbeeld al een complete AI-gestuurde visreis aan.
Ook in verwerking en aan boord liggen mogelijkheden. Camera’s met beeldherkenning kunnen bijvoorbeeld soorten herkennen, maten registreren en gegevens over bijvangst vastleggen. Dat sluit aan bij de herziene Europese controleverordening, die digitale traceerbaarheid in de visketen uitbreidt en voor bepaalde vaartuigen cameratoezicht voorschrijft. Tegelijkertijd stuit dat bij de vissers op zee op grote weerstand. Niet alleen vanwege de aantasting van hun privacy, maar ook omdat het voelt als een drukmiddel om de zinloos geachte aanlandplicht mee af te dwingen. Het gebruik van camera’s met AI zou volgens mij beter gebruikt kunnen worden voor wetenschappelijk onderzoek en het optimaliseren van de bedrijfsvoering in plaats van controle.
AI voor planning en minder verspilling
Ook verderop in de keten kan AI waarde toevoegen. Hoeveel tong verkoop je morgen? Welke winkel houdt structureel voorraad over? Met verkoopgegevens kan AI patronen herkennen en vraagverwachtingen ondersteunen. Voor een vers product als vis is dat relevant: iedere kilo die wordt weggegooid, is al gevangen of gekweekt, gekoeld, verwerkt en vervoerd. Volgens de FAO gaat wereldwijd naar schatting 30 tot 35 procent van de productie uit visserij en aquacultuur ergens in de keten verloren of wordt verspild. Voor een vers en kwetsbaar product als vis ligt daar dus een flinke kans. Met betere vraagvoorspellingen en voorraadplanning kan AI helpen om verliezen verderop in de keten terug te dringen.
AI en transparantie in de keten
Voor handelaren, verwerkers en retailers zie ik nog een andere interessante toepassing. AI kan helpen bij het verwerken van informatie over herkomst, certificering en duurzaamheidsclaims. Juist nu afnemers steeds meer informatie over de keten vragen, kan dat veel werk schelen. AI kan bijvoorbeeld gegevens uit documenten halen of helpen bij het voorbereiden van vragenlijsten. Denk aan grote retailers als Albert Heijn en Jumbo die aan hun leveranciers van steeds meer informatie vragen in het kader van hun duurzaamheidsrapportage (CSRD).
Sinds 27 september 2026 gelden bovendien de bepalingen uit de Europese EmpCo-richtlijn (2024/825). Algemene duurzaamheidsclaims zonder onderbouwing worden daarmee verder beperkt. Een taalmodel kan moeiteloos schrijven dat vis ‘duurzaam gevangen’ is, ook wanneer de gegevens daarvoor ontbreken. Voor verantwoord ondernemen is dat een wezenlijk risico: transparantie heeft alleen waarde als de informatie aantoonbaar klopt.
De kosten van AI
AI zelf heeft bovendien een voetafdruk. Datacenters gebruiken elektriciteit en water voor koeling, terwijl voor de benodigde hardware grondstoffen nodig zijn. Volgens het International Energy Agency (IEA) verbruikten datacenters wereldwijd in 2024 ongeveer 415 TWh elektriciteit, circa 1,5% van het wereldwijde elektriciteitsverbruik. Het IEA verwacht ongeveer 945 TWh in 2030, bijna 3% van het mondiale verbruik. AI is volgens het IEA de belangrijkste aanjager van die groei. Elektriciteitsgebruik van specifiek op AI gerichte datacenters groeide in 2025 zelfs met ongeveer 50%. Daarom vind ik dat je per toepassing moet kijken wat AI daadwerkelijk oplevert. Een systeem dat aantoonbaar brandstof, energie of verspilling vermindert, heeft een ander duurzaamheidsprofiel dan AI die vooral extra digitale handelingen veroorzaakt.
Vakmanschap blijft nodig
De mogelijkheden zijn groot, maar ervaring in de visketen blijft belangrijk. Een inkoper kent zijn leveranciers en een visser kent zijn schip en vangstgebied. AI kan gegevens analyseren, maar de ondernemer blijft verantwoordelijk voor beslissingen en voor informatie die aan klanten wordt verstrekt. Dat geldt zeker voor duurzaamheidsinformatie, waarop afnemers, financiers en consumenten steeds vaker hun keuzes baseren.
Ik zou ondernemers daarom vooral aanraden om met AI te experimenteren op plekken waar je het resultaat kunt meten. Kijk wat het doet met brandstofgebruik, derving, administratie of de kwaliteit van je keteninformatie. AI is een slimme assistent, maar de ondernemer ben je zelf. AI wordt pas echt interessant voor de visketen als je ermee kunt aantonen dat je bedrijf én je keten er verantwoord beter van worden.
Deze column van Derk Jan Berends, management consultant (ESG) bij Empact Consulting B.V., verscheen eerder in vakblad FishTrend.