Gids voor industrieën
AI in verticale landbouw en kassen
In verticale boerderijen en kassen past AI het licht, de temperatuur, de luchtvochtigheid, CO2 en voedingsstoffen aan om de meeste opbrengst en kwaliteit voor de bestede energie en arbeid te verkrijgen.
Luister naar deze gidsAI-verteld · ~3 min
Op deze pagina4 minuten lezen
Overzicht
Het combineert sensorgegevens, gewasmodellen en prognoses om de bedieningselementen in te stellen. Het is belangrijk omdat landbouw in een gecontroleerde omgeving het hele jaar door voedsel kan verbouwen in de buurt van steden, met minder water. Maar de hoge energie- en kapitaalkosten hebben ervoor gezorgd dat verschillende goed gefinancierde verticale boerderijen failliet zijn gegaan, en AI kan dat niet alleen oplossen.
Diepe duik
Controlled-environment agriculture covers two kinds of operations. Greenhouses use sunlight, supplemented by artificial light. Indoor vertical farms stack growing layers under LEDs inside a sealed building. In both, growers control temperature, humidity, carbon dioxide, light, irrigation and nutrients. AI's job is to choose settings that maximize yield and quality for each unit of energy and labor. Several variables interact: - **Light:** plants respond to the daily light integral (total light per day), photoperiod and spectrum. - **Vapor pressure deficit (VPD):** humidity and temperature together set the VPD, which drives transpiration. Too low and disease risk rises; too high and plants close their stomata. - **CO2:** enrichment raises photosynthesis only if light and temperature allow it. - **Nutrients:** solutions are managed by electrical conductivity (EC) and pH. Changing one setting shifts the others, so control is a balancing act that experienced growers take years to learn. Greenhouse AI has a notable proving ground: the Autonomous Greenhouse Challenge, run by Wageningen University & Research. Algorithm teams have competed against expert growers to grow crops such as cucumbers, tomatoes and lettuce remotely. The economics are the cautionary tale. AeroFarms and greenhouse grower AppHarvest both filed for bankruptcy in 2023, and Bowery Farming shut down in 2024. The core problem is that indoor farms replace free sunlight with purchased electricity, while their main products, leafy greens and herbs, sell at low prices. High capital costs, energy price spikes and tight margins left little room for error. Three misconceptions are common. AI does not make vertical farming profitable on its own; it trims costs at the margin while energy and capital dominate. Vertical farms are not automatically greener, because their carbon footprint depends on the electricity source. And greenhouses, not stacked indoor farms, produce most controlled-environment food.
Implementatie in de echte wereld
Een tomatenkas maakt gebruik van klimaatsoftware die de verwarming, ventilatie en scherming uren vooruit plant op basis van de weersvoorspelling. Het doel is om planten in het juiste vochtigheidsbereik te houden en tegelijkertijd minder gas te gebruiken.
Een indoor slakwekerij plant zijn LED-verlichting urenlang wanneer de elektriciteit het goedkoopst is, terwijl hij nog steeds het vereiste dagelijkse licht van elk gewas levert.
Camera's boven kweekrekken schatten elke dag het bladoppervlak en de dekking van het bladerdak in. Ze markeren trays die langzaam groeien, zodat het personeel de irrigatie- of voedingsstoffenniveaus kan controleren.
Een teler vergelijkt de klimaataanbevelingen van een algoritme met de beslissingen van een ervaren teler voor één compartiment en besluit vervolgens of hij de automatisering wil uitbreiden naar de hele kas.
De toekomst van AI in verticale landbouw en kassen
De automatisering van kassen zal waarschijnlijk blijven evolueren, omdat kassen te maken krijgen met tekorten aan arbeidskrachten en druk op de energiekosten, en de AI-ondersteunde klimaatbeheersing heeft zich in proeven staande gehouden. Verticale landbouw binnenshuis consolideert zich na de mislukkingen. De overgebleven exploitanten richten zich op gewassen met een hogere waarde, locaties met goedkope of hernieuwbare energie en betere automatisering. Gewassen zoals aardbeien worden binnenshuis getest, hoewel de winstgevendheid op schaal onbewezen is. Robotachtig oogsten en geautomatiseerde plantmetingen zullen besturingssystemen meer gegevens geven om mee te werken. Per saldo verbetert AI de efficiëntie, maar de energieprijzen en de waarde van de producten zullen beslissen welke bedrijfsmodellen standhouden.
Het in de praktijk brengen
Waarom het ertoe doet
- Context en regels. De industriële context bepaalt of AI-ideeën het contact met de werkelijkheid overleven.
- Kwaliteitscontrole. Domeinbeperkingen beïnvloeden aanvaardbare foutenpercentages en toezichtmodellen.
- Bouwkeuzes. Succesvolle implementaties stemmen de technische mogelijkheden af op frontline-workflows.
Pas op voor
- Regelgevingsvereisten kunnen anderszins sterke prototypes ongeldig maken.
- Historische gegevens kunnen vooroordelen coderen die specifieke gemeenschappen schade toebrengen.
- Oudere systemen kunnen integratieknelpunten en verborgen kosten veroorzaken.
Volgende stappen
- Betrek domeinexperts, van het formuleren van het probleem tot de evaluatie.
- Ontwerp audit trails en documentatie vóór de lancering.
- Valideer compliance- en veiligheidsverplichtingen vroegtijdig.
- Uitrol in fasen met duidelijke stop- en terugdraaicriteria.
Blijf verkennen
Gratis nieuwsbrief
Ontvang de dagelijkse AI-briefing
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Doe de quiz over AI in verticale landbouw en kassen
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
Veelgestelde vragen
Wat is AI in verticale landbouw en kassen?
In verticale boerderijen en kassen past AI het licht, de temperatuur, de luchtvochtigheid, CO2 en voedingsstoffen aan om de meeste opbrengst en kwaliteit voor de bestede energie en arbeid te verkrijgen. Het combineert sensorgegevens, gewasmodellen en prognoses om de bedieningselementen in te stellen. Het is belangrijk omdat landbouw in een gecontroleerde omgeving het hele jaar door voedsel kan verbouwen in de buurt van steden, met minder water. Maar de hoge energie- en kapitaalkosten hebben ervoor gezorgd dat verschillende goed gefinancierde verticale boerderijen failliet zijn gegaan, en AI kan dat niet alleen oplossen.
Wat is het belangrijkste verschil tussen een kas en een indoor verticale boerderij?
De lichtbron is het fundamentele verschil, en zorgt voor zeer uiteenlopende energiekosten.
Welke twee variabelen bepalen samen het dampspanningsdeficit (VPD)?
VPD is afhankelijk van de luchttemperatuur en luchtvochtigheid. Het stimuleert de transpiratie en beïnvloedt zowel het ziekterisico als de vraag of planten hun huidmondjes sluiten.
Wanneer verhoogt CO2-verrijking de fotosynthese volgens de gids?
CO2 is een van de vele op elkaar inwerkende limieten. Zonder voldoende licht en een geschikte temperatuur voegt extra CO2 weinig toe.
Welke instelling voert de Autonomous Greenhouse Challenge uit?
Wageningen University & Research voert de challenge uit, waarbij algoritmeteams het opnemen tegen deskundige telers.
Welk economisch kernprobleem identificeert de gids achter het falen van verticale landbouwbedrijven?
Energie voor verlichting plus hoge kapitaalkosten, in combinatie met producten van lage waarde, lieten kleine marges achter die pieken in de energieprijzen zouden kunnen wegvagen.
Blijf leren
Gerelateerde gidsen
Er zijn meer handleidingen voor dit onderwerp geselecteerd