Datagedreven productieplanning: Hogeschool VIVES toont hoe data voedselverlies beperken en productie-efficiëntie verhogen in de voedingsindustrie

Hogeschool VIVES voerde een Vlaams onderzoek uit naar datagedreven productieplanning in de voedingsindustrie, met bijzondere aandacht voor het beperken van voedselverlies en het verhogen van de efficiëntie van productieprocessen. Hierbij staat de overgang van traditionele, op ervaring gebaseerde planning naar een benadering die gebruikmaakt van data en voorspellende modellen centraal.

Het onderzoek laat zien dat veel voedingsbedrijven nog steeds plannen op basis van intuïtie en eigen ervaring, v…

Hogeschool VIVES voerde een Vlaams onderzoek uit naar datagedreven productieplanning in de voedingsindustrie, met bijzondere aandacht voor het beperken van voedselverlies en het verhogen van de efficiëntie van productieprocessen. Hierbij staat de overgang van traditionele, op ervaring gebaseerde planning naar een benadering die gebruikmaakt van data en voorspellende modellen centraal.

Het onderzoek laat zien dat veel voedingsbedrijven nog steeds plannen op basis van intuïtie en eigen ervaring, vaak met behulp van Excel-bestanden of handmatige systemen. Hoewel er veel gegevens beschikbaar zijn – zoals historische verkoopdata, bestellingen en externe factoren – worden deze zelden systematisch geanalyseerd voor betere beslissingen.

Binnen het TETRA-project Smart Meal Planning, een samenwerking tussen VIVES, KU Leuven en andere partners, is onderzocht hoe kunstmatige intelligentie kan helpen om vraagvoorspellingen te verbeteren. Door data over verkoop, externe trends en consumentengedrag te combineren met AI-modellen, kunnen voedingsbedrijven beter inschatten wat en hoeveel zij moeten produceren. Dit moet leiden tot minder overproductie, lagere verliezen, beter voorraadbeheer en een efficiëntere inzet van personeel en grondstoffen.

Het project omvatte een literatuurstudie, interviews met bedrijven en een brede bevraging binnen de sector om de huidige praktijk en behoeften rond forecasting en AI in kaart te brengen. De resultaten tonen een sector die voorzichtig maar duidelijk evolueert naar meer datagedreven werken. Bedrijven zien forecasting vooral als hulpmiddel om beslissingen te ondersteunen, niet om menselijke expertise volledig te vervangen.

Een belangrijke conclusie is dat samenwerking tussen bedrijven, onderzoeksinstellingen en technologiepartners essentieel is om praktische toepassingen van datagedreven planning te ontwikkelen en te implementeren. Dergelijke samenwerking kan bedrijven helpen om data om te zetten in toepasbare inzichten voor hun dagelijkse planning en zo voedselverlies structureel te verminderen.