‘Het bestond niet, dus heb ik het gebouwd’: AI-spoorinnovatie, de ’trotse’ valkuilen van Europa en waarom Infrabel voorop liep

Een levendig panel en een keynote speech tijdens RailTech Belgium 2025 legden de spanningen bloot rond de invoering van AI in het Europese spoor en predictief onderhoud. De kern ervan: snelheid, standaarden en de vraag of je moet bouwen of kopen. Zoals Pieter Verlinden, digital and data lead bij Infrabel, uitlegt, moet je soms, als de opties niet op de markt zijn, ze gewoon zelf uitvinden.

Tijdens de RailTech Belgium conferentie dit jaar in Brussel kwamen experts op dit gebied samen om een aantal belangrijke conclusies te trekken over de toekomst van predictief onderhoud en de groeiende invloed van geavanceerde gegevensverzameling en AI. Het debat “How Can Smarter, Safer, and Sustainable Innovations Revolutionise Rail?” was verre van beleefde industriepraat. Het leverde scherpe kritiek, openhartige bekentenissen en zelfs wat vuurwerk op – vooral toen de Belgische spoorbeheerder onder vuur kwam te liggen.

Centraal in de discussie stond de aanpak van de Europese infrastructuurbeheerders; meer dan eens werd bijvoorbeeld het Belgische Infrabel zowel geprezen als geprovoceerd. Sommige panelleden beschuldigden de Europese spoorwegen ervan te voorzichtig en te op zichzelf te zijn als het op AI aankwam, maar men was het erover eens dat de ontwikkeling van in-house AI-tools door Infrabel en de solide samenwerking met kleinere bedrijven er positief uitspringen.

Het resultaat was een dynamische heen-en-weer discussie over alles van wetgeving en achterlopende standaarden tot de veranderende rol van data en het belang van het vertrouwen in externe partners. Met sterke meningen aan beide kanten gaf het gesprek de complexiteit – en de urgentie – weer van het introduceren van slimmere systemen in de verouderende spoorweginfrastructuur van Europa.

Als een olifant

Sebastian Meyer, Managing Director van Rhomberg Sersa Vossloh, opende het onderwerp voorspellend onderhoud op de conferentie met een duidelijke boodschap: om spoorwegonderhoud echt te maximaliseren, moeten leveranciers kiezen voor een datagestuurde langetermijnaanpak.

“Activa op het spoor kunnen 30 tot 40 jaar meegaan en om de CO2-niveaus laag te houden, moeten we onze activa zo lang mogelijk op het spoor houden.” Meyer identificeerde een “Bermudadriehoek” van prioriteiten die infrastructuurmanagers voortdurend in evenwicht moeten houden: kosten, veiligheid en kwaliteit. “Als je KPI’s omlaag gaan, heb je meer geld nodig, anders heb je over vijf jaar een ramp”, waarschuwde hij. “De rails zijn als een olifant – ze vergeten nooit een gebrek aan onderhoud.”

Hij stelde een model met drie pijlers voor om het vermogensbeheer op lange termijn te ondersteunen: het verzamelen van gegevens via ‘expertsystemen’; het organiseren van die gegevens via lokalisatietoewijzing; en het uitvoeren en registreren van onderhoudsacties. Zonder gegevensinvoer van alle drie wordt het systeem niet geoptimaliseerd. “Als je geen feedback geeft aan het object, gaat het verloren. Als je een rail slijpt en niet markeert, gaat het verloren”, zei hij.

Hij benadrukte dat deze structuur spoorbeheerders in staat stelt om een strategisch overzicht op te bouwen van de conditie en prestaties van assets. Met inzicht in de levensduur en vernieuwingstijdstippen kunnen ze middelen optimaliseren en interventies effectiever prioriteren. En als dit goed wordt gedaan, legde Meyer uit, creëert dit de basis voor een digitale tweeling – of iets wat daar dicht bij in de buurt komt, in wezen een verschuiving van reactief naar echt voorspellend onderhoud, wat op de lange termijn winst oplevert.

Waarom de Europese spoorwegsector worstelt om AI te omarmen

Na Meyers toespraak kwam het paneldebat van RailTech België, “Hoe kunnen slimmere, veiligere en duurzame innovaties een revolutie teweegbrengen in de spoorwegsector?”, met een ludieke maar levendige confrontatie tussen Richard Aaroe, CEO van Next Generation Rail Technology (NGRT), en Pieter Verlinden, Manager Data & Digital bij Infrabel.

Aaroe opende de discussie met scherpe kritiek: “Europese spoorbeheerders lopen echt ver achter in vergelijking met andere landen als het gaat om het overwinnen van grenzen op het gebied van onderhoud en technologie.” Zijn boodschap was onomwonden – de spoorwegsector van het continent is aarzelend, past zich traag aan en zit vast achter een muur van bureaucratie. Hij noemde de trage ontwikkeling van standaarden een belangrijk obstakel. “Standaarden zullen de technologische ontwikkelingen nooit inhalen,” zei hij. “We moeten niet wachten – we moeten de ontwikkeling van standaarden en technologie parallel laten lopen.”

Maar Verlinden, die al meer dan tien jaar de digitale strategie van Infrabel leidt, wees erop dat innovatie in een dergelijke veiligheidskritische sector tijd vergt. “We werken eraan,” zei hij, “maar het is een lang proces en je ziet het niet altijd.” Hij legde uit dat het bij het implementeren van AI niet alleen gaat om het bouwen van modellen – het vereist een diepgaande transformatie in hoe gegevens worden gestructureerd, begrepen en gebruikt.

‘Veel verbetering in het verwelkomen van AI’

Het was ook niet alleen maar kritisch over hoe de spoorwegsector zich ontwikkelt. Tolga Varol, oprichter van AI start-up DriveAI, zei dat hoewel de scepsis rond AI in veiligheidskritische gebieden blijft bestaan, de dingen aan het verbeteren zijn. “Anderhalf jaar geleden, op het Florence AI in Railways evenement, was de algemene sfeer sceptisch,” zei hij. “Maar sinds vorig jaar doen we een pilot met Portugese managers die niet-kritisch onderhoud uitvoeren. Ik zie veel verbetering in het verwelkomen van AI.”

Rein Lemmens, CEO van data consultancy Kapernikov, voegde eraan toe dat echte vooruitgang vereist dat data met dezelfde ernst wordt behandeld als techbedrijven voor consumenten. “Als we gebruik willen maken van de data zoals we ChatGPT en Instagram gebruiken, dan moeten we onze data ook net zo serieus nemen als zij doen,” zei hij. En hoewel AI een aantal ernstige beperkingen heeft zonder dat een mens de touwtjes in handen heeft, moeten we er waarschijnlijk meer op leren vertrouwen: “Het algoritme praat niet zoals wij bij de waterkoeler – het is zich niet bewust van alles wat er gebeurt. Maar het wordt ook niet slaperig na de lunch.”

Gegevens en het normendilemma

Het debat verschoof opnieuw toen Aaroe, in een van zijn vele één-op-één gesprekken met Verlinden, de beslissing van Infrabel om slimme onderhoudsoplossingen intern te bouwen in twijfel trok. “Waarom is Infrabel niet naar kleinere bedrijven gegaan? Waarom hebben jullie het zelf ontwikkeld?” vroeg hij, waarmee hij suggereerde dat grote spelers op het gebied van spoorweginfrastructuur zoals Infrabel en Vossloh misschien te trots zijn om vertrouwen te hebben in vernieuwers van buitenaf.

Verlinden was duidelijk in zijn antwoord. Hij erkende dat uitbesteden vandaag de dag zinvol is, maar op het moment dat hij het wilde, bestond er geen externe oplossing, waarbij hij het had over een platform dat alle binnenkomende gegevens verzamelt. “Ik heb de markt geraadpleegd en niets gevonden. Dus moest ik het uitvinden. Tien jaar later kwamen er kleine bedrijven die me een big data-platform probeerden te verkopen, en ik zei tegen hen: Ik heb het al gebouwd.”

Hij zei dat Infrabel vandaag een bredere verschuiving probeert te maken van het vertrouwen op individuele vernieuwers – wat Verlinden “de helden” noemde – naar een duurzamere manier van werken. “Zoals onze COO eerder zei, laten we proberen om dit te industrialiseren. “De afgelopen twee jaar hebben we geprobeerd om het bedrijf veel minder afhankelijk te maken van mensen zoals ik. Vijf jaar geleden had ik kunnen zeggen dat zonder mij veel van de dingen die ik deed verloren zouden zijn gegaan – maar dat is vandaag de dag niet waar.”

Kijken naar de AI-gedreven toekomst

Dit institutionele geheugen en deze interne capaciteit lijken nu de basis te vormen van de evoluerende AI-strategie van Infrabel. Maar zoals Aaroe opmerkte, vertoont de Europese sector nog steeds de neiging om alles intern te bouwen. “In Europa lopen de spoorwegen achter. ‘Ze zeggen: ik zal het systeem zelf ontwikkelen, ik zal de technologie ontwikkelen, ik zal het doen.'” Maar zelfs hij erkende dat Infrabel “geweldig werk” had geleverd door iets uit het niets te creëren.

Over het algemeen waren de panelleden het over één ding eens: datakwaliteit en asset management hebben een boost nodig. Voor Verlinden lag de sleutel in het centraliseren en contextualiseren van gegevens: “Vanuit een simplistisch oogpunt heb je alle gegevens om beslissingen te nemen op één plek nodig. Je hebt context nodig voor alle gegevens. Ik denk dat we daar klaar voor zijn.”

Lees meer:

• RailTech Belgium: ‘Je moet slimmere keuzes maken’ – Kapernikov’s CEO over de AI-spoorrevolutie, data-overload en hoe je je kunt aanpassen
• NGRT over de uitdaging om technologie geïmplementeerd te krijgen: “Innovatie brengen is verandering brengen”