.png)
Een vastgoedstrategie is soms al ingehaald voordat hij echt is geland.
Niet omdat woningcorporaties onzorgvuldig werken. Integendeel. Routekaarten, portefeuillestrategieën en complexplannen worden zorgvuldig opgebouwd. Met data, scenario’s, financiële kaders en veel afstemming. Maar ondertussen verandert de werkelijkheid. Bouwkosten en budgetten schuiven, capaciteit staat onder druk en netcongestie kan projecten vertragen. Tegen de tijd dat een plan klaar is, vraagt de praktijk alweer om bijsturing.
Het maken van zo’n plan kost soms weken of maanden. Veranderen daarna bijvoorbeeld het beleid, de financiële ruimte of de uitvoeringspraktijk, dan zou je eigenlijk opnieuw moeten rekenen en afwegen. In de praktijk gebeurt dat niet altijd.
Precies daar ligt de waarde van data, automatisering en AI in vastgoedsturing: niet om de vastgoedstrategie over te nemen, maar om sneller opnieuw te kunnen kijken.
Sara Rieuwerts, adviseur bij Republiq, merkt die verandering heel concreet in haar dagelijkse werk. Bij verduurzamingsvraagstukken draait het vaak om het vergelijken van varianten. Ga je alles in grote projecten doen? Kies je voor een stapsgewijze aanpak per element? Ga je eerst de woningen goed isoleren om de energielasten naar beneden te brengen en bepaal je daarna de warmtewissel, bijvoorbeeld via een warmtenet of warmtepomp? Zet je een ambitieuze route naast een gematigdere variant omdat de financiële ruimte onder druk staat?
Een paar jaar geleden betekende iedere variant een apart Excel-bestand. Bij een corporatie met duizenden woningen praat je al snel over duizenden regels, talloze kolommen en veel handmatig rekenwerk. Met Pien kunnen die varianten veel sneller worden gemaakt en naast elkaar worden gezet. Waar Sara’s tijd eerder vooral ging naar het aanpassen van rekenmodellen, gaat die nu veel meer naar het analyseren van de uitkomsten.
Die versnelling komt niet alleen door AI, maar ook door data, slimme algoritmes en verduurzamingspakketten toe te voegen. Pien brengt data, rekenlogica en scenario’s samen. AI kan vervolgens helpen om informatie te analyseren, patronen te herkennen en mogelijke oplossingen te onderzoeken. Het gevolg is vooral dat het rondje vaker gemaakt kan worden: als dit de uitkomsten zijn, sluit dit dan aan bij wat we willen bereiken met de verduurzaming? Past dit bij onze doelen? Kunnen we ambitieuzer zijn? Of juist scherper kiezen omdat de financiële ruimte beperkt is?
Doordat het voorbereidende werk sneller gaat, verschuift de aandacht steeds meer naar analyse, afweging en advies.
Als minder tijd nodig is voor het rekenen en aanpassen van varianten, ontstaat meer ruimte voor de vraag die eraan voorafgaat: wat willen we eigenlijk bereiken? Want uiteindelijk gaat vastgoedsturing niet om zoveel mogelijk scenario’s. Het gaat om betere keuzes.
Willen we vooral woningen toevoegen? Sneller verduurzamen? Energielasten voor bewoners verlagen? Wat kunnen we financieel dragen? En als niet alles tegelijk kan: waar geven we dan voorrang aan? Volgens Sara wordt het daardoor juist belangrijker om de doelen aan de voorkant scherp te hebben. Alleen dan kun je zinvol vergelijken welke route het beste past bij de ambitie en financiële ruimte van de corporatie. Niet eerst weken rekenen en daarna de uitkomst bespreken, maar eerder het gesprek voeren over wat verschillende ambities betekenen. Of, zoals zij het zelf samenvat: gesprekken over de bedoeling zijn interessanter dan gesprekken over cel H888.
Daar zit een belangrijk verschil. Technologie versnelt niet alleen het antwoord. Het zorgt ervoor dat het gesprek eerder kan gaan over de afweging erachter.
Snelheid is bovendien maar één kant van het verhaal. Bij een corporatie met veel kleine complexen bleek hoe AI ook een ander perspectief kan toevoegen. In de portefeuille zaten een paar woningen hier, een paar woningen daar. Omdat die complexen klein waren, kregen ze weinig aandacht. Tot de AI in Pien een andere vraag opwierp: is het eigenlijk wel logisch om zoveel van die kleine plukjes bezit te hebben?
Daarmee krijgt AI in vastgoedadvies een andere rol. Niet alleen als versneller van bestaand werk, maar soms ook als een nieuwe collega die met een fris perspectief naar hetzelfde vraagstuk kijkt. Dat betekent niet dat AI ineens de strategie bepaalt. De corporatie bepaalt nog steeds haar doelen. De adviseur en organisatie bepalen welke belangen zwaar wegen en welke keuze past bij de maatschappelijke opgave. Maar AI kan wel helpen om patronen, alternatieven of vragen naar boven te halen die anders minder snel op tafel komen.
Sneller rekenen en analyseren betekent niet automatisch betere vastgoedkeuzes. Als energielabels niet kloppen, portefeuilledata verouderd is of doelen niet scherp zijn, krijg je nog steeds sneller een uitkomst, maar niet per se een betere.
Hetzelfde geldt voor AI. Een antwoord kan overtuigend klinken terwijl de vraag niet scherp genoeg is gesteld of belangrijke context ontbreekt. Daarom blijft vastgoedkennis essentieel: iemand moet kunnen beoordelen wat logisch is, welke context ontbreekt en wanneer een uitkomst opnieuw moet worden onderzocht.
Juist als technologie meer voorbereidende taken overneemt, wordt het vakmanschap achter de uiteindelijke afweging belangrijker.
De waarde van goed advies verschuift steeds verder naar datgene wat technologie niet voor een organisatie kan bepalen. Wat vinden we belangrijk? Welke consequenties accepteren we? Welke keuze past bij onze maatschappelijke rol? En kunnen we uitleggen waarom we hiervoor kiezen en andere opties laten liggen?
Bij Republiq ondersteunen Pien, data en AI het voorbereidende werk en helpen ze om alternatieven sneller zichtbaar te maken. De adviseur brengt de context, ervaring en kritische blik die nodig zijn om vervolgens een goede afweging te maken.
AI vervangt goed vastgoedadvies dus niet. Het maakt juist scherper zichtbaar waar goed vastgoedadvies om draait: niet alleen het antwoord vinden, maar weten welke afweging je moet maken.
Benieuwd waar AI en Pien in jullie vastgoedsturing echt tijd kunnen besparen?