Minder antibiotica bij speenbiggen: AI helpt praktisch

15% van de bedrijven met speenbiggen zat in 2024 boven de actiewaarde voor antibioticagebruik. En precies daar schuift de lat nu omlaag: de actiewaarde gaat stapsgewijs van 20 naar 15 dierdagdoseringen (DDD) op bedrijfsniveau, met 2028 als ijkpunt. Dat is geen detail voor in de marge. Dit is een duidelijke boodschap: structureel hoog gebruik bij speenbiggen is niet langer “pech”, maar een bedrijfsrisico.

Wat mij opvalt: veel discussies blijven hangen in “minder antibiotica” als doel op zich. Maar op het erf is de vraag anders: hoe houd je biggen gezond, voorspelbaar en met minder uitval—zéker rond spenen—zonder standaard naar de medicijnkast te grijpen? Daar ligt een nuchtere kans voor AI in de varkenshouderij: eerder signaleren, gerichter behandelen en vooral meer problemen vóór zijn.

De brondata zijn scherp. Als je de structurele hooggebruikers buiten beschouwing laat, is het nationale gemiddelde bij speenbiggen 9,1 DDD. Met alle bedrijven samen is dat 16,1 DDD. De mediaan is 6,9 DDD: de helft van de bedrijven zit daaronder. De realiteit? Het kán dus, maar niet iedereen krijgt het stabiel voor elkaar.

Wat betekent de lagere actiewaarde (15 DDD) concreet?

De kern: de norm voor “verantwoord gebruik” verschuift omlaag, en bedrijven die jarenlang nét onder 20 DDD zaten, gaan die daling direct voelen. Die groep is interessant, omdat ze vaak niet “extreem” hoog zit, maar wél structureel te veel afhankelijk is van antibiotica om de speenperiode door te komen.

Waarom het vooral bij speenbiggen wringt

Antibioticagebruik stijgt niet overal; de zorgen concentreren zich bij gespeende biggen. Dat is logisch. Spenen is een stressmoment met een cocktail aan risico’s:

• Voerovergang (melk naar vast voer), met kans op darmproblemen
• Groepswisseling en rangorde, met stress en meer contactinfecties
• Klimaat- en stalovergang, vaak een ander microklimaat
• Immuniteitsdip, zeker als management en biestopname eerder suboptimaal waren

Een lagere actiewaarde is dan niet alleen een “meetlat”; het is druk op het systeem om variatie tussen bedrijven kleiner te maken. En variatie verklein je niet met een extra formulier, maar met betere sturing.

Waarom 15 DDD nog steeds “voorlopig” is

De actiewaarde van 15 DDD is opnieuw een voorlopige grens. De ambitie van de SDa is uiteindelijk een benchmarkwaarde voor aanvaardbaar gebruik. Maar eerst moet de spreiding omlaag: een beperkte groep structurele hooggebruikers trekt het gemiddelde omhoog.

Een zin die blijft hangen: als de hooggebruikers wegvallen, zakt het gemiddelde naar 9,1 DDD. Dat zegt genoeg. De uitdaging is niet “de sector” in het algemeen—maar de plekken waar het misgaat, keer op keer.

AI als praktische hefboom: van achteraf tellen naar vooraf sturen

AI is het nuttigst als het iets oplost dat je met het blote oog te laat ziet. En dat is precies wat er rond spenen gebeurt: het probleem ontstaat vaak 24–72 uur eerder dan je het echt herkent (minder vreten, subtiele benauwdheid, afwijkend drinkgedrag). Tegen de tijd dat je écht alarm slaat, zit je al in “brand blussen”.

AI-gestuurde gezondheidsmonitoring verschuift dit naar voren: van reageren op uitval naar voorspellen van risico.

Welke signalen AI kan combineren (waar mensen vaak op stuklopen)

Een verzorger ziet veel, maar niet alles tegelijk—en zeker niet op groepsniveau. AI-systemen kunnen wél continu combineren:

• Voer- en wateropname per afdeling (plots dalende wateropname is vaak een vroege indicator)
• Groepsgroei en gewichtsspreiding (toename in variatie is een risicosignaal)
• Klimaatdata (temperatuur, luchtvochtigheid, CO₂, ammoniak; schommelingen zijn vaak de trigger)
• Geluid en activiteit (hoestgeluid, onrust, pieken in activiteit ’s nachts)
• Beeldherkenning (liggedrag, staart-/oorhouding, “huddling” bij kou of ziekte)

De winst zit niet in één sensor, maar in de combinatie. De praktijk is namelijk rommelig: een kleine voerdip kan door voerkwaliteit komen, maar als tegelijk hoestgeluid en CO₂ omhoog gaan, wordt het patroon ineens duidelijk.

Snelle quote voor op de werkvloer: “Antibiotica verminderen lukt pas echt als je het probleem 2 dagen eerder ziet.”

Van dashboard naar actie: AI moet voorschrijven, niet alleen beschrijven

Een veelgemaakte fout: data verzamelen en er dan “ooit” naar kijken. Een bruikbaar AI-systeem maakt het concreet:

• Risicoscore per afdeling (groen/oranje/rood)
• Top-3 vermoedelijke oorzaken (bijv. klimaatinstabiliteit, voer-/waterdip, respiratoire druk)
• Aanbevolen eerstelijnsacties (bijsturen ventilatie, extra controle drinknippels, voercurve aanpassen)
• Evaluatie na 24 uur: is het effect zichtbaar in de signalen?

Dit is precisieveehouderij in de praktijk: kleine ingrepen, eerder en gerichter.

Een nuchter stappenplan om onder 15 DDD te komen (zonder magie)

Onder de nieuwe actiewaarde komen vraagt geen perfect bedrijf. Het vraagt consistente uitvoering. Dit stappenplan werkt juist goed voor bedrijven die “net onder 20” zaten.

1) Breng je speenmomenten in kaart als ‘risicogolven’

Maak van spenen een meetmoment:

• Welke dagen na spenen ontstaat de dip? Dag 2? Dag 5?
• Is het seizoensgebonden? (December/januari geven vaak extra klimaatstress door ventileren vs. warmte vasthouden)
• Welke afdelingen zijn herhaaldelijk probleemafdelingen?

AI helpt hier door patronen automatisch te herkennen over meerdere rondes.

2) Werk met “leading indicators” in plaats van uitvalcijfers

Uitval is een laat signaal. Stuur op:

• wateropname per big per dag
• variatie in groei (CV) binnen een koppel
• aantal hoestevents per uur (geluidsanalyse)
• temperatuur- en CO₂-stabiliteit (niet het gemiddelde)

De meest winstgevende KPI is vaak: minder schommelingen.

3) Behandel gerichter: van koppel naar individueel waar het kan

Waar de bedrijfsvoering het toelaat, is de richting helder:

• sneller selecteren en apart zetten (zieke dieren uit de druk halen)
• inzetten op diagnostiek en gerichte therapie in plaats van “voor de zekerheid breed”
• feedbackloop: welke ingreep werkte bij welk patroon?

AI maakt selectie makkelijker met beeld- en gedragsdetectie, maar de basis blijft: je moet een behandelstrategie hebben die past bij jouw stal en arbeid.

4) Maak preventie meetbaar: voer, klimaat en bioveiligheid

Veel bedrijven praten over preventie, maar meten het niet. Zet minimale standaarden op papier:

• klimaatbandbreedtes per leeftijd (incl. maximale schommeling per 24 uur)
• controleprotocol drinklijn (druk, verstoppingen, waterkwaliteit)
• voerchecklist bij nieuwe batch (structuur, smakelijkheid, opname)
• looproutes en hygiënesluisdiscipline (ja, ook als het druk is)

Als AI iets goed kan, is het afwijkingen “saai” en consequent zichtbaar maken.

Veelgestelde vragen (zoals ik ze op bedrijven hoor)

“Kan AI echt antibioticagebruik verlagen?”

Ja, als het gekoppeld is aan actie. AI verlaagt gebruik niet door te meten, maar door vroegsignalering waardoor je met management ingrijpt vóórdat medicatie de enige uitweg is.

“Heb je daar een dure stal voor nodig?”

Nee. Begin klein: water- en voerdata plus klimaatloggers geven vaak al 80% van de eerste winst. Beeld- en geluidsanalyse zijn waardevolle uitbreidingen, maar niet altijd stap één.

“Wat is een realistisch doel richting 2028?”

Als de mediaan in 2024 op 6,9 DDD ligt, dan is onder 15 DDD voor veel bedrijven realistisch—maar het vraagt discipline rond spenen. Bedrijven die structureel hoog zitten, moeten vooral het patroon doorbreken: waarom gaat het elke ronde mis?

Waarom dit nu extra relevant is (december 2025)

December is in de praktijk een lastige maand: wisselende buitentemperaturen, ventilatie die ‘net anders’ staat en vaak minder bezetting in de dagelijkse routine. Dat maakt de speenfase extra gevoelig voor kleine fouten.

De afspraak om in drie jaar naar 15 DDD toe te werken geeft ruimte, maar die ruimte is geen reden om te wachten. Wie nu begint met datagedreven monitoring, heeft tegen 2028 geen stressproject, maar een ingesleten werkwijze.

De grotere lijn binnen onze serie “AI in Landbouw en Voedselproductie” is duidelijk: AI is pas waardevol als het beslissingen op het juiste moment ondersteunt. In de varkenshouderij is dat moment vaak: vóór dag 3 na spenen.

Praktische stelling: “Wie spenen onder controle heeft, houdt antibioticagebruik onder controle.”

Wil je weten waar jouw bedrijf het snelst DDD kan winnen? Start met een simpele audit: welke twee datastromen mis je vandaag om speenproblemen 48 uur eerder te zien—en hoe ga je die in januari organiseren?