Meer krachtvoer in 2025: wat AI beter kan sturen

De cijfers van 2025 laten weinig ruimte voor discussie: meer krachtvoer ging samen met meer melk per koe. Bij bedrijven die hun resultaten laten analyseren, steeg het gemiddelde krachtvoerverbruik met 400 kg per koe, terwijl de melkproductie per koe met 500 kg omhoogging. Dat werkte vooral omdat de melkprijs in een deel van het jaar zo hoog was dat zelfs 1 kg krachtvoer → 1 liter melk nog geld opleverde.

Maar hier zit ook de waarschuwing. Dezelfde beweging die in 2025 logisch voelde, kan in 2026 een dure grap worden als de prijsverhouding kantelt. De break-even schoof volgens praktijkanalyses van ongeveer 13 liter per koe per dag bij €0,58 naar circa 19 liter bij €0,40. Dat verschil is groot. En precies dáár past het thema van onze serie AI in Landbouw en Voedselproductie: optimalisatie is geen ja/nee-keuze, maar een rekensom die je dagelijks wilt bijsturen.

Wat ik vaak zie: de meeste bedrijven sturen nog steeds op “gevoel + maandcijfers”. Prima, tot de markt draait, of tot ruwvoerkwaliteit opeens zakt. AI kan dat gat dichten door voer, productie, gezondheid en prijzen continu te vertalen naar één vraag: wat is vandaag de slimste voerstrategie per koppel (of per koe)?

Waarom extra krachtvoer in 2025 zo vaak loonde

Antwoord in één zin: omdat de melkprijs (tijdelijk) sterk genoeg was om extra liters uit krachtvoer met marge te verkopen.

De kern van 2025 was de prijsverhouding: krachtvoer was in bepaalde maanden relatief goedkoop ten opzichte van melk. Als 1 kilo krachtvoer je 1 liter extra melk oplevert en die liter levert meer op dan de extra voerkosten, dan is het economisch rationeel om bij te voeren.

Tegelijkertijd steeg bij veel bedrijven ook de koppelomvang. Gemiddeld gingen bedrijven van 128 koeien eind 2024 naar 139 koeien eind 2025 (+8%). Opvallend: die groei kwam niet doordat er meer eigen vaarzen instroomden, maar vooral doordat minder dieren werden afgevoerd. De uitstroom daalde richting net onder de 20%.

Die combinatie (meer koeien + meer krachtvoer) kan een topjaar maken. Maar het verhoogt óók de complexiteit:

• Meer liters betekent vaak: meer variatie tussen dieren (hoog vs. laag persistente koeien).
• Meer krachtvoer betekent: groter risico op dalende voerefficiëntie.
• Meer dieren betekent: meer druk op ruimte, arbeid, mestplaatsing en fosfaatrechten.

De valkuil: liters najagen terwijl de rekensom verandert

Antwoord in één zin: als de melkprijs daalt, heb je per kilo krachtvoer méér respons nodig om break-even te blijven.

De realiteit van eind 2025 (en de wintermarkt richting 2026) is dat melkprijzen kunnen terugvallen. Dan wordt dezelfde voerstrategie opeens minder logisch. Je ziet het direct in de break-even:

• Bij €0,58 per liter werd break-even genoemd rond 13 liter per koe per dag.
• Bij €0,40 per liter schuift dat naar ongeveer 19 liter per koe per dag.

Dat betekent niet dat je “dan maar geen krachtvoer” moet voeren. Het betekent: je moet scherper weten waar krachtvoer nog rendeert:

1) Respons per koe is niet gelijk

Een hoogproductieve koe in vroege lactatie reageert anders dan een koe die al maanden stabiel draait. Als je iedereen hetzelfde bijvoert, betaal je bij een deel van de groep voor liters die niet komen.

2) Voerefficiëntie is een stille kostenpost

In 2025 was de uitkomst vaak financieel positief, maar er werd óók gemeld dat de voerefficiëntie gemiddeld daalde. Dat voel je niet meteen in de tank, maar wel in je kostprijsstructuur.

3) Ruwvoerkwaliteit maakt of breekt je krachtvoerstrategie

Krachtvoer is geen magische knop. Als ruwvoerkwaliteit (VEM, eiwit, NDF, ds-opname) minder is, kan extra krachtvoer deels “wegvallen” in lagere opname of pensproblemen.

Hier zit precies de kans voor data en AI: de rekensom is dynamisch, en je wilt niet wachten op de maandafsluiting om bij te sturen.

Van krachtvoer naar precisie: zo helpt AI in voeroptimalisatie

Antwoord in één zin: AI maakt van voeren een continu bijgestuurde beslissing op basis van respons, risico en prijs.

Veel voeradviezen zijn nog steeds gebaseerd op gemiddelden. AI is juist sterk in het herkennen van patronen in variatie: per koe, per lactatiefase, per ruwvoerpartij, per stalconditie.

Wat AI concreet kan voorspellen (en waarom dat geld waard is)

1. Melkrespons op krachtvoer
   • Niet alleen “+1 liter”, maar: hoeveel liter extra bij deze koe, vandaag, bij deze ruwvoerpartij?
2. Risico op subklinische pensverzuring
   • Door combinaties van herkauwactiviteit, melkvet/melkeiwit-verhouding, voeropname en rantsoenwissels.
3. Margerespons i.p.v. litermodel
   • AI kan sturen op euro’s per koe per dag: melkprijs – voerkosten – gezondheidsrisico – extra arbeid.

Snippet die je mag onthouden: “Niet liters optimaliseren, maar marge per kilo droge stof.”

Welke data heb je minimaal nodig?

Je hoeft geen datacenter te bouwen. In de praktijk kom je al ver met:

• Dagproductie (tank, melkrobot of meetmelk)
• Krachtvoergift (automaat/robot) en voerplanning
• Ruwvoeranalyses per kuil/partij
• Dierdata: lactatiedag, drachtstatus, celgetal/mastitis-events
• Prijzen: melkprijscomponenten en actuele voerprijzen

Met die basis kan een model al leren welke voerbeslissingen “netto goed” uitpakken.

Praktische aanpak: voerstrategie sturen met AI (zonder gedoe)

Antwoord in één zin: begin klein met één beslisvraag en schaal pas op als het aantoonbaar geld oplevert.

Als je dit in jouw bedrijf wil toepassen, werkt een stapsgewijze aanpak het best.

Stap 1: Formuleer één KPI die echt telt

Kies er één (niet vijf tegelijk):

• Voersaldo per 100 kg melk
• Marge per koe per dag
• Kg melk per kg ds-opname

Mijn voorkeur voor veel bedrijven: marge per koe per dag, omdat je dan automatisch de prijsdynamiek meeneemt.

Stap 2: Segmenteer je koppel in 3 voerdoelgroepen

In plaats van “één rantsoen, één strategie”:

1. Vroege lactatie (maximale respons, hoogste risico)
2. Midden lactatie (optimaliseren op efficiëntie)
3. Late lactatie (kostenbeheersing, conditiesturing)

AI werkt beter zodra je het probleem kleiner maakt.

Stap 3: Bouw een ‘what-if’ routine

Eén keer per week (desnoods op zondagavond) laat je doorrekenen:

• Wat gebeurt er met marge als krachtvoer +0,5 kg in groep 1?
• Wat als we in groep 3 -0,5 kg doen?
• Wat als melkprijs volgende maand €0,05 daalt?

De winst zit vaak in kleine, consequente bijsturing.

Stap 4: Maak een stopregel

2025 liet zien hoe snel het kan lohnen. Maar je wilt ook een rem:

• Als de geschatte melkrespons < X liter per kg krachtvoer, dan terugschakelen.
• Als vet% of herkauwactiviteit een grens raakt, dan eerst pens stabiliseren.

Stopregels maken AI praktisch en veilig.

Meer jongvee en fosfaatrechten: optimalisatie stopt niet bij voer

Antwoord in één zin: meer dieren betekent dat je beperkingen (zoals fosfaatrechten) onderdeel worden van je optimalisatiemodel.

Naast voer speelde in 2025 ook jongvee en fosfaatrechten mee. Er was een lichte toename van jongvee, mogelijk beïnvloed door eerdere uitval en het op tijd “op voorraad” willen hebben van vervanging. Meer koeien én meer jongvee betekent simpelweg: meer fosfaatdruk en dus sneller behoefte aan rechten in een markt met beperkt aanbod.

Hier wordt AI interessant op bedrijfsniveau: niet alleen “hoeveel krachtvoer?”, maar:

• Wat is de optimale vervangingsstrategie bij jouw uitval en vruchtbaarheid?
• Wanneer is opfok uitbesteden financieel slimmer dan zelf houden?
• Welke combinatie van liters, veestapelomvang en fosfaatruimte maximaliseert je resultaat?

Dat is precisielandbouw, maar dan voor bedrijfsvoering: precisie-management.

Veelgestelde vragen die ik nu al krijg

Helpt AI ook op bedrijven zonder melkrobot?

Ja. Met tankmelk, krachtvoergegevens (leverancier/voercomputer) en goede ruwvoeranalyses kun je al een bruikbaar model bouwen op koppel- of groepsniveau.

Is dit niet alleen interessant voor heel grote bedrijven?

Nee. Juist bij middelgrote bedrijven is de winst vaak snel zichtbaar, omdat kleine voerfouten relatief duur zijn en de tijd voor analyse beperkt is.

Moet je bang zijn dat AI ‘de voeradviseur vervangt’?

Ik zou het omdraaien: de beste resultaten zie ik wanneer adviseur + ondernemer + model samenwerken. AI is sterk in rekenen en patronen; mensen zijn sterk in context en keuzes.

Wat 2025 ons leert voor 2026: sturen op respons, niet op routine

2025 bewees dat inputoptimalisatie werkt: meer krachtvoer gaf meer melk en (in die prijsfase) meer saldo. Maar 2025 laat ook zien hoe snel de rekensom kan kantelen door melkprijsdalingen, veranderende ruwvoerkwaliteit of krapte op fosfaatrechten.

Daarom past dit onderwerp zo goed in onze reeks AI in Landbouw en Voedselproductie. Wie in 2026 en verder structureel wil verbeteren, stuurt niet op vaste schema’s, maar op dagelijkse respons en marges.

Wil je dit serieus aanpakken? Begin klein: kies één KPI, één groep, één beslisvraag. Als je binnen 6–8 weken ziet dat de aanpak geld oplevert én rust geeft in je keuzes, dan heb je je eerste AI-case al te pakken.

Welke voerbeslissing zou jij het liefst elke week automatisch laten doorrekenen: krachtvoer omhoog/omlaag, eiwit bijsturen, of juist jongveestrategie en vervanging?