Wat als alle auto’s elektrisch zijn? Over netcongestie, laadinfrastructuur, AI-gestuurd laden en eerlijk beleid in de Nederlandse transitie naar 100% EV.
Wat als alle auto’s elektrisch zijn in 2040?
In sommige Nederlandse steden bestaat in 2025 al meer dan 1 op de 3 nieuwe auto’s uit een EV. Klinkt als een succesverhaal, maar achter die mooie verkoopcijfers zit een harde vraag: wat gebeurt er met ons energiesysteem, onze steden en ons wegennet als straks alle auto’s elektrisch zijn?
Voor transport- en logistieke bedrijven, netbeheerders en overheden is dit geen verre toekomstmuziek meer. Beslissingen die je nu neemt over wagenpark, laadinfrastructuur en IT-systemen bepalen of je in 2035 soepel meedraait, of vastloopt in kosten, netcongestie en boetes.
In deze blog koppel ik de inzichten uit twee internationale studies – waaraan ElaadNL-onderzoeker Nazir Refa meeschreef – aan de Nederlandse praktijk. En ik laat zien hoe AI en smart mobility helpen om die 100% elektrische toekomst niet alleen haalbaar, maar ook winstgevend en eerlijk te maken.
1. De tijd van de early adopters is voorbij
De kernboodschap uit de studies is glashelder: we zijn voorbij de fase van de liefhebbers en techneuten. De volgende miljoenen elektrische rijders zijn gewone Nederlanders met heel gewone zorgen.
Wat houdt consumenten nu nog tegen?
De vraagkant laat een terugkerend patroon zien:
- Aanschafprijs: zelfs met subsidie voelt een EV vaak nog duur.
- Onzekerheid over laden: hoe werkt het, waar kan ik terecht, hoe lang duurt het?
- Gebrekkige informatie bij dealers: de focus ligt nog vaak op brandstofauto’s.
- Oneerlijke verdeling van subsidies: regelingen komen vooral bij hogere inkomens terecht.
Daarbovenop zijn er groepen die structureel achterblijven:
- huurders zonder eigen oprit
- lagere inkomens
- bewoners van dichtbebouwde wijken zonder goede laaddekking
Juist in Nederlandse steden – van Rotterdam-Zuid tot Amsterdam Nieuw-West – zie je dit scherp terug. Zonder slimme oplossingen blijven deze groepen veel langer in een oude diesel of benzineauto rijden.
Waarom dit direct raakt aan smart mobility
Voor de serie AI in Nederlandse Transport & Logistiek: Smart Mobility is dit cruciaal. AI-systemen voor vraagvoorspelling, laadinfrastructuurplanning en wagenparkbeheer moeten niet alleen de “makkelijkste” doelgroep modelleren.
Als je alleen kijkt naar mensen met een eigen oprit en een Tesla, krijg je totaal verkeerde uitkomsten voor:
- benodigde laadinfrastructuur in drukke wijken
- piekbelasting op het elektriciteitsnet
- reële adoptiesnelheid van EV’s per regio
De reality check: smart mobility is pas écht smart als je de moeilijke doelgroepen meeneemt in je modellen.
2. De aanbodzijde: grondstoffen, fabrieken en netcongestie
Aan de aanbodkant ligt de lat minstens zo hoog. 100% elektrische personenauto’s vragen om een complete herinrichting van industrie en infrastructuur.
Van mijn tot laadplein
De studies schetsen een duidelijke keten:
- Mijnbouw van kritieke grondstoffen zoals lithium, kobalt en nikkel.
- Productie van batterijen op grote schaal.
- Assemblage van voertuigen in fabrieken die anders zijn ingericht dan klassieke autofabrieken.
- Opleiding en omscholing van personeel in onderhoud, diagnose en software.
- Uitrol van laadinfrastructuur in woonwijken, langs snelwegen en op logistieke hubs.
Elke stap kent risico’s: geopolitieke spanningen rond grondstoffen, beperkte productiecapaciteit, lange levertijden en natuurlijk de alom bekende netcongestie in Nederland.
Netcongestie als rem op de EV-transitie
In grote delen van Nederland zitten elektriciteitsnetten overvol. Nieuwe aansluitingen voor laadpleinen of logistieke DC’s worden uitgesteld of afgewezen.
Voor logistiek en transport betekent dat:
- vertraagde elektrificatie van wagenparken
- noodgedwongen blijven rijden op diesel
- gemiste CO₂-reductiedoelen en mogelijk toekomstige boetes
Hier komt AI direct in beeld. Slimme laadalgoritmes, vraagvoorspelling en energiebeheer kunnen de belasting op het net sterk verlagen zonder dat je fysiek kabels hoeft te verdikken.
Eén goed getraind AI-model dat laadmomenten stuurt op basis van prijs, netcapaciteit en ritplanning, kan meer effect hebben dan een extra transformatorhuisje.
3. Hoe AI helpt bij grootschalige EV-adoptie
AI en data spelen een sleutelrol in elk stadium van de stap naar 100% elektrische mobiliteit. Niet als gadget, maar als voorwaarde om de businesscase rond te krijgen.
3.1 Slim laden voor wagenparken en logistiek
Voor Nederlandse vervoerders en logistieke bedrijven is smart charging in 2025 geen nice-to-have meer, maar core business. Goed ingerichte AI-systemen kunnen:
- Ritplanningen combineren met laadschema’s: voertuigen laden wanneer ze stilstaan, niet wanneer het toevallig uitkomt.
- Pieken afvlakken door laadsessies te verschuiven naar daluren.
- Dynamische energietarieven benutten en zo TCO van het wagenpark verlagen.
- Netcongestie beperken door laadvermogen aan te passen aan de beschikbare capaciteit op dat moment.
Een praktisch voorbeeld: een regionaal distributiecentrum met 40 elektrische bestelwagens kan met AI-gestuurde laadaanwijzingen tot 30–40% minder piekvermogen vragen dan met ‘dom’ gelijk-tijdig laden. Dat scheelt fors in aansluitkosten én maakt vergunningverlening vaak makkelijker.
3.2 Laadpunten plannen in de wijk
Gemeenten en netbeheerders worstelen met de vraag: waar komen de volgende 1.000 laadpalen?
AI-modellen die gevoed worden met data over:
- huidige en verwachte EV-adoptie per wijk
- parkeergedrag
- woningtype (koop/huur, met/zonder oprit)
- sociaaleconomische data
kunnen verrassend nauwkeurig voorspellen waar laadvraag echt gaat ontstaan. Zo voorkom je dat laadpalen jarenlang onderbenut blijven in één buurt, terwijl in een andere buurt laadpaalkleven en wachtrijen ontstaan.
Dit raakt direct aan een belangrijk inzicht uit de studies: beleid en investeringen moeten rekening houden met ongelijke toegang tot laadmogelijkheden. AI kan helpen die ongelijkheid zichtbaar te maken en gericht op te lossen.
3.3 Vraagvoorspelling voor het energiesysteem
Voor netbeheerders en energieleveranciers zijn elektrische voertuigen zowel een risico als een kans.
- Risico: ongecontroleerde pieken in de avond als iedereen tegelijk inplugt.
- Kans: flexibel vermogen dat je kunt sturen op basis van prijs- en netsignalen.
Met goede vraagvoorspellingsmodellen kun je onder andere:
- dag van tevoren inschatten wat de laadvraag wordt per wijk
- balancering van het net optimaliseren (bijvoorbeeld in combinatie met zon en wind)
- tarieven en stuurprikkels ontwerpen die gewenst gedrag belonen (bijv. goedkoper laden ‘s nachts)
De grote les: EV’s worden onderdeel van het energiesysteem, niet een losstaand mobiliteitsproduct. Wie in transport en logistiek nu al data verzamelt en modellen traint, heeft straks een directe voorsprong.
4. Slim beleid als randvoorwaarde voor smart mobility
Technologie alleen gaat het niet redden. De studies benadrukken dat beleidskeuzes bepalen of we 100% zero-emission verkoop halen, en hoe eerlijk die transitie uitpakt.
Van subsidies naar structurele prikkels
Klassieke aankoopsubsidies hebben gewerkt om de eerste golf EV’s op gang te brengen. Maar:
- ze komen relatief vaak bij hogere inkomens terecht
- ze worden langzaam afgebouwd
- ze zijn duur voor de schatkist
Nederland zal de komende jaren meer moeten inzetten op structurele maatregelen, zoals:
- strengere emissienormen in steden
- fiscale voordelen voor deelmobiliteit en elektrische logistiek
- verplicht aandeel zero-emissie voertuigen in wagenparken
Hier kan AI een onverwachte rol spelen: scenario-analyse. Beleidsmakers kunnen met simulatiemodellen vooraf zien:
- wat een bepaalde subsidie doet per inkomensgroep
- hoe snel EV-adoptie groeit in verschillende regio’s
- welke combinaties van maatregelen de meeste CO₂-reductie per euro geven
Rechtvaardigheid meten met data
De studies leggen de vinger op de zere plek: zonder bewuste sturing wordt de EV-transitie sociaal scheef. Data-gedreven beleid kan dat corrigeren door expliciet te sturen op:
- laaddekking in kwetsbare wijken
- toegang tot deelauto’s en elektrische deelmobiliteit
- ondersteuning voor kleinere ondernemingen in transport en logistiek
Ik ben ervan overtuigd dat gemeenten en provincies die datagedreven gelijkheid als KPI opnemen, straks de soepelste én meest gedragen transitie hebben.
5. Wat betekent dit concreet voor Nederlandse bedrijven?
Als je actief bent in transport, logistiek, fleetmanagement of energie, dan is de vraag “wat als alle auto’s elektrisch zijn?” geen theoretische oefening. Het is een roadmap voor investeringsbeslissingen tussen 2025 en 2035.
Drie concrete stappen voor de komende 12 maanden
-
Breng je datastromen op orde
Verzamel structureel data over ritten, laadmomenten, stilstand, kosten en storingen. Zonder goede data is elke AI-oplossing nattevingerwerk. -
Begin klein met AI-gestuurd laden
Start met één locatie, een beperkt aantal voertuigen en een slim laadplatform. Meet concreet wat het doet met piekvermogen, energiekosten en beschikbaarheid. -
Werk samen met netbeheerder en gemeente
Deel je plannen voor elektrificatie van het wagenpark. Hoe eerder zij weten wat je nodig hebt, hoe beter ze hun eigen investeringen en scenario’s (zoals de ElaadNL Outlooks) kunnen aanscherpen.
Hoe dit past in de Smart Mobility-serie
Binnen de serie AI in Nederlandse Transport & Logistiek: Smart Mobility is dit onderwerp de brug tussen individuele EV-rijders en professionele mobiliteitssystemen:
- routeplanning en wagenparkbeheer krijgen een extra dimensie: laadsnelheid en netcapaciteit
- vraagvoorspelling gaat niet alleen meer over pakketvolume, maar ook over energie
- magazijnautomatisering raakt verweven met laadinfra op DC’s en hubs
De realiteit? Een slim mobiliteitssysteem zonder slimme energie-aansturing bestaat niet meer. Wie vandaag begint met het koppelen van mobiliteitsdata en energiedata, bouwt aan een voorsprong die moeilijk is in te halen.
Slot: 100% elektrisch is haalbaar, maar niet vanzelf
Als alle auto’s elektrisch zijn, hebben we schonere lucht, minder CO₂ en stillere steden. Maar zonder slim beleid, goede laadinfrastructuur en serieuze inzet van AI krijg je er iets anders bij: vastlopende netten, gefrustreerde gebruikers en scheve verdeling van kosten en baten.
De inzichten uit de internationale studies en het prognosewerk van ElaadNL laten zien dat markt, beleid én technologie nu de stap moeten maken van early adopters naar massa-adoptie. Dat vraagt om keuzes: in data, IT-architectuur, samenwerking en investeringen.
Voor iedereen in Nederlandse transport en logistiek is 2025 een logisch startpunt: begin met meten, begin met sturen, begin met klein maar echt gebruik van AI in je laad- en mobiliteitsstrategie.
Want als we het goed organiseren, is een volledig elektrisch wagenpark in 2040 niet alleen haalbaar, maar simpelweg verstandiger – voor je portemonnee, je klanten én het Nederlandse energiesysteem.