Energiebesparing door isolatie: kies het juiste rekenmodel

In vergelijkbare Nederlandse woningen kan de energierekening van de 10% meest onzuinige bewoners drie keer zo hoog zijn als die van de 10% zuinigste bewoners. Zelfde huis, compleet andere uitkomst. Dáár begint het mis te gaan als we te simpel rekenen aan de effecten van woningisolatie.

Voor de energietransitie is isolatie een speerpunt. Gemeenten schrijven warmtetransitie­visies, adviseurs maken buurtplannen, en huiseigenaren willen weten: wat levert dat pakket isolatiemaatregelen mij nou écht op? Het Planbureau voor de Leefomgeving (PBL) laat zien dat de uitkomsten sterk verschillen, afhankelijk van het energieverbruiksmodel dat je gebruikt.

In deze blog leg ik uit waarom het zo cruciaal is om het passende model te kiezen, waar het vaak misgaat, en hoe je als beleidsmaker, adviseur of bewoner wél realistische besparingen kunt inschatten.

---

Waarom het rekenmodel zó bepalend is voor isolatiebesparing

Wie het verkeerde model gebruikt, overschat al snel de energiebesparing door isolatie – soms wel tot een factor drie. Dat is niet een klein foutje, dat is beleid dat spaak loopt, businesscases die omvallen en bewoners die zich belazerd voelen.

De kern:

• Modellen zijn ontwikkeld voor verschillende doelen.
• Ze maken bewuste aannames over bewonersgedrag en technische prestaties.
• Gebruik je een model buiten zijn doel, dan worden verwachtingen systematisch te hoog of te laag.

Voor de Nederlandse energietransitie – en zeker richting 2030 en 2050 – is dit meer dan een technisch detail. Overschatte besparing betekent dat we op papier onze CO₂-doelen halen, terwijl de werkelijke uitstoot hoger blijft. Dat raakt direct aan de geloofwaardigheid van klimaatbeleid.

---

Drie soorten energieverbruiksmodellen – en waar ze wél en niet voor zijn

De realiteit is simpel: er is niet één “beste” rekenmodel. Er is alleen een model dat past of niet past bij je vraag. PBL onderscheidt drie hoofdtypen.

1. Normeringsmodellen (zoals NTA 8800)

Normeringsmodellen zijn gebouwd om aan regels te toetsen, niet om iemands echte verbruik te voorspellen.

Doel:

• Toetsen of nieuwbouwwoningen voldoen aan energieprestatie-eisen.
• Bepalen van energielabels voor bestaande woningen.

Kenmerken:

• Honderden technische parameters.
• Bewust conservatief ingesteld: relatief hoge binnentemperatuur, bewoners vaak thuis, minder zuinig gedrag.
• Gericht op “niet mooier voorstellen dan het is” richting bouwers.

Grote fout die veel partijen maken:

• Het normeringsmodel gebruiken om gemiddeld of individueel verbruik te schatten.
• Het model inzetten voor beleidsprojecties of maatwerkadvies.

Dat leidt bijna altijd tot overschatting van de besparing. Je rekent dan vanuit een verbruik dat hoger is dan wat mensen in werkelijkheid gemiddeld gebruiken.

2. Beleidsmodellen voor wijken en landelijk niveau

Wil je weten wat isolatie gemiddeld betekent voor een wijk, stad of heel Nederland, dan heb je andere modellen nodig.

Doel:

• Inschatten hoeveel energiebesparing isolatiemaatregelen gemiddeld opleveren op wijk- of landelijk niveau.
• Ondersteunen van beleid en scenario’s (bijv. klimaatdoelen 2030).

Aanpak:

• Bouwfysische modellen met gemiddelde parameters in plaats van conservatieve.
• Of modellen die energiebesparing statistisch schatten op basis van praktijkverbruik (bijvoorbeeld referentieverbruiken per woningtype en label).

Sterke punten:

• Beter aangesloten op gemiddeld werkelijk verbruik.
• Geschikt voor beleidsevaluaties, nationale prognoses en gemeentelijke warmte­plannen.

Beperkingen:

• Minder geschikt om een individuele huiseigenaar te adviseren; verschillen in gedrag en situatie zijn daar te groot.

3. Maatwerkadviesmodellen voor individuele woningen

Voor bewoners telt maar één vraag: “Wat ga ík ongeveer besparen?” Daar horen modellen bij die op huishoudenniveau rekenen.

Doel:

• Huiseigenaren en huurders persoonlijk advies geven over isolatie en andere maatregelen.
• Voorbeelden zijn online rekentools van voorlichtingsorganisaties en commerciële adviessoftware.

Kenmerken:

• Gebaseerd op bouwfysische uitgangspunten, maar met parameters aangepast aan gemiddeld werkelijk gedrag.
• Vaak kun je zaken invullen zoals: aantal bewoners, aanwezigheid overdag, huidige stookgedrag, type ventilatie.

Pluspunten:

• Bieden een bruikbare bandbreedte van besparing (bijvoorbeeld: “tussen 600 en 900 m³ gas per jaar”).
• Sluiten beter aan bij de individuele situatie dan pure normeringsmodellen.

Maar:

• Ook deze modellen blijven schattingen. Iemand die zijn thermostaat structureel op 19 °C houdt en alleen de woonkamer verwarmt, haalt andere besparingen dan iemand die alles op 22 °C zet.

---

Bewonersgedrag: de blinde vlek in veel isolatieberekeningen

Isolatie is technisch, maar het energieverbruik is menselijk. En mensen zijn… onvoorspelbaar.

Waarom twee identieke huizen niet hetzelfde verbruiken

Zelfde rijtjeshuis, zelfde bouwjaar, zelfde label. Toch kan de energierekening enorm verschillen. Dat komt door onder meer:

• Aanwezigheid: ben je veel thuis of werk je buitenshuis?
• Stookgedrag: staat de thermostaat op 19 °C of 22 °C?
• Verwarmingsstrategie: verwarm je alleen de woonkamer of het hele huis?
• Ventilatiegedrag: staan ventilatieroosters en ramen structureel open?
• Gebruik van apparaten: kookgedrag, wasmachine, droger, etc.

Het PBL-onderzoek laat zien dat de 10% meest onzuinige bewoners ongeveer drie keer zoveel betalen als de 10% zuinigste bewoners met een vergelijkbare woning. Dat verschil heeft enorme gevolgen voor de potentiële besparing.

Wat je niet verbruikt, kun je ook niet besparen.

Een zuinige gebruiker heeft simpelweg minder ruimte om nog verder te besparen. Andersom kan een onzuinige gebruiker – die nu veel verbruikt – juist extra veel besparen met isolatie, als hij óók zijn gedrag aanpast.

Kwaliteit van de uitvoering telt net zo hard

Ook de manier waarop isolatie wordt aangebracht, bepaalt de echte winst:

• Zijn er koudebruggen (bijvoorbeeld niet-geïsoleerde balken, naden, hoeken)?
• Is het materiaal goed aangebracht en aansluitend op kozijnen en vloeren?
• Is er aandacht geweest voor ventilatie en vochtbeheer?

Veel modellen gaan uit van een ideale technische uitvoering. In de praktijk zit daar nogal eens verschil in. Wie realistische verwachtingen wil schetsen, moet dus zowel gedrag als uitvoeringskwaliteit in gedachten houden.

---

Waar het vaak misgaat: normeringsmodellen gebruiken voor beleid en advies

Het grootste probleem uit het PBL-onderzoek: normeringsmodellen worden misbruikt voor doelen waar ze niet voor zijn ontworpen.

Rekenvoorbeeld uit virtuele testwoningen

Bij vergelijking met virtuele testwoningen blijkt:

• Voor woningen met slechtere energielabels kan de geschatte besparing met een normeringsmodel tot drie keer hoger uitvallen dan met een methode die is afgestemd op statistische werkelijke verbruiken.
• In sommige gevallen komt de berekende besparing zelfs hoger uit dan het oorspronkelijke verbruik. Dat is natuurlijk onmogelijk.

Met andere woorden: wie beleid maakt met de verkeerde modellen, schrijft zichzelf papieren CO₂-reductie toe die in de echte wereld niet gehaald wordt.

Waarom dit zo schadelijk is voor klimaatbeleid

Voor het Nederlandse klimaatdoel 2030 is de speelruimte klein. De meeste analyses zijn het erover eens dat de kans om het doel te halen nu al erg klein is zonder stevig extra beleid.

Als we intussen de bijdrage van woningisolatie overschatten:

• Worden beleidspakketten te rooskleurig voorgesteld.
• Wordt financiering gebaseerd op onrealistische businesscases.
• Verliezen burgers en corporaties vertrouwen als beloofde besparingen niet worden gehaald.

Daarom ben ik vrij streng:

Gebruik NTA 8800 en vergelijkbare normeringsmodellen niet voor besparingsinschattingen op gemiddeld of individueel niveau. Punt.

---

Praktische lessen voor beleidsmakers, adviseurs en bewoners

De theorie is helder, maar wat doe je er morgen mee? Een aantal concrete richtlijnen.

Voor beleidsmakers (Rijk, provincie, gemeente)

1. Kies het juiste modeltype per vraag:
   • Voor klimaatscenario’s en wijkanalyses: gebruik beleidsmodellen die zijn gekalibreerd op CBS-verbruiksdata of andere empirische bronnen.
   • Voor bouwregelgeving en labelbeleid: gebruik normeringsmodellen.
2. Kalibreer op realiteit:
   • Zorg dat aannames over startverbruik aansluiten op statistische gemiddelden.
   • Actualiseer deze periodiek met nieuwe data (denk aan gasreductie sinds de energiecrisis van 2022).
3. Werk met bandbreedtes in plaats van één getal:
   • Laat zien wat isolatie doet bij zuinig, gemiddeld en onzuinig gebruik.
   • Dat geeft eerlijkere verwachtingen richting politiek en bewoners.

Voor energieadviseurs en installatiebedrijven

1. Gebruik adviesmodellen die gedrag meenemen:
   • Laat bewoners invullen hoe ze nu stoken en wonen.
   • Toon besparing in een bandbreedte, niet als hard getal.
2. Wees helder over aannames:
   • Schrijf in je rapport expliciet: “Deze berekening gaat uit van X °C, Y uur per dag, alleen woonkamer verwarmd / hele huis verwarmd.”
3. Verkoop geen lucht:
   • Beloof geen terugverdientijd van 5 jaar als dat alleen klopt bij extreem onzuinig startgedrag.
   • Maak liever drie scenario’s: conservatief, gemiddeld, optimistisch.

Voor huiseigenaren en VvE’s

1. Vraag altijd: “Waar rekent dit model op?”
   • Gaat het om een energielabelberekening (normeringsmodel)? Dan zegt het weinig over jouw echte verbruik.
   • Vraag om een maatwerkberekening op basis van je huidige jaarverbruik.
2. Check je eigen cijfers:
   • Pak je laatste 2–3 jaar gas- en stroomverbruik.
   • Laat de adviseur daarop aansluiten: “Vanuit dit startpunt, wat is dan realistisch?”
3. Zie isolatie breder dan alleen euro’s:
   • Isolatie verhoogt comfort (minder tocht, minder koude vloeren).
   • Het helpt bij gezondheid (zeker in slecht geïsoleerde, vochtige woningen).
   • Het vermindert geluidsoverlast (drukke weg, buren, spoor).

---

Waarom meer empirisch onderzoek nú nodig is

Modellen zijn zo goed als de data waar ze op rusten. En juist daar wringt het in Nederland nog.

• In statistieken wordt nauwelijks bijgehouden welke isolatiemaatregelen waar zijn uitgevoerd, en met welke kwaliteit.
• Complete energieverbruiksgegevens zijn pas recentelijk onder strenge voorwaarden beter beschikbaar voor onderzoek.

Zonder stevige empirische basis blijven we afhankelijk van aannames. Dat is riskant in een periode waarin:

• gasprijzen sterk fluctueren,
• warmtepompen snel worden uitgerold,
• en bewoners hun gedrag aanpassen door hoge energielasten.

Ik ben ervan overtuigd dat we in Nederland veel beter kunnen:

• Combineer CBS-data, netbeheerdersdata en informatie uit subsidies en vergunningsaanvragen.
• Bouw een structureel monitoringssysteem voor woningisolatie (type maatregel, bouwjaar, label, verbruik voor/na).
• Gebruik die data om bestaande modellen elke paar jaar te herijken.

Zonder zo’n basis blijven we rekenen in een soort parallel universum, terwijl de echte energierekening gewoon op de mat valt.

---

Slot: reken eerlijk, isoleer slim, bespaar écht

Energiebesparing door woningisolatie is essentieel voor een klimaatneutrale gebouwde omgeving, maar alleen als we eerlijk rekenen. Het juiste energieverbruiksmodel kiezen is geen detail voor rekenaars; het bepaalt of beleid werkt, of investeringen uitkunnen en of bewoners hun vertrouwen behouden.

De hoofdboodschap is helder: pas het model aan de vraag aan. Normeringsmodellen voor normen, beleidsmodellen voor gemiddelde effecten, adviesmodellen voor individuele woningen. En altijd gevoed met realistische startverbruiken en gedrag.

Sta je als gemeente, corporatie of adviseur nu voor een isolatieprogramma? Neem dan de tijd om je rekenaanpak strak te zetten. Wie vandaag eerlijk rekent, voorkomt dat Nederland over een paar jaar moet constateren dat de verwachte CO₂-reductie van isolatie op papier mooi was – maar in de praktijk tegenviel.