Aardgasvrije warmteplannen: zo maak je slimme keuzes

Aardgasvrije warmteplannen: zo maak je slimme keuzes

In 2026 moeten álle Nederlandse gemeenten een concreet warmteprogramma hebben. Geen abstracte visie, maar keiharde keuzes per wijk: warmtenet, (hybride) warmtepomp of toch een resterende gasaansluiting met klimaatneutraal gas. Ondertussen stijgen de kosten, lopen netbeheerders vast en wil het Rijk tempo maken richting 2030 en 2050.

De geactualiseerde Startanalyse Aardgasvrije buurten van het PBL is nu de nieuwe standaard voor die keuzes. Het geeft voor 14.000 buurten en 3.500 wijken doorrekeningen van de nationale kosten van verschillende warmte-opties. Het is geen routekaart, wél een stevige basis. En precies daar zit de ruimte voor slimme gemeenten – zeker als ze AI en data intelligent inzetten.

In deze blog laat ik zien:

• wat er echt verandert in de geactualiseerde Startanalyse,
• waarom tijd en besluitvorming rond warmtenetten nu cruciaal zijn,
• hoe je omgaat met onzeker klimaatneutraal gas,
• en hoe AI gemeenten helpt om van landelijke analyse naar lokaal uitvoerbaar warmteplan te komen.

Dit stuk hoort bij de serie “AI voor Nederlandse Energie: Duurzame Transitie”. We focussen dus niet alleen op beleid, maar ook op hoe data en algoritmen het verschil maken in de praktijk.

---

1. Wat de geactualiseerde Startanalyse wél en niet is

De kern: de Startanalyse geeft per buurt de goedkoopste route naar klimaatneutrale verwarming voor Nederland als geheel, maar zegt niets over wie de rekening betaalt en hoe je lokaal organiseert.

De update van 2025 doet drie dingen:

• actualiseert alle kosten (materiaal, arbeid, energieprijzen, netkosten),
• laat hr-ketels als eindoplossing los en rekent met hybride warmtepompen op klimaatneutraal gas,
• verdeelt beperkt beschikbaar groen gas en groene waterstof slimmer over woningen.

Belangrijke nuance: er zijn geen grote nationale verschuivingen ten opzichte van 2020. De grote lijnen blijven overeind:

• warmtenetten zijn vaak gunstig in dichtbebouwde gebieden;
• warmtepompen (hybride of volledig elektrisch) domineren in minder dicht bebouwde buurten;
• isolatie is in vrijwel elk scenario een robuuste eerste stap.

Maar gemeenten die dit zien als “kaartje uitprinten en uitvoeren”, zitten fout. De Startanalyse is nadrukkelijk een startpunt, geen blauwdruk. Lokale informatie kan de optimale route per wijk serieus verschuiven.

Lokale verrijking: waar je als gemeente het verschil maakt

De realiteit in een buurt wijkt bijna altijd af van een landelijke rekentool. Voorbeelden:

• Een woningcorporatie heeft al een isolatieprogramma voor 2030 klaarstaan.
• Een fabriek die als warmtebron is ingetekend, sluit waarschijnlijk rond 2035.
• De lokale middenstand investeert massaal in eigen warmtepompen.

Zonder die kennis voelt de Startanalyse “harde waarheid”achtig. Mét die kennis wordt het een datafundament waarop je beter beleid bouwt.

AI kan hier veel doen:

• geautomatiseerd combineren van PBL-data met BAG, WOZ, corporatieplannen en netcapaciteit;
• scenarioberekeningen: wat gebeurt er met kosten en CO₂ als isolatieniveaus hoger worden dan in de Startanalyse?
• detectie van datakwaliteitsproblemen (bijvoorbeeld onrealistisch verbruikspatroon in een cluster woningen).

De gemeenten die hun eigen data op orde krijgen en deze verrijken met de Startanalyse, gaan de komende jaren duidelijk voorlopen.

---

2. Warmtenet, warmtepomp of gas? De echte keuzes achter de cijfers

De geactualiseerde Startanalyse rekent met 4 strategieën en 18 varianten voor klimaatneutrale verwarming. De belangrijkste uitkomst voor de praktijk:

Voor 29% van de gebouwen zijn warmtenetten de variant met de laagste nationale kosten.

Dat klinkt eenduidig, maar de onderliggende werkelijkheid is subtieler.

Kleine kostenverschillen geven beleidsruimte

Voor 70% van de gebouwen is de tweede optie (de “een-na-goedkoopste”) meer dan 20% duurder dan de goedkoopste. Daar ligt de keuze vrij strak vast: afwijken kost de samenleving relatief veel.

Maar:

• voor 30% van de gebouwen liggen de kosten van twee of meer opties binnen 20% van elkaar;
• voor 17% van de gebouwen is het verschil zelfs kleiner dan 10%;
• voor 38% kleiner dan 30%.

Dat betekent concreet:

• In sommige buurten kun je kiezen tussen warmtenet en warmtepomp zonder dat de nationale kosten exploderen.
• Factoren als draagvlak, tempo, ruimtelijke inpassing en netcapaciteit worden dan doorslaggevend.

AI is hier bijzonder nuttig voor multi-criteria-analyse:

• Model dat niet alleen naar euro’s per woning kijkt, maar ook naar CO₂, netimpact, sociaal-maatschappelijke effecten en planning.
• Visualisaties die aan een college of raad laten zien: “Dit zijn de kostenbandbreedtes en dit win/verlies je per scenario.”

De les: als de kosten binnen 10–20% van elkaar liggen, moet je niet blind varen op de allergoedkoopste eurovariant, maar scherp kijken naar uitvoerbaarheid en risico.

---

3. Klimaatneutraal gas: onzekerheid waar je strategie op bouwt

De Startanalyse gaat uit van een beschikbaarheid van 2 miljard m³ klimaatneutraal gas in 2050. Dat is een beleidsstreven, geen natuurwet. Groen gas en groene waterstof zijn schaars, concurreren met industrie en mobiliteit en zullen niet overal even betaalbaar zijn.

De PBL-berekeningen laten zien:

• Met 2 miljard m³ kan klimaatneutraal gas via hybride warmtepompen worden verdeeld over meer aansluitingen.
• Vooral in gebieden met lage bebouwingsdichtheid blijven daardoor iets meer gebouwen op een gasnet aangesloten (ongeveer 4 procentpunt meer dan in 2020).

Maar zodra die aanname kantelt – minder gas of hogere prijs – schuift het optimum:

• de buurten waar nu hybride warmtepompen met gas het goedkoopst lijken,
• worden dan eerder buurten met volledig elektrische warmtepompen.

Isolatie als robuuste strategie

Precies daarom is isolatie dé no-regretmaatregel:

• Een goed geïsoleerde woning kan zowel op een all-electric warmtepomp als op een (lage-temperatuur) warmtenet aansluiten.
• Bij strengere aannames over gas of prijzen hoef je geen spijtmaatregelen te nemen.

Dit is ook hét punt waar AI-gestuurde besluitvorming veel waarde heeft:

• Met scenario-modellen kun je “wat-als”-vragen doorrekenen: wat als er in 2040 maar 1 miljard m³ groen gas is? Wat doet dat met onze wijkvolgorde?
• Met machine learning kun je per woning relatief nauwkeurig inschatten welk isolatieniveau haalbaar en rendabel is, op basis van bouwjaar, type, historische energiedata en luchtfoto’s.

Als ik één vuistregel mag geven voor gemeenten: plan je isolatieprogramma alsof er minder groen gas komt dan gehoopt, en gebruik AI om de volgorde en pakketten te optimaliseren.

---

4. De tijdsfactor: waarom warmtenetten nu knopen vereisen

De Startanalyse bevestigt dat warmtenetten voor bijna een derde van de gebouwen de goedkoopste nationale optie zijn. Maar of dat in de praktijk ook uitkomt, hangt sterk af van één ding: tijdige besluitvorming.

Zolang er twijfel is over een toekomstig warmtenet in een wijk, gebeurt er dit:

• bewoners en VvE’s stappen individueel over op (hybride) warmtepompen;
• het aantal potentiële afnemers voor een warmtenet daalt;
• de businesscase verslechtert, waardoor investeerders afhaken;
• het project schuift op, wordt kleiner, of gaat helemaal niet door.

De Algemene Rekenkamer heeft dit recent hardop benoemd: uitstel van besluitvorming is vaak verkapt afstel.

Hoe AI de warmtenetbeslissing versnelt en verbetert

AI kan helpen om eerder en beter “ja” of “nee” te zeggen tegen een warmtenet:

1. Vraagvoorspelling
   Modellen kunnen inschatten hoeveel woningen, bedrijven en publieke gebouwen in 2030–2040 realistisch op een warmtenet kúnnen aansluiten, rekening houdend met:

   • demografische ontwikkelingen,
   • renovatieplannen van corporaties,
   • historische investeringspatronen van eigenaar-bewoners.

2. Businesscase-analyse in real time
   In plaats van één dikke studie per twee jaar kun je met AI-ondersteunde tools continu varianten doorrekenen:

   • ander tracé,
   • andere broncombinatie,
   • gefaseerde aanleg in subwijken.

3. Participatie en draagvlak
   Door analyse van enquêtes, sociale media en bewonersavonden (geanonimiseerd en geaggregeerd) kun je beter inschatten:

   • welke argumenten bewoners overtuigen,
   • waar weerstand zit,
   • welke wijken “rijp” zijn voor collectieve oplossingen.

De combinatie van de Startanalyse én AI-tools maakt warmtenetbesluiten minder een gok en meer een onderbouwde strategische keuze.

---

5. Nationale kosten vs. lokale rekening: het eerlijke gesprek

Een scherp punt in de Startanalyse: nationale kosten zeggen niets over verdeling van kosten. En precies die verdeling bepaalt of bewoners meegaan of afhaken.

Voorbeeld:

• Verzwaring van het elektriciteitsnet wordt nu grotendeels betaald door alle Nederlanders gezamenlijk via de nettarieven.
• De aanleg van een warmtenet wordt vaak vooral betaald door de gebruikers van dat net.

Gevolg: een warmtenet kan volgens de Startanalyse de laagste nationale meerkosten hebben, maar toch duurder voelen voor een individuele bewoner dan een warmtepomp.

Dat spanningsveld is politiek, maar je kunt het als gemeente niet negeren. Het raakt direct aan draagvlak voor het warmteprogramma.

Hoe AI helpt bij eerlijk en transparant kostenbeeld

AI kan ondersteunen bij transparante communicatie en tariefscenario’s:

• simulaties van woonlasteneffecten per doelgroep (huurders, kopers, VvE’s) onder verschillende subsidie- en belastingregelingen;
• begrijpelijke dashboards voor bestuur en bewoners, waar je ziet:
  • “nationale kosten” vs. “kosten per huishouden”,
  • effecten van een andere ISDE- of warmtenetsubsidie,
  • impact van prijsstijgingen van gas of elektriciteit.

Hiermee kun je:

• onrealistische verwachtingen voorkomen (“warmtenet is altijd goedkoper”);
• gericht lobbyen richting Rijk en provincie met harde data;
• betere afspraken maken met corporaties en warmtebedrijven.

PBL kondigt een uitgebreidere analyse aan van deze verdelingsvraagstukken. Gemeenten die hun eigen AI-/datafundament nu al optuigen, kunnen die inzichten straks veel sneller vertalen naar concrete afspraken en regelingen.

---

6. Van Startanalyse naar slim warmteplan met AI

De grote lijn is helder: de Actualisatie Startanalyse Aardgasvrije buurten geeft een stevig landelijk fundament, maar het echte werk gebeurt lokaal. Daar komt de rode draad van deze serie terug: AI als versneller van de Nederlandse energietransitie.

Een praktische aanpak voor gemeenten in 2025–2026:

1. Gebruik de Startanalyse als harde ondergrens

   • Neem de goedkoopste strategie per buurt als uitgangspunt.
   • Markeer buurten waar de kostenverschillen klein zijn (<20%) als “keuzegebied”.

2. Verrijk met lokale data en AI-analyse

   • Voeg isolatieplannen, netcapaciteit, vastgoeddata en lokale warmtebronnen toe.
   • Gebruik AI om scenario’s door te rekenen rond gasbeschikbaarheid, tempo van isolatie en bewonersgedrag.

3. Bepaal een isolatiestrategie als ruggengraat

   • Ga uit van minder klimaatneutraal gas dan gehoopt.
   • Laat AI helpen om prioritaire wijken en doelgroepen te identificeren.

4. Neem expliciet warmtenet-besluiten

   • Hanteer een duidelijke beslistermijn per potentiële warmtenetwijk.
   • Onderbouw dit met vraagvoorspelling en real-time businesscase-modellen.

5. Communiceer helder over nationale vs. lokale kosten

   • Laat met data zien hoe verdeling van kosten werkt.
   • Gebruik scenario’s om het gesprek met raad, bewoners en Rijk eerlijk te voeren.

De energietransitie wordt geen succes door één perfecte landelijke kaart, maar door duizenden slimme lokale beslissingen. De geactualiseerde Startanalyse geeft het rekenwerk, AI geeft de fijnslijping en versnelling.

Wie die combinatie nu serieus oppakt, vergroot de kans dat de eigen gemeente in 2030 niet achter de feiten aanloopt, maar echt vooroploopt in een betaalbare, haalbare en rechtvaardige aardgasvrije warmtevoorziening.