PBL noemt de Klimaatfonds-subsidies grotendeels doelmatig. Wat betekent dat voor waterstof, netten, ETS – en waar maakt AI in Nederland nu echt het verschil?
Klimaatfonds-miljarden, strakke klimaatdoelen en… een datastrijd
De Nederlandse overheid heeft tot nu toe ruim 35 miljard euro gereserveerd in het Klimaatfonds. In het Meerjarenprogramma 2025 (MJP2025) ligt nu een pakket aan subsidies op tafel van 21,2 miljard euro, verdeeld over 70 voorstellen. Het Planbureau voor de Leefomgeving (PBL) noemt deze voorstellen overwegend doelmatig en evenwichtig. Dat is niet alleen goed nieuws voor de energietransitie, maar ook een duidelijk signaal: de volgende fase van de transitie wordt net zo goed een datastrijd als een infrastructuurstrijd.
Voor iedereen die bezig is met duurzame energie – van netbeheerders en industrie tot gemeenten en techbedrijven – is dit geen abstract Haagse exercitie. Deze subsidies bepalen welke technologieën versneld schaal krijgen: groene waterstof, CO₂-vrije gascentrales, warmtenetten, biobased bouwen, energie-infrastructuur en kernenergie. En ze bepalen óók waar AI en data-analyse het verschil kunnen maken tussen verspilde miljoenen en slimme, toekomstbestendige keuzes.
In deze blog fileer ik de belangrijkste PBL-conclusies en vertaal ik ze naar wat dit concreet betekent voor de energietransitie, het ETS, en de inzet van AI in Nederland. Met name voor organisaties die nu plannen maken of aanspraak willen maken op Klimaatfonds-middelen, zitten hier een paar harde lessen in.
1. Waarom de meeste Klimaatfonds-subsidies logisch zijn
De kern: PBL zegt dat de meeste subsidievoorstellen doelmatig zijn en goed passen bij de visie op het energiesysteem 2050 uit het Nationaal Plan Energiesysteem (NPE). Dat betekent dat de miljardensubsidies niet lukraak over sectoren worden uitgestrooid, maar aansluiten op het plaatje van een CO₂-vrij energiesysteem in 2050.
De voorstellen vallen grofweg in zes clusters:
- Kernenergie
- CO₂-vrije gascentrales
- Energie-infrastructuur (netten, waterstofbackbone, CO₂-transport, etc.)
- Vroege fase opschaling (nieuwe technieken)
- Verduurzaming industrie en innovatie mkb
- Verduurzaming gebouwde omgeving (isolatie, warmtenetten, elektrisch verwarmen)
Onrendabele top: hier zijn subsidies echt nodig
In veel van deze voorstellen is er een duidelijke onrendabele top ten opzichte van fossiele alternatieven. Dat geldt onder andere voor:
- CO₂-vrije gascentrales (bijvoorbeeld op waterstof)
- Vroege fase opschaling van nieuwe technologieën
- Verduurzaming industrie en mkb
- Verduurzaming van de gebouwde omgeving
Zonder subsidie gaan bedrijven of huishoudens hier simpelweg niet of veel later in investeren. Zeker internationaal opererende bedrijven hebben altijd de optie om uit te wijken naar landen waar de regels soepeler zijn of de kosten lager. Subsidies werken hier als tijdelijke brug naar een toekomst waarin normering en beprijzing (zoals ETS) de rest doen.
Bij andere voorstellen – zoals kernenergie, isolatie en energie-infrastructuur – kunnen de investeringen op termijn best rendabel zijn, maar zijn aanloopverliezen en hoge startinvesteringen een drempel. Daar helpt subsidie om projecten überhaupt van de grond te krijgen.
Waar AI hier direct waarde toevoegt
Bij het bepalen hoeveel subsidie écht nodig is, zie je een duidelijke rol voor AI en data:
- Modellering van onrendabele toppen met scenario’s voor energieprijzen, CO₂-prijzen en technologieontwikkeling.
- Vraagvoorspelling voor stroom, warmte en waterstof, zodat subsidies niet te groot (verspilling) en niet te klein (vertraging) zijn.
- Risicoanalyse: waar is de kans het grootst dat projecten sneuvelen door vergunningen, netcongestie of marktrisico’s?
Wie als bedrijf of overheid nu nog subsidieaanvragen doet zonder serieuze data- en AI-analyse, speelt eigenlijk met een halve kaart in de hand.
2. Subsidies zijn tijdelijk, normering en beprijzing nemen het over
PBL is hier heel duidelijk: subsidies uit het Klimaatfonds zijn per definitie tijdelijk. Daarna moeten normen en prijzen het overnemen. Denk aan:
- Strengere efficiëntie- en emissienormen
- ETS en mogelijk nationale CO₂-heffingen
- Jaarverplichtingen voor hernieuwbare brandstoffen
Vooral bij duurzame warmte, groene waterstof en biobrandstoffen verwacht PBL dat technologieën na de subsidieperiode nog steeds niet vanzelf rendabel zijn. Dan moet normering en beprijzing het noodzakelijke duwtje geven.
Bij groene waterstof is bijvoorbeeld veel afhankelijk van de ambitie van jaarverplichtingen voor brandstofleveranciers en industrie. Als die verplichtingen slap worden ingevuld, komt er te weinig vraag, blijft de prijs te hoog en wordt de huidige subsidie-inzet minder effectief.
Hoe AI kan helpen om minder afhankelijk te zijn van permanente steun
Wil je als overheid of bedrijf voorkomen dat je straks aan de zuurstof van eeuwige subsidies ligt, dan helpt het om nu al met data te werken:
- Markt- en scenariomodellen om te zien bij welke combinatie van CO₂-prijs, ETS-aanpassing en normering een technologie wél rendabel wordt.
- Simulaties van ETS-prijzen in relatie tot Europese klimaatambities en economische groei.
- Optimalisatie van beprijzingsinstrumenten: wat gebeurt er met investeringsbeslissingen bij een hogere ETS-prijs vs. strengere normen?
De rode draad: hoe beter we nu modelleren, hoe kleiner de kans dat we later weer een nieuw fonds moeten optuigen omdat de prikkels niet goed waren ontworpen.
3. CO₂-vrije gascentrales: hier wringt het Klimaatfonds
Waar PBL wel echt kritisch wordt, is bij CO₂-vrije gascentrales en het beleidsdoel van een volledig CO₂-vrije elektriciteitssector in 2035.
De analyse is vrij hard:
- De elektriciteitssector valt al onder het EU-ETS, wat sowieso dwingt tot een forse emissiereductie richting 2040.
- Groene waterstof is schaars en wordt de komende jaren elders harder nodig geacht (industrie, chemie, zwaar transport).
- Als je schaarse groene waterstof in centrales duwt, onttrek je die aan andere sectoren waar de CO₂-winst wellicht groter is.
PBL zet daarom vraagtekens bij:
- De doelmatigheid van het beleidsdoel 100% CO₂-vrije elektriciteit in 2035.
- De subsidies voor CO₂-vrije aardgascentrales vanuit het Klimaatfonds.
Kort gezegd: je kunt je geld en je groene waterstof maar één keer uitgeven.
Waar AI helpt om schaarse waterstof slim in te zetten
Hier zie je de strategische rol van AI heel scherp terugkomen.
Met de juiste modellen kun je onder andere:
- Toepassingsopties van waterstof vergelijken: in welke sector levert 1 kg groene waterstof de meeste CO₂-reductie per euro op?
- Flexibiliteit in het elektriciteitssysteem simuleren: hoeveel back-upvermogen heb je echt nodig bij veel zon en wind, en welke mix (batterijen, demand response, waterstof, interconnecties) is het meest kostenefficiënt?
- EU-ETS-ontwikkelingen koppelen aan investeringsbeslissingen voor centrales: wanneer wordt het ETS zó streng dat gascentrales vanzelf uitfaseren?
Mijn standpunt: beleid voor CO₂-vrije gascentrales dat niet stevig leunt op scenario-analyse met AI, loopt het risico om duur, inflexibel en moeilijk aanpasbaar te zijn.
4. Past het Klimaatfonds bij het energiesysteem van 2050?
Ja, grotendeels wel. PBL stelt dat voor bijna alle technologieën uit het Nationaal Plan Energiesysteem (NPE) passende voorstellen zijn ingediend. Denk aan:
- Groene waterstofproductie
- Kernenergie
- Biobased bouwen
- Duurzame koolstofhoudende brandstoffen
- Warmtenetten en verduurzaming gebouwde omgeving
- Verduurzaming industrie en vroege fase opschaling
Drie opvallende punten:
- Windenergie zit niet in de Klimaatfondsvoorstellen – daar is de SDE++ al voor.
- Lokale warmtebronnen idem – ook grotendeels via bestaande regelingen.
- Warmteopslag valt tussen wal en schip – hier ontbreekt nog een goede subsidieregeling, terwijl het cruciaal is voor een betaalbaar en betrouwbaar warmtesysteem.
AI als ruggengraat van het nieuwe energiesysteem
Een energiesysteem met veel wind, zon, warmtenetten, waterstof en flexibele vraag is zonder AI praktisch onbestuurbaar:
- Netoptimalisatie om congestie te beperken en investeringen te plannen.
- Vraagvoorspelling voor elektriciteit en warmte per wijk, industrieterrein en provincie.
- Onderhoudspredictie voor netten, waterstofinfrastructuur en warmtenetten.
- Realtime dispatch-algoritmes om vraag, aanbod en opslag op elkaar af te stemmen.
Het opvallende is: waar PBL over infrastructuur zegt dat die “geen zelfstandig CO₂-effect” heeft maar wel absoluut noodzakelijk is, geldt dat net zo voor digitale infrastructuur en AI-systemen. Ze reduceren niet direct CO₂, maar zonder deze laag wordt het Klimaatfonds een duur en inefficiënt instrument.
5. Evenwichtige verdeling, maar let op ‘plausibiliteit’ en data
PBL concludeert dat de verdeling van middelen grotendeels in verhouding is met de ontwikkelfase van de technologieën:
- Kernenergie: oriënterende fase, lange doorlooptijd, relatief beperkte eerste tranche.
- Groene waterstof: in principe direct schaalbaar, maar met een grote onrendabele top.
- Biobased bouwen, duurzame brandstoffen, industrie, warmtenetten: forse investeringen nodig, maar helder nut.
Toch maakt PBL een interessante kanttekening: bij de beoordeling van de geclaimde CO₂-reductie van elk voorstel zijn veel projecten gelabeld als:
- ‘Geen zelfstandig effect’
- ‘Niet plausibel’
- ‘Plausibel mits’
- ‘Niet te valideren’
Dat betekent níet dat deze projecten onzin zijn. Een elektriciteitsnet of waterstofbackbone heeft bijvoorbeeld geen direct CO₂-effect, maar is wél randvoorwaardelijk.
Waarom dit voor jou als aanvrager of beleidsmaker telt
Als je bezig bent met projecten in het kader van het Klimaatfonds, moet je twee dingen strak op orde hebben:
- CO₂-logica: Kun je helder en onderbouwd uitleggen hoe jouw project direct of indirect bijdraagt aan CO₂-reductie? En op welke termijn?
- Plausibiliteit en data: Zijn de aannames over volumes, besparingen en gedrag realistisch? Kun je ze aantonen met data, modellen of pilots?
Hier kan AI je simpelweg een voorsprong geven:
- Dataplatforms die verbruik, productie en besparing van energie integraal ontsluiten.
- Emissiemodellen die jouw project onder verschillende scenario’s doorrekenen.
- Transparante dashboards waarmee beleidsmakers en fondsbeheerders de planningen, effecten en risico’s kunnen volgen.
Wie “niet te valideren” op zijn voorstel krijgt, heeft vandaag de dag meestal geen data-, maar een organisatieprobleem.
6. Wat betekent dit alles voor de komende jaren?
De politieke besluitvorming over het Meerjarenprogramma 2025 loopt door 2024, maar de praktische uitwerking loopt vele jaren door. De kans dat we de klimaatdoelen voor 2030 zomaar halen, schat PBL eerder als “heel erg klein” in. Dat betekent: er komt meer en strenger beleid bij, niet minder.
Voor iedereen die zich bezighoudt met de energietransitie, zie ik drie concrete acties:
- Integreer AI-analyses in elke grote investeringsbeslissing. Of je nu netbeheerder, industriebedrijf, warmtebedrijf of gemeente bent: scenario’s, vraagprofielen en risico’s kun je zonder AI niet meer serieus doorrekenen.
- Koppel fysieke en digitale infrastructuur aan elkaar. Een warmtenet zonder slimme sturing, of een zonnepark zonder goed congestiemanagement, wordt een hoofdpijndossier.
- Bereid je voor op strengere normen en hogere CO₂-prijzen. Gebruik nu al ETS- en prijsmodellen om te zien welke investeringen over 10–15 jaar nog overeind staan.
De Klimaatfonds-subsidies lijken in de basis doelmatig en evenwichtig. Maar of ze de Nederlandse energietransitie echt versnellen, hangt sterk af van één ding: hoe slim we omgaan met schaarste – van geld, van infrastructuur en van data.
Wie nu inzet op een combinatie van klimaatbeleid, slimme regulering én AI-gedreven besluitvorming, heeft in 2030 geen inhaalslag meer nodig. De rest loopt achter de feiten – en de ETS-prijzen – aan.