Wat de logistiek van Reining zorgorganisaties leert over AI

Waarom een transportbedrijf relevant is voor de zorg

Een logistiek dienstverlener die twintig nieuwe Scania’s bestelt, lijkt op het eerste gezicht mijlenver weg van de wereld van verpleegkundigen, OK-planning en EPD’s. Toch zit er achter de keuzes van Reining Transport een denkwijze waar zorgorganisaties nu iets aan hebben: centraal sturen, slim gebruikmaken van data en technologie, en stap voor stap duurzamer en efficiënter werken.

Reining bestaat honderd jaar, rijdt met meer dan 310 voertuigen door half Europa en kiest bewust voor één uniform servicenetwerk, voorspelbare kosten en hoge inzetbaarheid. In de zorg heb je precies hetzelfde vraagstuk, alleen gaat het niet om vrachtwagens maar om OK’s, bedden, verpleegkundigen en patiëntenstromen. De rode draad is smart management met hulp van AI.

In deze blog koppel ik de strategie achter Reining’s wagenpark aan AI in de Nederlandse zorg: van operatiemanagement tot capaciteitsplanning en duurzame zorglogistiek. Niet omdat trucks heilig zijn, maar omdat de onderliggende principes verrassend goed werken in het ziekenhuis en de VVT.

1. Eén servicemodel: wat ziekenhuizen van Reining kunnen kopiëren

Reining kiest bewust voor Scania omdat het merk in Nederland én Duitsland één uniform servicemodel biedt, met één centraal contract en voorspelbare kosten. Geen versnippering per regio, maar een overkoepelende aanpak.

In de zorg werkt het net zo: wie AI en digitalisering per afdeling of specialisme laat aanrommelen, verbrandt geld en energie.

Van eilandjes naar één centraal AI‑platform

Wat Reining doet met servicecontracten, zouden ziekenhuizen moeten doen met hun data en AI:

• Eén dataplatform in plaats van losse Excelletjes per afdeling.
• Eenduidige definities: wat is precies een ‘wachttijd’, een ‘no‑show’, een ‘vol bed’? Overal hetzelfde.
• Centraal AI‑team dat oplossingen bouwt voor het hele ziekenhuis, in plaats van losse pilots bij cardiologie, poli X of het lab.

Dit maakt AI‑toepassingen voor de zorg ineens veel krachtiger:

• Een voorspellingsmodel voor SEH‑drukte kan ook de IC helpen plannen.
• Een algoritme voor OK‑planning kan tegelijk poli‑capaciteit en beddencapaciteit meenemen.
• Je hoeft niet elk project opnieuw uit te vinden; je schaalt sneller op.

De realiteit? De meeste zorgorganisaties zitten nog in de fase van ‘één lokale dealer’: een losse AI‑pilot hier, een dashboardje daar. Het verhaal van Reining laat zien dat juist één overkoepelend concept rust, voorspelbaarheid en efficiency oplevert.

2. Super‑motoren en slimme algoritmes: efficiëntie zonder franje

Reining kiest voor Scania Super‑motoren omdat ze zuinig en betrouwbaar zijn. Niet spectaculair, wel meetbaar beter: minder brandstof, minder stilstand, langere levensduur. In de zorg wordt AI vaak verkocht als magie, terwijl de grootste winst juist in dit soort nuchtere optimalisatie zit.

Waar AI in de zorg nu al dezelfde winst pakt

Een paar concrete parallellen met de Super‑motor:

• AI‑ondersteunde triage in de huisartsenzorg: beter inschatten wie vandaag gezien moet worden en wie digitaal kan worden geholpen. Resultaat: minder onnodige consulten, kortere wachttijden.
• Voorspellende bedplanning in ziekenhuizen: modellen die op basis van historische data en actuele instroom voorspellen hoeveel bedden er nodig zijn per afdeling. Minder paniek, minder dure overbezetting.
• Slimme OK‑planning: AI die rekening houdt met duur van ingrepen, beschikbaarheid van teams, recovery en bedden. Meer operaties per dag zonder extra druk op het personeel.

Net als bij Reining gaat het niet om de grootste, duurste technologie, maar om stabiele tools die dag in dag uit kleine procentjes winst boeken. Op het niveau van één dienst voel je dat misschien niet meteen, maar op jaarbasis praat je over miljoenen aan tijd en kosten.

3. Volumetransport en zorglogistiek: meer volume, minder kilometers

Reining is groot geworden in volumetransport: meer lading per rit, slimme Lang‑LKW’s, maatwerkvoertuigen. Het doel is helder: meer volume per kilometer, minder CO₂ per zending.

In de zorg staat exact dezelfde opgave op tafel, alleen noemen we het anders: meer zorg per ingezette uur, minder verspilling, lagere uitstoot.

Hoe AI volumedenken naar de zorg haalt

Een paar voorbeelden waar ‘volume per rit’ zich vertaalt naar ‘zorg per uur’:

• Thuiszorgroute‑optimalisatie
  Met AI‑gestuurde routeplanning kun je reistijd tot wel 15–20% terugdringen. Minder kilometers voor wijkverpleegkundigen betekent:

  • meer cliëntcontact per dienst;
  • minder CO₂‑uitstoot;
  • minder werkdruk doordat de dag logischer in elkaar zit.

• Slimme apotheeklogistiek en medicijnbezorging
  Door vraag beter te voorspellen en leveringen te bundelen, hoeven apotheken minder vaak kleine spoedritjes te doen. AI‑modellen kunnen op basis van historiek en seizoenspatronen aangeven wanneer pieken ontstaan, bijvoorbeeld bij griepgolven.

• OK’s en diagnostiek ‘voller laden’
  Reining ontwikkelt trailers die 25% meer lading meenemen. In de zorg is het equivalent: tijdsblokken beter benutten. AI kan:

  • gaten in de agenda automatisch opvullen met passende patiënten;
  • combinaties van onderzoeken slim clusteren;
  • no‑shows voorspellen en overboeken binnen veilige marges.

Het principe is hetzelfde: meer waarde per beweging, of dat nu een vrachtwagen, een verpleegkundige of een MRI‑scanner is.

4. Van diesel naar elektrisch: duurzame zorg met data en AI

Reining investeert in batterij‑elektrische trucks en eigen laadinfrastructuur. Dat gaat niet alleen om techniek, maar om slimme planning: wanneer laden, welke rit is geschikt voor elektrisch, hoe voorkom je stilstand?

Zorgorganisaties zitten midden in dezelfde transitie. De Green Deal Duurzame Zorg vraagt om forse CO₂‑reductie voor 2030. AI helpt die omslag beheersbaar te maken.

Praktische AI‑toepassingen voor duurzame zorg

1. Energie‑management in ziekenhuizen
   Ziekenhuizen zijn energieslurpers. Met AI kun je:

   • piekbelasting voorspellen en afvlakken;
   • ventilatie, koeling en verlichting dynamisch sturen op bezetting;
   • operatieprogramma’s afstemmen op energieprofielen (bijv. energie‑intensieve OK’s niet allemaal op één moment).

2. Elektrische zorgmobiliteit plannen
   Net als bij Reining’s e‑trucks speelt actieradius een rol bij elektrische dienstauto’s, ambulances en logistiek:

   • AI berekent optimale routes op basis van laadtijden en bereik;
   • combineert afspraken tot logische ‘clusters’ die binnen één laadcyclus passen;
   • adviseert wanneer laden het minst verstorend is voor de zorgplanning.

3. Datagedreven CO₂‑rapportage
   Reining vertaalt CO₂‑discussies naar praktische oplossingen: meer volume, minder kilometers. Zorginstellingen kunnen met AI:

   • hun CO₂‑voetafdruk per patiënt of per behandeling inzichtelijk maken;
   • scenario’s doorrekenen: wat als we 10% minder vervoer hebben tussen locaties, of 20% meer beeldbellen inzetten;
   • keuzes onderbouwen richting bestuur, IGJ en verzekeraars.

Duurzame zorg wordt een stuk minder abstract als je, net als Reining, meten, plannen en optimaliseren als dagelijkse routine gaat zien.

5. Van 100 jaar ervaring naar een AI‑strategie voor de zorg

Reining is geen startup. Het is een bedrijf met een eeuw geschiedenis, dat toch kiest voor nieuwe voertuigen, nieuwe concepten en elektrische oplossingen. Dat is precies de mindset die ontbreekt bij veel zorgorganisaties: trots op het verleden, maar niet gevangen in oude routines.

Wat zorgbestuurders concreet kunnen meenemen

1. Denk in netwerken, niet in losse afdelingen
   Zoals Reining Nederland en Duitsland als één netwerk ziet, zou een ziekenhuis de keten van huisarts, SEH, poli, OK, IC, VVT en thuiszorg als één geheel moeten zien. AI‑modellen worden pas echt krachtig als ze over die hele keten heen kijken.

2. Kies bewust voor één servicemodel rond AI

   • Één datastrategie;
   • één helder governance‑model (wie beslist, wie is verantwoordelijk?);
   • één basisset tools en standaarden.

   Anders blijft AI een verzameling pilots zonder structurele impact.

3. Begin klein, maar wel gericht op schaal
   Reining vervangt jaarlijks 40–45 voertuigen, niet zijn hele vloot in één jaar. Zorginstellingen kunnen hetzelfde doen:

   • start met één AI‑toepassing met duidelijk rendement (bijv. bedplanning of SEH‑voorspelling);
   • zorg dat de oplossing technisch schaalbaar is naar andere afdelingen;
   • documenteer wat werkt en wat niet, en maak daar beleid van.

4. Verbind efficiëntie expliciet met kwaliteit van zorg
   Bij Reining gaat het om minder kilometers en minder uitstoot, maar ook om betrouwbare service aan klanten. In de zorg moet elke AI‑toepassing dubbel scoren:

   • merkbare verlichting voor professionals;
   • aantoonbaar betere of gelijkwaardige uitkomsten voor patiënten.

Waar AI in de Nederlandse zorg nu staat – en waar het heen kan

AI in de Nederlandse zorg is inmiddels meer dan een hype. Huisartsen werken met triage‑ondersteuning, radiologen met AI‑diagnostiek, ziekenhuizen met voorspellende modellen voor instroom en ligduur. Maar de stap naar één geïntegreerde, voorspellende zorgketen is nog lang niet gezet.

Het verhaal van Reining en Scania laat zien hoe krachtig een consistente strategie is:

• één servicenetwerk;
• voorspelbare kosten en inzetbaarheid;
• stap voor stap verduurzamen;
• continu optimaliseren op basis van data.

Als zorgorganisaties AI op dezelfde manier aanpakken – nuchter, centraal georganiseerd en gericht op dagelijkse praktijk – dan wordt AI geen los project, maar gewoon onderdeel van hoe je zorg levert.

Wie nu de eerste ‘Scania‑keuze’ in zijn digitale infrastructuur maakt, heeft over vijf jaar een voorsprong op efficiency, duurzaamheid én werkplezier. De vraag is dus niet óf AI een rol moet spelen in ziekenhuismanagement, maar hoe snel je het centraal, betrouwbaar en schaalbaar organiseert.

---

Wil je concreet aan de slag met AI in jouw zorgorganisatie? Begin dan bij de vragen die Reining zichzelf ook stelde: waar zit onze grootste logistieke pijn, hoe maken we service voorspelbaar, en welke technologie helpt ons om iedere dag een procent beter te worden.