Door Linda Haartsen
Resultaten Leergang Data & Technologie
De 3 maands-leergang Data & Technologie was opgezet voor boeren die willen leren van andere boeren. De basis werd gevormd door lopende projecten bij de koplopers. Waar lopen ze tegenaan en hoe gaan ze met obstakels om? Als kop en staart van de leergang was er de vraag of er voor agrarisch ondernemers een of meerdere platforms beschikbaar zijn, die voldoen aan de wens om de data van je eigen bedrijf op één plek te bundelen. Of moet er een nieuw collectief en onafhankelijk boeren platform moet komen, een slimme software schil of juist een boeren dashboard om de data positie van de boer te verbeteren? Tegelijkertijd zijn dit jaar een aantal inhoudelijke boeren data projecten ondersteund. De lessen die in deze projecten werden geleerd zijn ter beschikking gesteld op het FarmHack Forum.
De leergang startte in december 2022 en werd georganiseerd door de stichting Boer&Data in samenwerking met FarmHack en werd mogelijk gemaakt dankzij de RVO regeling “Samen leren in projecten duurzamere landbouw”. Onderstaand zijn de samenvattingen van de blogposts die te vinden zijn op de website van Boerendata.
Module 1: De Data Kluis - deel 1-
De volledige blogpost over deze module vind je op Boerendata.nl
Kennis, videos en discussie vind je op het Forum
Module 1 is een algemene module gericht op de vraag of er voor agrarisch ondernemers een of meerdere platforms beschikbaar zijn, die voldoen aan de wens om de data van je eigen bedrijf op één plek te bundelen. Of moet er een nieuw collectief en onafhankelijk boeren platform moet komen, een slimme software schil of boeren dashboard, om de data positie van de boer te verbeteren. Aan het woord zijn Eric Dortmans en Nicole Bartelds, twee van de initiatiefnemers van de stichting Boer&Data en trekkers van module 1.
De volgende zaken kwamen aan de orde:
- Nut en noodzaak van een software schil of boeren dashboard (zie voor meer informatie deze probleemanalyse).
- Noodzaak en mogelijkheden voor het verbeteren van data uitwisseling in de agrarische sector
- Een evaluatie van een aantal dataplatforms, programma’s en applicaties
- Een duiding van de boeren data initiatieven die in de overige modules behandeld zullen worden.
Module 1: De datakluis - deel 2 -
De volledige blogpost over deze module vind je op Boerendata.nl
Kennis, videos en discussie vind je op het het Forum
In deel 2 van de datakluis, de afsluiting van de leergang, wordt er besproken wat we hebben geleerd. Aan het woord zijn Eric Dortmans en Nicole Bartelds, twee initiatiefnemers van de stichting Boer&Data. De leergang is wat betreft het datakluis gedeelte benaderd vanuit de use-case akkerbouw. Daarin hebben we het probleem van de versnippering in de akkerbouw willen aankaarten. Wanneer we terugkijken op alle modules van de leergang, dan is er ook een link te leggen naar de andere sectoren, want daar speelt dezelfde problematiek. Dan kun je concluderen dat ieder bedrijf toegang tot een geïntegreerde ‘datakluis’ nodig heeft, waar alle relevante informatie bij elkaar komt om op een efficiënte en verantwoorde wijze je bedrijf te runnen. Dat bovenop die datakluis is er een dashboard nodig waarop je in een oogopslag de meest relevante data overzichtelijk bij elkaar hebt. Hoe dat dashboard eruit ziet, zal voor elk bedrijf anders zijn en dus configureerbaar moeten zijn.
Dat het een absolute voorwaarde is dat je zelf controle hebt en houdt over je data en welke data je met wie deelt, dat als je kiest voor een andere leverancier voor bepaalde functionaliteit je historische data behouden blijft, zodat niet de data of je toegang tot de data verloren gaat.
Op dit moment is er voor telers nog geen platform beschikbaar dat helemaal voldoet aan de wens om de data van je eigen bedrijf op één plek te bundelen. Er leven volgens Nicole ook nog veel onduidelijkheden. Zo wordt bijvoorbeeld vaak gezegd “Maar we hebben toch JoinData?” Maar daar gaat vooral data in om die in de keten wordt gebruikt. Ik wil juist inzicht krijgen door de data, die in de keten over mijn bedrijf verzameld wordt, te combineren met mijn eigen data”.
Tijdens de leergang werd ook benadrukt dat er onderscheid gemaakt moet worden tussen management data en data voor verantwoording. Als ondernemer weet je heel goed dat er soms wat mis gaat. Je registratiemoment wijkt af omdat er een urgent probleem was, of sensoren zijn niet goed gekalibreerd. Dan heb je behoefte aan een veilige ruimte. Eric: “Ik wil pas data delen op het moment dat ik zeker weet dat het niet tegen me wordt gebruikt of dat het mijn positie in de keten verzwakt”.
Er is wel veel in ontwikkeling. Commerciële partijen zien de vraag ontstaan en springen in. Voorbeelden zijn de bedrijfsmanagementsystemen die doorontwikkeld worden. Ook wordt vanuit het Ministerie in elkaar opvolgende PPS projecten in publieke infrastructuur geïnvesteerd. Maar uit de leergang blijkt ook het belang van eigen boereninitiatieven, om zelf de handschoen op te pakken en met nieuwe/lokale IT partijen aan oplossingen te werken.
Want alhoewel data hard werken is, is het strategisch van belang dat boeren een start maken met het slim opslaan en bewaren van bedrijfsrelevante data. Daarmee creëer je mogelijkheden om in de toekomst belangrijke zaken op te sporen. En als je de data hebt, dan zijn ze van jou. Dan kan je ze onder je eigen voorwaarden aan 3e partijen ter beschikking gaan stellen. Alleen langs deze weg kan je als boer in een gelijkwaardige positie komen te staan. Al zal onderlinge samenwerking daar ook heel hard bij nodig zijn. Neem bijvoorbeeld API’s, als de meest ideale vorm van datakoppeling. Geen bedrijf gaat werken aan een API voor 1 boer. Als boeren daar gezamenlijk in gaan optreden, dan krijg je veel meer voor elkaar.
“Zelf een Facebook bouwen lukt niet. Maar wel een tool die zij niet hebben, die hen geïnteresseerd maakt om verbinding te zoeken” (quote webinar)
Nicole benadrukt dat we ook moeten kijken naar eenvoudige toepassingen om echt gebruik te maken van de data in de ‘kluis’ en meerwaarde te halen uit data: “Ik merk dat de datavoorbereiding voor nadere analyse nu 80% van de tijd kost. Pas wanneer je de data in een vorm hebt die geschikt is voor analyse, dan begint het ‘echte’ werk en daar zit pas de praktische toepassing. De meeste boeren willen gewoon dat dit opgelost is en data bruikbaar is voor gebruik in bijvoorbeeld een dashboard”.
Deze uitdaging is hardnekkig in de landbouw omdat de gebruikelijke data analyse en data science toepassingen (Business intelligence software, data analytics platforms, data workflows, Python, R, QGIS enz.) voor de meeste boeren niet laagdrempelig genoeg zijn. Bovendien valt door het gebrek aan standaardisatie van data en formaten veel van dit werk niet te automatiseren. Volgens Eric zit daar dan ook een belangrijke uitdaging: “we moeten ervoor gaan zorgen dat de complexiteit ‘onder de motorkap zit’ en het voor de gebruiker eenvoudig is om te gebruiken en eenvoudig om te begrijpen en te interpreteren”.
De uitdaging zit in het vinden van die systeem-ontwikkelaars die deze punten onderschrijven en samen met boeren aan deze oplossingen willen werken. Waarbij meerwaarde voor de boer voorop moet staan, uitgedrukt in bijv. minder uren besteden aan data-verzamelen of ordenen van losse bestandjes, maar ook betere sturing op bodemgebruik, mestaanwending of diergezondheid.
Module 2: Trekkerdata
De volledige blogpost over deze module vind je op Boerendata.nl
Kennis, videos en discussie vind je op het Forum
De technologieleverancier staat voor tal van keuzes, bijvoorbeeld rond de meettechniek, het bouwen van datakoppelingen en de weergave van de data. Zeker voor een kleine onafhankelijke IT partij is het dan van groot belang dat eindgebruikers input leveren. Alleen dan kan de technologie leverancier tijd en middelen goed besteden. Hoe meer data, des te waardevoller de toepassing wordt. Maar dat maakt het ook complex en duur. Een boer kan het beste beoordelen welke datalagen echt meerwaarde leveren. Op die manier zit er dus echt meerwaarde in de interactie tussen boeren en technologie leveranciers.
In technisch opzicht is de heilige graal voor trekkerdata om relevante data op plaats en tijd opvraagbaar te maken en ook algoritmes op die wijze met onderliggende data te voeden. Maar dat is geen sinecure. Eerste stappen nu waren echter gericht op het verifiëren van de bodemkaart met de werkelijkheid.
Een interessante route die op tafel kwam tijdens de leergang is om de huidige software voor isobus verzameling en de decodering open source beschikbaar te stellen aan leden van een data coöperatie. De coöperatie kan dan zorgen voor een versnelling, door de vertaling voor specifieke onderdelen op te pakken, prioriteiten te stellen en de kosten en baten van decodeerwerk over alle leden te verdelen. Als zo’n coöperatie dan ook nog een strategie ontwikkelt om de gegevens te combineren met meta data, en die inzichten beschikbaar te maken voor de leden (en eventueel te verwaarden naar derden), dan heb je een interessant model te pakken. Maar om dat speelveld te overzien, en de capaciteit te organiseren om alle benodigde stappen te nemen, daar liggen nog wel aantal grote hobbels op de weg.
Module 3: Graslandkalender
De volledige blogpost over deze module vind je op Boerendata.nl
Kennis, videos en discussie vind je op het het Forum
In de verduurzamingsopgave waarvoor de melkveehouderij staat speelt ruwvoederwinning een grote rol. Efficiënte ruwvoerderwinning is de basis van kringlooplandbouw. Maar wat ruwvoerwinning betreft zijn er nog maar weinig digitale tools beschikbaar. Op dit moment is de papieren graslandkalender nog altijd een gebruikelijke manier om te plannen, te registreren en te sturen op de kwaliteit van ruwvoer.
Door de graslandkalender digitaal te maken is op elk moment duidelijk hoe elk perceel bemest is en kunnen gegevens uit de kalender makkelijker worden geanalyseerd en met andere data gecombineerd.
Het ontwikkelen van een digitale tool is een uitdaging en een lang proces, waarbinnen je steeds opnieuw keuzes moet maken. Dankzij de SABE regeling ontstond er een unieke samenwerking tussen een groep melkveehouders, de stichting Boer&Data en VAA Data Works. De melkveehouders hebben vanaf de start meegedacht over functionaliteiten en toepassingsmogelijkheden. De samenwerking kwam tot stand omdat alle partijen streven naar het versterken van de datapositie van de melkveehouder.
Tijdens de leergang werd een eerste versie van de applicatie gelanceerd. Deelnemers aan de leergang konden gebruik maken van de app om hun registratie en planning in te voeren. Tijdens de laatste bijeenkomst zijn eerste ervaringen en verbeterpunten besproken.
Een belangrijk resultaat is dat boeren sterke opdrachtgevers bleken, waardoor er een wezenlijke andere tool gerealiseerd dan anders het geval zou zijn geweest. Zo is de verleiding bij de technologie partner om de registratie op sub-perceelsniveau mogelijk te maken weerstaan, omdat de grootste groep melkveehouders nu eerst ondersteund moest worden bij het maken van de stap van een bemestingsplan op bedrijfs- naar perceelsniveau. De vraag wanneer een bepaalde versie van een tool goed genoeg werkt en genoeg waarde creëert voor boeren, is eigenlijk alleen door boeren zelf te beantwoorden.
Een ander belangrijk resultaat is de winst op het vlak van efficiëntie en kostenbesparing. Bedrijven die hun ruwvoerderwinning op orde hebben behalen een hoger bedrijfsresultaat. Door gericht te bemesten en op het juiste moment te oogsten win je meer voer van een betere kwaliteit. Dit heeft de potentie om te leiden tot lagere kosten voor de aankoop van voer en bijproducten.
Module 4: Pluimvee
De volledige blogpost over deze module vind je op Boerendata.nl
Kennis, videos en discussie vind je op het het Forum
Op dit moment zijn data van verschillende stalcomputers en uit verschillende platforms niet goed te combineren. Dat geeft veel werk, omdat je als boer regelmatig je data handmatig moet overdoen in een systeem van een ketenpartij. Ook komt het voorspellen door slim combineren van data niet van de grond. Binnen de pluimveemodule keken we mee met het ontwikkelen van een eigen database om gegevens te verzamelen en te structureren, en verdere bewerkingen makkelijker te maken. Ook werd een dashboard ontwikkeld om gegevens te visualiseren.
In de module werden verschillende kanten van het ontwikkelproces belicht: wat komt er kijken als je als boer je eigen data gaat organiseren? Hoe doe je dat? Hoe hou je het behapbaar? Wat levert het op?
Naast een eigen database werd er ook een eerste versie van het dashboard ontwikkeld. In de laatste sessie binnen de module demo en in gesprek met technologiepartner is hier dieper op in gegaan. Aan bod kwamen onder andere hoe dagelijkse data uit de stalcomputers, gecombineerd met gezondheidsdata (in dit geval coccidiose tellingen), nieuwe inzichten oplevert over de reactie van een koppel dieren. Tevens zou dit kunnen dienen als voorspelling/referentie voor volgende koppels om een inschatting te maken of een koppel dreigt te ontsporen. Met name die voorspellende werking kan je bedrijf vooruit helpen in beheersing van problemen en daarmee een robuuste bedrijfsvoering.
Verder is er een hoop geleerd over het uitnutten van data die nu al binnen ieder pluimveebedrijf beschikbaar zijn. Data zijn niet alleen nuttig in retrospect – dat je door omstandigheid x gisteren, gevolg y vandaag kan verklaren. Maar de gegevens van voorgaande koppels kun je ook gebruiken om voorspellingen te doen. Dat is niet altijd even makkelijk, omdat bijvoorbeeld minder activiteit door tal van factoren verklaard kan worden (zoals minder daglicht in de stal betekent vaak minder activiteit). Toch kan je dankzij goede analyses voorspellen wanneer er in de stal iets mis dreigt te gaan. Wateropname per uur loopt bijvoorbeeld volgens een bepaald patroon op met activiteit. Als die 2 uit elkaar gaan lopen, en je systeem geeft je een seintje, dan kan je daar echt winst op boeken.
Een belangrijk conclusie is dat deze module het belang aantoonde van een boer in de rol van opdrachtgever. Robert was in de de lead, en kon continu regie voeren en ervoor zorgen dat dit keer het primaire doel wel was om technologie op te leveren die data laat zien die voor een boer echt nodig zijn. Er is dus een wezenlijk andere tool gerealiseerd dan anders het geval zou zijn geweest. Wel was het nooit de bedoeling om een “robert-nijkamp-dashboard” te ontwikkelen. Het idee was om een combinatie te maken van een database en een flexibele slimme softwareschil, wat voor àlle pluimveehouders een werkbare oplossing zou bieden, waar iedereen wat aan zou hebben. Dat is voor nu nog een brug te ver gebleken. Niet alleen is de groep pluimveehouders die echt met data aan de slag wil nog te klein, zijn ze bovendien onderling nog te versnipperd, en is data hard werken voor een onzeker gewin. Ook loop je al snel tegen blinde muren en weerstand op. Of zoals een deelnemer het formuleerde: “we hebben meer taboes in de sector dan behoefte aan informatie. En zolang dat zo is, zitten we ons hier allemaal voor de gek te houden”.
Toch blijft de ambitie om samen als collectief boeren verdere stappen te nemen overeind staan. Technisch is voor data uitwisseling het ontwikkelen van (rest-)API’s bijvoorbeeld de meest ideale oplossing. Als je als individuele boer een partij daarvoor benadert, dan wijzen ze je direct weer de deur. Maar als je daar namens 5000 boeren om komt vragen, dan wordt het een ander verhaal.
Wat betreft het verdienmodel van het verbeterde datasysteem dat Robert nu op zijn bedrijf heeft draaien, zegt hij zelf niet te twijfelen over de winst op het vlak van efficiëntie en kostenbesparing: “Als ik zie wat ik aan uren kwijt ben aan data invoeren, aan controletijd, dan levert mijn nieuwe systeem mij alleen al op dat stuk enorme tijdwinst op. Dan kan dat maar zo in de 1000’en euro’s per jaar lopen”. Verder moet het gaan komen uit beslissingsondersteuning en betere dag-tot-dag voorspelling/monitoring. Dat gaat nog tijd kosten, en dat zal zeker sneller gaan als je volume gaat maken met een grote groep boeren. Je krijgt dan meer financiële armslag om sneller te ontwikkelen.
