De bouwonderneming van morgen heeft een digitaal geheugen

De bouwsector digitaliseert al jaren. Aannemers werken met calculatiesoftware, ERP, boekhouding, planning, BIM, leveranciersportalen en steeds vaker AI-tools. Toch betekent meer software niet automatisch meer controle.

Dat is vandaag een belangrijk probleem. In 2025 gingen in België 2.780 bouw- en installatiebedrijven failliet. Bouwunie rapporteerde voor het eerste kwartaal van 2026 dat slechts 55% van de bevraagde bouwbedrijven aangaf nog rendabel te werken, terwijl 40% rond break-even draaide en 5% verlieslatend was.

De druk zit dus niet alleen op omzet. Ze zit op marge, cashflow en het vermogen om sneller goede beslissingen te nemen. Daar ligt volgens ons een volgende grote digitaliseringsstap voor de bouw. Niet nóg een pakket naast de bestaande software, maar een intelligente laag die de informatie uit die systemen met elkaar verbindt en actief gebruikt.

Een bouwbedrijf weet vandaag vaak veel meer dan het denkt. Het weet wat het vorige keer voor een materiaal betaalde. Het weet welke leverancier meestal te laat levert. Het weet welke klant traag betaalt. Het weet welke meerwerken op een werf zijn besproken. Het weet hoeveel materiaal ergens overblijft. Het weet welke projecten historisch uit de calculatie liepen.

Alleen zit die kennis verspreid over systemen, documenten, facturen, mails, werfverslagen en mensen. De bouwonderneming van morgen moet daarom een digitaal geheugen krijgen.

Niet meer software, maar betere samenhang

De meeste middelgrote bouwbedrijven hoeven hun bestaande software niet te vervangen. Integendeel. ERP-, calculatie-, planning-, boekhoud- en BIM-systemen zijn vaak jarenlang opgebouwd rond de werking van het bedrijf en bevatten waardevolle historische data.

Het probleem is dat elk systeem meestal maar een deel van de werkelijkheid ziet. Buildwise wijst in het HARMONIX-GO-project precies op die versnippering. Productgegevens zijn vandaag nog vaak verspreid, dubbel ingevoerd of beschikbaar in formaten die moeilijk bruikbaar zijn in ERP, BIM, rekensoftware en webshops. Het project wil daarom net interoperabiliteit tussen bestaande systemen mogelijk maken.

Dat is ook hoe wij de opportuniteit zien. De bestaande software blijft de bron van waarheid voor de processen waarvoor ze gemaakt is. Daarboven komt een laag die gegevens kan samenbrengen, vergelijken en acties kan voorstellen of automatiseren.

Boekhouding vertelt wat er financieel gebeurd is. Planning vertelt wat er moet gebeuren. Calculatie vertelt wat we verwachtten. Aankoop vertelt wat we besteld hebben. De werf vertelt wat werkelijk uitgevoerd werd. Pas wanneer die informatie samenkomt, kan een bedrijf zichzelf echt beginnen sturen.

Een bouwbedrijf moet onthouden wat het eerder betaalde

Aankoop is een eenvoudig voorbeeld. Wanneer een nieuwe offerte van een leverancier binnenkomt, zou een aankoper niet alleen de huidige prijs moeten zien. Het systeem zou onmiddellijk moeten kunnen tonen wat het bedrijf de vorige keren voor hetzelfde of een vergelijkbaar product betaalde, bij welke leverancier, voor welk volume, met welke korting en onder welke voorwaarden.

Een prijsstijging wordt dan geen gevoel meer. Het systeem kan aangeven dat een offerte bijvoorbeeld duidelijk boven de laatste aankoopprijs ligt, dat een andere vestiging recent goedkoper kocht of dat het jaarlijkse volume voldoende groot is om opnieuw te onderhandelen.

Vandaag bestaat die kennis vaak wel, maar ze zit in oude facturen, aankooporders, prijslijsten en vooral in het geheugen van enkele ervaren medewerkers. Dat is kwetsbaar. Wanneer iemand vertrekt, verdwijnt een deel van het commerciële geheugen van het bedrijf mee.

Door historische prijzen automatisch op te bouwen tot een prijsbibliotheek ontstaat institutioneel prijsgeheugen. AI kan vervolgens gelijkaardige materialen herkennen, afwijkingen signaleren en alternatieven voorbereiden. Het doel is niet dat AI zelfstandig gaat inkopen. Het doel is dat de persoon die onderhandelt nooit meer met minder informatie aan tafel zit dan het bedrijf zelf al bezit.

Cashflow moet vooruitkijken, niet alleen rapporteren

Hetzelfde geldt voor cashflow. Een klassieke boekhouding vertelt vooral wat al gebeurd is. Voor een aannemer is de belangrijkere vraag vaak wat er over vier, zes of twaalf weken zal gebeuren.

Op elke werf lopen aankoop, lonen, onderaannemers, vorderingsstaten, voorschotten, meerwerken en betalingen op een ander ritme. Daardoor kan een winstgevend project tijdelijk veel cash opslorpen.

Bouwunie meldde begin 2026 dat acht op tien bouwbedrijven met laattijdige, onvolledige of slechte betalingen te maken krijgen. De aannemer heeft op dat moment vaak al materiaal betaald en is ondertussen een volgende werf aan het voorfinancieren.

Daarom moet cashflowdata gekoppeld worden aan de operatie. Een systeem kan voorspellen welke leveranciersfacturen eraan komen, wanneer personeel en onderaannemers betaald moeten worden, welke vorderingsstaten verwacht worden, welke klanten historisch te laat betalen en welke uitgevoerde werken nog niet gefactureerd zijn.

Sinds 1 januari 2026 zijn gestructureerde elektronische B2B-facturen in België verplicht. Dat betekent dat factuurdata steeds minder uit losse pdf’s hoeft te worden gehaald en veel gemakkelijker automatisch verwerkt kan worden. De opportuniteit is dus groter dan sneller boeken. Dezelfde data kan gebruikt worden om vooruit te kijken en vroeg te waarschuwen wanneer een cashtekort dreigt.

Meerwerken mogen niet verdwijnen tussen werf en factuur

Een andere klassieke bron van margelekken zit tussen uitvoering en administratie. Op de werf verandert er voortdurend iets. Een klant vraagt een aanpassing. Een architect wijzigt een detail. Er worden extra uren gemaakt of bijkomende materialen geplaatst. Het meerwerk staat misschien in een werfverslag of e-mail, maar komt niet altijd tijdig in de commerciële opvolging terecht.

Technologie kan die informatiestroom veel strakker maken. Werfverslagen, werkbonnen, goedkeuringen, planning en facturatie kunnen met elkaar worden vergeleken. Het systeem kan bijvoorbeeld signaleren dat een bijkomende prestatie werd geregistreerd maar nog geen goedgekeurd meerwerk heeft, of dat een goedgekeurd meerwerk nog niet in een vorderingsstaat zit.

Opnieuw hoeft AI niet zelf te beslissen wat factureerbaar is. Ze moet vooral vermijden dat relevante informatie tussen systemen verloren gaat. Bij lage marges kan het verschil tussen een goed en slecht project net in zulke kleine lekken zitten.

Regelgeving en materiaalkeuze worden steeds meer een dataprobleem

De bouw krijgt daarnaast met steeds meer informatieverplichtingen te maken. Vanaf 2028 moet voor nieuwe gebouwen groter dan 1.000 m² de levenscyclusgebonden klimaatimpact worden berekend en bekendgemaakt. Vanaf 2030 geldt die verplichting voor alle nieuwe gebouwen. Daarbij wordt niet alleen gekeken naar het energiegebruik tijdens de levensduur, maar ook naar productie en transport van bouwproducten, vervangingen, sloop, afvalverwerking, hergebruik en recyclage.

Tegelijk introduceert de nieuwe Europese Construction Products Regulation een digitaal productpaspoort voor bouwproducten. Productinformatie, prestatie- en conformiteitsgegevens en technische documentatie zullen daardoor steeds meer gestructureerd en machineleesbaar beschikbaar worden. Dat verandert materiaalkeuze.

Een aannemer of calculator zal steeds vaker niet alleen willen weten welk materiaal technisch geschikt en betaalbaar is, maar ook welke documentatie beschikbaar is, welke milieu-impact het heeft, of het aan de relevante voorschriften voldoet, hoe lang het meegaat en wat er aan het einde van de levensduur mee kan gebeuren.

Daar ligt een duidelijke rol voor technologie. Een intelligent systeem kan projectvereisten koppelen aan productdata, ontbrekende certificaten signaleren, relevante voorschriften terugvinden en alternatieven vergelijken op prijs, technische geschiktheid, beschikbaarheid en milieu-impact.

Maar hier is menselijke controle essentieel. Regelgeving is te belangrijk om een taalmodel zelfstandig te laten beslissen wat wel of niet mag. De waarde zit in sneller de juiste bron, vereiste en afwijking bovenhalen, zodat een verantwoordelijke beter kan beslissen.

Afval kan een voorraad worden

Ook op de werf zelf ligt nog veel potentieel. Vlaanderen produceerde in 2024 ongeveer 19,8 miljoen ton bouw- en sloopafval. Het recyclagepercentage ligt rond 97%, maar OVAM wijst erop dat dit hoge cijfer sterk wordt gedragen door steenachtige materialen die vaak als granulaat worden gerecycleerd. Hoogwaardig hergebruik blijft dus een veel grotere uitdaging.

Technologie kan helpen om materiaal vroeger als waarde te herkennen. Stel dat op werf A isolatieplaten, tegels, hout, staalprofielen of andere bruikbare materialen overblijven. Vandaag verdwijnen die gemakkelijk in opslag, retour of afval omdat niemand binnen het bedrijf precies weet wat beschikbaar is.

Met eenvoudige registratie, foto’s, productcodes en AI-herkenning kan een interne materiaalvoorraad ontstaan. Het systeem weet wat overblijft, in welke hoeveelheid, waar het ligt en welke technische eigenschappen bekend zijn. Vervolgens kan het die voorraad vergelijken met materiaalbehoeften op andere geplande werven.

De vraag wordt dan niet automatisch: waar kopen we dit? Eerst komt: hebben we dit zelf nog ergens liggen en mogen we het daar opnieuw gebruiken? Pas daarna volgt een nieuwe aankoop of externe bestemming.

Zo wordt circulair bouwen geen los duurzaamheidsproject, maar onderdeel van aankoopoptimalisatie en margebeheer. Hergebruik kan tegelijk aankoopkosten, afvalkosten en materiaalimpact verlagen.

Het bouwbedrijf krijgt een operationeel brein

Wanneer deze toepassingen apart worden bekeken, lijken het verschillende digitaliseringsprojecten: prijsvergelijking, cashflow, meerwerken, regelgeving, materiaalkeuze en afvalbeheer.

In werkelijkheid gebruiken ze grotendeels dezelfde basis. Ze hebben betrouwbare data nodig uit de systemen die het bedrijf vandaag al gebruikt. Daarom is de interessantste architectuur niet een verzameling nieuwe losse AI-tools. Het is een operationele intelligentielaag boven de bestaande omgeving.

Die laag kan continu vragen beantwoorden die vandaag vaak pas worden gesteld wanneer iemand er toevallig aan denkt:

Betalen we hier meer dan de vorige keer? Welke uitgevoerde werken zijn nog niet gefactureerd? Welke werf veroorzaakt binnen zes weken de grootste cashbehoefte? Welke goedgekeurde meerwerken ontbreken nog in de vorderingsstaat? Hebben we dit materiaal nog beschikbaar op een andere werf? Welke productdocumentatie ontbreekt? Welke projecten wijken structureel af van hun oorspronkelijke calculatie?

Dat is de echte verschuiving. Software registreert niet langer alleen wat medewerkers invoeren. De gegevens beginnen zelf mee te signaleren waar actie nodig is.

Nog meer losse software is niet de oplossing

De verleiding bij AI is groot om voor ieder probleem een nieuwe toepassing te kopen. Dat kan precies het tegenovergestelde effect hebben. De bouwsector heeft al veel software. Nog vijf afzonderlijke AI-tools kunnen de versnippering juist groter maken.

De betere vraag is daarom eerst: welke systemen gebruiken we vandaag, welke data zit erin, waar wordt dezelfde informatie meerdere keren ingevoerd en waar ontbreken de koppelingen? Daarna kan bepaald worden welke automatisering werkelijk rendement oplevert.

Soms is dat een eenvoudige integratie tussen bestaande pakketten. Soms een centrale datalaag. Soms een agent die gegevens uit verschillende bronnen combineert en een medewerker waarschuwt. En soms is bestaande gespecialiseerde software al de beste oplossing en hoeft er helemaal niets nieuws gebouwd te worden.

Het doel is niet zoveel mogelijk AI inzetten. Het doel is dat de onderneming als één systeem begint te werken.

Wat Impleminds vandaag voor bouwbedrijven kan doen

Impleminds begint daarom niet met de vraag welke software vervangen moet worden. We starten bij de volledige interne werking: calculatie, offerte, aankoop, planning, werfopvolging, administratie, facturatie, cashflow en rapportering. We brengen in kaart welke systemen al gebruikt worden, welke data beschikbaar is en waar informatie, tijd of marge verloren gaat tussen die systemen.

Daarna koppelen we bestaande software waar dat zinvol is, automatiseren we repetitieve stappen en bouwen we pas AI in waar ze aantoonbaar extra waarde creëert. Dat kan beginnen met één concrete usecase, zoals prijsintelligentie, cashflowvoorspelling of automatische opvolging van meerwerken. Maar de architectuur moet toelaten om die toepassingen later met elkaar te verbinden.

Zo hoeft een bouwbedrijf niet opnieuw van nul te beginnen. Het haalt meer rendement uit de software, processen en data waarin het al jarenlang investeert.