PUBLIEKE INFRASTRUCTUUR  ·  DIGITAL TWIN  ·  MEI 2026

Rijkswaterstaat heeft bekendgemaakt dat in mei 2026 een proef start met een AI-voorspelmodel voor de Minst Gepeilde Diepte (MGD) op de Rijntakken.
Voor de ontwikkeling van dit model werkt Rijkswaterstaat samen met DotX Control Solutions.

Een zorgvuldige proef, zonder de huidige werkwijze los te laten

De MGD-informatie is van belang voor de scheepvaart: deze waarde geeft aan waar de waterdiepte in de vaargeul het laagst is, en bepaalt daarmee hoe schepen veilig kunnen varen. Met deze proef onderzoekt Rijkswaterstaat of een AI-voorspelmodel een betrouwbaar alternatief of een aanvulling kan vormen op de huidige manier van meten.

Gedurende de zes maanden van de proef lopen de reguliere metingen gewoon door. Veiligheid en verantwoord gebruik van AI staan daarbij expliciet voorop.

“Voor de ontwikkeling van het model werken we samen met het bedrijf DotX Control Solutions.”

Rijkswaterstaat, persbericht 16 april 2026 — lees het originele bericht

Wat DotX levert in deze proef

DotX Control Solutions ontwikkelt het voorspelmodel. Het model combineert tien jaar aan openbare dieptemeetdata; daarnaast wordt onderzocht welke meerwaarde realtime-data kan bieden — bijvoorbeeld uit de scheepvaart zelf. Gedurende de zes maanden van de proef wordt getoetst of de voorspellingen aansluiten op de werkelijke metingen.

Binnen DotX is dit werk belegd bij het team achter Vaarwegenwijs, ons Digital Twin-platform voor vaarwegbeheer. Daarin brengen we historische peilingen, scheepvaartdata en AI-modellen samen tot voorspellingen die bruikbaar zijn in de dagelijkse operatie van vaarwegbeheerders en baggercombinaties.

AI die moet werken in de praktijk, niet op papier

Voor DotX past deze proef bij waar wij goed in zijn: AI en Digital Twins toepassen op complexe fysieke en operationele systemen. Niet AI als doel op zich, maar als middel om processen efficiënter, betrouwbaarder en duurzamer te maken — in omgevingen waar dat echt telt.

Dat vraagt iets anders dan generieke AI. Het vraagt:

Dat is precies de manier waarop nieuwe technologie in kritische infrastructuur geloofwaardig wordt — en waarop wij graag werken.

Niet de eerste samenwerking met Rijkswaterstaat

In het nieuwsbericht verwijst Rijkswaterstaat ook naar een eerder door DotX ontwikkeld AI-model voor de bodemligging in de IJssel (lees hier hoe dat model werkt — tot op 9 cm nauwkeurig), dat wordt ingezet om de vaargeul efficiënter te baggeren. Dat eerdere traject vormt de basis waarop deze nieuwe MGD-proef voortbouwt.

AI-modellen voor kritische publieke infrastructuur bouw je niet in één keer. Het zijn trajecten die bouwen op jarenlange samenwerking, domeinkennis en geleidelijk groeiend vertrouwen. De MGD-proef staat in die lijn.