.png)
TKI Urban Energy wilde grip krijgen op innovatie in de energietransitie, maar miste één overzicht. Data was verspreid over de eigen database, RVO-overzichten en Europese bronnen. Daardoor kostte het dagen om iets simpels te beantwoorden zoals: welke thema’s groeien, welke organisaties trekken de kar, waar zitten de gaten?
Het samenvoegen gebeurde handmatig via Excel. Dat was traag, foutgevoelig en moeilijk reproduceerbaar. Daarbovenop kwam een tweede blokkade: data zijn niet uniform over verschillende bronnen. Zonder consistente classificatie kun je niet goed filteren, vergelijken of trends volgen.
Binnen vier weken leverde AbelX een dashboard dat als single source of truth fungeert, inclusief een AI-laag om data bruikbaar te maken en er direct vragen over te stellen.
We bouwden een data pipeline die nationale en internationale projectinformatie samenbrengt in één uniform model. Daarna hebben we opgeschoond, deduplicatie toegepast en velden gestandaardiseerd zodat je appels met appels vergelijkt.
Omdat een groot deel van de projectdata incompleet of inconsistent was, hebben we AI ingezet om projecten automatisch te classificeren. Daarmee werden duizenden projecten in één klap filterbaar zonder handwerk.
Boven op het dashboard bouwden we een AI-assistent waarmee gebruikers in gewone taal vragen stellen. De assistent zet de vraag om naar een SQL-query en haalt het antwoord uit de gefilterde data. Voorbeelden zijn vragen als: "Welke organisaties zijn het meest actief in waterstof in 2023?"
We hebben dit schaalbaar opgezet in Microsoft Azure met monitoring op de AI-componenten, zodat TKI Urban Energy niet alleen een demo kreeg, maar iets dat je kunt doorontwikkelen.
TKI Urban Energy kan nu in minuten zien wat voorheen dagen kostte, met één plek voor analyse en rapportage.
Het dashboard ontsluit op dit moment meer dan 3.100 innovatieprojecten met een gezamenlijke subsidiewaarde van €6,07 miljard. Daarnaast geeft het inzicht in meer dan 9.800 organisaties die actief zijn in energie-innovatie.
In 2026 ligt de focus op drie verbeteringen: meer databronnen toevoegen zodat het beeld completer wordt, de chatfunctionaliteit verfijnen zodat antwoorden consistenter en beter uitlegbaar worden, en de tool beschikbaar maken voor meerdere stakeholders, elk met hun eigen vragen.
