Slimme technologieën spelen een grote rol in de energietransitie. Denk aan thermostaten, laadpalen, warmtepompen en energiemanagementsystemen. Ze besparen energie, maar alleen als mensen ze daadwerkelijk goed gebruiken.
En zo wijkt de praktijk soms af van de berekening.
LCA
Een Life Cycle Assessment, LCA, is een methode die berekent hoeveel milieuschade een product of technologie veroorzaakt over de volledige levensduur. Die methode is internationaal gestandaardiseerd maar mist de kwalitatieve kant van de menselijke maat.
In 2026 verscheen er een studie naar. De centrale vraag? Hoe vertaal je menselijk gedrag naar iets dat je kunt meenemen in een berekening. Gedrag zodanig concreet en meetbaar maken om het om te kunnen zetten in invoerwaarden voor een model. Een levenscyclusanalyse rekent met cijfers, maar hoe zorg je dat zo’n model niet alleen techniek laat zien, maar ook hoe mensen het echt gebruiken?
Parameters
In de praktijk worden gebruiksscenario’s vaak opgebouwd uit parameters zoals huishoudgrootte, seizoensinvloeden en gemiddelde verbruiksprofielen. Dit is vanzelfsprekend en logisch. Real-life data is immers niet altijd beschikbaar en projecten opereren binnen een beperkte tijd en een omkaderd budget. Maar daar ontstaat wel een spanningsveld.
Variatie versus vaste waarden
Een model vraagt om vaste waarden en de praktijk levert helaas de broodnodige variatie. Sociaalwetenschappelijke methoden, zoals interviews, enquêtes en veldobservaties, laten zien dat routines, gewoonten en context het gebruik sterk beïnvloeden. Een slim systeem kan technisch optimaliseren, maar gebruikers kunnen instellingen aanpassen of functionaliteiten negeren.
De studie wijst op drie structurele knelpunten:
- Het ontbreken van concrete richtlijnen voor gedragsmodellering.
- De afhankelijkheid van beschikbare datasets.
- De beperkte koppeling tussen LCA-praktijk en sociale wetenschappen.
Geen theoretisch debat
Prestatiegaranties, exploitatieprognoses en subsidieafspraken steunen vaak op doorgerekende impactcijfers. Wanneer aannames over gebruik niet expliciet worden gemaakt, ontstaat een gevoel van zekerheid dat niet altijd standhoudt. Niet omdat de techniek tekortschiet, maar omdat het werkelijke gebruik afwijkt van wat men vooraf impliciet verwacht.
Kwantitatief en kwalitatief!
De studie pleit daarom voor een expliciete koppeling tussen kwantitatieve en kwalitatieve benaderingen. Enquêtes kunnen helpen om gebruik vast te leggen en verschillende gebruikersprofielen te onderscheiden. Met kwalitatieve inzichten kunnen scenario’s getoetst worden op realiteitswaarde. Het gaat niet om een keuze tussen harde data of contextuele duiding, maar om het combineren ervan.
De conclusie kan lijken op een open deur, maar dan even kritisch: hoe vaak heeft u om de tafel gezeten met de eindgebruiker voor een kwalitatief onderzoek?
Artikelen
We staan aan de vooravond van een enorme transitie. Lees alles over onze innovaties en oplossingen.
