Oogstrobots en AI-sortering in champignon- en zachtfruitteelt: wat werkt en wat niet in 2026

Drie dingen die vaak op één hoop worden gegooid

In gesprekken over robotisering lopen drie verschillende technieken vaak door elkaar, terwijl ze in volwassenheid en kosten sterk verschillen. Wie ze uit elkaar houdt, kan veel beter beoordelen wat voor het eigen bedrijf haalbaar is.

Het loont om per techniek te vragen: waar staat dit in de praktijk, en wat kost het echt in mijn situatie.

• Vision-scan van rijpheid: een camera plus AI-model dat vorm, kleur en groeisnelheid herkent en inschat wanneer een vrucht of champignon plukrijp is. Dit is vooral meten en voorspellen, geen bewegende robot.
• Kwaliteitssortering: een vision-module die na de oogst afwijkingen herkent, zoals te lange steel, open champignons, beschadiging of zandvoetjes, en die eruit sorteert of terugplaatst op de lijn.
• Plukrobots: mechanica die de vrucht of champignon daadwerkelijk zelf lokaliseert, beoordeelt en oogst zonder mensenhand. Dit is technisch het moeilijkst en het verst van brede toepassing.

Champignons: sorteren werkt eerder dan plukken

Bij champignons zit de meest concrete winst op dit moment niet in de plukrobot, maar in AI-ondersteunde kwaliteitssortering. In Nederlandse projecten wordt onderzocht of vision en AI machinaal geoogste champignons automatisch op afwijkingen kunnen beoordelen: zandvoetjes, te lange stelen, open exemplaren of beschadiging. Nu gebeurt die beoordeling handmatig, wat veel arbeid kost en gevoelig is voor verschillen tussen medewerkers. Een vision-module die consistent voorsorteert, neemt juist dat repetitieve, arbeidsintensieve werk deels over.

De plukrobot voor champignons is een ander verhaal. Er wordt internationaal aan gewerkt, onder meer door Canadese en Europese partijen, maar champignons plukken zonder kneuzen, in een dichte bedlaag en in de juiste volgorde, is technisch lastig. Behandel aankondigingen daarover als richting, niet als iets dat volgend seizoen in uw cel staat. De kortste route naar resultaat loopt in de meeste bedrijven via sortering en kwaliteitscontrole, niet via het volledig vervangen van de plukhand.

Zachtfruit: veelbelovend, maar het blijft grotendeels mensenwerk

Aardbeien en ander zachtfruit zijn klein, zacht en variabel binnen dezelfde partij, en dat maakt volautomatisch oogsten moeilijk. Er zijn al jaren aardbeienoogstrobots in ontwikkeling en beproeving, en onderzoek van onder meer Wageningen richt zich op het per vrucht bepalen van oogstrijpheid, juist omdat de variatie binnen een batch bij zachtfruit groot is. De techniek beweegt vooruit, maar de nuchtere conclusie uit de praktijk is dat robots wel knippen en plukken, terwijl het grotendeels mensenwerk blijft.

Voor zachtfruittelers is de eerlijkste vraag in 2026 daarom niet of een oogstrobot de plukploeg vervangt, want dat doet hij nog niet, maar waar techniek de mens ondersteunt. Rijpheidsvoorspelling die de oogstplanning en arbeidsinzet scherper maakt, of kwaliteitssortering na de oogst, levert vaak eerder rendement op dan een volautomatische plukrobot die onder uw specifieke omstandigheden nog moet bewijzen dat hij het tempo en de zachtheid aankan.

Eerlijk over kosten en terugverdientijd

Een oogst- of sorteerrobot is een forse investering, en de terugverdientijd hangt af van factoren die per bedrijf sterk verschillen: hoeveel uur handwerk vervangt hij echt, hoeveel dagen per jaar draait hij, wat kost onderhoud en storing, en wat blijft er aan begeleiding en herstelwerk nodig. Praktijkonderzoek naar robotbusinesscases laat vooral zien dat die rekensom bedrijfsspecifiek is en dat een algemeen terugverdienpercentage weinig zegt over uw situatie.

Wees daarom kritisch op besparingsclaims. Een leverancier die een vaste terugverdientijd of een rond besparingspercentage noemt zonder uw eigen cijfers te kennen, verkoopt een aanname. Vraag om een proef of pilot met uw eigen product, uw eigen ras en uw eigen lijnsnelheid, en reken de businesscase door met uw werkelijke arbeidskosten en draaiuren. Begin bij voorkeur met de goedkoopste en meest bewezen stap, meestal vision-sortering, voordat u naar een volledige plukrobot kijkt.

Bedenk ook dat de begeleiding vaak onderschat wordt: mensen die het systeem instellen, controleren en bijsturen, moeten weten wat het wel en niet kan. Een gerichte trainingsdag hoort in de businesscase thuis. Onze Praktijkdag is er zo een, incompany op uw eigen proces, vanaf 2450 euro per groep.

De mens beslist en tekent

Een vision-model geeft een oordeel op basis van wat het geleerd heeft te herkennen. Het kent uw afspraken met de afnemer niet, weet niet dat een bepaalde partij vandaag anders reageert, en ziet een nieuwe afwijking pas als het daarop getraind is. Daarom blijft de teler of kwaliteitsverantwoordelijke degene die beslist en tekent, ook als een camera voorsorteert. Voor bedrijven onder kwaliteits- en certificeringskaders verandert AI niets aan de eindverantwoordelijkheid voor kwaliteit en registratie.

Sinds 2 februari 2025 geldt bovendien de AI-geletterdheidsverplichting uit artikel 4 van de EU AI Act (Verordening (EU) 2024/1689). Wie een AI-sorteersysteem of oogstrobot inzet, moet zorgen dat de betrokken medewerkers voldoende begrijpen hoe het systeem tot zijn oordeel komt, waar de aannames en grenzen liggen, en wanneer een uitkomst handmatig moet worden bijgesteld. Dat is niet alleen een wettelijke plicht, maar ook praktisch: een systeem dat niemand begrijpt, wordt of blind gevolgd of genegeerd, en beide zijn duur.

Waar u praktisch begint

Begin niet met de vraag welke robot u koopt, maar met de vraag welk proces u nu het meeste arbeid, geld of gedoe kost. Vaak is dat de handmatige kwaliteitsbeoordeling of het inschatten van het juiste oogstmoment, en juist daar is de stap naar vision-ondersteuning kleiner en goedkoper dan naar een volautomatische plukrobot.

Leg eerst vast hoe het nu gaat: hoeveel uur handwerk, welke afwijkingen worden beoordeeld en door wie, en op basis waarvan wordt geoogst. Die nulmeting maakt dat u een pilot of leveranciersproef eerlijk kunt beoordelen op wat hij echt oplevert, in plaats van op een belofte. Pas als één stap zich in uw eigen cijfers bewijst, is uitbreiden verstandig.