Wat is een AVM eigenlijk?
Een Automated Valuation Model is een statistisch model dat een marktwaarde-schatting geeft voor een object, op basis van vergelijkbare transacties, object-kenmerken (oppervlakte, bouwjaar, type) en omgevingsfactoren. Klassieke AVM's gebruiken hedonische regressie, moderne varianten gradient-boosting (XGBoost, LightGBM) en computer-vision-features uit gevel- of luchtfoto's. Een AVM is geen vervanging voor een taxateur — wel een hulpmiddel voor schaalbare waardering, portefeuille-brede hertaxatie en doorlopende monitoring. In Nederland kennen de meeste mensen het concept via Calcasa-waardes of de WOZ-achtige schattingen op woning-marktplaatsen; commerciële toepassingen zijn breder.
Hoe nauwkeurig is AI-vastgoedwaardering ten opzichte van een taxateur?
Voor courante objecten in courante wijken zit een goed getraind AVM dichtbij de taxateur — meestal binnen een paar procent afwijking, vergelijkbaar met de spreiding tussen twee taxateurs onderling. Voor bijzondere objecten (monumenten, recreatie, kantoren met afwijkende huurder, retail in krimpgebied) wordt de spreiding groter en is een taxateur onmisbaar. Onze modellen geven een expliciete confidence-score per waardering, zodat u weet wanneer u op het model kunt vertrouwen en wanneer u een fysieke taxatie nodig hebt. Voor toezichts-doeleinden documenteren we bovendien de feature-importance per uitkomst zodat een afwijkende waardering uitlegbaar blijft.
Vervangt AI mijn taxateurs, of is het een aanvulling?
Aanvulling. AVM's en CV-pipelines schalen waardering en inspectie naar volumes die handmatig niet haalbaar zijn — bijvoorbeeld portefeuille-brede hertaxatie of dak-inventarisatie over duizend objecten. Voor complexe individuele taxaties, juridische rapportages en geschillen blijft een NRVT-/RICS-taxateur leidend. We zien meestal dat het taxateur-team hoger in de waardenketen gaat zitten: review, complex casework, en advisering. De NRVT en RICS Red Book staan AVM's expliciet toe als ondersteunend hulpmiddel, mits methodologie en beperkingen gedocumenteerd zijn — wat we standaard meeleveren.
Kunnen jullie koppelen met BAG, Kadaster en RVO?
Ja, dat is standaard onderdeel van onze stack. We werken met BAG (objectkenmerken), Kadaster (BRK eigendom + transactiehistorie), BGT (geometrie), BRT (topografie) en de RVO-energielabel-database. Voor commerciële vastgoed-AVM-data koppelen we ook aan Brainbay, Calcasa of Altum AI — daar handelt u zelf het abonnement af, wij bouwen de pipeline. Voor klimaatrisico-features gebruiken we daarnaast de Klimaateffectatlas en — afhankelijk van de scope — eigen overstromings- of zetting-data van het waterschap of TNO.
Wat betekent de EU AI Act voor onze AVM?
Een AVM dat meebeslist over een consumenten-hypotheek valt onder Annex III van de AI Act en geldt als high-risk. Dat brengt eisen mee rond datagovernance, bias-monitoring, technische documentatie, menselijk toezicht en transparantie naar de eindgebruiker. Voor commerciële vastgoed-AVM's (B2B) ligt de lat lager, maar zijn dezelfde principes goede praktijk. Wij leveren een AI Act-compliance-pakket standaard mee — zie ook onze pagina over
custom LLM-integraties voor de bredere context.
Werken jullie met drone- en satelliet-data?
Ja. Voor dak-conditie, zonnepanelen-inventaris en onderhoudsplanning gebruiken we drone-beelden in combinatie met luchtfoto-archieven (Cyclomedia, Beeldmateriaal Nederland) en — voor grootschalige toepassingen — satelliet-data (Sentinel, Planet). Voor straat- en gevel-analyse gebruiken we publieke streetview-data en BAG-koppeling. De CV-pipeline is grotendeels herbruikbaar tussen klanten: het trainen van de detectoren voor dakpan-staat, mosgroei, zonnepanelen en dakraam-types is one-off, de inzet per portefeuille is configuratie.
Kunnen we een huurder- of koper-portaal met AI-Q&A laten bouwen?
Ja — een klantportaal met retrieval-augmented-generation op uw huurcontracten, servicedocumenten en VvE-stukken is een veelgevraagd vervolg op een AVM-traject. We bouwen die met dezelfde compliance-eisen als de waarderingstools: audit-log, menselijke escalatie, en duidelijke afbakening van waar het model wel/geen uitspraken over mag doen. Voor woningcorporaties met grote huurders-volumes is dit vaak het meest zichtbare AI-product naar buiten, terwijl AVM en CV intern het zwaarste werk doen.
Wat bepaalt de kosten van een vastgoed-AI-traject?
Voornamelijk: kwaliteit en omvang van uw eigen data, aantal en complexiteit van koppelingen (BAG/Kadaster/RVO/Brainbay/eigen acquisitiesysteem), uitlegbaarheids- en compliance-eisen (AI Act, NRVT), en of we een MVP-AVM bouwen of een volledig platform met portaal en monitoring. Na de data-audit geven we een concrete inschatting voor de hele bouw — geen open einde. We werken in sprints; elke sprint levert iets werkends op zodat u eerder kunt sturen op scope dan op budget.
Verkopen jullie een product of bouwen jullie op maat?
Maatwerk. Wij zijn geen AVM-vendor zoals Brainbay of Calcasa — we bouwen voor uw organisatie, op uw data, met uw methodologie. Dat betekent ook dat het model en de codebase van u zijn, niet van ons. Voor onderdelen die we vaker tegenkomen (BAG/Kadaster-connectoren, RVO-pipeline, basale CV-detectoren) gebruiken we wel herbruikbare bouwblokken, maar die zitten onder een open licentie zodat u niet aan ons vast hoeft te zitten voor doorontwikkeling.
