Valt het voedselprobleem te fiksen met big data?

Wetenschapper Hein Fleuren hielp het World Food Programme voedselhulp efficiënter te verstrekken. Hij vertrouwt erop dat we met modellen en data toekomstige voedselschaarste kunnen tegengaan.

Wetenschappers die van direct praktisch nut zijn voor bedrijven zijn zeldzaam. Maar Hein Fleuren is er een van. De hoogleraar Operations Research van Tilburg University hielp diverse grote bedrijven met het verbeteren van hun logistiek. Zo was hij met zijn modellen zeer succesvol bij pakketbezorger TNT Express. De multinational bespaarde hiermee 200 miljoen euro en voorkwam een uitstoot van een kwart miljoen ton CO2. De kennis van Fleuren kan dus zeer waardevol zijn voor grote bedrijven.

Maar multinationals vangen tegenwoordig bot bij hem. Want Fleuren zet zijn wetenschap nu in voor hulporganisaties, zoals het World Food Programme (WFP) van de Verenigde Naties. Toen hij ruim vijf jaar geleden voor het eerst bij de in Rome gevestigde organisatie aanklopte, was deze niet direct overtuigd, vertelt hij in Tilburg. “Ze vroegen zich af wat een wiskundige daar kwam doen. Het was lastig om het WFP te overtuigen te investeren in efficiëntere logistiek. Dat heeft met de financiering van hulporganisaties te maken. Van hen wordt verwacht dat ze hun geld besteden aan directe hulp. Ze zijn daarom huiverig om te investeren in een innovatie waarvan ze vooraf niet weten wat de opbrengst is. De projecten die ik doe kunnen ook mislukken.” De VN-organisatie ‘verdiende’ 27 miljoen euro, alleen al in 2017.

“Ze vroegen zich af wat een wiskundige daar kwam doen”

- Hein Fleuren, Tilburg University

Gamen met managers

Ondanks de terughoudendheid van de voedselhulporganisatie van de VN, liet Fleuren niet los. Hij zag grote mogelijkheden. “Het WFP is eigenlijk een enorme logistieke organisatie. Ze vervoeren jaarlijks vier miljoen ton voedsel. Daarmee zijn ze naar verluidt de grootste transporteur ter wereld. Ik zag vrij snel dat het mogelijk moest zijn om die stromen veel efficiënter te laten lopen, waardoor ze veel meer monden kunnen voeden met hetzelfde geld.” Gesteund door Tilburg University kon hij zich wekelijks een dag verdiepen in de voedselhulp van het WFP. Daarnaast besteedde hij zijn tijd om de geesten rijp te maken voor veranderingen. Dit deed hij met een zelf ontwikkelde game die inzicht geeft in de voedselhulp in Zuid-Soedan. Dit spel speelde hij met WFP-managers.

Geen tarwe maar sorghum

Nadat Fleuren twee jaar had gewerkt zonder financiële steun ging de VN-organisatie om. Ze steunde een klein programma, waarbij de hoogleraar drie studenten kon inzetten. Vooral het werk van de derde student, Koen Peters (nu promovendus en in dienst bij WFP, red.), wierp vruchten af. Fleuren en Peters maakten een complex model dat rekent met data over voedsel, zoals prijs, vraag, aanbod, maar ook met oogsttijden, routes en transportopties. Fleuren: “Een doorbraak was dat we niet het soort voedsel – tarwe, rijst of plantaardige olie – als uitgangspunt namen, maar de dagelijkse benodigde voedselwaarde per persoon. We keken steeds naar wat in de ‘voedselmandjes’ moet zitten. Zo kregen we zicht op efficiëntere alternatieven. Zoals de mogelijkheid om tarwe te vervangen door sorghum. Aangezien dat Afrikaanse graan dichtbij noodhulpgebieden wordt verbouwd, levert dit grote winst op in de keten.”

Het model bleek succesvol. Hiermee verbeterde het WFP diverse voedselprogramma’s in Syrië, Irak, Jemen en Ethiopië. Bij de meeste landen lukte het om met hetzelfde budget tien tot vijftien procent meer monden te voeden. Zo ‘verdiende’ de VN-organisatie 27 miljoen euro, alleen al in 2017.

“Big data is net als bier”

Fleuren is trots op wat zijn team heeft bereikt bij het WFP. Op zijn verlanglijstje staat nog om hulporganisaties beter te laten samenwerken bij de distributie van voedsel. “In Zuid-Soedan zijn er bijvoorbeeld tweehonderd organisaties actief die bijna allemaal langs elkaar heen werken. Als we voor hen een model maken en zij hun capaciteit bundelen, levert dat heel veel op.”

“In Zuid-Soedan werken bijna 200 organisaties langs elkaar heen”

- Hein Fleuren, Tilburg University

Ook zou Fleuren wel modellen willen maken die de voedselzekerheid vergroten. “Het transport van voedsel is inefficiënt en veroorzaakt overbodige uitstoot. We slepen het de hele wereld over. Een collega-wetenschapper heeft berekend dat het gemiddelde Engelse kerstmaal bijna honderdduizend kilometer heeft gereisd.” Modellen en big data kunnen volgens Fleuren inzicht geven in kansen om vaker lokaal voor lokaal te produceren, bijvoorbeeld in een regio zoals Brabant. “Op die manier kunnen we uitstoot beperken en onnodig voedselverlies tijdens al die lange transporten vermijden. Dat vergroot de voedselzekerheid.”

Fleuren ziet oneindige mogelijkheden om de wereld met big data te verbeteren. Hij is betrokken bij initiatieven rond vluchtelingen en medicijndistributie. Dankzij de big-data-hype komt hij steeds gemakkelijker binnen bij hulporganisaties. Wel maakt hij zich wat zorgen over het verslechterende imago van big data. “Tegen studenten zeg ik altijd: met big data is het hetzelfde als met bier en elektriciteit. Je kunt er slechte maar ook machtig mooie dingen mee doen.”