Tijdens het VOGON-Talentseminar op 31 oktober 2025 presenteerde Odens van der Zwan zijn masterscriptie over het classificeren van logistiek vastgoed. Met behulp van machine learning-modellen onderzocht hij hoe je panden op basis van databronnen en satellietbeelden kunt herkennen als logistiek. “De labels voor logistiek vastgoed ontbreken grotendeels in de bestaande databronnen. Daar wilde ik verandering in brengen”, vertelt Van der Zwan.
Van der Zwan studeerde afgelopen zomer af aan de masteropleiding Applied Data Science aan de Universiteit Utrecht en is actief binnen het Centraal Data Science-team van het CBS. Zijn onderzoek begon met een eenvoudige vraag: kunnen we zonder expliciete labels toch logistiek vastgoed identificeren? “We hebben twee modellen ontwikkeld: een op basis van tabelgegevens zoals bouwjaar en vloeroppervlak en een beeldherkenningsmodel dat satellietfoto’s analyseert.”
Voor het model op basis van tabeldata gebruikte hij een bestaande dataset van de TU Delft met 20.000 gelabelde logistieke panden. Deze combineerde hij met de transactiedatabase van het CBS. “We pasten een positief-gebaseerd leeralgoritme toe, daarna bleek Random Forest de beste prestaties te leveren. Zo vonden we ongeveer 6000 nieuwe transacties met een hoge waarschijnlijkheid van logistiek gebruik.”
Om ook de visuele kenmerken van logistiek vastgoed te benutten, ontwikkelde Van der Zwan een tweede model. “We trainden een beeldherkenningsmodel met behulp van de TU Delft-data en de EuroSAT-dataset. Om het dataverschil te overbruggen hebben we dataverrijking toegepast: draaien, spiegelen, contrast verhogen. Zo maakten we van 20.000 beelden ineens 80.000.”
Een opvallende innovatie in dit model is de inzet van een speciaal getrainde ‘parking detector’. “Een logistiek pand heeft vaak een groot parkeerterrein voor vrachtwagens. Dat hebben we als extra kenmerk toegevoegd aan het model. Dat bleek een groot effect te hebben.”
Toch zijn er ook uitdagingen. “Het beeldmodel herkent soms kantoorpanden als logistiek, omdat die visueel grote overeenkomsten vertonen: grote, blokvormige gebouwen met parkeerplaatsen. Daarom denken we dat de waarheid tussen beide modellen in het midden ligt.”
Het uiteindelijke doel is om een betrouwbare prijsindex voor logistiek vastgoed te kunnen opstellen. “We willen toewerken naar een index waarvan we kunnen zeggen: dit is gebaseerd op een valide set logistieke panden. Dan krijgt deze vastgoedcategorie de aandacht die het verdient.”
Het onderzoek is nog in ontwikkeling, maar Van der Zwan is hoopvol over de toekomst. “Het zou geweldig zijn als we dit model ook kunnen toepassen op andere vastgoedtypes, zoals zorgvastgoed of horeca. Het potentieel is groot.”
Lees hier de volledige scriptie.
