MAKBeTh (AgroExact & Beyond Weather) is één van de in 2025 gehonoreerde MIT-AI projecten. MAKBeTh ontwikkelt AI-gedreven beslissingsondersteuning die hyperlokale veldmetingen en korte- én langetermijnweersvoorspellingen samenbrengt. Het project richt zich op betere keuzes rond landbouw en natuurbeheer, zodat gebruikers eerder kunnen inspelen op omstandigheden als droogte, neerslag en hitte.
AgroExact en Beyond Weather bundelen expertise
Met MAKBeTh bundelen twee complementaire partijen hun expertise. AgroExact levert lokale weer- en bodemdata voor telers via een fijnmazig meetnetwerk, een landbouwgerichte app, regenmeters en bodemvochtsensoren. Daarmee krijgen gebruikers inzicht in actuele omstandigheden op en rond hun percelen. Beyond Weather brengt AI, klimaatwetenschap en langetermijnweervoorspellingen in: het bedrijf ontwikkelt modellen die verwachtingen op weken- tot maandenhorizon vertalen naar bruikbare, uitlegbare inzichten. Samen verbinden zij actuele perceelsdata met vooruitkijkende weerinformatie.
Weersdata omzetten naar acties
De kern van MAKBeTh ligt in het vertalen van die gecombineerde weersinformatie naar concrete handelingsopties. Waar telers en terreinbeheerders nu vaak werken met losse metingen, generieke weersverwachtingen en eigen ervaring, wil MAKBeTh deze informatie slimmer combineren en toepassen op specifieke beslismomenten. Denk aan adviezen rond beregening, gewasbescherming, veldwerkplanning, oogstmomenten en het vroeg herkennen van droogte- of neerslagrisico’s. Voor natuurbeheer kan dezelfde benadering helpen om weersafhankelijke beheerkeuzes beter te timen, bijvoorbeeld bij waterbeschikbaarheid, droogtestress of kwetsbare periodes in het landschap.
Zo helpt MAKBeTh gebruikers om weerdata niet alleen te volgen, maar om te zetten in tijdige, onderbouwde acties. Daarmee kunnen agrarische bedrijven en natuurbeheerders water, arbeid en middelen gerichter inzetten, schade door extreem of afwijkend weer beperken en hun praktijk stap voor stap klimaatbestendiger maken.
