Dit zijn de (technologische) trends voor 2026

Wat zijn de meest relevante en spannende tech trends voor 2026? Ik heb een grote fascinatie voor technologische ontwikkelingen, zoals uiteraard artificiële intelligentie (AI). Maar ook digital twins, quantum computing, materiaalkunde en biotechnologie zijn niet te missen.

Dit zijn de onderdelen van dit artikel:

• AI Trends 2026 (met 3 thema’s)
• Quantum Digital Twins
• Materiaalkunde

Onderaan dit artikel kun je een reactie achterlaten als je een vraag of opmerking hebt.

• Ben je benieuwd naar de trends van eerdere jaren: Trends 2025, Trends 2024, Trends 2023, Trends 2022 en Trends 2021.

Als je me wilt inhuren voor een lezing of presentatie over dit onderwerp, neem dan contact met me op. Of kijk eerst op de pagina Trends 2040 voor meer informatie, voorbeelden en referenties.

Lieveren luisteren? Check dan deze aflevering op Spotify:

Wat gebeurt er rondom kunstmatige intelligentie in 2026 en verder?

AI Trends 2026

In al mijn lezingen heeft kunstmatige intelligentie, oftewel artificiële intelligentie (AI), wel een rol. Soms is AI het thema van de hele lezing, voornamelijk in de gezondheidszorg. Tijdens andere presentaties is het één van een aantal technologische trends die ik bespreek, zoals bij Trends 2040 of de toekomst van de overheid.

Artificiële intelligentie (AI) is de belangrijkste technologische trend op dit moment. Je hoort het overal, het is overal. Maar binnen AI zijn er een aantal ontwikkelingen die ik opvallend vind:

• AI kan steeds meer
• Capaciteitskloof
• Hoe deze kloof te dichten

AI-capaciteiten groeien exponentieel

AI-systemen kunnen steeds meer. De tekenen daarvoor zie ik volop in de media, zoals developers die zeggen dat ze ‘niet meer zonder AI kunnen‘, bedrijven die met AI hun processen omvormen en hoe voorlopers zoals NVIDIA zelf al autonome AI-agents inzetten.

Een belangrijke benchmark die ik in de gaten houd, is METR. Specifiek let ik op de grafiek die analyseert hoe lang AI-modellen een taak autonoom kunnen uitvoeren (gemeten naar de tijd dat een mens er over zou doen). De grafiek met een betrouwbaarheid van 50% is de afgelopen 6 jaar ongeveer elke 7 maanden verdubbeld.

Capaciteitskloof

De huidige AI-tools zijn al krachtig genoeg om de huidige manier waarop we werken te transformeren. Dat merk ik zelf ook in mijn werk als innovatie-expert, toekomstonderzoeker en trendwatcher.

Maar bedrijven en organisaties kunnen het tempo van deze vooruitgang niet aan. Dit blijkt ook uit onderzoek van McKinsey:

Maar 1% van de organisaties heeft AI volledig geïntegreerd in de werkprocessen.

Dit is de capaciteitskloof: het verschil tussen wat AI kan en hoe goed organisaties daar gebruik van maken.1 Het is niet zo gek dat 99% van de pogingen mislukt, om een aantal redenen:

• Ten eerste kost het tijd om de nieuwe capaciteiten van AI te leren.
• Ten tweede is AI complex. Het is niet dat je als bedrijf wat nieuwe software installeert voor het verwerken van facturen en dat alles vervolgens automatisch gaat. AI raakt alle processen en rollen binnen een organisatie, dus er moet veel voor worden ingericht voordat het goed werkt.
• De derde is betrouwbaarheid. In bepaalde taken, bijvoorbeeld in de gezondheidszorg of bij juridische zaken, is de foutmarge klein. Als je de output van een AI-tool niet vertrouwt, durf je het ook niet volledig te integreren.

Kloof dichten

Hoe kun je als bedrijf dan deze kloof dichten?

De belangrijkste tip is om AI te gebruiken om processen te transformeren. Pas niet de huidige manier van werken aan op AI, maar zie AI als fundamentele verandering. Bouw vanuit de capaciteiten van AI de werkprocessen opnieuw op.

Dit is een concreet voorbeeld dat ik gaf tijdens een lezing over de financiële administratie bij de afdeling Planning en Control van een grote gemeente:

• Oud proces: een jaarlijkse budgetcyclus met Excel.
• Nieuw proces: AI onderhoudt continu een real-time financieel model. Managers praten in gewone taal met AI wat hun besluiten betekenen voor het budget en dat wordt automatisch verrekend in het model.

Zulke transformaties vragen nogal wat van organisaties. Denk aan het herkennen talent, zowel om die talenten aan te trekken en te behouden, het serieus nemen van verandermanagement en de bereidheid om hun organisatiestructuur aan te passen.

Meer weten? In deze video vertel ik wat AI betekent voor bedrijven en organisaties:

Hoe leidt data tot digital twins en wat is de rol van quantum computing hierin?

Quantum digital twins

Sensortechnologie neemt een enorme vlucht. Laten we beginnen met onszelf: volgens schattingen meten ongeveer 600 miljoen tot een miljard mensen wereldwijd hun hartslag, stappen en/of slaapkwaliteit.

In de industrie zijn sensoren al langer gemeengoed. Installaties in fabrieken hebben steeds vaker sensoren die allerlei metingen verrichten. Slimme systemen analyseren deze data en construeren een simulatie van hoe het met de fabriek gaat. Dit concept heet een digital twin, een virtuele tweeling.

Met een digital twin kunnen operators het productieproces beter modelleren, voorspellen en beheersen. Een bekend voorbeeld is voorspellend onderhoud: vlak voordat een installaties stuk gaat, kan een virtuele tweeling dit al opmerken in een simulatie.

Voorbeelden van digital twins

Een paar boeiende voorbeelden van digital twins:

• Rolls-Royce levert vliegtuigmotoren aan de Amerikaanse luchtmacht. Voorspellend onderhoud verlengt de levensduur van de motoren met 30%.
• Jubilant Ingrevia, een chemisch productiebedrijf, stelt dat ze door virtuele tweelingen 50% minder downtime hebben.
• Steeds meer medische wetenschappers gebruiken het in hun onderzoek. Zo past Michelle Oyen het toe in haar onderzoek naar de ontwikkeling van de placenta.

Door de toename van sensortechnologie en rekenkracht met AI verwacht ik dat we in veel meer domeinen digital twins gaan zien.

Quantum technologie

Quantum is een verzamelnaam met allerlei onderliggende technologieën en toepassingen:

• Quantum communicatie maakt het mogelijk om berichten uit te wisselen die niet ongemerkt afgeluisterd kunnen worden.
• Quantum netwerken zorgen voor de verbinding tussen quantum computers. In 2025 werd zo’n verbinding getest tussen Den Haag en Delft.
• Quantum computers rekenen niet alleen met bits (0 of 1), maar met qubits. Qubits kunnen tegelijkertijd een 0 én een 1 zijn. Dit maakt het mogelijk om miljoenen keren sneller te rekenen dan huidige computers.

De enorme rekenkracht van quantum computers maakt hen een interessante partner van digital twins. Deze computers kunnen namelijk extreem veel variabelen doorrekenen, wat de kwaliteit van de simulaties verbetert. Om die reden stellen wetenschappers in dit paper het concept voor van quantum digital twins.

Ik ben benieuwd wanneer we de eerste praktische toepassingen gaan zien van deze combinatie van sensortechnologie met digital twins en quantum computing.

Wat speelt er in materiaalkunde?

Materiaalkunde

Materiaalkunde gaat over het ontwikkelen en verbeteren van de structuur, eigenschappen en toepassing van materialen.

Dit vakgebied krijgt te weinig aandacht. Daarom deel ik ook een paar interessante ontwikkelingen die relevant zijn voor 2026 en verder. Dit zijn:

• AI als boost
• Nanotechnologie
• Biosensoren

AI als boost

Artificiële intelligentie (AI) heeft ook impact op materiaalkunde. Wetenschappers van IBM en Microsoft gebruikten AI om de beste materialen voor energieopslag in batterijen te onderzoeken.

Hun model, het M3GNet-framework, versnelde simulaties van moleculaire dynamica om eigenschappen van materialen te evalueren. Denk bijvoorbeeld aan hoe het materiaal zich gedraagt bij hogere temperaturen, hoe snel ionen door het materiaal kunnen bewegen en hoe lang het duurt tot het materiaal slijt bij wrijving.

Wetenschappers testen nu al de eerste materialen in het lab die de AI heeft geselecteerd.

Nanotechnologie

Nanotechnologie is technologie op de schaal van grootte net boven atomen en moleculen (0,060 nm tot 0,275 nm). Om je een idee te geven: elke vijf seconden groeit je haar met 1 nanometer.

Een gave Nederlandse startup in dit domein is VSParticle. Zij generen nanodeeltjes waarmee wetenschappers en bedrijven nieuwe materialen kunnen maken. Zo zegt Aike van Vugt, een van de oprichters:

‘We hebben nog maar 1 procent van alle materialen ontdekt, die we kunnen maken. Die andere 99 procent zullen we in de komende één of twee generaties kunnen maken.’

Met de nanoprinters van VSParticle kunnen fabrieken veel sneller nieuwe materialen ontdekken en opschalen. Die materialen zorgen weer voor betere zonnecollectoren, batterijen en sensoren.

Biosensoren

Biosensoren zijn een toepassing die op het snijvlak ligt van biotechnologie en materiaalkunde.

Afgelopen zomer was ik op bezoek in het lab Biomechanical Engineering van de TU Eindhoven, waar Joep en Tessa meededen aan de iGEM Competition. Hun project, genaamd BRIGHT, is hier een perfect voorbeeld van. Ze ontwikkelen een biosensor met eiwitten die licht geven zodra ze een specifieke stof detecteren. Hun sensor richt zich op galzuren in ontlasting, om zo sneller de oorzaak van chronische diarree te kunnen diagnosticeren.

Hoewel hun project focust op medische diagnostiek, zijn de mogelijke toepassingen voor dit soort technologie heel breed, zoals het testen van waterkwaliteit of het opsporen van bacteriën in voedsel.

Als je me wil inhuren voor een lezing of presentatie over dit onderwerp, neem dan contact met me op. Of kijk eerst op de pagina Trends 2040 voor meer informatie, voorbeelden en referenties.