Factoren die de adoptie van drones in de Belgische landbouwsector benvloeden

FACTOREN DIE DE ADOPTIE VAN

DRONES

IN

DE

BELGISCHE

LANDBOUWSECTOR BEÏNVLOEDEN

Robin Vandercammen

Promotor: Prof. Dr. Greet Maes

Masterproef voorgedragen tot het bekomen van de graad van:

Master in de Handelswetenschappen: Management en Informatica

Vertrouwenlijkheidsclausule

PERMISSION

Ondergetekende verklaart dat de inhoud van deze masterproef geraadpleegd en/of gereproduceerd mag worden, mits bronvermelding.

I declare that the content of this Master’s Dissertation may be consulted and/or reproduced, when cited correctly.

Voorwoord

Deze masterscriptie is het sluitstuk van mijn opleiding Handelswetenschappen: Management & IT (informatietechnologie) aan de Universiteit Gent. Het schrijven van een masterproef is een unieke en bijzonder leerrijke ervaring geweest en stelde mij in staat om een wetenschappelijk onderzoek te voeren naar een zelfgekozen context voor het gebruik van drones. Met het oog op verder aansluitend onderzoek hoop ik dan ook van harte dat deze Masterproef kan bijdragen tot de ’body of knowledge’ van de wetenschappelijke literatuur.

Eerst en vooral had ik graag Prof. Dr. Greet Maes bedankt voor haar begeleiding, coaching en feedback tijdens het schrijven van deze masterproef. Haar bijdrage was ontegensprekelijk en stelde mij in staat om dit resultaat neer te zetten.

Graag had ik ook alle participanten, vrienden en familie alsook de Universiteit Gent bedankt voor de hulp, ondersteuning, motivatie en medewerking. Ze hebben mij begeleid doorheen het volledige proces door het delen van hun kennis en expertise.

Tenslotte wil ik graag ook vermelden dat deze masterscriptie is geschreven in tijden waarin het Corona virus zowel het privé – als professionele leven van vele personen beïnvloedt. De uitbraak van dit virus brengt niet enkel gezondheidsproblemen met zich mee, maar heeft ook enorme sociale en economische gevolgen. In deze tijden is het dan ook belangrijk om kracht te putten uit de vreugden des levens en om elkaar te helpen en te steunen net zoals ook de mensen rondom mij dit gedaan hebben.

Inhoudsopgave

1 INLEIDING ... 1

2 LITERATUURSTUDIE ... 3

2.1. EEN TERUGBLIK NAAR DE OORSPRONG ... 3

2.2. DRONETYPES EN SPECIFICATIES... 4

2.3. TOEPASSINGSMOGELIJKHEDEN VAN DRONES ... 8

2.3.1. Infrastructuur ... 9

2.3.2. Entertainment & Media ... 9

2.3.3. Transport & Logistiek... 9

2.3.4. Verzekeringen ... 10

2.3.5. Beveiliging... 10

2.3.6. Energie, Nutsvoorzieningen & Telecom ... 10

2.3.7. Landbouw ... 11

2.3.7.1. Precisielandbouw ... 12

2.4. WETGEVING... 16

2.4.1. Belgische Wetgeving ... 16

2.4.1.1. Initiatieven ter bewerkstelling van de wetgeving ... 17

2.4.2. Europese wetgeving ... 18

2.5. FACTOREN DIE EEN INVLOED HEBBEN OP DE ADOPTIE VAN DRONES IN DE LANDBOUWSECTOR ... 20

2.5.1. Het TOE raamwerk ... 20

2.5.1.1. Technologische context ... 22 2.5.1.2. Organisatorische context ... 28 2.5.1.3. Omgevingscontext... 29 3 METHODOLOGIE... 32 3.1. ONDERZOEKSOPZET ... 32 3.2. ONDERZOEKSVRAAG... 33

3.3. RELEVANTIE VAN HET ONDERZOEK ... 34

3.3.1. Wetenschappelijke relevantie ... 34

3.3.2. Maatschappelijke relevantie ... 35

3.4. ONDERZOEKSMETHODE... 36

3.4.1. Integratie van het TOE – raamwerk ... 37

3.5. UITVOERING VAN HET ONDERZOEK ... 38

3.5.1. Gegevensverzameling ... 38 3.5.2. Gegevensanalyse ... 39 4 EMPIRISCHE STUDIE ... 41 4.1. VOORSTELLING EXPERTEN ... 41 4.2. DRONEGEBRUIK EN TOEPASSINGSGEBIEDEN ... 42 4.3. TECHNOLOGISCHE FACTOREN... 44 4.3.1. Relatief voordeel ... 44 4.3.1.1. Efficiëntievoordeel ... 45 4.3.2. Onzekerheid ... 47 4.3.2.1. Kostprijs ... 47 4.3.2.2. Beschikbaarheid ... 48 4.3.2.3. Regelgeving ... 49

4.3.2.4. Opleidingen, kennis en technische vaardigheden ... 51

4.3.2.5. Data integriteit en bescherming ... 52

4.3.4. Complexiteit ... 54 4.4. ORGANISATORISCHE FACTOREN ... 56 4.4.1. Organisatiegrootte ... 56 4.4.2. Organizational readiness ... 57 4.5. OMGEVINGSFACTOREN ... 59 4.5.1. Concurrentiedruk ... 59 4.5.2. Overheidsinitiatieven ... 60 4.5.3. Market readiness... 61 4.6. TOEKOMSTVISIE ... 62 5 DISCUSSIE ... 63

6 BEPERKINGEN VAN HET ONDERZOEK & RICHTLIJNEN VOOR VERVOLGONDERZOEK ... 69

6.1. BEPERKINGEN ... 69

6.2. VERVOLGONDERZOEK ... 69

7 CONCLUSIE ... 70 8 LITERATUURLIJST ... I 9 BIJLAGEN ... XIV

9.1. VRAGENLIJST INTERVIEW ... XIV

9.2. INTERVIEW TRANSCRIPTIES ... XXIV

Lijst met afkortingen

AR Augmented Reality

BCAA Belgian Civil Aviation Authority

BDC Belgian Drone Council

BeUAS Belgian Drone Federation (Belgische federatie voor de onbemande luchtvaart)

CE Conformité Européenne

CR Close Range

DaaS Drones as a Service

DEC Decoys

DOI Diffusion of Innovations DTCC Drone Traffic Control Centre

EASA European Union Aviation Safety Agency

EXO Exo- stratospheric

GDPR General Data Protection Regulation Gem. score Gemiddelde score

Gps Global Positioning System HALE High Altitude Long Endurance

ICT Informatietechnologie

ILVO Instituut voor Landbouw-, Visserij- en Voedingsonderzoek

IoT Internet of Things

IT Informatietechnologie

Kg Kilogram

LADP Low Altitude Deep Penetration LALE Low Altitude Long Endurance

LET Lethal

MALE Medium Altitude Long Endurance

Max Maximum

MBLE Manufacture Belge De Lampes Et De Matériel Electronique

MR Medium Range

MRE Medium Range Endurance

NDVI Normalized Difference Vegetation Idex RPA Remotely Piloted Aircraft

SR Short Range

Strato Stratospheric

TAM Technology Acceptance Model

TOE Technology – Organization – Environment TPB Theory of Planned Behaviour

TSP Technology Service Provider

UAS Unmanned Aircraft System (onbemand luchtvaartuig) UAV Unmanned Aerial Vehicle (onbemand luchtvaartuig) UCAV Unmanned Combat Aerial Vehicle

UTM Unified Traffic Management

VILT Vlaams Infocentrum Land – en Tuinbouw

VITO Vlaamse Instelling voor Technologisch Onderzoek VLOS Visual Line Of Sight

Lijst met figuren

FIGUUR 1:GESCHATTE WAARDE VAN DE WERELDWIJDE DRONE-MARKTSEGMENTEN,2016–2020(MILJOEN US DOLLARS)(DE MIGUEL

MOLINA &SEGARRA OÑA,2017). ... 4

FIGUUR 2:VERWACHTE EUROPESE DRONE-OPBRENGSTEN VAN 2016 TOT 2025(IN MILJOEN U.S. DOLLARS)(WAGNER,2020)... 5

FIGUUR 3:POTENTIËLE DRONEAPPLICATIES (SINGHAL ET AL.,2018), AANGEPAST AAN HUIDIG ONDERZOEK. ... 8

FIGUUR 4:GESCHATTE WAARDE VAN DRONE-TOEPASSINGSGEBIEDEN IN BELGIË (IN MILJOEN EURO)(CULUS ET AL.,2018), AANGEPAST AAN HUIDIG ONDERZOEK... 8

FIGUUR 5:DE EVOLUTIE VAN PRECISIELANDBOUW (MERTENS, Z.D.) ... 12

FIGUUR 6:DRONETOEPASSINGEN IN PRECISIELANDBOUW (RANI ET AL.,2019; AANGEPAST AAN HUIDIG ONDERZOEK) ... 13

FIGUUR 7:OPGESTELDE TOE RAAMWERK VOOR DE ADOPTIE VAN DRONES IN DE BELGISCHE LANDBOUWSECTOR. ... 21

FIGUUR 8:GARTNER HYPE CYCLE REPRESENTATIEVE PRECISIELANDBOUWTECHNOLOGIEËN EN TECHNIEKEN (JARMAN ET AL.,2016). ... 24

FIGUUR 9:ACTOREN IN DE PRECISIELANDBOUWSECTOR (JARMAN ET AL.,2016)... 26

FIGUUR 10:KENNIS OVER DRONES ... 42

FIGUUR 11:KENNIS DRONESPECIFICATIES,FUNCTIONALITEITEN EN WETTELIJK KADER ... 44

FIGUUR 12:EFFICIËNTIEVOORDELEN ... 46

FIGUUR 13:KOSTPRIJS ... 48

FIGUUR 14:DE HUIDIGE DRONESPECIFICATIES ... 49

FIGUUR 15:IMPACT VAN DE DRONEWETGEVING ... 51

FIGUUR 16:OPLEIDINGEN, KENNIS EN TECHNISCHE VAARDIGHEDEN ... 52

FIGUUR 17:KWETSBAARHEID VAN TECHNOLOGIEËN VOOR CYBERAANVALLEN, PHISHING, DATALEKKEN OF DIEFSTAL VAN INTELLECTUELE EIGENDOMMEN ... 52

FIGUUR 18: COMPATIBILITEIT VAN DRONETECHNOLOGIE ... 54

FIGUUR 19:COMPLEXITEIT VAN DRONETECHNOLOGIE ... 55

FIGUUR 20:INVESTERINGSBUDGET ALS BEÏNVLOEDENDE FACTOR ... 57

FIGUUR 21:ORGANIZATIONAL READINESS ... 58

FIGUUR 22:INVLOED VAN CONCURRENTIE ... 60

Lijst met tabellen

TABEL 2: TYPE VAN VLUCHTUITVOERING (VAN CRAEYVELT,2017). ... 16

TABEL 3:VOORSTELLING EXPERTEN ... 41

1 Inleiding

Drones hebben de afgelopen jaren aan populariteit gewonnen en er wordt verwacht dat ze in de toekomst enkel nog aan populariteit zullen toenemen (Custers, 2016). Zowel commerciële als professionele dronetoepassingen werden reeds ontworpen en zullen in de toekomst nog verder ontwikkeld worden (Custers, 2016; Floreano & Wood, 2015). Unmanned Aerial Vehicles (UAVs) worden voor professioneel gebruik reeds ingezet in verschillende industrieën zoals de bouwsector, de veiligheidssector, de verzekeringssector, de transportsector, de landbouwsector, et cetera. (Li & Liu, 2018; Culus, Schellekens & Smeets, 2018; Ahirwar, Swarnkar, Bhukya & Namwade, 2019; Shaban, 2018). Uitgerust met allerhande sensoren, camera’s, computerchips en software moeten drones tegemoet zien te komen aan de eisen van deze vooraf opgenoemde sectoren (Corrigan, 2020).

In de landbouwsector wordt er steeds meer ingezet in onderzoek naar de toepassingsmogelijkheden van drones aangezien landbouwers en landbouworganisaties steeds vaker op zoek zijn naar effectievere methoden om hogere productiviteitswinsten te bekomen (Ahirwar et al., 2019). In deze masterscriptie zal onderzocht worden in welke mate technische-, organisatorische- en omgevingsfactoren een invloed hebben op de adoptie van drones in de Belgische landbouwsector. De implementatie van dronetechnieken in precisielandbouw doen langzaam maar zeker hun intrede in de Vlaamse en Belgische land- en tuinbouw (De Cuypere & Van Beek, 2019). Deze bevindingen versterkten de interesse om dit verder te onderzoeken. Vervolgens leek het dan ook aangewezen om te analyseren in welke mate het adoptieproces een invloed heeft of kan hebben op deze organisaties.

In de literatuurstudie van deze masterproef zal een overzicht geboden worden van de verschillende dronetypes en specificaties alsook van de commerciële toepassingsmogelijkheden van drones. Het concept van precisielandbouw wordt uitgebreider besproken, alsook welke toepassingen drones kunnen aanbieden binnen de landbouwsector. Vervolgens zal de wetgeving omtrent het (commercieel) gebruik van drones toegelicht worden. Zowel de huidige Belgische wetgeving als de Europese wetgeving, die eind 2020 van kracht zal gaan, worden uitvoerig besproken. Als laatste wordt het TOE – raamwerk (Technology – Organization – Environment) van Tornatzky en Fleischer (1990) geanalyseerd. Dit raamwerk zal aan de basis liggen om de factoren die invloed hebben op het adoptieproces van drones in de landbouwsector te kaderen.

In het onderdeel methodologie van dit onderzoek werd geopteerd om gebruik te maken van het TOE raamwerk. Ook zullen de wetenschappelijke en maatschappelijke relevantie van dit onderzoek toegelicht

worden. Vervolgens zullen het onderzoeksdoel en de methode dat werd toegepast om tot een resultaat te komen verduidelijkt worden.

In deel 4 en 5 volgen respectievelijk de empirische studie en de discussie. Hierin worden de resultaten geïnterpreteerd en verklaard en vervolgens omgevormd tot een theoretisch model. Daarnaast zullen conclusies op basis van de gevonden resultaten gevormd en afgetoetst worden aan de hand van de eerder beschreven literatuur. Ten slotte zullen de mogelijkheden voor toekomstig onderzoek besproken worden, wat voorafgaat aan een algemeen besluit waarin ook de bijdrage dat deze masterproef levert zal vernoemd worden.

2 Literatuurstudie

2.1. Een terugblik naar de oorsprong

Drones kunnen gedefinieerd worden als “luchtvaartuigen die bestuurbaar zijn zonder de fysieke aanwezigheid van een piloot in het toestel en aan de hand van software gecontroleerde vluchtplannen” (Kardasz, Doskocz, Hejduk, Wiejkut & Zarzycki, 2016). Volgens technologische terminologieën staan ze ook bekend als UAVs of Unmanned Aerial Systems (UASs).

Het oorspronkelijk gebruik van drones was voor militaire doeleinden en gaat terug tot het jaar 1918 wanneer de ‘Kettering Bug’ werd ontwikkeld voor zijn gebruik in wereldoorlog 1. Dit toestel werd ingezet als luchttorpedo om het aantal bemande vluchten over vijandelijk gebied te reduceren (Scheding, 2010). In België kent de drone zijn oorsprong in 1970 wanneer de MBLE (Manufacture Belge De Lampes Et De Matériel Electronique) “Epervier” werd ontwikkeld. Dit was een verkenningsdrone die werd aangedreven met een turbostraalmotor en die opsteeg vanop een lanceerplatform met behulp van boosterraketten (Lousberg, 1999).

Het ontstaan, in 2012, van de Belgian Drone Federation (BeUAS), was het begin van een nieuw tijdperk voor het dronegebruik in België waarin de overheid, onderzoekers, ontwikkelaars en eindgebruikers de handen in elkaar sloegen (Culus et al., 2018). Het doel van de BeUAS was het opzetten van een wettelijk kader voor het gebruik van drones in België en was klaar voor publicatie eind 2012. Door een gebrek aan duidelijkheid omtrent de verwachte impact van het dronegebruik, vond de invoering van de eerste Belgische dronewetgeving pas vier jaar later plaats (Culus et al., 2018).

2.2. Dronetypes en specificaties

Desondanks het initieel uitsluitend militair gebruik van drones worden ze de afgelopen tien jaar ook ontworpen, geproduceerd en gebruikt voor private en commerciële doeleinden (Vyas, 2020).

In het onderzoek van de Miguel Molina en Segarra Oña (2017) werd een grafiek opgemaakt aan de hand van een predictiemodel gebaseerd op data uit Moe et al. (2016). Hierin wordt weergegeven dat het gebruik van drones in zowel de private, de commerciële en de militaire/overheidssector zich op een (licht)stijgende curve bevindt.

Uit opgemaakte statistieken van Wagner (2020) blijken de predicties betreffende de commerciële sector significant en kan er uit figuur 2 vastgesteld dat het commercieel dronegebruik in Europa in de komende vijf jaar exponentieel zal toenemen. Opgemerkt kan worden dat de wereldwijde verwachtingen die in 2016 werden opgemaakt (figuur 1) een onderschatting waren. Figuur 2 (Wagner, 2020) toont aan dat de Europese werkelijk bereikte commerciële opbrengsten, de wereldwijde geschatte waarden overstegen.

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 2016 2017 2018 2019 2020

Geschatte waarde van de wereldwijde drone-marktsegmenten

Overheid / Leger Privégebruik Commercieel Gebruik

Figuur 1: Geschatte waarde van de wereldwijde drone-marktsegmenten, 2016–2020 (Miljoen US dollars) (de Miguel Molina & Segarra Oña, 2017).

Drones of UAVs kunnen opgedeeld worden in drie hoofdcategorieën met meerdere subcategorieën. In onderstaande tabel uit “UAV Systems: Global Review” van van Blyenburgh (2006) werden de onderverdelingen gebaseerd op volgende parameters: gewicht, vluchtafstand, vluchthoogte en vluchttijd. (Parameters kunnen verschillen afhankelijk van nationale of overkoepelende wettelijke bepalingen)

Tabel 1: UAV-categorisering (van Blyenburgh, 2006).

Mass (kg) Range (km) Flight alt. (m) Endurance (h)

Micro <5 <10 250 1 Mini <20/25/30/150 <10 150/250/300 <2 Tactical Close range (CR) 25-150 10-30 3000 2-4 Short range (SR) 50-250 30-70 3000 3-6 Medium range (MR) 150-500 70-200 5000 6-10 MR endurance (MRE) 500-1500 >500 8000 10-18

Low altitude deep

penetration (LADP) 250-2500 >250 50-9000 0.5-1 Low altitude long

endurance (LALE) 10-25 >500 3000 >24

Medium altitude long

endurance (MALE) 1000-1500 >500 3000 24-48

Strategic

High altitude long

endurance (HALE) 2500-5000 >2000 20000 24-48 Stratospheric (Strato) >2500 >2000 >20000 >48 Exo-stratospheric (EXO) TBD TBD >30500 TBD Special task Unmanned combat AV (UCAV) >1000 1500 12000 2 Lethal (LET) TBD 300 4000 3-4 Decoys (DEC) 150-250 0-500 50-5000 >4 0 500 1000 1500 2000 2500 3000 3500 4000 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025

Verwachte Europese drone-opbrengsten

Figuur 2: Verwachte Europese drone-opbrengsten van 2016 tot 2025 (in miljoen U.S. dollars) (Wagner, 2020).

De segmenten Micro, Mini en meest recent ook Nano vormen een niche binnen de opgemaakte categorieën. De drones die tot deze segmenten behoren worden enkel voor private of voor commerciële doeleinden ingezet. De modellen uit de ‘tactical’, ‘strategic’ en ‘special task’ categorieën kennen een groter gewicht en hebben nood aan zwaardere opstijgings-en landingsplatformen. Vaak worden drones uit deze categorie dan ook uitsluitend gebruikt voor militaire doeleinden (Bento, 2008).

Een andere methode van categorisatie is op basis van de structurele integriteit van de romp en vleugels van de drone (van Bleyenburgh, 2006). Zo kan er een onderverdeling gemaakt worden tussen: Fixed Wing en Rotary Wing. Een drone met vaste vleugel kan doorgaans een grotere oppervlakte bestrijken gedurende een bepaald tijdsinterval maar heeft in tegenstelling tot een drone met roterende vleugels (multirotor) niet de mogelijkheid om op één bepaald punt gedurende een tijdspanne te blijven zweven. Drones uitgerust met roterende vleugels beschikken zo goed als altijd over meerdere kleine rotors om de vluchtstabiliteit te verzekeren, vandaar ook de verwijzing naar multirotorsystemen (Custers, 2016). ‘Rotary wing’ drones hebben over het algemeen een lagere maximumsnelheid maar laten toe om op een betrouwbare en eenvoudige manier bediend te worden zonder noodzakelijke en of gespecialiseerde opstijgings-en landingsapparatuur (Villa, Miljievic, Ristovski, Morawska & Gonzalez, 2016). Nadelig aan multirotor modellen is dat ze vaak ongeschikt zijn voor grootschalige projecten omdat een groot deel van de energie (vaak gaat dit om een batterijbron) besteed wordt aan de bewaring van het evenwicht tijdens de vlucht alsook om een continue hoogte te behouden (Villa et al., 2016).

Ten slotte bestaat er ook een derde categorie: de Hybrid Systems. Dit type toestellen heeft kenmerken van zowel Fixed Wing als Rotary Wing systemen of heeft geen van beide eigenschappen maar werken bijvoorbeeld aan de hand van een straalmotor of een turboventilator (Custers, 2016).

UAVs maken gebruik van computerchips en van op afstand bestuurbare software om onbemand te kunnen vliegen. Deze chips, software en andere technologieën zoals camera’s, sensoren, et cetera, die vaak onderdeel uitmaken van de UAV evolueren continu (Corrigan, 2020). Het voortdurend inspelen op deze nieuwe technologieën is een vereiste om te kunnen voldoen aan de groeiende vraag naar dronetoepassingen (Corrigan, 2020). België heeft op dit vlak een sterke reputatie door de constructieve samenwerking tussen industrie en onderzoek (Culus et al., 2018).

Specifieke software die cruciaal is voor het veilig beheren van de verwachte groei van commerciële dronetoepassingen is Unified Traffic Management (UTM). Een UTM-platform verbindt daarbij de autoriteiten met piloten om drones veilig in het luchtruim te integreren (Culus et al. 2018). Software vereenvoudigt de vluchtplanning alsook de verwerking en analyses van de waargenomen gegevens. Deze

data kan vervolgens verwerkt worden om toekomstgericht betere beslissingen te nemen dat ook de kostprijs kan drukken (Singhal, Bansod & Mathew, 2018). Een voorbeeld hiervan is dat de landbouwers een overzicht krijgen van de probleemgebieden op de percelen, dankzij de verwerkte gegevens opgenomen door een drone met een multispectrale sensor.

Door de mogelijkheden van het hanteren van deze steeds vernieuwende technologieën hebben drones in vele gevallen de bovenhand op conventionele technologieën voor toepassingen zoals ‘Remote Sensing’. Zo zijn het stroomverbruik, verlaagde schadelijke risico’s voor mens en dier, de eenvoud van het verzamelen van gegevens en de hoge ruimtelijke resolutie, voordelen van het gebruik van UAVs (Singhal et al., 2018).

2.3. Toepassingsmogelijkheden van drones

Volgens Singhal et al. (2018) kunnen de toepassingsmogelijkheden van drones opgedeeld worden in drie sectoren: de civiele -, milieu - en militaire sector. In onderstaande figuur wordt dit verder toegelicht.

De commerciële toepassingsmogelijkheden in de civiele sector kunnen worden vergeleken aan de hand van het marktpotentieel in België van elke sub-sector. In het onderzoek van Culus et al. (2018) werd er op basis van verzamelde data uit 2016 een analyse opgemaakt per toepassingsgebied. De onderstaande grafiek geeft de resultaten van deze analyse weer voor België, gerangschikt per grootte in marktwaarde.

* Values presented in this table correspond with the 2016 value of businesses and labour in each industry that may be replaced by drone powered solutions, according to PwC and Agoria research.

Civiele Sector • Fotografie • Bouw • Mijnbouw • Leveringen • Landbouw • Logistiek • Rampenmanagement • Surveillance / Beveiliging Milieusector • Luchtkwaliteitsmanagement • Waterbeheer • Onderwaterbeheer • Inspecteren van Gebergte

Militaire Sector • Gevechtsvliegtuigen • Medische Voorzieningen in Oorlogsgebieden • Spionage • Grensbewaking • Bommen Transporteren • Raketlanceringen 0,00 20,00 40,00 60,00 80,00 100,00 120,00 140,00 160,00 180,00 200,00 Bouw secto r Enter tainm ent & Med ia Trans port & Lo gistie k Verze kerin gssecto r Beve iliging Land bouw Energ ie & Nutsv oorzi ening en Telec om Wa ar de (i n M ilj oe n Eu ro )

Marktpotentieel van Commercieel Dronegebruik

Figuur 3: Potentiële Droneapplicaties (Singhal et al., 2018), aangepast aan huidig onderzoek.

Figuur 4: Geschatte waarde van drone-toepassingsgebieden in België (in miljoen Euro) (Culus et al., 2018), aangepast aan huidig onderzoek.

2.3.1. Infrastructuur

Uit bovenstaande grafiek blijkt dat de infrastructuursector (bouwsector) het grootste potentieel toont met een berekende waarde voor België van 176,3 miljoen euro. Wereldwijd is er een groeiende vraag naar de uitvoering van kwaliteitscontroles van gebouwen, gevels, bruggen en olie-en gaspijpleidingen (Ciampa, De Vito & Rosaria Pecce, 2019). Om deze kwaliteitscontroles uit te voeren kan het gebruik van drones dienen als een hulpmiddel bij bijvoorbeeld routine-inspecties. Het analyseren van de verkregen data en informatie kan de kwaliteit van deze controles helpen verbeteren (Ciampa et al., 2019). Daarnaast gaat het gebruik van drones ook gepaard met andere voordelen zoals de verlaging van het risico op het oplopen van letsels van werknemers die zich op gevaarlijke plaatsen van bijvoorbeeld gebouwen moeten begeven en verminderde kosten en tijdsbesparingen (Tatum & Liu, 2017).

2.3.2. Entertainment & Media

Het meest voorkomende gebruik van UAVs in de evenementen – en mediasector betreft luchtfotografie en het maken van promomateriaal aan de hand van video’s (Culus et al., 2018). Ook hier biedt het gebruik van drones voordelen ten opzichte van meer traditionele methoden. Bij het maken van luchtfoto’s vereisen drones slechts een minimale installatie in contrast met het bevestigen van vaste camera’s aan kranen of helikopters (Culus et al., 2018). Desondanks de verschillende huidige technologische en legislatieve obstakels wordt er verwacht dat het gebruik van drones de multimediasector op een disruptieve manier zal beïnvloeden door hun efficiëntiewinsten en lagere kosten (Bateman, 2016).

2.3.3. Transport & Logistiek

De transport- en logistieke sector ondervinden revolutionaire veranderingen als gevolg van de intrede van disruptieve technologieën zoals het Internet of Things (IoT) alsook door de evolutie van e-commerce (Cordon, Garcia-Milà, Vilarino & Caballero, 2016).

Voor het transport van consumentengoederen wordt de ‘last mile’ van een levering gezien als het meest kosten- en inspanningsintensief. De reden hiervoor is dat dit een geïndividualiseerd proces is zodat een fysieke persoon elk goed naar de eindbestemming dient te brengen (Cordon et al., 2016). De toepassingsmogelijkheden om via Remotely Piloted Aircrafts (RPAs) dit probleem op te lossen zijn reeds in ontwikkeling. Zo voert Amazon, een Amerikaanse e-commerce multinational, een onderzoek naar de ontwikkeling van drones die goederen binnen 30 minuten of minder aan de consument kunnen bezorgen (Shaban, 2018).

Ook binnen de gezondheidszorg worden de mogelijkheden onderzocht om drones te integreren. Het transport van organen, alsook het transporteren van vaccins naar ontwikkelingslanden kan uitdagend zijn. Het inzetten van drones kan hiervoor dan ook een levensnoodzakelijke oplossing bieden (Haidari et al., 2016).

2.3.4. Verzekeringen

In de verzekerings- en financiële sector kunnen RPAs ingezet worden om aan de hand van sensoren, verzekering gerelateerde data te verzamelen en te analyseren (Luciani, Distasio, Bungert, Sumner & Bozzo, 2016). Er wordt onderzoek gevoerd naar de mogelijkheden om onbemande luchtvaartuigen te gebruiken bij verkeersongevallen of andere noodsituaties. Deze verworven gegevens kunnen vervolgens verwerkt worden om schadeclaims en andere verzekeringsdocumenten nauwkeuriger en efficiënter op te maken (Tayal & Ramani, 2018), (Grant & Mullen, 2019). Uit een artikel van Vanian (2016) blijkt daarnaast dat bij het gebruik van drones de terugbetalingstermijn van schadeclaims gereduceerd kan worden tot 4,5 dagen. Samengevat: de voordelen van het dronegebruik door verzekeringsmaatschappijen bevinden zich in de mogelijkheid voor bedrijven om gevaarlijke, niet-praktische en tijdrovende taken te vervangen door snellere en veiligere procedures uitgevoerd door RPAs (Culus et al., 2018).

2.3.5. Beveiliging

UAVs kunnen ingezet worden voor verschillende beveiligingstoepassingen, variërend van de ondersteuning van bewakingspersoneel en politie-eenheden tijdens patrouilles of interventies tot het bewaken van havens of gebouwen (Culus et al., 2018). Daarnaast is het voor de beveiligingssector ook imminent om niet enkel proactieve toepassingen te ontwikkelen maar ook om oplossingen te vinden op het misbruik van drones. De veiligheid van gebruikers alsook de bevolking en haar bezittingen moeten ten alle tijden gegarandeerd worden (Culus et al., 2018). Drones worden bijvoorbeeld ook gebruikt tijdens sociale evenementen. Door grote massa’s mensen te monitoren kunnen ‘realtime’ gegevens helpen om beveiligingsteams sneller en adequater te laten reageren op bepaalde incidenten alvorens deze escaleren (G4S Belgium, 2020).

2.3.6. Energie, Nutsvoorzieningen & Telecom

In de energiesector is de impact van drones ook waar te nemen. Aan de hand van camera’s en sensoren die live video’s en warmtebeelden met hoge resolutie vastleggen kunnen ze gebruikt worden om inspecties en onderhoudstaken voor energiecentrales en andere faciliteiten uit te voeren (Culus et al., 2018). Taken zoals het inspecteren van een windturbine of elektriciteitsmasten bevatten vaak grote

risico’s indien ze manueel dienen uitgevoerd te worden. Met het inzetten van drones worden deze risico’s verlaagd en worden inspecties, aan een vaak lagere kostprijs, sneller uitgevoerd (Williams, z.d.).

Een disruptieve toepassingsmogelijkheid van UAVs in de telecomsector bestaat in het oprichten van een luchtverkeercontrolecentrum (DTCC) voor drones. Telecomoperatoren kunnen via deze weg de technologische componenten van een DTCC volstrekt faciliteren. Door te voorzien in het leveren en beheren van gegevensopslag, internetconnectiviteit, cyberbeveiliging en andere diensten kan dit baanbrekend worden voor de sector (Culus et al., 2018).

2.3.7. Landbouw

Volgens Ahirwar et al. (2019) zijn irrigatie, gewasmonitoring bodem- en veldanalyses de belangrijkste toepassingen van UAVs binnen de landbouwsector. Maar dit zijn niet de enige mogelijke toepassingen. UAS kunnen ook ingezet worden voor het beschermen van velden of percelen tegen schade van dieren zoals vogels en wilde zwijnen die zich nesten in maïsvelden. Aan de hand van thermische camera’s bevestigd op de drone kan dit zowel overdag als in de nacht gecontroleerd worden (Rani, Chaudhary, Sinha, Mohanty, & Chaudhary, 2019). Hierop verder bouwend kunnen drones ook ingezet worden als alternatief voor schrikkanonnen waarbij deze op willekeurige tijdstippen over het land kunnen vliegen en bijvoorbeeld zaai-verlies door vogels kunnen voorkomen (Culus et al., 2018; Rani et al., 2019).

Landbouwers en landbouwverenigingen zijn steeds op zoek naar effectievere methoden om hogere productiviteitswinsten te bekomen (Ahirwar et al., 2019). Hierdoor wordt er binnen de sector steeds meer onderzoek gevoerd naar methoden en technologieën die hierbij kunnen helpen. Dit wordt ook wel precisielandbouw genoemd.

2.3.7.1. Precisielandbouw

Koen Mertens (z.d.), voormalig precision agriculture research engineer bij het Vlaams Instituut voor Landbouw-, Visserij en Voedingsonderzoek (ILVO), geeft in een door hem gepubliceerd artikel een overzicht van de evolutie dat precisielandbouw reeds gemaakt heeft.

De opkomst van precisielandbouw kwam er door de ontwikkeling en evolutie van de gps (global positioning system). Bij precisielandbouw 1.0 wordt de gps gebruikt om de gepaste dosis meststoffen of gewasbeschermingsmiddelen per perceel te bepalen (Coart, 2018). Verder bouwend op precisielandbouw 1.0, gaat precisielandbouw 2.0 velden opdelen in zones en afhankelijk van data uit foto’s krijgen bepaalde delen binnen een perceel meer of minder meststoffen of gewasbeschermingsmiddelen toegediend (Mertens, z.d.). In precisielandbouw 3.0 wordt er gewerkt op maat van de plant en verdergaand ook het blad. Hierbij kunnen drones een cruciale rol spelen doordat deze aan de hand van specifieke camera’s en sensoren zeer gedetailleerde data kunnen verzamelen (Coart, 2018).

Toepassingsmogelijkheden van drones in precisielandbouw

Om een overzicht weer te geven van deze toepassingsmogelijkheden wordt hier gebruik gemaakt van de omkadering uit de onderzoekspaper van Rani et al. (2019). In onderstaande figuur werd de oorspronkelijke onderverdeling aangepast voor toepassingen enkel uit de precisielandbouwsector.

• Bodem- en grondanalyse

Door middel van aangebrachte sensoren kunnen UAVs data verzamelen om uitgebreide bodemanalyses uit te voeren. Vanuit deze analyses kan aangetoond worden welke zaaipatronen, types van irrigatie en bemestingstoepassingen het meest effectief en efficiënt zijn (Rani et al., 2019). In het onderzoek van Huuskonen en Oksanen (2018) wordt drone-technologie zelfs samengebracht met Augmented Reality (AR) om tot een nieuw concept te komen waarin een AR-bril in combinatie met een drone gebruikt kan worden om actuele, kleurgecodeerde bodemplattegronden te reproduceren.

• Planten van gewassen en bomen

In het zaaiproces kan het gebruik van drones het huidig gebruik van tractoren vervangen. Hierdoor kunnen landbouwers arbeidskosten besparen (Probst, Pedersen & Dakkak-Arnoux, 2017a) en er is tevens een lager verbruik van brandstoffen wat beter is voor het milieu (Rani et al., 2019). Vervolgens kunnen drones ook ingezet worden voor het planten van gewassen of bomen in afgelegen gebieden waar voertuigen niet eenvoudig geraken en dit door middel van biologisch afbreekbare zaaddozen of ‘seedbombs’ (Rani et al., 2019).

Aan de universiteit van Oxford hebben Britse ingenieurs een drone ontwikkeld die het mogelijk maakt om honderden bomen zaaien in slechts enkele minuten. De drone verzamelt eerst data omtrent de bodem

alvorens de zaden worden ingepland. Dit wordt gedaan om na te gaan welke locaties het meest vruchtbaar zijn. Uit het onderzoek blijkt dat op die manier tien drones, bestuurd door twee piloten, 400.000 bomen in één dag kunnen zaaien (Brewis, 2019).

• Sproeien van gewassen

In het voorbije decennium werden verschillende nieuwe technologieën geïntroduceerd om in de precisielandbouw de ontwikkeling van gewassen te stimuleren. Deze zijn uiterst nuttig wanneer bijvoorbeeld menselijke ingrepen niet mogelijk zijn bij het preserveren van gewassen door middel van chemicaliën (Mogili & Deepak, 2018). Doordat RPA’s eenvoudig hun hoogte kunnen behouden en vliegroutes optimaal aangepast kunnen worden zijn ze zeer geschikt voor het sproeien van gewassen (Probst et al., 2017). Aan de hand van dit type sproeisysteem kan door middel van het bepalen van de gps – coördinaten genavigeerd worden om pesticiden te sproeien waar reeds geen vegetatie werd gedefinieerd volgens de Normalized Difference Vegetation Index (NDVI) (Mogili & Deepak, 2018). De hoeveelheid meststof of pesticiden kan aangepast worden naargelang de gemaakte analyses van de beelden of opgemeten waarden (Rani et al., 2019). Hierdoor kan het gebruik van chemische stoffen gereduceerd worden, wat leidt tot een lager niveau van bodem – en waterverontreiniging (Rani et al., 2019). Het plaatsspecifiek bemesten kan de groei van gewassen stimuleren en verzekeren (De Cuypere & Van Beek, 2019). Volgens dit onderzoek is deze bemestingsstrategie aantrekkelijk voor het telen van verschillende vegetatietypes zoals prei omdat er bij late herfst – en winterprei een nitraatproblematiek heerst.

• Irrigatiebeheer

Een geoptimaliseerd irrigatiesysteem is een decisoir onderdeel van precisielandbouw door het gebrek aan uitputbare bronnen zoals water. Via sensoren voorzien van optische, multispectrale en thermische beeldvormingsmogelijkheden kunnen drones zowel de oververhitting als watertekorten op specifieke plaatsen van gewassen detecteren. Dit voorkomt waterverspilling en zorgt voor een effectievere distributie van het water (Rani et al., 2019). Daarnaast kan men door het combineren van een draadloos sensornetwerk met internettechnologieën reeds een automatisch irrigatiesysteem opzetten. Op deze manier kan de verdeling van het water geoptimaliseerd worden en de kostprijs gedrukt worden (Prasanna & Jebapriya, 2020). Hedendaags gebeurt de irrigatie van percelen nog voornamelijk aan de hand van een sprinklersysteem. Vaak voorkomende problemen bij dit systeem is dat deze kunnen verstoppen of vastlopen door slijtage. Om dit probleem te counteren kunnen drones ingezet worden om te fungeren als

controleorgaan zodanig dat met behulp van camera’s de sprinklers gecontroleerd en bestuurd kunnen worden (Prasanna & Jebapriya, 2020).

• Opvolgen van gewassen

Voor het ontstaan van drones was het monitoren van gewassen bijna enkel mogelijk via satelliet, wat volgende nadelen met zich meebrengt (Probst et al., 2017):

Ø Satellietbeelden zijn duur

Ø Afbeeldingen moeten worden besteld en kunnen onnauwkeurig zijn Ø Slechte weersomstandigheden kunnen de beeldkwaliteit belemmeren

De door drones gecapteerde gegevens kunnen tevens worden gebruikt om gewasvariëteiten te vergelijken, correlaties tussen planten te ontdekken en om het bemestingsproces te optimaliseren (Culus et al., 2018). Deze informatie kan dan worden gebruikt om het tijdstip van oogsten alsook de opbrengst van gewassen op een zeer nauwkeurige manier in te schatten (Rani et al., 2019).

• Opsporen van plant- en of bladziekten

Aan de hand van drones uitgerust met hyperspectrale sensoren en infraroodcamera’s kunnen landbouwers preventief bepaalde plant of bladziekten opsporen alvorens deze zichtbaar zijn met het blote oog. Wanneer deze technologie verbonden kan worden met een waarschuwingssysteem kan dit het autonoom opsporen van ziekten faciliteren en zal dit zowel tijd besparen als hoge verliezen door bijvoorbeeld plantrot voorkomen (Reinecke & Prinsloo, 2017). Wanneer er effectief gewassen van bepaalde delen of van volledige percelen verloren gaan door ziekten kunnen landbouwers via de waargenomen data sneller hun verzekering aanspreken waardoor vaak lange en kostelijke procedures vermeden kunnen worden (Mazur et al., 2016).

• Onkruidbestrijding

De aanwezigheid van onkruid kan leiden tot lagere landbouwopbrengsten aangezien deze concurreren om ruimte, water, licht en andere voedingsstoffen met gezonde gewassen. Aan de hand van analyses uit sensor- en camerabeelden kan onkruid vroegtijdig opgespoord en aangepakt worden. Ook geven deze analyses een overzicht van de plaatsen waar onkruid hardnekkiger is en kan er hierdoor gerichter gesproeid worden met pesticiden of herbiciden (PrecisionHawk, 2017).

2.4. Wetgeving

2.4.1. Belgische Wetgeving

Vooraleer er een uniforme Europese wetgeving werd opgemaakt had elk land binnen de Europese Unie de verantwoordelijkheid om zelf een legislatuur op te stellen met betrekking tot het gebruik van drones. Voor België werden er drie klassen opgemaakt om onder meer een onderscheid te maken tussen het recreatief en professioneel gebruik. Meer specifiek gebeurt dit aan de hand van een onderscheiding van vijf types van vluchtuitvoeringen waarbij de eerste twee niet voor commerciële of beroepsdoeleinden zijn toegestaan (privaat gebruik, gebruik als modelluchtvaartuig, klasse 2 vluchtuitvoeringen, klasse 1b vluchtuitvoeringen en klasse 1a vluchtuitvoeringen).

De klassen werden opgemaakt op basis van het risico dat het toestel in de lucht botst, oncontroleerbaar wordt en vervolgens kan crashen (Van Craeyvelt 2017). Deze klassen werden opgemaakt als onderdeel van het Belgisch juridisch stelsel en hebben geen correlatie met de opdeling uit de onderzoekspaper van van Blyenburgh. In onderstaande figuur worden alle klassen met hun vereisten schematisch voorgesteld.

Tabel 2: type van vluchtuitvoering (Van Craeyvelt, 2017).

Privaat gebruik Model luchtvaartuig¹

Klasse 2 Klasse 1b Klasse 1a

Maximumhoogte 10m (32.8 voet) Kijk AIP na voor terreinbeperkingen 150 voet (ongeveer 45m) 300 voet (ongeveer 90m) 300 voet (ongeveer 90m)

Max. gewicht < 1kg (2.2lbs) 1kg tot 150kg < 5kg (11lbs) < 150kg (330lbs) < 150kg (330lbs)

Leeftijd van de

afstandspiloot Alle leeftijden Alle leeftijden Ten minste 16 jaar oud

Ten minste 18 jaar

oud Ten minste 18 jaar oud

Kwalificatie van de

bestuurder Geen Geen

Theoretische opleiding + praktische vaardigheidstest Theoretisch examen + praktische vaardigheidstest Theoretisch examen + praktische vaardigheidstest

Inschrijving van de drone Nee Nee Ja Ja Ja

Certificaat van

overeenstemming voor de drone

Nee Nee Nee Nee Ja

Vlieghandboek opgesteld

door de exploitant Nee Nee Nee Ja Ja Risicobeoordeling van de

exploitant Nee Nee Nee Ja Ja

Verklaring van naleving

door de exploitant Nee Nee Nee Ja Nee Toelating voor de

vluchtuitvoering ontvangen van het DGLV

Nee Nee Nee Nee Ja

Vooraf melden van de

vlucht aan het DGLV Nee Nee Nee Ja Ja

De wetgeving voor het commercieel gebruik van drones kan worden samengevat aan de hand van volgende verplichtingen (Coart, 2018):

• Een (piloten)licentie is vereist om in publieke domeinen te mogen vliegen • De privacywetgeving moet nageleefd worden

• De drone moet geregistreerd zijn • De drone moet verzekerd zijn

2.4.1.1. Initiatieven ter bewerkstelling van de wetgeving

Sedert het in voege treden van de Belgische drone wetgeving ontstonden verschillende initiatieven om zowel het recreatief als professioneel dronegebruik te vereenvoudigen. In juli 2019 vond de officiële lancering van de Belgian Drone Council (BDC) plaats. Dit is een initiatief van het Kabinet van Minister Bellot en het Directoraat-Generaal Luchtvaart en luchtverkeersleider Skeyes (FOD Mobiliteit, z.d.). Het opzet is een uitwisselingsplatform op te richten om een continue dialoog over technologische, operationele en regelgevende onderwerpen te kunnen voeren. Deze entiteit kan adviezen of voorstellen overmaken aan de overheidsinstanties en aanbevelingen opstellen voor de dronesector. Daarnaast kan de BDC eigen evenementen organiseren om drone gerelateerde activiteiten zowel binnen de sector als bij politieke instanties te promoten (FOD Mobiliteit, z.d.). De opstart van dit project werd verwezenlijkt door verschillende partners. Mede door ervaringen te delen en door de samenwerking te bevorderen helpen deze de dronesector in België en internationaal te promoten. Ook het bevorderen van de veiligheid is een belangrijk agendapunt van dit project. Een van deze partners is Skeyes (het vroegere Belgocontrol). Skeyes is door de overheid officieel benoemd als Regie der Luchtwegen en wordt beschouwd als een autonoom overheidsbedrijf dat de luchtverkeersleiding, opleidingen van operationeel en technisch personeel en de installaties en onderhoud van de luchtvaartinfrastructuren verzorgt (Skeyes, z.d.).

Daarnaast heeft Skeyes in samenwerking met partners zoals Unifly en de Belgische Burgerluchtvaartautoriteit (BCAA) zijn kernactiviteiten verder uitgebreid door het opstarten van een dochteronderneming genaamd SkeyDrone. Dit door zowel kapitaal als kennis te investeren in het ontwikkelen van een digitaal platform dat voorziet in het registeren van drones en gebruikers, het op werkelijke tijdsbasis dynamisch low-level weergeven van het luchtruimbeheer, mogelijke vluchtplannen, vluchtgoedkeuringen en het weergeven van alarmsignalen bij mogelijke impacts met voorwerpen, personen of andere toestellen (UTM) (Unifly, z.d.). Een eerste toepassing dat werd ontwikkeld is een dynamische luchtruimkaart welke continue geüpdatet wordt. Een tweede toepassing is een mobiele applicatie (Droneguide) die onder meer professionele gebruikers helpt bij het operationeel beheer en om

geautomatiseerde vluchten aan te vragen bij het Directoraat-generaal van de Federale Overheidsdienst Mobiliteit (Unifly, z.d.).

2.4.2. Europese wetgeving

De huidige Belgische dronewetgeving die dateert van 2016 wordt op 31 December 2020 vervangen door de nieuwe Europese wetgeving. De regelgeving is gericht op het waarborgen van de veiligheid bij het gebruik van drones alsook op het handhaven van de privacy van de Europese burger (DroneRules, z.d.). De nieuwe wetgeving bepaalt aan de hand van volgende drie categorieën of een persoon die een drone wil besturen, dit moet melden of hiervoor toestemming moet verkrijgen of deze persoon al dan niet in het bezit dient te zijn van een goedkeuring van een bevoegde instantie (EUKA, 2019; De Muyt, 2019).

• Open categorie • Specifieke categorie • Gecertifieerde categorie

De categorieën werden opgesteld op basis van het niveau van de risico’s die bepaalde vluchten met drones met zich meebrengen (EUKA, 2019; De Muyt, 2019). Onder de categorie ‘open’ vallen RPA’s die een laag risico vormen en die maximaal 25kg wegen. De maximale vluchthoogte bedraag 120 meter en geen enkele vluchttoestemming van een overkoepelende instantie is vereist (Willems, 2019). Verder werden er binnen deze categorie nog drie subcategorieën opgemaakt die in onderstaande tabel verder verduidelijkt worden.

Wanneer de restricties uit klasse 1 overschreden dreigen te worden moet de exploitant overwegen om te opereren onder de regels uit klasse 2: de ‘specifieke’ categorie. Deze categorie werd opgemaakt voor drones die de gewichtslimiet van 25kg overschrijden en waarbij de vlucht buiten het gezichtsveld (VLOS) wordt uitgevoerd (DroneRules, 2020). Vluchten die onderworpen zijn aan deze richtlijnen dienen goedgekeurd te worden op basis van een gestandaardiseerde risicoanalyse dat door de European Union Aviation Safety Agency (EASA) wordt geverifieerd. De derde categorie betreft vluchten die een hoog risico inhouden zoals het transporteren van individuen, gevaarlijke goederen en of het vliegen boven mensenmassa’s (EUKA, 2019; De Muyt, 2019). Een vergunning, risicoanalyse en veiligheidstoezicht uitgeoefend door de nationale luchtvaartinstanties alsook de EASA zijn hier van toepassing (Willems, 2019).

De nieuwe wetgeving bevat vervolgens een reeks aan technische en operationele vereisten. Om de veiligheid, beveiliging en de bescherming van personengegevens te verzekeren zullen drones individueel herkenbaar moeten zijn zodat drones traceerbaar worden voor de autoriteiten en achterhaald kan worden wie de eigenaar is (Willems, 2019). Een verschil met de huidige Belgische regelgeving is dat een operator zichzelf dient te registreren (uitgezonderd voor drones lichter dan 250 gram en zonder camera) wat in de praktijk wil zeggen dat dit zowel een fysiek als een rechtspersoon kan zijn (EUKA, 2019; De Muyt, 2019).

De operationele vereisten kunnen omschreven worden aan de hand van ‘geo – awareness’, een systeem dat vanop afstand de piloot kan informeren indien de drone zich in een ‘no – flyzone’ bevindt (EASA, 2020). Voor België kan dit gerealiseerd worden door middel van het eerder besproken initiatief van Skeyes. In dit project werd een dynamische luchtruimkaart ontwikkeld waarbij de operator kan verifiëren of de vluchtroute veilig en toegestaan is.

2.5. Factoren die een invloed hebben op de adoptie van drones in de

landbouwsector

2.5.1. Het TOE raamwerk

Het TOE framework (Technology – Organisation – Environment) werd voor het eerst beschreven in het boek van Tornatzky en Fleischer (1990), ‘The Processes of Technological Innovation’. In dit boek wordt het volledige innovatieproces, startende bij de ontwikkeling van de innovatie tot de adoptie alsook de implementatie beschreven, en dit binnen de context van de desbetreffende organisatie (Baker, 2011). De beslissing om deze technologische innovaties te adopteren hangt af van de kwaliteit en kwantiteit van bestaande toepasbare technologieën en op welke manier deze op een efficiënte manier geïntegreerd kunnen worden (Tornatzky & Fleischer, 1990). Het TOE framework ‘an sich’ wordt gezien als een onderdeel van dit proces. Het analyseert hoe de bedrijfscontext de adoptie en implementatie van innovatieve technologieën beïnvloedt. Het raamwerk annoteert op organisatieniveau dat technologische-, organisatorische- en omgevingsfactoren de adoptiebeslissingen beïnvloeden (Bakertechnologische-, 2011).

1. Technologische context. Overkoepelt alle technologieën die als relevant voor de onderneming beschouwt kunnen worden. Dit betreft zowel interne, externe, reeds door het bedrijf gebruikte als nieuwe en voor de onderneming onbekende technologieën (Hoti, 2015). Reeds geïmplementeerde innovaties zijn tevens pertinent voor het adoptieproces van nieuwe technologieën omdat ze een sterke indicator vormen voor de omvang van de onderneming en het tempo waarop de onderneming nieuwe technologieën kan doorvoeren (Collins, Hage & Hull, 1988). Nieuwe- en niet geadopteerde informatiesystemen kunnen organisaties ook beïnvloeden door weer te geven op welke manieren een innovatie kan bijdragen tot de verdere ontwikkeling van de onderneming (Tushman & Nadler, 1986). Dit kan positieve maar ook negatieve gevolgen hebben wanneer de onderneming bijvoorbeeld niet de juiste middelen heeft om de nieuwe innovatie efficiënt en correct te implementeren. Organisaties moeten de nodige zorgvuldigheid handhaven bij het adopteren van nieuwe innovaties aangezien de impact zowel constructief, destructief, miniem en of maximaal kan zijn (Baker, 2011).

2. Organisatorische context. Verwijst naar de karakteristieken en middelen van een onderneming zoals de organisatiegrootte, bedrijfsstructuur, het budget en de communicatiemiddelen (Tornatzky & Fleischer, 1990; Baker, 2011). Deze kenmerken kunnen het adoptie- en implementatieproces beïnvloeden op meerdere manieren. Daft en Becker (1978) verklaren in hun onderzoek dat organisaties met een organische en gedecentraliseerde structuur geassocieerd

kunnen worden met een effectiever implementatieproces van nieuwe innovaties. Dit omdat deze structuren een cross-functioneel teamverband stimuleren, werknemers kunnen functioneren met de nodige verantwoordelijkheid en communicatie overheen afdelingen kan bevorderd worden. Andere studies beweren echter het tegenovergestelde en opteren voor mechanistische structuren met een gecentraliseerde besluitvorming en duidelijke gedefinieerde rollen voor werknemers (Zaltman, Duncan & Holbek, 1973).

3. Omgevingscontext. Verwijst naar de omgeving van een onderneming, de mogelijke aanwezigheid van Technology Service Providers (TSP) en de impact van de overheid (Baker, 2011). Sterke concurrentie, marktleiderschap en snelle groei worden door verschillende onderzoekers dan ook gezien als stimulus om sneller te innoveren (Mansfield, 1968; Mansfield et al., 1977; Kamath & Liker, 1994; Tomatzky & Fleischer, 1990).

Aan de hand van de drie factoren die voorgaand kort werden beschreven analyseert het TOE raamwerk wat de opportuniteiten of begrenzingen zijn bij het mogelijkerwijs implementeren van een technologische innovatie. In de volgende secties zullen de drie beïnvloedende factoren uitvoering worden besproken en zullen deze ook gelinkt worden aan de adoptiemogelijkheden van drones in de landbouwsector.

Adoptie

Beslissing

2.5.1.1. Technologische context Relatief Voordeel

Het effect van relatieve voordelen op het adoptieproces van nieuwe technologieën werd reeds door meerdere onderzoekspapers aangekaart (Premkumar & King 1994; Rogers, 2010; Iacovou, Benbasat & Dexter, 1995; Thong, 1999; Gibbs & Kraemer, 2004; Ramdani & Kawalek, 2007). Volgens Rogers’ ‘Diffusion of Innovation’ theorie (2010) is het relatief voordeel bij de adoptie van een nieuwe technologie de mate waarin een innovatie als beter wordt beschouwd dan het idee dat het vervangt. De theorie kaart aan dat innovaties die een duidelijk voordeel hebben ten opzichte van de initiële aanpak, een snellere implementatie zullen kennen. In het onderzoek van Sylvester (2018) werd reeds gesteld dat het gebruik van drones in de landbouwsector voor opmerkelijke voordelen kan zorgen, enkel al door het analyseren van de waargenomen data welke anders niet of moeilijk verzameld kan worden. Elementen om een relatief voordeel te bekomen zijn bijvoorbeeld: de kosten verbonden aan de implementatie van de nieuwe technologie en het sociale status aspect ten opzichte van de markt en concurrenten (Rogers, 2010).

Verder kan er een opdeling gemaakt worden tussen preventieve en incrementele innovaties. Het verschil kan gevonden worden in de mate van het voorkomen van een ongewenst resultaat door een onderneming (preventief) en het op korte termijn realiseren van dit resultaat (incrementeel) (Rogers, 2010). Om het relatief voordeel en dus ook de adoptiegraad te versterken kan een financiële tegemoetkoming worden gegeven door bijvoorbeeld de overheid of de leverancier van de technologie (Rogers, 2010; Sahin, 2006). Wanneer er aangenomen kan worden dat de nieuwe innovatie, zoals het gebruik van een drone als hulpmiddel bij de precisielandbouw, een relatief voordeel zal bieden, dan stijgt de kans op adoptie en implementatie van de innovatie (Thong, 1999). Drones in de landbouwsector worden ingeschakeld als hulpmiddel om tijd te besparen, hogere winsten te creëren en het gebruiksgemak van landbouwers te verhogen. In de volgende sectie zal dan ook het meest prominente relatieve voordeel van het gebruik van drones in de landbouwsector worden beschreven namelijk efficiëntiewinsten (Chalimov, 2019).

• Efficiëntie

Zoals eerder aangehaald kunnen de toepassingsmogelijkheden van UAVs in precisielandbouw ingezet worden als hulpmiddel voor het beheer van gewassen, irrigatiebeheer, bodemonderzoek, bestrijding van plant- en bladziekten, et cetera. Gesteld kan worden dat de meest fundamentele eigenschap van het gebruik van een drone in de landbouwsector, het in staat stellen is van landbouwers om hun gewassen in vogelvlucht te bekijken en hier data over te verzamelen waardoor subtiele veranderingen gedetecteerd

kunnen worden (Sylvester, 2018). In vergelijking met het uitsturen van ‘crop scouts’ die fysieke blad-, plant- en grondinspecties uitvoeren, kunnen RPA’s, uitgerust met sensoren en multispectrale camera’s, meer en getailleerde data verzamelen. Deze verworven gegevens kunnen vervolgens gebruikt worden om het vaak moeizame proces van het uitvoeren van inventarissen, schattingen en analyses te accelereren (Sylvester, 2018).

In bepaalde delen van Afrika en de Verenigde Staten van Amerika worden drones zelfs ingezet door rundveehouders voor het lokaliseren van vee aangezien deze vaak grazen op aanzienlijk grote grasvelden (Greenwood, 2016). Deze praktijken zijn anders zeer tijdsintensief en zeer moeilijk uit te voeren.

In 2017 vonden in Vlaanderen de eerste testen plaats voor bemestingsadvies van graangewassen, uitgevoerd door Inagro (West-Vlaamse praktijkcentrum voor granen) (Reynders, 2018a). Het advies werd doorgegeven aan de hand van taakkaarten die gedetailleerd weergeven welke delen van een graanperceel een hogere of lagere dosis meststoffen toegediend dienen te krijgen (Reynders, 2018a). Volgens het artikel van het Vlaams infocentrum land- en tuinbouw (Vilt) is dan ook het koppelen van een door een drone verworven data aan de reeds bestaande landbouwkennis essentieel voor efficiëntiewinsten in precisielandbouw te realiseren (Reynders, 2018a).

Onzekerheid

Wereldwijd worden UAVs reeds ingezet in de landbouwsector. Volgens Coart (2018) is het dan ook ontegensprekelijk dat dronegebruik de sector positief beïnvloed. Ondanks de grote impact die gecreëerd kan worden blijft het voor personen of organisaties die actief participeren in de landbouw cruciaal om zorgvuldig de adoptiemogelijkheden te overwegen en dus ook te analyseren welke risico’s hiermee verbonden zijn (Rank, 2020).

• Kostprijs

Voor de gemiddelde (Vlaamse) landbouwer of landbouworganisaties blijken de opstartkosten voor het implementeren van drones hoog tot onbetaalbaar (tot meer dan 30.000 euro) (van der Wal, Meijer & Rip, 2016; Reynders, 2018a). De dronemarkt beschikt desalniettemin over betaalbare instapmodellen, maar deze zijn vaak niet geschikt of beschikken niet over de juiste kwalificaties of accessoires voor landbouwtoepassingen (Rank, 2020). Landbouwers kunnen terughoudend zijn wanneer de afweging tussen kost en opbrengst niet eenvoudig te maken valt bij het investeren in precisielandbouwtechnologieën (van der Wal et al., 2016). Volgens Fountas (2015) zal het verlagen van de investeringskost en dus het drukken van de aankoopprijs, zorgen voor een stijging in adoptie.

• Beschikbaarheid

De huidige technologische vooruitgang resulteert in drones die meer dan acceptabele gebruikersbehoeften bezitten. Prestatieverbeteringen zoals langere vluchttijden gaan dan ook vaak gepaard met prijsverhogingen of de nodige specificaties staan nog niet op punt (Culus et al., 2018; Rank, 2020). Hierdoor beschikken vele instapmodellen over minder (sterke) specificaties waardoor ze niet of onvoldoende geschikt zijn voor bepaalde (landbouw)toepassingen (Culus et al., 2018; Rank, 2020). Hardware- en softwareleveranciers hebben dan ook de verplichting om de technologie up-to-date te houden zodanig dat de behoeften uit de sector bevredigd blijven.

De Belgische dronemarkt staat dan ook nog in zijn kinderschoenen. Momenteel werken verscheidene kleinere hardware bedrijven samen met de landbouwsector om op deze manier aangepaste commerciële producten te ontwikkelen (Culus et al., 2018). Use cases en tests moeten ter plaatse uitgevoerd worden, waardoor dergelijke maatwerkoplossingen vaak als tijdrovend, duur en onbetrouwbaar gezien worden (Culus et al., 2018). In vergelijking met andere precisielandbouwtechnieken bevinden drones zich nog in de ontwikkelingsfase. In onderstaande grafiek werden verschillende precisielandbouwtechnieken op de ‘Hype Cycle’ van Gartner geplaats om aan te tonen dat het voor de landbouwsector essentieel is om op dit moment te investeren in drones. Het doel van een innovatie is dan ook het bereiken van de maturiteitsfase. Gebeurt dit niet, dan bestaat de kans dat de technologie niet verder ontwikkeld wordt en uiteindelijk zal verdwijnen (Jarman et al., 2016).

Figuur 8: Gartner Hype Cycle representatieve precisielandbouwtechnologieën en technieken (Jarman et al., 2016).

Slechte weersomstandigheden kunnen een rol spelen in de beschikbaarheid van een UAV omdat ze hinderend kunnen zijn voor het gebruik van de drone. Dit kan leiden tot hogere veiligheidsrisico’s en het onvermogen van de drone om te opereren (Culus et al., 2018). In een land zoals België waar reeds strenge veiligheidsmatregelen gelden omwille van de hoge bevolkingsdichtheid, kunnen deze factoren leiden tot een reductie van de vrijheid en flexibiliteit van het professioneel gebruik van drones.

• Regelgeving

Binnen de nieuwe Europese wetgeving gaat het professioneel of commercieel gebruik nog steeds gepaard met het behalen van een licentie voor het besturen van een drone. Bepaalde dronevluchten dienen daarnaast ingepland en goedgekeurd te worden, wat resulteert in een duur en tijdrovend administratief proces (Culus et al., 2018). Voor het controleorgaan van de overheid vindt de uitdaging zich in het vinden van de juiste balans tussen veiligheid en flexibiliteit (Culus et al., 2018).

Er dient niet enkel rekening gehouden te worden met de wetgeving betreffende het gebruik van UAVs, maar ook andere regelgevingen zoals de General Data Protection Regulation (GDPR) kunnen een invloed hebben. De wetgeving inzake gegevensbescherming dient toegepast te worden wanneer persoonsgegevens worden verwerkt. Persoonsgegevens zijn alle informatie met betrekking op het identificeerbare individu zoals afbeeldingen, video’s, biometrische gegevens, et cetera (dronerules, 2018). Deze regels zijn dan ook van toepassing bij het besturen van een drone. Fabrikanten en gebruikers van UAVs moeten zodoende de overweging maken op welke manier de principes van GDPR geïntegreerd kunnen worden bij het ontwikkelen van de technische en operationele specificaties die persoonsgegevens kunnen vastleggen (Culus et al., 2018; dronerules, 2018). Daarnaast is het aangewezen dat operatoren hier ook rekening mee houden om schending van de gegevensbescherming en privacy te minimaliseren bij het plannen van de vliegroute en het verwerken van de verzamelde data (dronerules, 2018).

• Opleidingen, kennis en technische vaardigheden

Het besturen van een drone vereist de beheersing van technische vaardigheden en kennis dat aan de hand van opleidingen opgedaan kunnen worden. Operatoren dienen de nodige voorbereidende maatregelen te nemen opdat de drone op een veilige manier en volgens de opgelegde regels gehanteerd kan worden (Rank, 2020). Voor het professioneel of commercieel gebruik van drones zijn vereisten zoals het behalen van specifieke opleidingen of licenties dan ook verplicht. Deze opleidingen zijn vaak tijdrovend en duur waardoor de adoptiemogelijkheden voor kleinschalige landbouwers bemoeilijkt worden (Culus et al., 2018; Rank, 2020). Daarnaast kan aan de hand van het concept van ‘drones as a

service’ (DaaS), waarbij externe partijen deze taken op zich nemen, het voor kleinere landbouwers en veehouders eenvoudiger worden om drones alsnog in te zetten (Culus et al., 2018).

• Data integriteit en bescherming

Ondernemingen actief in precisielandbouw die inzetten op nieuwe technologieën kunnen kwetsbaar zijn voor cyberaanvallen via malware, phishing, datalekken of diefstal van intellectuele eigendommen (Cattanach, Sweeny, Allen, Aesness & Delvo., 2016). Desondanks de vele maatregelen en beschermingen die hiertegen genomen kunnen worden, zien veel van deze landbouwbedrijven het gebruik van deze technologieën niet als een bedreiging waardoor de data onbeschermd blijft.

Er verschijnen steeds meer nieuwe actoren, actief in de precisielandbouwsector, met verschillende behoeften en vereisten, die drones inzetten in hun waardeketen (Shannon, Clay & Kitchen, 2020; Jarman, Vesey & Febvre, 2016). Ondernemingen die drone – technologieën en – diensten willen ontwikkelen dienen hier dan ook gepast op in te spelen. Figuur 9 geeft een overzicht van het type gebruikers en de sectoren waarin zij opereren. Al deze gebruikers dienen, vaak op kritieke tijdstippen tijdens de groeicyclus van gewassen, te beschikken over correcte en accurate data (van Henten, Goense & Lokhorst, 2009; Jarman et al., 2016). Deze agrarische data kan geleverd worden door verschillende organisaties die zich elk specialiseren in verschillende niches van de sector. Hierdoor kan het voor eindgebruikers moeilijk worden om het dataproduct of service aan te schaffen en kan het adoptieproces bemoeilijkt worden doordat de integriteit van de data verloren gaat (Jarman et al., 2016).

Compatibiliteit

Volgens Rogers (2010) kan de compatibiliteit worden beschreven als “de mate waarin een innovatie gezien kan worden gezien als consistent met de bestaande waarden, ervaringen uit het verleden en behoeften van potentiële adoptanten”. Wanneer de compatibiliteit tussen een innovatie en de individuele behoeften kan worden gegarandeerd, neemt de onzekerheid af en neemt de adoptiegraad van de innovatie toe (Sahin, 2006). Zowel de benaming als de betekenis van een innovatie zijn considerabel voor een potentiële adoptant en maken daarnaast deel uit van het complexiteitsattribuut (Sahin, 2006). Ook de implementatie van nieuwe technologieën kan een aanzienlijke invloed hebben op de werking van een onderneming. Hierdoor is het voor kleine tot middelgrote ondernemingen prominent dat de gecreëerde veranderingen door de adoptie van een nieuwe technologie, compatibel zijn met de waarden, overtuigingen en infrastructuur van de onderneming (Premkumar & Roberts, 1998).

Bovendien werd het afgelopen decennium de compatibiliteit van drones met andere precisielandbouwtechnologieën door meerdere onderzoeken aangetoond (Barnes et al., 2018; Rotz et al., 2019). Door het koppelen van multispectrale, hyper-spectrale en thermische camera’s met de toepassingsmogelijkheden van drones kunnen landbouwerorganisaties gegevens verzamelen bij het inspecteren van de gezondheid van gewassen om tot betere analyses te komen (Candiago, Remondine, De Giglio, Dubbini & Gattelli, 2015; Bogue, 2016; Probst, Pedersen & Dakkak-Arnoux, 2018b). Binnen het concept van ‘smart farming’ waarbij verschillende precisielandbouwtechnologieën aan elkaar gekoppeld kunnen worden door middel van bijvoorbeeld IoT of ‘Big Data’ kunnen ook drones geplaatst worden (Rouse, 2019). Door het linken van deze innovaties, wat tot op heden nog een uitdaging blijft, kunnen landbouworganisaties nog hogere efficiëntiemarges bereiken (Jennings, 2017). Contradictorisch op de studies van Rogers (2010), Premkumar en Roberts (1998), Sahin (2006), Barnes et al. (2018) en Rotz et al. (2019) die compatibiliteit beschouwen als een essentiële factor voor de adoptie van IT-innovaties, stellen de onderzoeken van Rose et al. (2016) en Aubert et al. (2012) dat landbouwers omwille van een gebrek aan compatibiliteit tussen nieuwe innovaties en reeds gebruikte technologieën de nieuwe innovatie niet zullen implementeren. Vandaar dat het inzetten op systemen die de compatibiliteit versterken cruciaal is om het implementatieproces van drones in de precisielandbouw te stimuleren.

Complexiteit

Complexiteit kan volgens Rogers (2010) beschouwd worden als de moeilijkheidsgraad van het begrijpen en implementeren van een innovatie. Rogers (2010) stelt dat in tegenstelling tot de andere kenmerken uit de technologische context, er een negatieve correlatie bestaat tussen complexiteit en de adoptiegraad. In de praktijk betekent dit dat een organisatie zal opteren om een nieuwe technologie niet

te implementeren wanneer de gebruikers niet klaar zijn om deze te gebruiken of wanneer ze deze niet begrijpen.

Precisielandbouw op zich kent een complexe technologische omkadering waarin een gebrek aan interoperabiliteit het adoptieproces van nieuwe technologieën bemoeilijkt (van der Wal, Vullings, Zaneveld – Reijnders & Bink, 2017). Naast een financiële investering vergt het implementeren van een nieuwe technologie ook een investering in kennis. Landbouwers en landbouworganisaties moeten in staat zijn om de technologie te beoordelen in hun eigen context om een weloverwogen keuze te kunnen maken (van der Wal, Vullings, Zaneveld – Reijnders & Bink, 2017). Ook kan gesteld worden dat weinig landbouwers gespecialiseerd zijn in ICT-toepassingen (informatietechnologie), wat een vereiste kan zijn in tijden waarin steeds meer hoogtechnologische innovaties ontwikkeld worden.

2.5.1.2. Organisatorische context Organisatiegrootte

Volgens het onderzoek van Lee en Xia (2006) zijn de organisatiegrootte en de grootte van de IT-afdeling binnen een organisatie de meest bestudeerde determinanten die deel uitmaken van het adoptieproces van een nieuwe technologie. De organisatiegrootte wordt als belangrijke factor beschouwd doordat deze mee de structuur en de processen van een organisatie bepaalt. Meer bepaald kan gesteld worden dat grotere ondernemingen vaak geassocieerd worden met een groter differentiatievermogen (Blau & Schoenherr, 1971), een grotere formalisering (Pugh, Hickson, Hinings & Turner, 1969), een gedecentraliseerde besluitvorming (Hage & Aiken, 1967), een grotere taakspecialisatie (Blau, 1970) en complexere communicatievormen (Haveman, 1993). Bovenstaande kenmerken kunnen dan ook een grote invloed uitoefenen op de processen waarin ondernemingen investeren en innoveren (Lee & Xia, 2006). Voorgaande studies van onder meer Tornatzky en Klein (1982) en Nord en Tucker (1987) suggereren dat de organisatiegrootte een positieve invloed heeft op het adoptieproces van innovaties omdat grote ondernemingen meer complexe en diverse processen hebben die de implementatiekracht versterken. Het onderzoek van Thong en Yap (1995) stemt hiermee in en stelt dat kleinere ondernemingen met beperkte IT-budgetten, een kleine of onbestaande IT-afdeling en weinig expertise en managementperspectieven op het vlak van innoveren, belemmeringen zullen kennen inzake de adoptie van nieuwe technologieën. Als tegenargument kan gesteld worden dat kleine organisaties ook innovatief zijn doordat ze flexibeler kunnen zijn en dus een groter aanpassingsvermogen hebben en de samenwerking en coördinatie in kleine ondernemingen vaak sterker is (Utterback, 1974; Mintzberg, 1979; Hitt, Hoskisson & Ireland, 1990). Daarnaast is er ook nog het belang van de ondersteuning van een interne IT-afdeling. Aan de hand van de technische middelen, vaardigheden en extra mogelijkheden kan het

beschikken over een interne afdeling een invloed hebben op het adoptieproces (Fuller & Swanson, 1992). Volgens Lee en Xia (2006) is de grootte van het IT-departement in een organisatie een belangrijkere voorspellingsfactor van het adoptieproces aangezien een grote organisatie zonder interne afdeling eveneens een gebrek kan hebben aan IT-kennis en technische vereisten.

In de landbouwsector werden eerder ook al studies uitgevoerd naar het effect van de organisatiegrootte op de mate van technologieadoptie bij innovaties waarbij in het merendeel van de cases een positieve correlatie werd vastgesteld (Lavison, 2013; Mwangi & Kariuki, 2015; Gabre-Madhin & Haggblade, 2003; Mignouna, Manyong, Rusike, Mutabazi & Senkondo, 2011; Sani, 2017). Bepaalde innovaties die een specificiteit kennen in de precisielandbouwsector worden om deze reden dan ook schaalafhankelijk genoemd (Bonabana-Wabbi, 2002). Volgens Foster en Rosenzweig (2010) zijn de nettowinst en de totale kosten van het gebruiken van een nieuwe technologie bepalende factoren bij het adoptieproces.

Organizational readiness

Verschillende literatuurstudies tonen de relevantie aan van een afgestemde organisatiestructuur bij het implementeren van nieuwe technologieën (Gibbs & Kraemer, 2004; Kollmann, Kuckertz & Breugst, 2009; Aziz & Yusof, 2012; Teoh, Ahmad & Nasirin, 2010). Organizational readiness kan beschreven worden als de mate waarin de vertegenwoordigers van de organisatie het idee hebben dat de organisatie de middelen heeft, de gepaste structuur heeft en op de hoogte is van de innovatietrends om nieuwe technologieën te implementeren (Teoh et al., 2010). De percepties van werknemers of stakeholders met betrekking tot het adoptieproces is ook een niet te vergeten factor aangezien zij ook moeten opstaan en in staat zijn om nieuwe technologieën te implementeren (Wraikat, Bellamy & Tang, 2017). De communicatieprocessen tussen deze stakeholders kunnen in die zin het adoptieproces bevorderen of afremmen (Baker, 2011).

2.5.1.3. Omgevingscontext Concurrentiedruk

Volgens het vijfkrachtenmodel van Porter (1980) zijn er vijf competitieve krachten die het adoptieproces van nieuwe technologieën beïnvloeden: potentiële toetreders, de kracht van substituten, leverancierskracht, afnemerskracht en onderlinge concurrentiekracht. Het innoveren in informatiesystemen geeft dan ook zowel grote als kleine organisaties de mogelijkheid om een competitief voordeel te creëren ten opzichte van concurrenten (Ives & Learmonth, 1984; Premkumar & Roberts, 1998). Concurrentie binnen de sector heeft globaal gezien een positieve invloed op het adoptieproces van