AI-model beoordeelt uitstraling van winkelpanden met slimme beeldanalyse

Merkator ontwikkelde een AI-model dat een objectieve aantrekkelijkheidsscore toekent aan winkelpanden.
Geplaatst op 1 mei 2026
Wat maakt een winkelpand aantrekkelijk? Naast locatie speelt ook uitstraling een belangrijke rol. Maar hoe meten we dat? Merkator ontwikkelde een AI-model dat gevelbeelden automatisch analyseert en vertaalt naar een aantrekkelijkheidsscore. Zo ontstaan nieuwe inzichten voor detailhandelbeleid.

Meer inzicht in handelspanden en winkelgebieden in Vlaanderen

De Vlaamse provincies spelen een actieve rol bij het ondersteunen van lokale handel. Ze maken al jaren gebruik van de Locatus databank om betere inzichten te verwerven over handelspanden in Vlaanderen. De Provincie Antwerpen wou nog een stap verder gaan en zocht naar bijkomende parameters voor alle handelspanden en, bij uitbreiding, voor het winkelgebied waarin zij gelegen zijn.

Pilootproject waAI

Onder de naam “winkelgebieden afbakenen met AI” (waAI) lanceerde de Provincie Antwerpen een proefproject en kende de opdracht toe aan Locatus in samenwerking met Merkator.

“Het voorstel en de methodiek van Locatus en Merkator overtuigden ons door de technische expertise in combinatie met het beste prijskaartje”, aldus Senne Van Hoof, Hoofd Retail bij Provincie Antwerpen.

AI model scoort uitstraling

Visuele kenmerken zoals architectuur, historisch karakter, raamgrootte en graffiti zijn belangrijke parameters voor de uitstraling van een winkelpand. Het AI-model dat Merkator ontwikkelde analyseert volautomatisch beelden van duizenden panden en vertaalt de resultaten in een aantrekkelijkheidsscore voor elk pand.

Naast de score levert Merkator bijkomende informatie over de gevelbreedte. Die aanvullende informatie verrijkt de Locatus-dataset en ondersteunt ruimtelijke analyses per winkelstraat of winkelgebied.

Van pixels naar beleid

Samen met extra inzichten van Locatus over de concentratie van winkelpanden in een bepaald gebied krijgt de provincie een extra bron van informatie ter beschikking voor haar detailhandelbeleid.

“We hebben nu een kant en klare dataset waarmee we verschillende winkelgebieden kunnen benchmarken en zo ons detailhandelbeleid beter kunnen sturen”, zo besluit Senne Van Hoof.

Dit project kwam tot stand met de steun van het Europees Fonds voor Regionale Ontwikkeling EFRO, de Vlaamse overheid (VLAIO) en de provincie Antwerpen.

“We hebben nu een kant en klare dataset waarmee we verschillende winkelgebieden kunnen benchmarken en zo
ons detailhandelbeleid beter kunnen sturen”

Senne Van Hoof, Hoofd Retail bij Provincie Antwerpen.