In de moderne wereld van landbouw en voedselproductie genereren bedrijven enorme hoeveelheden digitale gegevens. Elke keer dat een sensor de temperatuur van een melktank meet, een computer het gewicht van een geoogste gewas registreert, of een systeem de beweging van een zending bijhoudt, wordt er een digitale invoer gemaakt. Decennialang was de aanname dat deze digitale records hetzelfde zijn als bewijs. Als een computer zegt dat een koe gevoed is, dan ging de logica dat de koe ook echt gevoed is. Echter, een nieuwe studie daagt deze eenvoudige vergelijking uit. Het stelt dat het hebben van een digitaal record niet hetzelfde is als een verifieerbare claim. Alleen omdat er een getal op een scherm staat, betekent dit nog niet dat een onafhankelijke waarnemer de oorspronkelijke gebeurtenissen kan bekijken, de stappen die zijn ondernomen om dat getal te berekenen kan volgen, en het resultaat als waarheid kan bevestigen. Dit onderscheid is van groot belang voor iedereen die afhankelijk is van voedingsbedrijven voor eerlijkheid over hun kwaliteit, hun duurzaamheid of hun efficiëntie. Als een bedrijf beweert dat zijn digitale systemen het vee gezonder of de processen groener hebben gemaakt, moet die claim worden ondersteund door een keten van bewijs die vanaf nul kan worden gereconstrueerd, en niet alleen door een eindcijfer op een dashboard.

Onderzoekers Oksana Makovoz en Sergii Lysenko gingen precies onderzoeken hoe goed deze bewijsketen in de echte wereld standhoudt. Ze richtten zich op de agrarische sector en de voedingsmiddelenindustrie, een sector waarin fysieke gebeurtenissen zoals de groei van dieren of gewasopbrengsten steeds vaker worden beheerd door complexe digitale systemen. Het team onderzocht twaalf verschillende bedrijven, waarvan vijf gevestigd in Oekraïne en zeven internationale firma's, waarbij ze keken naar hun publieke rapportages, duurzaamheidsverklaringen en operationele gegevens. Hun doel was niet om te tellen hoeveel computers deze bedrijven bezaten, maar om te zien of de specifieke claims in hun rapporten onafhankelijk gereconstrueerd konden worden. Ze stelden een eenvoudige maar moeilijke vraag: als een buitenstaander een specifieke zakelijke claim waar zou willen maken, kon hij deze dan terugleiden naar de oorspronkelijke gebeurtenis, identificeren wie daarvoor verantwoordelijk was, en precies begrijpen hoe het uiteindelijke getal werd berekend?

De onderzoekers vonden een duidelijk patroon in het verzamelde bewijs. In elk geval dat zij bestudeerden, slaagden de bedrijven erin hun eindresultaten te rapporteren. Of het nu ging om de totale hoeveelheid geproduceerde melk, het aantal verwerkte eieren of de dagelijkse gewichtstoename van het vee, deze operationele uitkomsten waren altijd zichtbaar. De situatie veranderde echter toen de onderzoekers keken naar de stappen die nodig waren om daar te komen. In drie van de vier gevallen leverden de bedrijven enige details over de digitale mechanismen of controles die zij gebruikten. Maar toen het ging om het meest cruciale puzzelstukje — duidelijk bewijs van wie verantwoordelijk was voor de data en of de records geaudit konden worden — werd het beeld veel minder helder. In meer dan de helft van de gevallen bevatten de publieke rapporten niet genoeg specifieke informatie om een eindgetal direct te koppelen aan een verantwoordelijk persoon of systeem. Hoewel bedrijven vaak hun algemene governance- en toezichtprocessen beschreven, leverden zij zelden de specifieke, stapsgewijze sporen die nodig zijn om een enkele claim vanaf de basis op te bouwen.

De studie maakte gebruik van een methode genaamd sensitiviteitsanalyse om te testen of dit ontbrekende informatiepunt een werkelijke kloof was of slechts een kwestie van detail. Wanneer de onderzoekers ruimte boden voor gedeeltelijke informatie — zoals algemene beschrijvingen van verantwoordelijkheid in plaats van specifieke namen — steeg het aantal gevallen met voldoende bewijs aanzienlijk. Dit suggereert dat de meeste bedrijven wel degelijk governance-systemen op orde hebben, maar dat ze deze vaak op een hoog niveau houden dat niet direct verbonden is met de specifiejes cijfers die zij publiceren. Het verschil is subtiel maar essentieel: een rapport kan zeggen "wij hebben strikte controles", wat een brede intentieverklaring is, maar het toont niet het specifieke logboek van wie de gegevens heeft ingevoerd en hoe deze zijn aangepast om tot het definitieve cijfer te komen. Zonder die specifieke link blijft de claim moeilijk onafhankelijk te verifiëren.

Om de praktische impact van deze bevindingen te begrijpen, keken de onderzoekers naar specifieke voorbeelden van hoe bedrijven wijzigingen in hun prestaties rapporteerden. Een groot Oekraïens bedrijf, Astarta, rapporteerde een stijging van 35,5 procent in de melkproductie tussen 2020 en 2025. Het bedrijf documenteerde ook dat het gedurende deze periode nieuwe digitale systemen voor het beheer van vee had geïmplementeerd. Hoewel de groei in productie reëel en meetbaar was, boden de publieke verslagen niet voldoende detail om het effect van de digitale systemen te scheiden van andere factoren, zoals het simpelweg bij kopen van meer koeien. De onderzoekers concludeerden dat hoewel de digitale systemen bestonden en de productie groeide, het onmogelijk was om op basis van het beschikbare bewijs te bewijzen dat de digitale systemen de oorzaak van de groei waren.

Een ander geval betrof een bedrijf genaamd KSG Agro, dat een verbetering van 8,19 procent in de dagelijkse gewichtstoename van het vee rapporteerde. Dit is een positief resultaat dat zou kunnen duiden op een succesvolle digitale interventie. De eigen documentatie van het bedrijf stelde echter expliciet dat de verbetering te danken was aan betere genetica, en niet aan digitale technologie. In dit geval vonden de onderzoekers dat de bewijsketen sterk genoeg was om de gedachte dat digitale systemen hiervoor verantwoordelijk waren te verwerpen, zelfs al was de uitkomst positief. Dit benadrukt een kernbevinding van de studie: een goed resultaat bewijst niet automatisch dat een digitaal systeem de oorzaak is. Als de bewijsketen naar een andere oorzaak wijst, zoals genetica of het weer, dan moet die oorzaak worden geaccepteerd, ongeacht hoe geavanceerd de technologie van het bedrijf ook is.

Een derde voorbeeld kwam van een bedrijf genaamd Ovostar, dat een significante verschuiving zag in de verhouding tussen het aantal geproduceerde versus het aantal verwerkte eieren. De gegevens toonden een duidelijke verandering in de productstroom, maar de publieke rapporten identificeerden geen specifiek digitaal mechanisme dat deze verschuiving verklaarde. De onderzoekers stelden vast dat hoewel de operationele verandering reëel was, de link naar een digitale oorzaak ontbrak in de documentatie. In een vierde geval had een bedrijf genaamd YASENSVIT een goed gedocumenteerd digitaal controlesysteem voor het beheer van water in de pluimhuizen. Het systeem was duidelijk ontworpen en de architectuur was zichtbaar. De publieke verslagen bevatten echter niet de specifieke tijdstempels van wanneer alarmen werden erkend of hoe snel het systeem reageerde. Zonder deze details was het onmogelijk om te verifiëren of het systeem de snelheid of kwaliteit van de respons daadwerkelijk verbeterde, ook al was het systeem zelf reëel.

Deze voorbeelden illustreren het kernprobleem dat de studie adresseert. De onderzoekers betogen dat organisaties digitale transformatie vaak behandelen als een technologische adoptievraag, waarbij men ervan uitgaat dat het kopen van de juiste software automatisch vertrouwen creëert. In plaats daarvan stellen zij dat vertrouwen afhangt van een specifieke organisatorische capaciteit die zij "bewijsverifieerbaarheid" noemen. Deze capaciteit gaat niet over het hebben van de meest geavanceerde technologie, maar over het ontwerpen van processen die het verhaal van hoe een getal tot stand is gekomen, bewaren. Het vereist het bijhouden van een register van wie wat deed, hoe de gegevens zijn gewijzigd en waarom een specifieke beslissing is genomen. Als een deel van deze keten ontbreekt, kan de uiteindelijke claim niet volledig worden geverifieerd, ongeacht hoe geavanceerd de onderliggende technologie ook lijkt.

De studie suggereert dat bedrijven om echt te profiteren van digitale transformatie, anders moeten denken over hun records. In plaats van alleen gegevens te verzamelen om een eindverslag te produceren, zouden zij hun systemen zo moeten ontwerpen dat elke claim terug te leiden is naar de bron. Dit betekent het bijhouden van gedetailleerde logs van correcties, het identificeren van de specifieke personen of systemen die verantwoordelijk zijn voor elke stap, en het waarborgen dat de regels die worden gebruikt om resultaten te berekenen, duidelijk en toegankelijk zijn. De onderzoekers ontdekten dat wanneer bedrijven dit doen, zij de inspanning verminderen die nodig is voor buitenstaanders om hun claims te verifiëren. Wanneer zij dit niet doen, creëren zij een gat waar vertrouwen zonder bewijs moet worden gegeven.

De bevindingen hebben belangrijke implicaties voor hoe we kijken naar duurzaamheid en kwaliteit in de voedselketen. Nu meer bedrijven claims maken over hun milieu-impact of dierenwelzijn, wordt het vermogen om die claims te verifiëren cruciaal. De studie toont aan dat het hebben van een digitaal systeem niet genoeg is om te bewijzen dat een claim waar is. Het bewijs moet compleet zijn, van de oorspronkelijke gebeurtenis tot de uiteindelijke verklaring. Als een bedrijf niet de volledige bewijsketen kan tonen, blijven de claims ongeverifieerd, ongeacht hoe positief de resultaten ook lijken. Dit betekent niet dat de bedrijven liegen; het betekent simpelweg dat het publieke verslag niet genoeg informatie bevat om het verhaal achter de cijfers te bewijzen.

Uiteindelijk wijst het onderzoek op de noodzaak van een nieuwe aanpak voor het beheer van digitaal bewijs. Het suggereert dat de waarde van digitale records niet ligt in hun volume, maar in hun vermogen om een volledig en reconstructeerbaar verhaal te vertellen. Voor bedrijven in de voedingssector betekent dit dat de volgende stap in hun digitale reis niet alleen het verzamelen van meer gegevens is, maar het organiseren ervan op een manier die iedereen in staat stelt de weg van de boerderij naar het definitieve rapport te volgen. Door dit te doen, kunnen zij eenvoudige digitale records omzetten in verdedigbaar bewijs dat oprechte vertrouwensbanden opbouwt met consumenten, regelgevers en partners. De studie concludeert dat zonder deze "evidence-by-design"-aanpak, de belofte van digitale transparantie slechts dat zal blijven: een belofte, in plaats van een realiteit.