Was dat concert 5.000 of 15.000 mensen? Vraag het aan drie mensen en je krijgt drie antwoorden. Menselijke schattingen van mensenmenigten wijken routinematig 50 tot 300% af, en de politieke belangen rond evenementen maken nauwkeurigheid nog moeilijker te vertrouwen.
Mloentelling is belangrijk voor veiligheid, omzet en naleving, maar het blijft een van de moeilijkste telproblemen waarmee mensen worden geconfronteerd. Ons brein is opmerkelijk slecht in het schatten van grote groepen. AI-tools voor mloentelling hanteren een andere aanpak: ze verwerken een foto of videofeed en geven een getal terug, hetzelfde getal, elke keer. Hier is hoe de technologie werkt en waar evenementenmanagers het vandaag gebruiken.
Waarom menselijke schattingen van mensenmenigten falen
Het menselijk brein is goed in het vergelijken van hoeveelheden, zoals beoordelen welke rij bij de supermarkt het langst is. Het is echter echt slecht in het tellen ervan. Cognitieve wetenschappers merken op dat zodra een groep meer dan ongeveer 4 personen telt, we stoppen met tellen en beginnen te schatten. Hoe groter de menigte, hoe slechter die schattingen worden.
Het onderzoek van Full Fact naar mloentelling toonde aan dat grote discrepanties tussen schattingen de norm zijn, niet de uitzondering. Bij een mars in Londen in 2023 meldden organisatoren 800.000 deelnemers terwijl de politie er 300.000 schatte. Bij een demonstratie in Sydney in 2025 telde de politie 90.000 tegenover claims van organisatoren van tot 300.000. Zelfs ervaren waarnemers hebben moeite om onderscheid te maken tussen twee en vier personen per vierkante meter, een verschil dat het totale aantal verdubbelt.
De traditionele schattingsmethode, de Jacobs-methode uit de jaren 1960, houdt in dat je mensen telt in steekproefvierkanten, de gemiddelde dichtheid berekent en vermenigvuldigt met het totale oppervlak. Het is beter dan raden, maar het berust nog steeds op aannames over een uniforme verdeling van de menigte die in de praktijk zelden opgaan.
Hoe AI-mloentelling werkt
AI-mloentelling maakt gebruik van computervisie om individuele hoofden of lichamen in een afbeelding te detecteren en te tellen. Het proces werkt met twee hoofdbenaderingen.
Detectiegebaseerd tellen identificeert elke persoon afzonderlijk door een markering op elk gedetecteerd hoofd te plaatsen. Dit werkt goed voor menigten tot enkele duizenden, waar individuele personen nog herkenbaar zijn in het beeld. Het levert zowel een telling als een visuele kaart die precies laat zien wie is geteld.
Dichtheidsschatting behandelt veel grotere menigten door te voorspellen hoeveel mensen elk gebied van het beeld bezetten zonder individuen te identificeren. Het model genereert een dichtheidskaart, een heatmap waarbij lichtere gebieden meer mensen aangeven, en telt de waarden op om een totaal te produceren. Deze aanpak schaalt naar tienduizenden mensen in een enkel beeld.
Moderne systemen zoals SmartSport combineren beide benaderingen met grote taalmodellen die bruikbare managementrapporten genereren. In benchmarktests behaalde SmartSport een telnauwkeurigheid van 93,8% voor menigten in sportfaciliteiten, terwijl domeinexperts de AI-gegenereerde managementsuggesties beoordeelden met 4,2 op 5,0 voor bruikbaarheid.
Waar evenementenmanagers mloentelling gebruiken
Overbevolking heeft dodelijke incidenten veroorzaakt op locaties wereldwijd. Realtime monitoring van de menigtedichtheid signaleert secties die capaciteitsgrenzen naderen voordat ze gevaarlijk worden.
Nauwkeurige bezoekersaantallen voeden de ticketverrekening, concessieplanning en sponsorrapporten. Een ondertelling van 20% betekent 20% minder onderhandelingskracht bij de sponsoronderhandelingen van volgend jaar.
Winkels en winkelcentra gebruiken plafondcamera's om bezoekers per uur te tellen, verblijfstijd te meten en promotionele impact te evalueren zonder handmatige tellers.
Treinstations, luchthavens en openbare pleinen gebruiken mloentelling om de stroom te beheren, personeel aan te passen en waarschuwingen te activeren wanneer de dichtheid veilige drempels overschrijdt.
Realtime tellen vs. fotogebaseerd tellen
Fotogebaseerd tellen werkt op basis van een enkele afbeelding. Upload een foto van de menigte, krijg een telling. Dit is nuttig voor analyse achteraf: hoeveel mensen waren er bij het concert van gisteravond, hoe druk was het plein om twaalf uur, hoeveel mensen kwamen er naar de demonstratie.
Realtime tellen verwerkt een continue videofeed. Camera's bij de ingangen van de locatie of op bruggen boven het publiek tellen mensen terwijl ze binnenkomen en vertrekken, en houden een lopend totaal bij. Systemen zoals ArenaIQ (2026) combineren realtime dichtheidsmonitoring met voorspellende modellen die wachtrijpieken en personeelsbehoeften voorspellen over stadionsecties.
De keuze hangt af van het gebruik. Post-evenementanalyses en verzekeringsclaims vereisen fotogebaseerde analyse. Veiligheidsnaleving en live operaties vereisen realtime feeds.
Privacy en ethische overwegingen
Mloentelling roept legitieme privacyvragen op. Het goede nieuws: de meeste telsystemen hoeven individuen niet te identificeren. Detectiegebaseerde modellen tellen hoofden zonder gezichten te herkennen, en dichtheidsschatting werkt volledig op geaggregeerde patronen.
De beste praktijk is om beelden op het apparaat of op beveiligde servers te verwerken, alleen de telling en dichtheidskaart te bewaren in plaats van het originele beeldmateriaal, en monitoringpraktijken duidelijk aan bezoekers te communiceren. Wanneer tellen wordt gebruikt voor veiligheid, is het argument ervoor duidelijk. Wanneer het wordt gebruikt voor surveillance of protestdocumentatie, verandert de ethische afweging aanzienlijk.
Conclusie
Menselijke schattingen van mensenmenigten zijn van nature onbetrouwbaar. AI-mloentelling levert consistente, herhaalbare cijfers die niet verschuiven op basis van wie de schatting maakt of welk antwoord gewenst is. De technologie is gerijpt van academisch onderzoek tot praktische tools die evenementenmanagers, veiligheidsteams en faciliteitsbeheerders dagelijks gebruiken.
De volgende keer dat u een bezoekersaantal nodig heeft, sla het raden over. Een enkele luchtfoto en een AI-teltool geven u een antwoord dat u elke keer kunt verdedigen.