Als AI misschien je baan overneemt, wat ga jij dan doen? Deze tips kunnen je helpen

Door: Gerson Veenstra

AI neemt banen over. Misschien ook wel die van jou. Maar dat betekent niet dat je overbodig wordt. De echte vraag is: wat ga jij dan doen?In een wereld waarin werk razendsnel verandert, helpt futurist Mike Bechtel je om scherper te zien waar je naartoe wilt en hoe je daar komt. Met praktische tips om je koers te bepalen, bij te sturen en je toekomst bewuster vorm te geven.

Volgens Bechtel voelen veel mensen zich nu klein door social media, traag door economische ongelijkheid en opgejaagd door AI. Juist daarom, zegt hij, heeft het weinig zin om je loopbaan te bouwen op vergelijking met anderen. Zijn sessie draait om een andere vraag: hoe bepaal je zelf je richting als werk steeds sneller verandert?

Stop met vergelijken

Een van zijn belangrijkste punten is simpel: richt je niet op de mensen om je heen, maar op je eigen ontwikkeling. Hij verwijst naar een bekende uitspraak van Theodore Roosevelt: "Comparison is the thief of joy." Volgens Bechtel maak je van losse hoogtepunten van anderen al snel één totaalbeeld. Die denkbeeldige ander lijkt dan beter in alles.

Daarom heeft maar één vergelijking waarde, zegt hij: die met je eerdere zelf. Ga je vooruit ten opzichte van gisteren? Beweeg je in een betere richting dan eerst? Dat is voor hem een bruikbaarder kompas dan de vraag of iemand anders verder is.

Begin met vier eerlijke vragen

De kern van Bechtels aanpak draait om vier onderdelen: wat je graag doet, waar je goed in bent, wat je belangrijk vindt en wat je nodig hebt om rond te komen. Hij koppelt dat aan het begrip ikigai, dat hij omschrijft als een reden om te bestaan.

Bij passie gaat het voor hem niet om grote woorden, maar om gedrag. Waar verlies je de tijd? Wat doe je gratis, omdat je het toch graag doet?

Bij talent kijkt hij naar wat anderen in je zien en wat je zelf als kracht kent. Daar moet je volgens hem niet te bescheiden in zijn. Wat zeggen mensen positief over je? Wat weet je zelf dat je goed doet?

Bij doel raadt hij grootse abstracte antwoorden af. Niet meteen de wereld willen redden, maar iets concreets noemen dat dichtbij ligt. Iets in je buurt, je werk of je omgeving.

Bij geld zegt hij dat mensen vaak de mist in gaan. Dan denken ze meteen aan status of aan beroepen met veel salaris. Hij pakt het anders aan. Kijk eerlijk naar je grens. Wat heb je minimaal nodig? Hoeveel risico past bij jouw situatie? Iemand zonder vaste lasten maakt andere keuzes dan iemand met een gezin.

Laat AI voor je werken

Bechtel maakt van AI in deze sessie geen vijand, maar een hulpmiddel. Hij bouwde zelf een gratis beta-tool: 'Actionable Ikigai'. Die tool gebruikt je antwoorden op die vier onderdelen en zet die om in mogelijke richtingen.

Zijn beeld daarbij is een boot. Eerst krijg je een soort eindrichting. Daarna laat de tool ook tussenstappen zien. Je gaat volgens hem niet in één rechte lijn naar je eindpunt. Je moet laveren en onderweg bijsturen.

Daar zit ook zijn grootste punt over AI. Gebruik die technologie niet alleen als iets waar je bang voor bent, maar als iets dat je helpt om betere keuzes te maken. "Wat als we niet door robots werden achtervolgd, maar door robots werden opgetild?", zegt hij.

Kijk niet alleen naar je droombaan maar ook naar je risico

In de sessie waarschuwt Bechtel ook voor loopbaanadvies dat te mooi klinkt. Mensen vertellen achteraf vaak een strak succesverhaal, zegt hij, maar laten de twijfel, omwegen en misstappen weg.

Hij doet dat zelf juist wel. Hij vertelt dat hij aan het begin van zijn loopbaan ongelukkig was in een baan die wel goed betaalde. In zijn dagboek schreef hij: "Ik voel me als een blad dat waait in de wind van iemand anders." Later vond hij werk dat beter bij hem paste, maar ook dat ging via omwegen, twijfel en nieuwe keuzes.

Dat persoonlijke verhaal gebruikt hij niet als heldenverhaal, maar als praktisch punt: werk hoeft niet in één keer perfect te kloppen. Je hoeft ook niet alles tegelijk te hebben. Wel moet je eerlijk zijn over wat je op dit moment zoekt en wat je op dit moment kunt dragen.

Meet of je nog goed zit

Aan het einde maakt Bechtel het nog concreter met een simpele check die hij zelf al jaren gebruikt. Elke paar maanden kijkt hij naar zes punten:

  • beloning: salaris, erkenning en rol
  • werkomgeving: uren, flexibiliteit en praktische voordelen
  • mensen: met wie werk je samen
  • missie: vertel je graag wat je doet
  • werk: vind je je dagelijkse werk goed
  • toekomst: leer je iets waar je later iets aan hebt

Volgens hem helpt dat om eerder te zien wanneer je moet draaien. Niet pas als je al te ver bent vastgelopen, maar zodra je merkt dat de lijn zakt. "Je kunt niet sturen wat je niet meet", zegt hij.

In de vragenronde komt dat nog een keer terug. Op de vraag wanneer je moet pivotten in plaats van volhouden, verwijst hij weer naar die zes punten. En op de vraag hoe je veilig kunt experimenteren, zegt hij dat je binnen je huidige werk ruimte moet zoeken om nieuwe kanten te testen. Niet meteen alles omgooien, maar wel gericht oefenen.

Bechtel eindigt met één laatste aansporing over AI. "We hebben allemaal een geest uit de lamp", zegt hij. "Wat het verschil gaat maken, is de kwaliteit van de vragen die je stelt."

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga

Eerst testen, dan bouwen: wie wil innoveren, moet processen omdraaien

Featured Session: The Great Flip: Why Every Industry Is Running Backwards

Door: Gerson Veenstra

Technologie versnelt innovatie niet alleen, maar verandert ook de volgorde waarin innovatie plaatsvindt. In deze sessie laat de spreker zien hoe processen steeds vaker worden omgedraaid. Producttests gebeuren al virtueel voordat er iets wordt gebouwd, klinische proeven starten in simulaties en distributie kan bepalen waar productie plaatsvindt. De centrale vraag: wat gebeurt er als je workflows niet optimaliseert, maar ze omdraait?

Volgens Sam Jordan gebeurt er op dit moment iets vergelijkbaars met eerdere grote technologische verschuivingen. Ze laat zien hoe nieuwe technologie bestaande processen niet alleen versnelt maar ook de volgorde ervan verandert. Jordan noemt dat het omdraaien van 'pipelines': de vaste stappen waarmee organisaties producten bouwen, kennis ontwikkelen en leiders opleiden. Ze bespreekt drie van die pipelines en laat zien waar ze veranderen.

De 'craft pipeline': hoe dingen worden gebouwd

Jordan zegt dat bouwen lange tijd een vaste volgorde volgde: eerst een idee, daarna bouwen, vervolgens testen en pas aan het eind leren. Nieuwe technologie verandert die volgorde.

AI-simulaties en zogenoemde agentic AI maken het mogelijk om eerst duizenden varianten te testen voordat iets fysiek wordt gebouwd. Daardoor verschuift het moment van leren naar het begin van het proces.

  • Test je ideeën nog in de echte wereld, of kun je ze eerst simuleren?
  • Waar zit in jouw organisatie nog een dure of trage bouwstap die door simulatie kan verschuiven?
  • Wie doet het denkwerk in het proces: mensen of AI-systemen?
  • Hoe voorkom je dat teams intuïtie verliezen wanneer experimenteren vooral virtueel gebeurt?

De 'discovery pipeline': hoe we kennis ontwikkelen

Jordan zegt dat wetenschap lange tijd draaide om observatie: onderzoekers kijken naar de natuur en proberen daarna te begrijpen waarom iets werkt. Met AI verschuift dat proces volgens haar van observeren naar ontwerpen.

Ze noemt het voorbeeld van xenobots: kleine biologische constructies die onderzoekers ontwerpen met AI en levende cellen. In plaats van alleen te ontdekken wat natuur doet, ontwerpen onderzoekers nieuwe biologische systemen.

  • Begin je onderzoek met observatie van de natuur of met een doel dat je wilt bereiken?
  • Ontdek je iets, of ontwerp je een oplossing en zoek je daarna de verklaring?
  • Laat je AI mogelijke oplossingen genereren voordat je gaat experimenteren?
  • Hoe zorg je dat nieuwsgierigheid blijft bestaan wanneer systemen sneller antwoorden produceren?

De 'talent pipeline': hoe leiders ontstaan

De derde pipeline gaat volgens Jordan over carrièreontwikkeling. Traditioneel begonnen medewerkers met junior werk. Ze maakten fouten, kregen feedback en ontwikkelden zo vaardigheden en karakter.

Volgens Jordan verandert dat proces doordat AI juist dat junior werk automatiseert. Daardoor verdwijnt een belangrijk leertraject binnen organisaties.

  • Welke taken in jouw organisatie vormden vroeger de leerschool voor juniors?
  • Welke van die taken worden nu door AI uitgevoerd?
  • Hoe ontwikkelen medewerkers nog ervaring als die eerste stappen verdwijnen?
  • Hoe organiseer je tegenspraak en feedback als AI-systemen gebruikers vaker gelijk geven?

De 'friction audit'

Aan het einde van haar verhaal introduceert Jordan een praktische aanpak voor organisaties: de friction audit. Die helpt leiders volgens haar om te zien wat oude processen onbedoeld opleverden.

Ze beschrijft drie stappen:

  1. Map it – Wat is de huidige pipeline van idee tot resultaat in jouw organisatie?
  2. Name it – Welke bijproducten leverde dat proces op, zoals intuïtie, nieuwsgierigheid of karakter?
  3. Design it – Hoe bouw je die eigenschappen bewust opnieuw in wanneer technologie de pipeline verandert?

Jordan stelt dat de nieuwe pipelines in bijna alle opzichten sneller en efficiënter zijn. De belangrijkste vraag voor leiders is volgens haar niet of ze deze technologie gebruiken, maar hoe ze de menselijke eigenschappen behouden die vroeger vanzelf ontstonden in het proces.

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga

Dieren leren verstaan, gaat vooral om begrijpen: aan communiceren zitten grote risico's

Door: Gerson Veenstra

Eerder deze week was ik al bij een sessie over communiceren met potvissen. De vraag in die sessie was vooral: hoe kan AI helpen om walvistaal te ontcijferen en hoe snel kan dat? Deze sessie gaat daar deels ook over, maar gaat volgens de spreker nog een stapje verder: namelijk dat het begrijpen van andere soorten misschien minder een technologisch vraagstuk is dan een poging om de verbinding met de rest van de natuur te herstellen.

Volgens Aza Raskin, mede-oprichter van Earth Species Project, weten we nog verrassend weinig over communicatie in de natuur. Dat begint al bij dieren die we denken te kennen. Zo geven papegaaien hun kuikens een naam. In de eerste weken fluisteren ouders een unieke roep naar hun jong en die naam blijft hun hele leven in gebruik. Volgens Raskin gebeurt iets vergelijkbaars bij olifanten, dolfijnen en beloega’s.

Bij kraaien blijkt een groot deel van de communicatie zelfs nog volledig onbekend. Onderzoekers ontdekten dat zestig tot zeventig procent van hun geluiden bestaat uit zachte roepen die ze maken terwijl ze dicht bij elkaar vliegen. "We leven in 2026 en van het grootste deel van hun communicatie weet de wetenschap nog niets", zegt Raskin.

Ook bij dolfijnen is de kennis nog beperkt. Wetenschappers weten dat ze elkaar met signature whistles bij naam roepen. Maar alle andere geluiden vallen vaak in één grote categorie. Volgens Raskin lijkt dat op een situatie waarin iemand menselijke taal bestudeert en onderscheid maakt tussen namen en 'alles wat geen naam is'.

AI helpt om patronen te ontdekken

Om die communicatie beter te begrijpen, gebruikt Earth Species Project AI. Raskin legt uit dat moderne AI-systemen taal niet alleen zien als woorden, maar als patronen en relaties. Woorden krijgen een plek in een soort kaart waarin betekenis wordt weergegeven als afstand en richting. Woorden die op elkaar lijken liggen dicht bij elkaar. Relaties tussen woorden krijgen een vaste geometrie.

Volgens Raskin werkt dat principe niet alleen voor menselijke talen, maar ook voor andere soorten data. Beelden, geluiden, DNA en zelfs hersenscans kunnen op een vergelijkbare manier worden weergegeven en met elkaar worden verbonden. Daarmee ontstaat een manier om communicatie te analyseren zonder dat er een vertaling bestaat.

Het doel is niet praten met dieren

Toch zegt Raskin dat zijn organisatie niet probeert om met dieren te praten. "We proberen niet de barrière van communicatie te doorbreken, maar de barrière van begrip."

Volgens hem verandert begrip hoe mensen naar andere soorten kijken. Wanneer mensen de taal en cultuur van een groep leren kennen, voelt die groep minder ver weg. "We veranderen niet wanneer we praten. We veranderen wanneer we luisteren."

Experimenten met AI en vogels

Om communicatie beter te begrijpen doen onderzoekers verschillende experimenten. Zo werkte het team met zebrafinches, kleine zangvogels. Onderzoekers vervingen één van de vogels in een gesprek door een AI-systeem. De vogel en de AI voerden vervolgens urenlang een soort gesprek.

Volgens Raskin konden zulke experimenten eerder alleen heel kort duren, soms maar enkele seconden. Nu gaan ze vier tot acht uur door. Tijdens die experimenten bleek dat de vogels hun eigen geluiden aanpassen aan de manier waarop de AI reageert.

Waarom communiceren risico’s heeft

Juist daarom benadrukt Raskin dat terugpraten met dieren risico’s kan hebben. Hij vertelt over een experiment met olifanten waarbij onderzoekers de roep van een overleden matriarch afspeelden. De kudde kwam enthousiast aangerend, maar raakte daarna in verwarring en verdriet toen de olifant niet verscheen. Volgens hem laat dat zien hoe groot de impact van communicatie kan zijn.

Ook bij walvissen kan dat gebeuren. Humpbacks nemen soms liedjes van andere populaties over. Een kunstmatig walvisgeluid zou zich volgens Raskin snel kunnen verspreiden. "We zouden zomaar een viraal lied kunnen maken dat de cultuur van walvissen verstoort." Daarom pleit hij voor voorzichtigheid en nieuwe regels voordat zulke technologie breed beschikbaar wordt.

Luisteren verandert de relatie met natuur

Volgens Raskin kan beter begrip uiteindelijk iets anders veranderen: hoe mensen zich verhouden tot de natuur.

Hij noemt de documentaire My Octopus Teacher als voorbeeld. Die film liet volgens hem zien hoe verbinding gedrag kan veranderen. Veel mensen stopten na het zien van de film met het eten van octopus. Niet omdat de film hen vertelde dat ze fout zaten, maar omdat ze zich verbonden voelden met het dier.

Een nieuwe manier om naar natuur te kijken

Aan het einde vergelijkt Raskin de huidige situatie met een bekend moment uit de astronomie. In 1995 richtten onderzoekers de Hubble-telescoop op een stukje hemel dat leeg leek. In plaats van leegte zagen ze duizenden sterrenstelsels.

Volgens Raskin staan we nu op een vergelijkbaar punt met de natuur. "We bouwen instrumenten waarmee we kunnen kijken naar plekken waarvan we dachten dat er niets was. En wat we ontdekken is niet niets, maar alles."

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga

Journalistiek blijft alleen mensenwerk? Bullshit! Focus vooral op wat AI niet kan

Featured Session: The Future of News

Door: Gerson Veenstra

Sessies over journalistiek zijn de laatste jaren van SXSW schaars. Dat is weleens anders geweest. Maar door alle ontwikkelingen in de wereld en de impact van AI, zie je er nu toch wat meer in het programma staan. En eentje met de titel 'The Future of News', kan ik natuurlijk niet missen. Want als je nu journalist bent, is dit een behoorlijk existentiële vraag. Een vraag die niet alleen gaat over instituten zoals mediabedrijven, maar ook over de journalist zelf. 

Helaas bracht deze sessie niet wat ik ervan hoopte. Een moderator die zelf echt geen benul lijkt te hebben van alle ontwikkelingen en drie sprekers die niet veel verder komen dan clichés en voorbeelden noemen van hoe lekker ze zelf bezig zijn. Tot een inhoudelijke discussie kwam het niet. Alsof er eigenlijk niks aan de hand is. En dat is best gek. Zeker als je ziet voor welke bedrijven ze werken. Voor de volledigheid toch nog maar een korte samenvatting. 

Verdienmodellen voor nieuws

De sessie begint met de vraag hoe nieuwsorganisaties geld verdienen in een medialandschap dat de afgelopen decennia sterk veranderde. Betsy Reed vertelt dat The Guardian werkt zonder betaalmuur en inzet op vrijwillige bijdragen van lezers. In de VS komt volgens haar ongeveer 70 procent van de omzet uit die bijdragen.

Jennifer Cunningham zegt dat Newsweek bewust inzet op meerdere inkomstenbronnen. Het bedrijf combineert onder meer abonnementen, events en B2B-activiteiten. Rebecca Grossman-Cohen zegt dat The New York Times de afgelopen jaren sterk focuste op digitale abonnementen en op producten die mensen dagelijks gebruiken.

Meer producten naast het nieuws

The New York Times noemt daarvoor onder meer games, koken en shoppingadvies. Volgens Grossman-Cohen komen mensen daardoor elke dag terug, ook als ze niet specifiek voor nieuws komen.

The Guardian zegt in de VS meer te investeren in onderwerpen als sport, wellness en video. Reed kondigt een nieuwe videopodcast aan. Newsweek richt zich sterk op multimedia en video-interviews met onder meer CEO's, wereldleiders en makers.

Jong publiek via social

De sprekers zeggen dat jong publiek vaak niet rechtstreeks via de homepage binnenkomt. Cunningham noemt sociale media de 'on ramp' voor Gen Z: daar komen jongeren binnen, waarna ze later langere journalistieke verhalen lezen en mogelijk abonnee worden.

Grossman-Cohen zegt dat ongeveer 30 procent van het publiek van The New York Times uit Gen Z bestaat.

AI in de redactie

AI komt een beetje aan bod. Cunningham zegt dat Newsweek er actief mee werkt en het ziet als 'almost a bicycle for the mind'. Het bedrijf gebruikt AI-tools om redactiewerk sneller te maken.

Reed zegt dat The Guardian AI wel gebruikt als hulpmiddel, maar dat publicaties altijd door mensen worden geschreven en gecontroleerd. Grossman-Cohen zegt dat The New York Times AI inzet voor bijvoorbeeld data-analyse, maar dat de organisatie een 'human centric news organization' blijft.

Druk op journalistiek

In het gesprek gaat het ook over druk op de journalistiek en de afname van banen in de sector. Cunningham noemt cijfers van Reuters Journal waaruit blijkt dat in 2025 ongeveer 17.000 banen in de journalistiek verdwenen.

Volgens de sprekers raakt dat uiteindelijk vooral het publiek, omdat er minder verslaggeving komt over wat er gebeurt in steden, regio's en landen.

Bullshit

Maar waar het eigenlijk over had moeten gaan, is de enorme impact die alle ontwikkelingen hebben. Ik ervaar dat deze week zelf ook weer. Als 'De Telegraaf' zegt: "Wij laten ons eerstelijns nieuws niet door AI schrijven, dat blijft mensenwerk", dan is dat complete bullshit. Je kunt dat niet volhouden. Want je bent een commercieel bedrijf en anderen gaan dat wel doen. Een ANP'tje herschrijven kunnen zij sneller en beter dan jij. 

Als je dan toch echt alles door mensen wil laten doen, stop dan gewoon met dat standaard eerstelijns nieuws. En zet je mensen dan in op de zaken waar een AI niet goed in is. Dat zijn zaken als visie, menselijke duiding, empathie, verbinding, karakter. 

Ik kan dat zeggen, omdat alle verslagen die ik hier maak met AI gemaakt worden. Je kunt bijna zeggen dat ik vaak niet de schrijver ben, maar meer de producer en de regisseur. En voor dit doel vind ik dat prima. Het zorgt ervoor dat ik veel op een dag kan publiceren en het zijn niet per se verhalen waarvan ik het belangrijk vind dat woord voor woord van mijzelf is. 

De ontwikkelingen de afgelopen jaren zijn hard gegaan. Ik zie hier per jaar de verschillen. Daar had ik het vanmorgen in de app nog over met Erwin Blom. Doen alsof dit geen impact heeft en dat jij het wel op een andere manier kan doen, is simpelweg dom. Sorry. Het hoort erbij dat sessies soms teleurstellen. Maar dat het nou net deze moet zijn over journalistiek, daar baal ik van. Snel door naar de volgende. 

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga

Wat de eerste maanlanding van Firefly vooral heeft opgeleverd: dat we maar heel weinig weten van de maan

Door: Gerson Veenstra

Er gaat geen SXSW voorbij zonder dat het over ruimtevaart gaat. Zo heb ik ooit al eens live een vraag gesteld aan een astronaut in het ISS. Er zijn hier veel ruimtevaartenthousiastelingen. Maar vaak was het dan NASA. En daar is behoorlijk wat aan veranderd. Deze sessie gaat over het eerste commerciële ruimtevaartbedrijf dat het gelukt is om op de maan te landen: Firefly. Een bedrijf uit Austin zelf. Dat gebeurde precies een jaar geleden. 

Volgens Firefly-CEO Jason Kim leverde de eerste missie vooral één inzicht op: er is nog veel onbekend over de maan. "Er is gewoon heel veel dat we nog niet weten over de maan", zegt hij. De Blue Ghost-missie moest juist daarom data verzamelen voor toekomstige missies en voor het Artemis-programma van NASA, dat uiteindelijk mensen terug naar de maan moet brengen.

Grote temperatuurverschillen

Een van de verrassingen ging over temperatuur. De modellen bleken niet precies genoeg. Op de plek waar Blue Ghost stond, schommelde de temperatuur meer dan verwacht: van ongeveer 270 graden Fahrenheit tot min 230. "Een bereik van meer dan 500 graden", zegt Kim. "Een beetje zoals Austin deze week."

Dat bleek geen probleem voor de hardware. Maar het laat wel zien dat er meer metingen nodig zijn voordat er bijvoorbeeld infrastructuur of voertuigen op de maan kunnen functioneren. Tijdens de missie ontstond ook een praktische oplossing. Een grote GPS-antenne werd gebruikt als een soort zonnescherm om een radio-installatie te beschermen tegen hitte. Daardoor kon het communicatiesysteem blijven werken.

Wetenschap op onverwachte plekken

Brigette Oakes, VP Engineering bij Firefly, vertelt dat sommige inzichten pas later duidelijk werden toen de data werd geanalyseerd. De lander stond aan de rand van een krater. Daardoor weerkaatste licht van de kraterwand. Dat zorgde voor extra temperatuurschommelingen op het oppervlak.

Die metingen bleken vervolgens weer interessant voor wetenschappers die het maanoppervlak – de regolith – bestuderen. Volgens Oakes konden onderzoekers via de temperatuurdata meer afleiden over hoe licht met dat oppervlak interacteert.

Een tweede, grotere missie

De volgende missie staat al gepland. Blue Ghost Mission 2 moet landen op de achterkant van de maan. "De VS heeft nog nooit op de achterkant van de maan geland", zegt Kim.

De missie wordt ook een stuk groter. De eerste lander was ongeveer twee meter hoog. De volledige stapel van de nieuwe missie wordt ruim zes meter. Daarin zitten meerdere onderdelen:

  • een nieuwe Blue Ghost-lander
  • de Lunar Pathfinder-satelliet van de European Space Agency
  • Firefly’s eigen orbiter, Elettra

De lander daalt af naar het oppervlak. De satellieten blijven rond de maan draaien en verzorgen communicatie met de aarde. Aan boord zitten zes payloads uit verschillende landen, waaronder de VS, het Verenigd Koninkrijk, Canada, Australië en de Verenigde Arabische Emiraten. Een van die payloads is een rover van de VAE.

Jaarlijkse missies naar de maan

Firefly wil daarna vaker naar de maan. Na missie twee volgen al plannen voor nieuwe landingen. Mission 3 gaat naar een gebied met silica-rijke vulkanische structuren, de zogenaamde Gruithuisen Domes. Daar wil Firefly onderzoek doen met een rover en andere instrumenten.

Mission 4 richt zich op de zuidpool van de maan. Dat gebied is interessant omdat er mogelijk water en waterstof aanwezig zijn. Dat kan later belangrijk zijn voor brandstof en infrastructuur. Volgens Oakes bouwen de missies op elkaar voort. Technologie en lessen uit eerdere vluchten worden steeds weer meegenomen in de volgende missie.

Ruimtevaart voor een fractie van de prijs

Kim benadrukt tijdens het gesprek meerdere keren het verschil tussen nationale ruimtevaartprogramma’s en commerciële bedrijven. De eerste Blue Ghost-missie kostte volgens hem ongeveer 100 miljoen dollar, inclusief de raketlancering. "Vijf landen hebben dit eerder gedaan met budgetten van miljarden dollars", zegt hij.

De missie voerde veertien dagen lang experimenten uit op het maanoppervlak. Daarbij werd onder andere GPS-signaal op de maan getest en werd dieper in het maanoppervlak geboord dan eerder was gedaan.

De volgende stap: infrastructuur rond de maan

Naast landers werkt Firefly ook aan satellieten en infrastructuur rond de maan. Een voorbeeld is een camerasysteem dat vanuit een orbiter het maanoppervlak in kaart brengt. Die data wil Firefly commercieel aanbieden, bijvoorbeeld aan bedrijven of landen die landingsplekken willen onderzoeken.

Volgens Kim kan zo’n satelliet ook helpen bij het volgen van objecten rond de maan en het voorkomen van botsingen.

Veel jonge ingenieurs

Opvallend detail: een groot deel van het team dat de eerste maanlanding uitvoerde, stond nog maar kort in het vak. "De gemiddelde leeftijd op de operationsvloer was ongeveer 28", zegt Kim.

Volgens Oakes bestaat een groot deel van de engineeringafdeling zelfs uit mensen die minder dan vier jaar geleden zijn afgestudeerd. Ze werken aan meerdere programma’s tegelijk: raketten, landers en satellieten. "Je ziet mensen constant over disciplines heen samenwerken om de missie te laten slagen", zegt ze.

Nieuwe missies, nieuwe hardware

Voor Firefly zelf staan de komende jaren vooral in het teken van nieuwe systemen en missies. De volgende versie van hun Alpha-raket wordt getest, een grotere raket – Eclipse – is in ontwikkeling, en Blue Ghost Mission 2 wordt momenteel opgebouwd.

"Je gaat straks zien dat de hele stapel voertuigen wordt opgebouwd", zegt Kim. "En dan komt het moment dat Blue Ghost weer vertrekt." 

Verantwoording: dit verslag is een combinatie van zelf geschreven tekst en tekst van ChatGPT op basis van het transcript van de sessie. Hier kun je lezen hoe ik te werk ga