Artificiële intelligentie (AI) groeit aan belang in alle maatschappelijke toepassingen. Vanuit inter-sectoral and inter-disciplinaire toepassingsdomeins wordt AI steeds meer geïntegreerd. De weg naar (resultaten uit) AI omvatten heel wat aspecten die niet alleen aan reglementeringen moeten voldoen, maar ook aan de deontologie en/of haalbaarheid getoetst moet worden. Hierin bekijken we welke uitdagingen maken AI niet direct toepasbaar voor bepaalde dynamische processen, en wat zijn de limitaties hiervan. Een van de meest (controversiele) ervaring in de praktijk is het feit dat data volumes zijn (zeer) groot, maar de inhoud aan informatie is beperkt om AI een oplossing aan te bieden die ook actiegericht is. We ontwikkelen methodologieen en algorithmes om met data beperkingen te kunnen omgaan en complementaire AI resultaten te laten combineren met traditionele methoden voor het optimale resultaat. Het onderzoek past binnen het kader van modelleren en regelen van dynamische systemen.