Innlegg: Data som produkt – byggbransjens neste modenhetsløft

Det kognitive bygget er ikke en fjern visjon. Det er en konkret retning, en retning  som Norge kan ta tet på. Men måten vi behandler data på står i veien for den ambisjonen.

I dag lagres data som om de var overskuddsmasser. De havner i databaser, mapper, siloer og systemer som ikke snakker sammen. De blir liggende der, som digitale steinrøyser. Det er det vi kaller «mørke data».

Flere store globale markedsanalyser viser at mellom 60 prosent og 73 prosent av all data i en virksomhet aldri gjenbrukes eller analyseres. Det anerkjente konsulenthuset, McKinsey har sågar indikert at så lite som 1 prosent av rådataene som genereres på verdensbasis faktisk blir gjenbrukt til dypere innsikt og strategiske eksperimenter.

Det betyr i så fall at vi lar nittiniprosent av den digitale råvaren vår gå til spille. I disse dataene ligger det mye kunnskap og innsikt.  I en tid der AI, IoT og digitale tvillinger krever presise, rene og velbeskrevne datastrømmer, er dette ikke bare ineffektivt, det er direkte hemmende. 

Skal vi lykkes med å bygge smartere, mer energieffektive og mer formålstjenlige bygg, må vi endre tankesettet fundamentalt.

Vi må slutte å se på data som et biprodukt. Data må behandles som Produktet. Det er som en ny bil eller en telefon. Produkter har ulik kvalitet som gjerne gjenspeiles i deres verdi. De har spesifikke egenskaper. De har en forventet ytelse. De har en historikk og det finnes klare metoder for bruk. De er ment for bestemte målgrupper.

Produkter differensieres i forhold til sin kvalitet. Kvalitet kan måles, vurderes og forbedres. Data har alt dette, men vi er dårlige til å beskrive det. Et datasett som brukes i en simulering av energiforbruk i et bygg er ikke nødvendigvis anvendbart for analyse av et bygg på andre siden av gaten. 

Et sett med sensorata fra et ventilasjonsanlegg i et skolebygg som ble renovert i 2020 vil gjerne ha helt andre egenskaper enn datasettet fra et tilsvarende ti år gammelt bygg. Et dokumentasjonsarkiv fra en entreprenør har en annen struktur og pålitelighet enn et datasett fra en kommune.

Når vi behandler data som bulk, mister vi denne differensieringen. Når vi behandler data som produkter, synliggjør vi den.

Det mest grunnleggende skillet mellom fysiske produkter og dataprodukter er at data kan gjenbrukes uendelig. Nettopp derfor må historikken være en del av produktets identitet.

Et dataprodukt må kunne fortelle hvordan det ble samlet inn, hvordan det ble bearbeidet, hvem som gjorde det, hvilke formål det har vært brukt til, hvilke modeller det har trent, hvilke analyser det har inngått i, hvilke skjevheter eller mangler som finnes, og hvilke versjoner som eksisterer. Uten historikk blir data som en brukt maskin uten servicehefte: du kan bruke den, men du vet ikke hva du risikerer.

Den nye datadelingsloven som ble sanksjonert i år markerer et skifte i hvordan Norge skal forvalte offentlige data. Det offentlige sitter på enorme datamengder som kan hjelpe oss å bygge bedre bygg: klimadata, energibruk, kartdata, reguleringsplaner, bygningsinformasjon, sensordata fra kommunale bygg. Når disse dataene blir tilgjengelige, åpner det for en helt ny type innovasjon. Men tilgjengelighet er ikke nok.

Data må være forståelige. De må være beskrevet. De må være sammenlignbare. De må være koblingsbare. De må være produkter.

For at data skal kunne omsettes, vurderes og gjenbrukes, må de ha et utstillingsvindu — en digital varehylle der dataprodukter presenteres med en tydelig varedeklarasjon. Ikke som filer i en mappe, men som produkter med innhold, kvalitet, egenskaper, historikk, anbefalt bruk, begrensninger og kompatibilitet.

Dette krever metadata. Metadata er dataproduktets varedeklarasjon. Uten metadata er data som en eske uten etikett.

Men metadata alene er ikke nok. For at data skal kunne deles og forstås på tvers av systemer, må de beskrives på en felles måte. Her kommer semantisk teknologi inn. Ontologier som ISW, REC og SAREF gir oss et felles språk for bygg, komponenter og prosesser. Kunnskapsgrafer viser hvordan dataelementer henger sammen.

Embedding-teknologi gjør det mulig å sammenligne datasett basert på mening, ikke bare struktur. Det finnes kraftige ontologier som DCAT og PROV-O som gjør det mulig å beskrive hele datasett på en standardisert måte. Det kan dreie seg om innholdsbeskrivelser, eierskap, bruk, tilgang og hvem som er vedlikeholdsansvarlig.  

Disse ontologiene bidrar også til å tydeliggjøre opprinnelse og opphav, tidligere anvendelser og prosessering.  Semantikk og ontologier er ikke avansert teori. Det er et praktisk fundament som vi kan nyttiggjøre oss for å øke kapitaliseringsgraden på den virtuelle gullgruven som både det offentlige og private sitter på.

SINTEF Digital, SINTEF Community og Smart Innovation Norway forsøker å tilrettelegge for dette i Smart Building Hub prosjektet. Her samles datasett fra mange ulike kilder for å støtte analyse, simulering, digital tvilling‑utvikling og maskinlæring.

Her behandles data ikke som filer, men som produkter. Ikke som bulk, men som ressurser. Ikke som arkiv, men som drivstoff. Dette er et brohode for en ny digital praksis i norsk byggsektor.

Hvis Norge skal ta ledelsen i utviklingen av Det Kognitive Bygget, et bygg som forstår seg selv, som lærer, som optimaliserer, som kommuniserer må vi behandle data med samme profesjonalitet som materialer, maskiner og kompetanse.

Det Kognitive Bygget er ikke et teknologiprosjekt. Det er et dataprosjekt.

Og dataprosjektet starter med én ting: Data må betraktes som produkter.

Dette er et leserinnlegg og meninger i innlegget står for forfatterens regning.