Data is in steeds sterkere mate de grondstof van bedrijven. Data verzamelen, verrijken, delen en toepassen vormt de kern van veel nieuwe en bestaande organisaties. Denk aan het verbeteren van onderhoud van een radarsysteem, dat bestaat uit vele onderdelen van verschillende producenten. Informatie vanuit de hele productieketen is nodig om te achterhalen welke onderdelen wanneer vervangen moeten worden. Die informatie kan alleen verkregen worden door data via partners te verzamelen. Maar hoe zorgen we dat we data veilig uitwisselen tussen bedrijven? Hoe zorgen we dat de juiste informatie bij de juiste partij komt? Wat zijn daarvoor de wettelijke vereisten eigenlijk? En welke omgeving voldoet aan die eisen?

Deze en meer vragen kwamen naar boven in een reeks interviews die InnoValor, in samenwerking met TNO, hielden met een aantal van de Smart Industry partijen waaronder Thales, Brainport industries en airborne. Het onderzoek afgelopen februari plaats om samenwerkingsmogelijkheden te verkennen rond data uitwisseling in de industrie. We zien dezelfde vragen overigens terugkomen in bijvoorbeeld de ontwikkeling van smart cities en in de zorgketen. InnoValor is betrokken bij pilots en onderzoeken naar data uitwisseling in beide ketens. Daarom zetten we een aantal concrete tips op een rij om met data uitwisseling aan de slag te gaan, die toepasbaar zijn in elke keten.

Vermoedens testen

Het is belangrijk om te realiseren dat de waarde niet direct in de data zelf ligt. De algoritmes en analyses die gedaan worden op basis van de datasets zorgen voor nieuwe inzichten. Zo onderzocht Rijkswaterstaat een hypothese tussen de relatie van het weer en het onderhoud aan wegen tijdens een hackathon van InnoValor. In sommige winters moest het onderhoud namelijk vaker naar voren gehaald worden dan andere. Het team dat werkte aan deze opdracht ontdekte, door onderhoudsdata naast data te leggen van het KNMI, dat er tijdens zogeheten ‘kwakkelwinters’ veel meer onderhoud nodig was. De truc is dan natuurlijk om ook nog eens iets te doen met deze informatie. Bijvoorbeeld door het onderhoudsschema aan te passen: wanneer er een kwakkelende winter verwacht wordt, zal er meer onderhoud nodig zijn.

Benut de vaardigheden en data van partners

Een deel van de potentiele waarde van data ligt in het netwerk van een organisatie. Mogelijk zijn er nieuwe combinaties en relaties te leggen met data die een partner beschikbaar heeft. Mogelijk is het niet nodig om zelf bepaalde analyses op of visualisaties van de data te maken, maar kan een partner organisatie dit doen. Door de bronnen van partners in kaart te brengen, wordt het gemakkelijker om de mogelijke combinaties en verbeteringen te zien.

InnoValor heeft een aantal methoden en technieken om dit te doen. Een van de manieren om de data in de omgeving in kaart te brengen in het datanetwerk canvas. Elke cirkel is een van de partners in het netwerk. Zij hebben eigen datadiensten, databronnen en data-activiteiten die ze ontplooien in de keten. Door het canvas in te vullen wordt het datanetwerk inzichtelijk.

datanetwerk.png

Kennis stimuleren in de keten

Verder kijken dan de eigen organisatie is een kritieke stap in het verbeteren van data uitwisseling. Met partner organisaties data uitwisselen is namelijk niet gemakkelijk. Al heb je intern de datahuishouding op orde, dan hoeft dat niet zo te zijn voor de organisaties waarmee samengewerkt wordt. In het geval van Thales was er bijvoorbeeld beperkte bewustzijn en kennis over data uitwisseling bij de MKB-ers waarmee samengewerkt wordt in de productieketen. De invloed die hierop uitgeoefend kan worden is afhankelijk van hoe betrokken een organisatie wil zijn bij de partijen waarmee data uitgewisseld wordt. Maar de kosten van het helpen van een partner op dit gebied, kunnen mogelijk afgeschreven worden tegen de winst van verbeterde data uitwisseling.

Standaardisatie

Lang niet iedereen spreekt dezelfde 'datataal'. Verschillende bestandstypes, verschillende semantiek en verschillende datamodellen worden gebruikt door organisaties. Er wordt gelukkig hard gewerkt aan standaardisatie op deze gebieden, door het ontwikkelen van afsprakenstelsels voor het uitwisselen van gegevens. Voorbeelden hiervan zijn MedMij in de zorg, Qiy voor persoonlijke data uitwisseling en iSHARE in de logistiek. Om standaardisatie te stimuleren is het aan te raden aan te sluiten bij al lopende initiatieven, in plaats van zelf een standaard proberen te ontwikkelen voor een keten. Dit laatste vereist namelijk een groot aantal partners en draagvlak.

Deel veilig

Uiteraard is het van belang om ook op een veilige manier data uit te wisselen. Zeker wanneer er persoonlijke data in de processen voorkomt, maar dit geldt net zo voor concurrentiegevoelige informatie. De uitdaging is om te zorgen dat de juiste data, met de juiste partij en medewerker gedeeld wordt en ook niet meer dan dat. Dit realiseren is echter nog niet gemakkelijk. Er zijn diverse oplossingen in de markt dit proberen op te lossen, zoals Storro, TradeCloud of Ketenlink, die middelen bieden om versleuteld informatie uit te wisselen. Echter, wees bewust van het risico van vendor lock-in en mogelijke incompatibiliteit met systemen van partners. Interoperabiliteit is noodzakelijk voor toekomstvastheid van een oplossing. Check dus of oplossingen werken volgens mogelijke standaarden die ontwikkeld worden in een branche. Pilots starten en experimenteren met veilige data deel omgevingen is aan te raden, gezien de oplossingen nog niet volwassen zijn.

Data delen in het kort

Inzicht halen uit data kan pas als je actief de vermoedens test die je hebt als organisatie. De waarde ligt namelijk niet in de data zelf, maar in de analyses die je ermee doet. Het is hierbij van belang om inzicht te hebben in je netwerk: welke data beschikken partners over? En welke vaardigheden hebben ze zelf waarvan gebruik gemaakt kan worden? Soms is een partner niet vaardig, maar speelt wel een belangrijke rol in de ontwikkeling van een service of product. Overweeg dan of de business case gemaakt kan worden om die partner te helpen in de ontwikkeling van zijn competenties. Om data effectief uit te kunnen wisselen met ketenpartners is het van belang om dezelfde taal te spreken: zorg voor gedeelde definities en datamodellen, het liefst door beschikbare open standaarden. Er worden al oplossingen ontwikkeld om op een veilige manier, onder standaarden, data uit te wisselen. Maar deze zijn echter nog niet volwassen. Het blijft daarmee een uitdaging om data uitwisseling te realiseren, dus momenteel zal experimenteren nog nodig zijn.