Annonsørinnhold fra
Advertiser company logo

Slik kan standardiserte data gi bedre kontroll på norske veiprosjekter

F.V.: Sophie Sverdrup Strømman og Rikke H. Grøstad i Statens vegvesen.
F.V.: Sophie Sverdrup Strømman og Rikke H. Grøstad i Statens vegvesen. Foto: TUM Studio
Produsert av TUM Studio

På Statens vegvesens kontor i Drammen jobber Rikke H. Grøstad og Sophie Sverdrup Strømman med et prosjekt som kan få stor betydning for hvordan norske veier bygges, driftes og forvaltes.

Begge jobber i Statens vegvesen IT. Grøstad er prosjektleder for , mens Strømman nylig startet som prosjektleder i IT. Etter bare noen uker i jobben var hun ute på veiprosjektet Rv. 4 Roa-Gran grense, for å se hvordan digitale modeller brukes i praksis.

Sophie Sverdrup Strømman ble nylig ansatt som prosjektleder i IT i Statens vegvesen.  Foto:  TUM Studio
Sophie Sverdrup Strømman ble nylig ansatt som prosjektleder i IT i Statens vegvesen.  Foto:  TUM Studio

– Det var kjempespennende. Vi fikk se hvordan de jobber med modellene, hvordan de samarbeider med entreprenøren og hvordan digitale verktøy brukes ute i prosjektet. Som ny kjenner jeg virkelig at jeg kommer tett på kjernen av det Statens vegvesen driver med, sier Strømman.

For henne er det nettopp kombinasjonen av teknologi og samfunnsoppdrag som gjør arbeidet interessant.

– Det er veldig motiverende å jobbe med teknologi som betyr noe utenfor skjermen. Når Statens vegvesen lykkes med å bruke data bedre, kan det gi verdi i veldig stor skala, sier hun.

Problemet er ikke mangel på data

Når Statens vegvesen bygger vei, starter mye av arbeidet lenge før maskinene kommer ut på anlegget. Veier prosjekteres i avanserte BIM-modeller. Entreprenører bruker digitale verktøy i maskinstyring. Droner, punktskyer, skanninger og GIS kan gi stadig bedre oversikt over terreng, fremdrift og avvik.

Rikke H. Grøstad, her på befaring, er prosjektleder for Digital Byggherre i Statens vegvesen. Foto:  Statens vegvesen
Rikke H. Grøstad, her på befaring, er prosjektleder for Digital Byggherre i Statens vegvesen. Foto:  Statens vegvesen

Utfordringen er ikke at veiprosjektene mangler data. Utfordringen er at dataene ikke er strukturert likt fra prosjekt til prosjekt.

– Det er en misforståelse at veiprosjektene ikke er digitaliserte. Det er de i aller høyeste grad. Men mangel på standardisering gjør at data går tapt etter endt byggefase, og da får vi ikke utnyttet verdien videre i drift og forvaltning av veien, sier Grøstad.

Digital Byggherre er forankret i Utbyggingsdivisjonen, mens IT har en sentral rolle i å gjøre teknologien praktisk nyttig i prosjektene. I dag består prosjektgruppen av 11 personer. De er samtidig del av et større IT-miljø i Statens vegvesen, som teller rundt 550 ansatte.

– Dette er ikke digitalisering for digitaliseringens skyld. Vi skal rett og slett bygge vei bedre. Suksessen ligger i samspillet mellom IT-ressurser og de tunge fagmiljøene på vei, sier Grøstad.

Dataene skal leve videre

Målet med Digital Byggherre er å bidra til en mer digitalisert verdikjede for vei. Det betyr at dataene som skapes i planlegging og bygging, også skal kunne brukes av dem som skal drifte, vedlikeholde og forvalte veien i mange tiår fremover.

– Først skal utbygging bygge veien. Senere skal den overleveres til dem som skal drifte og forvalte den kanskje 100 år frem i tid. Da handler det om å strukturere informasjonen på en så god måte at dataflyten faktisk fungerer, sier Grøstad.

Med automatisert kontroll av objektdata kan feil og mangler i 3D-modellen oppdages tidligere, før informasjonen flyter videre i prosjektet. Foto:  Statens vegvesen
Med automatisert kontroll av objektdata kan feil og mangler i 3D-modellen oppdages tidligere, før informasjonen flyter videre i prosjektet. Foto:  Statens vegvesen

Et konkret eksempel er hvordan objekter i en 3D-modell skal navngis og bygges opp. Hvis et rekkverk modelleres ulikt i ulike prosjekter, blir det vanskeligere å hente ut informasjon, gjenbruke data og gi god systemstøtte videre.

– Der heter et rekkverk et rekkverk, for å si det enkelt. Når modellene snakker samme språk, kan både byggherre, entreprenører og de som skal drifte veien senere jobbe mer effektivt, sier Grøstad.

For Strømman har det vært nyttig å se hvordan dette treffer virkeligheten ute på anlegget.

– Når du ser hvordan modellene brukes ute, blir det veldig konkret hvorfor datakvalitet og struktur betyr så mye. Det handler ikke bare om systemer, men om hvordan folk faktisk planlegger, bygger og dokumenterer jobben, sier hun.

Når BIM-modellen møter virkeligheten

Mulighetene blir særlig tydelige når ulike datakilder kobles sammen. Ved å kombinere BIM-modeller med dronedata, punktskyer og skanninger, kan Statens vegvesen få et mer presist bilde av hva som faktisk skjer ute i anlegget.

Slik kan 3D-modeller og skanning av byggeplassen brukes til å følge fremdrift, maskinplassering og gjenstående arbeid i sanntid. Foto:  Statens vegvesen
Slik kan 3D-modeller og skanning av byggeplassen brukes til å følge fremdrift, maskinplassering og gjenstående arbeid i sanntid. Foto:  Statens vegvesen

Det kan handle om å måle hvor mye masse som er hentet ut, følge fremdrift mer nøyaktig eller sammenligne ferdig bygget vei med modellen som lå til grunn. Slik kan teknologien også gi bedre kostnadskontroll og bedre forvaltning av offentlige midler.

– Hvis dataene kommer inn på en mer standardisert måte, kan vi få bedre beslutningsgrunnlag, og mer effektiv samhandling med entreprenørene, sier Grøstad.

Hun trekker frem et eksempel der en konstruksjon ble skannet og sammenlignet med BIM-modellen. Selve konstruksjonen var bygget, men sto én meter lenger ut enn modellen viste.

For en bilist er det kanskje ikke merkbart. For noen som skal grave i området ti år senere, kan det være avgjørende.

– Hvis de som skal drifte veien senere må grave for å lete etter et rør som er lagt ned og lukket igjen, har vi ikke utnyttet dataene godt nok. Derfor er dette så viktig, sier hun.

Først standardisering, så KI

Mange peker på KI og maskinlæring som neste store steg i bygg og anlegg. Grøstad understreker at grunnarbeidet må gjøres først.

– KI og maskinlæring kan absolutt bli relevant etter hvert. Men først må vi standardisere dataene. Det er byggestein nummer én, sier hun.

Rikke H. Grøstad. Foto:  TUM Studio
Rikke H. Grøstad. Foto:  TUM Studio

Bedre datakvalitet kan gi bedre beslutningsgrunnlag i prosjektene, mindre manuelt arbeid og bedre overføring til drift og vedlikehold. På sikt kan det også gi bedre innsikt for fagmiljøene som jobber med analyse, trafikksikkerhet og nullvisjonen.

– Det vi gjør med datagrunnlaget kan i ytterste konsekvens bidra til tryggere veier. Når innsikt og analyse kan brukes bedre videre i verdikjeden, får det betydning langt utover selve IT-prosjektet, sier Grøstad.

Et sterkt IT-miljø tett på samfunnsoppdraget

For Strømman har starten i Statens vegvesen vært en bratt, men positiv læringskurve.

– Det er veldig mye kompetanse her, og folk er flinke til å dele kunnskap og ta seg tid. Det setter jeg stor pris på som ny, sier hun.

Kompetansedeling og -utvikling står sentralt i Statens vegvesen.  Foto:  TUM Studio
Kompetansedeling og -utvikling står sentralt i Statens vegvesen.  Foto:  TUM Studio

Grøstad peker på at Statens vegvesen har mange teknologiprosjekter der IT-folk får jobbe tett på samfunnskritiske oppgaver.

– Jeg tror man kan jobbe her i mange år før man går tom for ting å lære. Det finnes så mange fagområder og så mange muligheter til å utvikle seg, sier hun.

For henne handler det også om at teknologien får en tydelig retning.

– Statens vegvesen berører nesten alle i Norge. Da er det motiverende å få jobbe med løsninger som kan gi mer vei for pengene, bedre forvaltning og tryggere veier, avslutter hun.

Har din bedrift en historie å fortelle?