Hvorfor er dataområder viktige for din virksomhet?
Mange virksomheter står overfor utfordringer som krever bedre deling og bruk av data på tvers av organisatoriske og sektorielle grenser. Dette gjelder blant annet utvikling av sammenhengende tjenester, automatisering av prosesser, bedre beslutningsstøtte og bruk av kunstig intelligens.
Et sentralt premiss er at verdien av data ofte oppstår når de kan kombineres med data fra andre kilder. Samtidig ønsker virksomheter å beholde kontroll over egne data og sikre at deling skjer i tråd med gjeldende regelverk og etablerte styringsmekanismer.
Forankret i EUs strategier
Dataområder er et konsept som har vokst frem gjennom europeiske initiativer for datadeling, blant annet som en del av arbeidet med EUs datastrategi og etableringen av felles europeiske dataområder. Formålet er å gjøre det enklere å dele og bruke data på tvers av organisasjoner, sektorer og landegrenser, samtidig som dataeierne beholder kontroll over hvordan dataene brukes.
For norske virksomheter er dette relevant fordi både europeisk regelverksutvikling og nye samarbeidsmodeller i økende grad bygger på slike prinsipper. Dataområder kan derfor bli en viktig del av infrastrukturen for fremtidig datadeling, både nasjonalt og internasjonalt.
Øker evnen til samhandling
Dataområder er også relevante i lys av arbeidet med interoperabilitet. Mange virksomheter har lenge ønsket å redusere avhengigheten av punkt-til-punkt-integrasjoner til fordel for mer skalerbare og gjenbrukbare løsninger. Dataområder kan ses som et mulig virkemiddel for å understøtte denne utviklingen gjennom felles standarder, tillitsmekanismer, styringsmodeller og semantisk interoperabilitet.
Støtter opp under kunstig intelligens
Utviklingen innen kunstig intelligens gjør samtidig behovet mer aktuelt. Gode KI-løsninger er avhengige av tilgang til relevante, pålitelige og godt beskrevne data. Mange av de største gevinstene ved KI oppstår når data kan kombineres på tvers av organisatoriske grenser.
Dataområder kan bidra til å legge til rette for slik datadeling på en måte som ivaretar både kontroll, tillit og etterlevelse av regelverk. Dermed blir dataområder et naturlig skjæringspunkt mellom interoperabilitet, datadeling og kunstig intelligens.
Dataområder handler i bunn og grunn ikke om teknologi, men om hvordan vi organiserer deling og bruk av data mellom aktører som må samarbeide. Derfor er dataområder først og fremst et spørsmål om interoperabilitet – og dernest et spørsmål om teknologi.