Byggeriets datamodel 1.0 - KPI’er og dashboards til at skabe transparens i byggeprojektet 

Potentialet ved at indsamle data ensartet er stort, da problemstillingerne med lav data kvalitet gælder for alle aktører på en byggeplads – fra virksomhedens rådgiver til proces-, entreprise- og kvalitetslederen. På sigt kan en fælles datamodel skabe sammenlignelighed og mulighed for at analysere på tværs af projekter. Dette ville i fremtiden kunne bruges til at lave bedre forudsigelser om projektets resultater.​

Download white paper

Ved at koble data om tid og økonomi på byggeprojekter og skabe et dashboard kan vi begynde at drage flere erfaringer, analyserer, eller lave forudsigelser om fremtidige projekter. Der er altså en potentiel stor gevinst at hente ift. øget produktivitet ved at sætte informationer og målsætninger i system – og ind i et samlet overblik.

Formålet med dette pionerprojekt var derfor at udvikle en metode til, hvordan man kan definere og opbygge konkrete KPI’er (key point indicators) på tværs af et byggeprojekt i samarbejde med byggeriets aktører samt afklare datastrukturer og datakilder, herunder hvordan den nødvendige data ser ud, og hvor den kommer fra. ​

CHT Citat Z (1)
DTU Citat Z (1)
Pp1 C1 (6)

Det var målsætningen, at resultaterne skulle udgøre et første bud på byggeriets datamodel 1.0 for økonomistyring og færdiggørelsesgrad i udførelsesfasen, som kan bruges til at opsamle viden på tværs af byggeprojektet og ikke mindst på tværs af projekter.

Hvilket problem løser pionerprojektet?

Udfordringerne som pionerprojektet fokuserer på, inkluderer risici, budgetoverskridelser, fejl og forsinkelser som resultat af lav transparens og manglende overblik over tid og økonomi i byggeprojekter.

Bygherrer oplever ofte at økonomi og færdiggørelsesgrad ikke er transparent på deres byggeprojekter.  Der mangler struktur og en fælles metode til at skabe den transparens i projekterne på tværs af tidsplanlægning, økonomi og BIM-model. ​

Branchen har ikke et fælles syn på hvilke datapunkter man vil indsamle og måle efter, og på byggeprojekterne har man ofte ikke tid til at gøre det, hvilket gør det vanskeligt at arbejde hen mod et fælles mål og at skabe overblik. Derudover er informationerne ofte spredt ud over mange systemer der ejes og vedligeholdes af mange forskellige aktører og ofte håndteres hvert projekt i byggeriet unikt.​

Taleboble Green

”Studier viser, at en projektleder i gennemsnit bruger op mod til 30% af sin tid på at søge og fremfinde oplysninger og danne sig et overblik.”​

 

Manglende fælles KPI’er, overblik og gennemsigtighed leder ofte til øget risici, flere fejl, som betyder forsinkelser og konflikter, der presser indtjeningen og skaber et dårligt arbejdsmiljø. Konsekvensen heraf er et massivt ressourceforbrug ift. at forsøge at skabe et overblik over det igangværende eller opførte byggeri. ​

Potentialet ved i fællesskab at indsamle data er stort, da problemstillingerne med manglende data gælder for alle aktører på en byggeplads – fra virksomhedens rådgiver til proces-, entreprise- og kvalitetslederen. På sigt kan en fælles datamodel skabe sammenlignelighed og mulighed for at analysere på tværs af projekter. Dette ville i fremtiden kunne bruges til at lave forudsigelser.​

Projektet

Den primære samarbejdspartner på pionerprojektet er Aarsleff, som stiller manipulerede data fra faktiske bygningselementer fra et konkret bygningsprojekt til rådighed. Det er Danske Banks nye hovedsæde ved Bernstorffsgade i København, hvor Danica Pension er bygherre.  

Pionérprojektet støttes derudover af eksperter inden for datadesign fra Alexandra Instituttet samt inden for projektøkonomi fra DTU og EG. Læs mere om projektet ved at downloade "white paperen" i toppen af siden. 

Tre anbefalinger afledt af projektet

De konkrete gevinster for branchen er erfaringerne der kan gives videre til de aktører der har interesse for at gøre brug af denne type teknologi.

Pp1 Anb1 (1)
Pp1 Anb2 (1)
Pp1 Anb3 (4)

Et af succeskriterierne med pionerprojekterne i ConTech Lab regi er at gøre os nogle erfaringer som vi kan dele med branchen for at klæde dem på til en mere digital tilgang til opgaver og processer i deres arbejde.

Læringer

Vi har lært af projektet, at det kræver en høj grad af dialog og definitioner for at kunne visualisere data på en brugbar måde, men også at der ikke er en ’One fits all’ model. Hvorfor der skal tages højde for forskellige anvendelser og datatyper i videreudviklingen af dashboardet.  Derudover afprøves løsningen på et projekt​ med den digitaliseringsgrad der er i den danske byggebranche, og vi er derfor nødt til at sikre at en løsning kan fungere uden fuldt automatiserede processer. ​

 

Opsamlende workshop om projektet

Ud over at vise pionerprojektets konkrete resultater var formålet med workshoppen at skabe et et åbent forum for refleksion og dialog om det bedste next step for branchen hen imod en fælles datamodel. Se præsentationerne fra workshoppen i videoen nedenfor. 

Next step

Potentialet ved i fællesskab at indsamle data er stort, da problemstillingerne med manglende data gælder for alle aktører på en byggeplads – fra virksomhedens rådgiver til proces-, entreprise- og kvalitetslederen. På sigt kan en fælles datamodel skabe sammenlignelighed og mulighed for at analysere på tværs af projekter. Dette ville i fremtiden kunne bruges til at lave forudsigelser.

Next steps, eller det vi kan kalde en datamodel 2.0, er at løsningen videreudvikles til at inkludere endnu flere typer af data og så den kan integreres med flere typer af software. ​