Semantisk databeredskap för standardiserat industrisamarbete

Om projektet

Industriella dataflödens potential och effektivitet beror av i vilken utsträckning det är möjligt att skapa mening och betydelse av data. I praktiken innebär detta att data inte enbart måste vara tillgänglig, korrekt och tekniskt integrerad, utan även förståelig, entydig och kontextualiserad över system-, organisations- och livscykelgränser. Utan en gemensam semantisk grund riskerar data att förbli fragmenterad information – kontextlös, motsägelsefull, svår att tolka, kombinera och återanvända.

I takt med ökad automatisering, digitalisering och användning av avancerad analys och AI förstärks detta behov ytterligare. Algoritmer och beslutsstödssystem förutsätter inte bara stora datamängder, utan data vars innebörd är explicit definierade och maskintolkningsbara. Bristande semantisk tydlighet leder till feltolkningar, inkonsekventa analyser och begränsad skalbarhet vilket i sin tur hämmar innovation och affärsnytta. Detta kan leda till att man missbedömer möjligheter med, eller kanske till och med inte vågar komma igång med, AI vilket i sig är en fara för Svensk industri.

Att adressera denna utmaning innebär att säkerställa att data är strukturerad, beskriven och relaterad på ett sätt som gör dess betydelse entydig och delbar. Det innebär att begrepp, relationer och antaganden formaliseras – ofta med hjälp av gemensamma informationsmodeller och ontologier – så att både människor och maskiner kan tolka data på samma sätt. Först då kan industriella dataflöden fullt ut stödja tvärfunktionella processer, tillförlitliga beslut och framtidssäkra digitala ekosystem.

Läs mer om projektet på: www.semanticdatareadiness.org

Utmaningar

Inom svensk industrin finns data i inkompatibla system där det sammanhang som ger dem mening har blivit bortrensat. Ingenjörer missförstår varandras register, partners kan inte stämma av data över organisationsgränser, och AI-system misslyckas i tysthet på grund av indata som de inte riktigt kan tolka. Vi forskar på och sprider metoder, medel, mognad och gemensam förståelse som gör det möjligt för alla svenska industriella aktörer att göra sina data tolkningsbara – av både människor och maskiner.

Projektets syfte och mål

Ett nationellt kompetensskifte: gemensamma metoder, standarder och arbetssätt som gör att svensk industri faktiskt kan inse värdet av sina data.

För mer information om projektet, besök semanticdatareadiness.org eller kontakta: