De energiesector heeft een eigenschap die weinig andere sectoren hebben: er wordt al voortdurend gemeten. Meetdata van slimme meters, productiecijfers van eigen assets, verbruiksdata van installaties, emissiefactoren die per energiedrager en per bron verschillen. Waar een dienstverlener nog moet uitzoeken of er überhaupt data bestaat, verdrinkt een energiebedrijf vaak in data die er al is. De vraag is niet zozeer of het cijfer bestaat, maar welke van de vijf systemen die het registreren de juiste is, en of die vijf systemen dezelfde definitie van een meeteenheid gebruiken.
Dat is een andere valkuil dan bij sectoren waar duurzaamheidsdata moet worden opgehaald bij externe partijen. Hier zit het probleem in overvloed en fragmentatie: SCADA-systemen, meterdata-managementplatforms, ERP voor de financiële kant, aparte spreadsheets voor scope 3-schattingen van de keten. Elk systeem heeft zijn eigen kijk op wat een datapunt betekent, en niemand heeft vastgelegd welke bron bij welk rapportagepunt hoort.
Binnen energiebedrijven lopen twee soorten data door elkaar die niet dezelfde herkomst hebben. Productie- en verbruiksdata komen doorgaans uit operationele systemen die primair voor bedrijfsvoering zijn gebouwd, niet voor rapportage. Emissiedata daarentegen wordt vaak achteraf berekend, met conversiefactoren die per bron, per jaar en per rapportagekader verschillen. Het grootste deel van de discussies over datakwaliteit in deze sector gaat niet over het meten zelf, maar over de vertaalslag van meetwaarde naar emissiecijfer: welke factor, welke bronperiode, welke aanname.
Dat maakt lineage hier extra belangrijk. Een getal in het duurzaamheidsrapport dat "totale CO2-uitstoot" heet, kan zijn samengesteld uit een meterstand, een emissiefactor uit een externe database, en een handmatige correctie in een spreadsheet. Zonder vastgelegde herkomst per stap is niet te achterhalen of een afwijking van vorig jaar een verandering in productie is, een aangepaste factor, of een fout in de overdracht tussen systemen.
In energiebedrijven ligt de data zelden bij één afdeling. Operationele meetdata valt onder asset management of de technische dienst. Financiële en verbruiksdata onder finance of controlling. Scope 3-inschattingen van toeleveranciers en klanten liggen vaak bij inkoop of bij de duurzaamheidsafdeling zelf, die deze data niet zelf produceert maar wel moet verantwoorden. Wie de eigenaar is van een datapunt, is daarmee geen technische vraag maar een organisatorische: wie kan de herkomst uitleggen, wie kan een correctie doorvoeren, wie tekent voor de juistheid.
Deze verdeling van eigenaarschap komt ook terug in andere sectoren met veel technische assets. De overeenkomsten met waar de duurzaamheidsdata in de bouw zit zijn groter dan verwacht: ook daar ligt meetdata bij een technische afdeling en emissiedata bij een aparte functie, met weinig afstemming tussen beide. Bij de installatiebranche speelt een vergelijkbaar patroon, waar operationele data over installaties los staat van de rapportagecyclus die daar later uit wordt samengesteld.
Een energiebedrijf dat een rapportagetool aanschaft voor deze fragmentatie, krijgt een overzichtelijker dashboard over dezelfde onduidelijke herkomst. Het dashboard toont een cijfer, maar de vraag of dat cijfer uit de juiste meter komt, met de juiste factor is verrekend, en door de juiste persoon is gecontroleerd, blijft onbeantwoord. De tool voegt een laag toe boven het probleem, niet een oplossing voor het probleem.
Wat wel helpt, is eerst vastleggen welk datapunt uit welke bron komt, via welke tussenstappen het rapportagepunt bereikt, en wie voor elke stap verantwoordelijk is. Dat is een register, geen dashboard: een lijst van datapunten met hun herkomst, hun eigenaar en de regels waaraan de kwaliteit wordt getoetst. Pas als dat er ligt, heeft een rapportagetool iets betrouwbaars om op te bouwen.
Energiebedrijven met meerdere divisies — productie, distributie, retail — lopen tegen een extra complicatie aan: dezelfde term betekent in elke divisie iets anders. "Verbruik" bij distributie is een ander getal dan "verbruik" bij retail. Voor dit vraagstuk is het zinvol om te kijken naar welke datapunten werkelijk nodig zijn wanneer meerdere business units rapporteren, en naar waar een datapunt mogelijk al bestaat bij een andere business unit voordat het opnieuw wordt opgebouwd. Hergebruik van een al bestaande, gevalideerde bron is vaak sneller dan een nieuwe meting optuigen.
Zodra het datapuntregister er ligt — met herkomst, eigenaar en kwaliteitsregel per punt — ontstaat ook zicht op het werk daarachter: wie verzamelt, wie controleert, wie corrigeert, en hoeveel van die stappen routinematig zijn. Op dat punt is de [werkscan](https://ftetoai.com) van FTE TO AI relevant: die rekent per taak uit welk deel van het werk door AI over te nemen is, gebaseerd op de taken die uit het datapuntregister naar voren komen in plaats van op een schatting vooraf.
De Data Readiness Scan voor de energiesector is in ontwikkeling. Wie het datapuntregister voor de eigen organisatie wil laten opbouwen zodra het beschikbaar is, kan zich aanmelden voor de wachtlijst.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.