Een onderwijsinstelling is geen fabriek en geen winkelketen, maar wel een organisatie met gebouwen, energiecontracten, vervoer, inkoop en een grote groep mensen die geen medewerker is in de gangbare zin. Studenten en leerlingen bewegen zich door gebouwen, gebruiken faciliteiten en genereren reisbewegingen, zonder dat zij ergens op een loonlijst staan. Die verhouding tussen medewerkers en gebruikers van de gebouwen is in het onderwijs anders dan in de meeste sectoren, en dat werkt door in de data: een groot deel van de milieu-impact hangt samen met bezetting en gebouwgebruik, niet met een productieproces of een winkelvloer.
Daar komt bij dat een instelling vaak uit meerdere locaties bestaat, soms verspreid over een stad of regio, elk met eigen meters, eigen beheer en eigen huurcontracten. Onderwijs kent daarnaast een sterk seizoensritme: vakantieperiodes, tussentijdse leegstand, avondgebruik door derden. Wie energiedata per maand optelt zonder dat ritme te kennen, trekt makkelijk verkeerde conclusies over besparingen die eigenlijk vakantiespreiding zijn.
Bij de meeste instellingen is het gebouwenbestand de grootste post. Die data zit verspreid over meerdere plekken: de facilitaire dienst heeft energiecontracten en meterstanden, vaak per pand en niet centraal samengevat. Bij grotere instellingen met eigen vastgoed loopt daar een gebouwenbeheersysteem doorheen met verbruiksdata per installatie. Bij gehuurde locaties zit een deel van de verantwoordelijkheid, en daarmee een deel van de data, bij de verhuurder, die niet altijd bereid of in staat is die te delen op het niveau dat nodig is.
Renovaties, isolatiemaatregelen en verduurzaming van installaties worden vaak vastgelegd in projectdossiers bij de facilitaire dienst of een externe partij, los van de reguliere energieadministratie. Wie het effect van zo'n maatregel wil terugzien in de cijfers, moet die twee bronnen aan elkaar koppelen, en dat gebeurt zelden automatisch.
Woon-werkverkeer van personeel wordt, als het al wordt gemeten, meestal via HR of een declaratiesysteem verzameld. Reisgedrag van studenten en leerlingen is een ander verhaal: die data bestaat vaak niet in een centraal systeem, hooguit als schatting op basis van postcodegebieden of een enquête die een paar jaar geleden is afgenomen. Bij hoger onderwijs komt daar internationaal reizen bij, voor uitwisseling of onderzoek, vastgelegd in aparte administraties van internationale kantoren of onderzoeksafdelingen, los van de reguliere reisdata van personeel.
Wie deze twee groepen — medewerkers en studenten — niet uit elkaar houdt in het datapuntregister, loopt het risico appels en peren op te tellen: een enkele voltijdmedewerker weegt in de data anders dan een student die twee dagen per week naar één gebouw komt.
Inkoop bij onderwijsinstellingen loopt vaak via een centrale inkoopafdeling voor grote contracten, maar naast decentrale bestellingen door faculteiten, afdelingen of individuele onderzoeksgroepen. Laboratoriummaterialen, chemicaliën en specialistische apparatuur bij onderzoeksinstellingen hebben een eigen inkoopketen met eigen leveranciers, los van de reguliere kantoorinkoop. Catering is meestal uitbesteed aan een externe partij, wat betekent dat data over voedselverspilling of de herkomst van ingrediënten niet bij de instelling zelf ligt maar bij die leverancier, met wisselende bereidheid om cijfers te delen.
Afval is een vergelijkbaar verhaal: gescheiden inzameling wordt georganiseerd door de facilitaire dienst of een externe afvalverwerker, en de rapportages die daaruit komen, sluiten niet altijd aan op de indeling die nodig is voor duurzaamheidsrapportage.
Bij hogescholen en universiteiten voegt onderzoek een laag toe die andere sectoren niet kennen. Onderzoeksgroepen werken vaak met eigen budgetten, eigen inkoop en soms eigen gebouwen of laboratoria, gefinancierd door externe partijen met eigen rapportage-eisen. Die decentrale autonomie is functioneel voor onderzoek, maar betekent dat centrale data-eigenaren vaak niet weten welke informatie er in die groepen al vastligt, of onder welke naam en in welk format.
Bij veel instellingen wordt de aanpak van duurzaamheidsdata gestart met de aanschaf van een rapportagesysteem. Dat systeem levert overzichtelijke schermen, maar de onderliggende vraag blijft liggen: staat de meterstand van gebouw B nu voor kantoorruimte, een sportzaal of een verhuurd deel aan een derde partij, en wie binnen de organisatie kan die vraag beantwoorden. Zonder een geordend beeld van waar elk datapunt ontstaat, wie er verantwoordelijk voor is en welke kwaliteitsregels erop van toepassing zijn, produceert een tool vooral nettere weergaves van dezelfde onzekere cijfers.
De Data Readiness Scan is daarom niet een rapportagetool maar een register: per datapunt de herkomst, het pad van bron naar rapport, de eigenaar binnen de instelling en de regels waaraan de data moet voldoen. Dat register maakt zichtbaar waar bijvoorbeeld studentenreizen ontbreken, waar facilitaire dienst en gebouwenbeheer los van elkaar tellen, en waar een externe cateraar of afvalverwerker nog geen aanspreekpunt heeft voor data-aanlevering.
Dezelfde vraag speelt met eigen kenmerken in de detailhandel, de agrarische sector en de financiële dienstverlening, telkens met een andere verdeling tussen centraal en decentraal.
Deze scan is nog in ontwikkeling. Instellingen die willen weten waar hun duurzaamheidsdata precies ontstaat en bij wie die berust, kunnen zich aanmelden voor de wachtlijst en worden geïnformeerd zodra de scan beschikbaar is.
Zodra duidelijk is welke datapunten er zijn, wie ze beheert en langs welk pad ze tot stand komen, wordt ook zichtbaar welk werk daarachter schuilgaat: meterstanden overtypen, reisdata uit spreadsheets herleiden, facturen van cateraars nalopen op herkomst van ingrediënten. Veel van dat werk is repetitief en gebonden aan vaste bronnen, wat het geschikt maakt voor beoordeling op automatisering. De werkscan van FTE TO AI rekent per taak uit welk deel van het werk door AI is over te nemen, op basis van hetzelfde soort taakontleding als in het datapuntregister zit.
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.