Idé till användarfall: Simulering av nya miljökrav inom skola

Denna idé till användarfall togs fram i projektet Digital Vision Kista under en serie med intervjuer och workshops med företrädare från 20 olika verksamheter inom Stockholms stad. Idéen ska ses som en utgångspunkt för vidare arbete.

Aktörernas mål

Chef VD-stab på kommunal skolförvaltare har som mål att säkerställa att organisationens hållbarhetsmål uppfylls genom effektiv datahantering och simulering.

Enhetschef digitalisering kommunal skolförvaltare primära mål är att Implementera smarta system som möjliggör bättre beslutsunderlag och effektiva processer.

Aktörernas behov

Chef VD-stab inom den kommunala skolförvaltaren ser ett behov av att se simuleringar av olika kravbilder, exempelvis miljökrav i den digitala tvillingen. Simuleringarna syftar till att underlätta bedömningen av de ekonomiska och hållbarhetsmässiga konsekvenserna innan implementering.

Enhetschef digitalisering hos kommunal skolförvaltare efterfrågar att den digitala tvillingen visar automatiserade analyser av kundnöjdhet och externa data för att identifiera variabler som påverkar kundnöjdheten. Syftet är att kunna förbättra kundupplevelsen och optimera servicetjänster.

Steg för steg - Simulering av nya miljökrav

1. Chef VD-stab loggar in på den digitala tvillingen och går till sektionen "Hållbarhetssimulering".
2. Hen väljer att simulera nya koldioxidkrav för en specifik förskolebyggnad.
3. Genom att mata in olika scenarier (t.ex. ökade krav på isolering, energiförbrukning) får hen en översikt över hur de nya kraven kommer att påverka ekonomin och miljöpåverkan.
4. Hen väljer att se hur mycket extra isolering som behövs och vilken påverkan det får på byggnadens totala hållbarhet inklusive hela leverantörskedjan.
5. Plattformen visar analysen i både ekonomiska termer och koldioxidekvivalenter.
6. Hen dokumenterar resultaten och delar dem med berörda avdelningar för att fatta ett underbyggt beslut om åtgärder.

Vilka data användes i användarresan?

• Masterdatalista med fastighetsdata, temperatur, fukt, nox-värden, radon, drifttider, flöden etcetera
• Ekonomiska data
• Nöjd kundindex (NKI)
• Befolkningsprognosdata
• Energiindex och väderdata från SMHI
• Data från fastighetsautomation (Myrspoven, Schneider Electric)
• Punktmoln och 3D-modeller