Nils Høgsted: AI skal bidrage til kortere og bedre sagsforløb på miljøområdet
Danmarks Miljøportal (DMP) har valgt en klar retning for deres arbejde med AI og arbejder målrettet med, hvordan teknologien kan omsætte miljødata til forståelig viden for sagsbehandlere og borgere. Vi har talt med DMP’s direktør Nils Høgsted om, hvorfor DMP anvender en AI-strategi som ledestjerne – og hvordan fokus på forståelige, målrettede data kan være med til at forkorte sagsforløb og styrke beslutningsgrundlaget.
“Kunstig intelligens kan bruges i næsten alle vores løsninger, så det er derfor vigtigt at prioritere, hvor det er mest meningsfuldt og skaber størst værdi. Det er jo umuligt at gribe alle mulighederne på én gang,” siger Nils Høgsted.
DMP er det fællesoffentlige partnerskab, der samler og stiller Danmarks miljødata til rådighed for kommuner, regioner, styrelser og borgere, men de er meget bevidste om, at data i sig selv ikke skaber værdi. “Vores opgave er ikke bare at stille data til rådighed, men at gøre data anvendelige, så de kan omsættes til viden og handling,” understreger Nils Høgsted.
Derfor har DMP skåret ind til kernen og sat et klart strategisk fokus for deres arbejde med AI: At gøre miljødata forståelige, målrettede og brugbare i praksis for ansøgere og sagsbehandlere.
Fra strategi til sagsbehandling
Når Nils Høgsted skal svare på, hvor AI aktuelt kan gøre den største forskel, peger han på to konkrete områder; miljøvurderinger og miljøgodkendelser. Her er sagsforløbene ofte meget lange og komplekse, fordi de går på tværs af myndigheder, og der er mange kriterier, vejledninger og lovgivninger at tage hensyn til. Det kan tage år at få alt oplyst og afklaret.
”Hver iteration mellem ansøger og myndighed koster tid, og komplekse ansøgninger kan køre frem og tilbage mellem parterne flere gange, før man vurderer, at datagrundlaget er tilstrækkeligt til at sagsbehandle,” forklarer Nils Høgsted.
De lange sagsbehandlingstider forsinker investeringer og skaber usikkerhed for både virksomheder og borgere. Og her ser Nils Høgsted et meget konkret potentiale: ”Hvis vi med AI kan gøre det lettere at se, hvilke oplysninger der mangler, og hvilke data der er relevante i den konkrete sag, kan vi reducere antallet af iterationer og forkorte sagsbehandlingstiden markant. Det styrker Danmarks konkurrenceevne,” siger han.
Første skridt: AI-assisteret søgning
Det første og mest modne skridt mod AI-understøttet sagsbehandling handler om at gøre data lettere at finde og bruge, og Nils Høgsted er ikke i tvivl: “Lige nu ser vi den største effekt i AI-assisteret søgning, hvor vi kan gøre data fra døde PDF’er levende,” fortæller han. “Levende” betyder helt konkret, at man kan stille spørgsmål i almindeligt sprog og få relevante tekstuddrag, der peger direkte på, hvor svaret står i dokumentet.
DMP har allerede integreret AI-assisteret søgning flere steder i deres løsninger.
Bl.a. i EA-Hub, hvor tusindvis af miljøvurderinger og afgørelser er samlet i én fælles platform. Her gør AI-søgning miljøvurderingerne tilgængelige på en ny måde, så sagsbehandlere og rådgivere hurtigere kan finde præcis den viden, de har brug for. Læs casen om AI-søgning i EA-Hub her
Et andet eksempel er platformene Danmarks Arealinformation og Arealdata, hvor syntetiske metadata og AI-søgning hjælper brugerne med at finde frem til relevante data om fx jordforurening, byggebegrænsninger og fredninger.
Nils Høgsted forklarer: ”Med AI-søgningen kan man spørge, hvilke data der er relevante for et givent byggeprojekt og dermed få et mere indsnævret datasæt at lede i. Og man behøver fx heller ikke vide, at “luftfoto” hedder “ortofoto” i fagsprog, man kan formulere sin søgning i hverdagssprog og med tastefejl.”
Fra søgning til generativ AI – med regler og kriterier
”Når det er blevet nemmere at finde de rigtige data, er næste skridt at gå fra søgning til generativ AI, hvor man begynder at koble data med regler og kriterier,” siger Nils Høgsted.
Han forklarer princippet med byggesagsbehandling som illustration: “Hvis du skal bygge en kolonihave, så er et kriterie, at der må være en bebyggelsesprocent på fx maks. 15 %. Her kan AI så søge i data for at se, om det kriterie er opfyldt. Og når man kan tjekke kriterierne ét for ét, bliver det hurtigt tydeligt, om en sag kan godkendes – eller hvad der mangler, før den er oplyst godt nok. På sigt kan det danne grundlag for udkast til sagsafgørelser.”
”Den samme logik kan bruges i miljøvurderinger. Her kan et kriterie fx være, om der er registreret en beskyttet art som spidssnudet frø i området, og hvis frøen er der, bliver næste skridt at få overblik over, hvilke afværgeforanstaltninger der kan bringes i spil.”
DMP arbejder på at udvikle et AI-baseret værktøj, der kan bruges på tværs af forskellige sagstyper, hvor regler og krav samles ét sted og kobles til de data, der skal til for at dokumentere dem.
For hvert trin opad i kompleksitet stiger dog også kravene til datakvalitet, kontrol og menneskelig validering. Som Nils Høgsted siger: ”AI-assisteret søgning giver værdi, uden at der er en risiko forbundet med det, mens generative løsninger, der producerer udkast til afgørelser, kræver langt tættere styring og løbende kvalitetssikring.”
Strategien som styringsværktøj
I dag fungerer DMP’s AI-strategi som et fælles kompas, der gør det lettere at prioritere og vælge fokus, men strategien er vokset ud af praktisk erfaring, fortæller Nils Høgsted: ”Vi startede med at prøve os frem og byggede først strukturen, da erfaringerne var på plads, for at kunne skalere ansvarligt.”
Strategien er bygget op om klare principper, en fast beslutningsproces og en dedikeret domænegruppe, der sikrer, at AI-indsatser understøtter de forretningsmæssige mål – og ikke blot opstår, fordi nogen får en god idé. Et konkret greb er koblingen mellem strategi og backlog, så retningen er synlig i det daglige arbejde og ikke kun ved årets begyndelse.
For Nils Høgsted er succeskriteriet målbare besparelser: “Det handler om kroner og ører,” siger han. “AI-assisteret søgning er markant billigere end klassisk søgning. Samtidig ser vi besparelser i størrelsesordenen 10–20 % om året, fordi vores leverandører bruger AI i vedligeholdelses- og udviklingsopgaver.”
Og netop fordi resultaterne er målbare, har DMP også et praktisk princip om, at løsningerne skal kunne skaleres uden at løbe løbsk. Man lægger noget i produktion, ser forbruget an, og skruer op bagefter. “Vi undgår at lave generiske løsninger til alle. I stedet fokuserer vi på de sagsområder, hvor der er størst værdi, og hvor der er mulighed for at dække eventuelle meromkostninger,” forklarer Nils Høgsted.
De bedste løsninger findes i fællesskab
Et andet vigtigt tema for Nils Høgsted er, at ingen organisation kan – eller bør – prøve at løse opgaven alene.
AI-området udvikler sig hurtigt, og usikkerheden er reel. “Vi ved reelt set ikke, om det vi udvikler nu, er det helt rigtige om fire måneder,” siger Nils Høgsted. Derfor arbejder DMP målrettet med partnerskaber. Ikke kun for at dele omkostninger, men for at validere løsninger og stå stærkere i et felt, hvor udviklingen flytter sig hele tiden.
Vi har blandt andet indledt et samarbejde med Datalogisk Institut på Københavns Universitet og KOMBIT om at udvikle fælles softwarekomponenter, der kan bruges på tværs af organisationer. Der er ikke nogen grund til, at vi hver især opfinder den dybe tallerken,” siger Nils Høgsted. Når erfaringer og komponenter kan genbruges, rykker det hele sektoren hurtigere fremad.
Teknologien er klar, men lovgivningen halter efter
Når Nils Høgsted skal pege på, hvordan han håber, at en AI-assisteret miljøforvaltning ser ud om fem år, er visionen ”kortere sagsforløb, mere ensartede beslutningsgrundlag og en miljøforvaltning, hvor flere afklaringer sker tidligere i processen.” Han håber blandt andet, at bygherrer kan inddrage miljøhensyn allerede i planlægningsfasen, så man ikke “lægger byggeriet på den forkerte grund,” og at tilladelser kan gives langt hurtigere.
”Potentialet med AI er stort, meget stort,” siger Nils Høgsted, men han er også klar i mælet om, hvad der i praksis sætter tempoet: “Den største barriere er ikke teknologien. Det er erkendelsen af, hvor stor en transformation AI egentlig medfører, og viljen til at imødekomme den med åbne øjne.”
Han understreger, at mere entydige regler og klarere lovgivningsmæssige rammer er en afgørende forudsætning, hvis automatisering og effektiv administration skal følge med den tekniske udvikling. Når lovgivningen ikke er opdateret til en digital virkelighed, sætter det en naturlig grænse for, hvad der kan automatiseres, uanset hvor god teknologien er.
Hvis gevinsterne for alvor skal realiseres på tværs af den danske forvaltning, skal viljen til transformation også afspejles i de rammer, som myndighederne arbejder under.
Om Danmarks Miljøportal
Danmarks Miljøportal (DMP) er et fællesoffentligt partnerskab mellem staten, kommunerne og regionerne. DMP’s mission er at levere en data og it-infrastruktur, der understøtter samfundet i at integrere miljøhensyn i alle relevante beslutninger.
DMP leverer data til over 200.000 direkte brugere samt til over 100 eksterne systemer med ca. 3 millioner brugere. Visionen er at bringe data i spil, så de skaber mest mulig værdi for myndigheder, borgere og virksomheder i Danmark.
DMP’s nyeste projekter omfatter digital understøttelse af den Grønne Trepart, udbygning af overvågning af havmiljøet, sikring af rent grundvand og drikkevand og udbygning af understøttelse af miljøvurderinger.
