Wanneer is data goed genoeg om door te geven?

Het is niet voldoende dat modelleurs, werkvoorbereiders en digitaliseringsmensen goed met data kunnen omgaan, vindt Pim van Meer in deze Digitale Doolhof. Met goede data kun je besluiten nemen, dus hoe maak je die data ook leesbaar voor bestuurders, afnemers, bouwers en adviseurs?

Naar aanleiding van mijn eerdere column Dankjewel werkvoorbereider, kreeg ik van Sandra van Ravenzwaaij een goede vervolgvraag. Niet alleen over modelleren, maar vooral over iets groters: wanneer werkt het wél om informatie op basis van 3D-modellen zo op te bouwen dat je er ook echt besluiten mee kunt nemen? Niet alleen lokaal, voor één slim teamlid, maar ketenbreed.

Dat is een sterke vraag.
Misschien wel precies de juiste om het ook begrijpelijk te maken voor alle bestuurslagen van de keten.

Het korte antwoord is simpel: ja, dat is gedefinieerd en toetsbaar gemaakt, van schetsontwerp tot oplevering. En de manier van werken is inmiddels ook simpel.
Maar laat ik daar eerlijk over zijn: daar hebben we jaren over gedaan. Het heeft veel leergeld gekost. Alleen zijn de oplossingen er nu wél.

De kern van Sandra’s vraag raakt iets wat ik in de praktijk vaak zie: informatie werkt lokaal prima, maar breekt zodra je haar wilt opschalen. De werkvoorbereider kan ermee uit de voeten, de calculator redt zich, iemand vult handmatig nog wat aan, en iedereen zegt: zie je wel, het werkt.
Totdat diezelfde informatie nodig is voor overdracht, voor een uniforme datastrategie, voor kengetallen op organisatieniveau, voor een opleverdossier, of voor de afnemer aan het eind van de keten. Dán blijkt dat wat lokaal slim leek, eigenlijk gewoon niet af was.

Dus wat doen wij intern om te zorgen dat informatie niet alleen handig is, maar ook bruikbaar blijft voor de volgende?

We beginnen bij de contracten.
Niet langer sturen op tekenwerk als eindproduct, maar op informatiebehoefte. Dat is een fundamenteel verschil. Je zegt dan niet: lever een mooie set stukken. Je zegt: lever de informatie die nodig is om op dit moment gericht besluiten te nemen.

Daarna doen we een kick-off.
Want ik geloof niet in opleggen. Ik geloof in uitleggen en opleiden. In zo’n gezamenlijke sessie leggen we met alle stakeholders die het ontwerp gaan maken én beoordelen uit hoe de 3D-digitalisering en de nieuwe werkwijze helpen om gerichte besluiten te nemen. Met of zonder AI, met of zonder parametrische ontwerpen, met of zonder koppeling met digitaal parallelle plannen, maar sowieso datagedreven en op basis van een BIM-model.

En dan komt de stap die in de praktijk misschien wel het meeste verschil maakt: ingangscontrole. Daar heb je een (objectieve) poortwachter voor nodig. Niet eentje voor alleen de techneuten, maar juist eentje die ook voor projectleiders, managers en directeuren leesbaar is. Want als alleen de meest technische mensen kunnen zien of de data klopt, dan blijft besluitvorming alsnog hangen op interpretatie.

De meest laagdrempelige oplossing die ik ken is BIMsentry. Dat is een datadienst voor het Digitaal Stelsel Gebouwde Omgeving, waar Digigo samen met de markt en het ministerie van VRO de digitalisering voor de bouwketen laat werken. Intern noemen wij het gewoon een digitaal validatiebriefje. Verschillende namen, vrij simpele functie: aantonen of de data volledig genoeg is om door te kunnen.

Waarom is dat zo belangrijk?
Omdat je alleen goede analyses kunt doen als de data volledig is. Dat geldt voor ontwikkelaar naar bouwer, voor bouwer naar woningcorporatie of belegger, voor oplevermomenten, en net zo goed richting initiatieven als BIM Legal. Als de data niet volledig is, worden semi-geautomatiseerde besluiten willekeurig. Als de data wel volledig is, kun je gericht sturen op waarde, faalkosten reduceren en veel scherper besluiten nemen.

En daar zit voor mij de echte winst.
Ik word dan minder scheidsrechter.
Het systeem laat zien of iets goed genoeg is.
Dat geeft rust in de keten.

Belangrijk om erbij te zeggen: dit is niet één magische tool. Het is een combinatie van standaarden, afspraken en hulpmiddelen. IDS helpt om informatie-eisen expliciet te maken. Validatiediensten helpen om te controleren of eraan voldaan is. En de komende jaren zullen er meer van dit soort oplossingen ontstaan. Dat is alleen maar goed.

Grote partijen mogen daar best in investeren, zodat kleinere partijen er gebruik van kunnen maken. Dat is geen gekke gedachte. Als we daardoor betere, snellere en consistentere besluiten kunnen nemen, dan is dat precies hoe een volwassen keten hoort te werken.

Dus Sandra: dank voor je vraag.

En aan de rest van de keten meteen ook een uitnodiging: reageer vooral.

Waar werkt dit bij jullie al goed?
Waar breekt de informatie nog? Weet je de minimale-informatie-behoefte van de stakeholders om je heen te vinden?
Waar lukt het al om data niet alleen lokaal slim, maar ketenbreed bruikbaar te maken?
Want dit gesprek is te belangrijk om alleen tussen modelleurs, werkvoorbereiders en digitaliseringsmensen te voeren. Juist bestuurders, afnemers, bouwers en adviseurs moeten hierin meedoen.

Fileermoment

Werkvoorbereider: als het voor jou werkt, ben je lekker bezig. Maar als het breekt zodra de volgende in de keten ermee verder moet, dan is het niet af.
Dus de echte vraag is niet hoeveel je modelleert.
De echte vraag is of de data compleet, begrijpelijk en toetsbaar genoeg is om de volgende een goed besluit te laten nemen.
En als dat nog niet lukt, is dat geen schande. Maar doe dan niet alsof het al goed genoeg is.