Veileder for orden i eget hus

Transkript

1 Veileder for orden i eget hus 1.november 2017, versjon 1.0 Innhold 1 Innledning 1.1 Veilederen Struktur Målgruppe Bruk 1.2 Hva mener vi med orden i eget hus? 1.3 Bakgrunn 1.4 Delekultur som gir gevinster 2 Utnyttelse av data 2.1 Hva er et datasett og hvilke datasett skal beskrives? 2.2 Hva er forskjellen mellom oversikt og beskrivelse? 2.3 Oversikt over datasett Standard for oversikt over datasett 2.4 Beskrivelse av datasett Standarder for beskrivelse av datasett 2.5 Vurdering av tilgang til data 2.6 Å gjøre informasjon om egne datasett tilgjengelig Standarder for å gjøre informasjon om egne datasett tilgjengelig 2.7 Forvaltning av informasjon som er tilgjengeliggjort 3 Informasjonssikkerhet 4 Vurdering av kvalitet på datasett 5 Hvordan komme i gang? 5.1 Organisering 5.2 Kartlegging 5.3 Oversikt over datasett 5.4 Beskrivelse av datasett 6 Erfaringsdeling 6.1 Hva er et datasett og hvilke datasett skal være beskrevet?

2 6.1.1 Brønnøysundregistrene SSB 6.2 Beskrivelse av data SSB Difi 6.3 Bruk av standarder og verktøy SSB Difi 6.4 Tilgjengeliggjøring av informasjon om egne data SSB Brønnøysundregistrene 6.5 Informasjonssikkerhet SSB Difi 6.6 Kvalitet SSB Brønnøysundregistrene 6.7 Hvordan komme i gang? Brønnøysundregistrene 1 Innledning 1.1 Veilederen Struktur I Difis rapport Informasjonsforvaltning i offentlig sektor 1 defineres informasjonsforvaltning slik: Informasjonsforvaltning betyr eit heilskapleg syn på aktivitetar, verktøy og andre tiltak for å sikre best mogleg kvalitet, utnytting og sikring av informasjon i ei verksemd. Organiseringa av informasjonen skal vere systematisk og henge saman med verksemda sine arbeidsprosessar. 1

3 Strukturen på veilederen er bygget opp i henhold til denne, dvs. at en har tre hovedkapitler som omhandler hhv. utnytting, sikring og kvalitet på informasjon. Disse kapitlene vil også ha med aktiviteter og verktøy (inkludert standarder) knyttet til de aktuelle områdene. Det er også et eget kapittel med overordnede tips for å komme i gang med orden i eget hus -arbeidet, samtidig som vi har forsøkt å legge inn komme i gang- tips også innenfor enkeltkapitler der det er relevant. Det siste kapittelet vil benyttes til deling av virksomhetenes egne erfaringer innen det å skape orden i eget hus Målgruppe Behovet for orden i eget hus gjelder hele offentlig sektor. Det betyr at målgruppen for denne veilederen både er statlige og kommunale virksomheter av ulik størrelse og med ulik erfaring innenfor informasjonsforvaltning. Veilederen henvender seg til de som i den enkelte virkomhet har ansvar for og myndighet til å sørge for orden i eget hus. Dette er i mange tilfeller linjen/ledelsen, men vil også være ansatte som skal følge opp det konkrete arbeidet internt Bruk Veilederen skal støtte arbeid som er nødvendig for å få til deling av informasjon, men skal ikke omhandle hvordan selve delingen skal gjøres i praksis (avtaleverk, utvekslingsformater o.l.). Dens bidrag er å hjelpe virksomhetene med å etablere orden i eget hus, en situasjon der oversikten som trengs for å dele informasjon, er på plass. Veilederen vil gå nærmere inn på hva dette innebærer i praksis. Veilederen er ikke laget for å leses fra a til å. Siden målgruppen er variert, vil ulike deler være relevante for ulike brukergrupper. Veilederen er basert på innspill fra en gruppe offentlige virksomheter, og vil være preget av de erfaringer gruppen har. Det vil komme nye versjoner etterhvert som erfaringene med og rammeverket rundt informasjonsforvaltning øker både i bredde og dybde. 1.2 Hva mener vi med orden i eget hus? Data skal være beskrevet, det skal være mulig å finne en oversikt over dataene, en skal vurdere hvem som skal ha tilgang, dataelementene skal være beskrevet og beskrivelsene skal være strukturerte og maskinlesbare. I denne første versjonen av veilederen er det datautnyttelse i form av datadeling som er i fokus. For at offentlig sektor skal kunne dele data med hverandre, er det viktig at de enkelte virksomheter har oversikt over egne data, noe som er et prinsipp for god

4 informasjonsforvaltning. Rapporten "Informasjonsforvaltning i offentlig sektor" 2 konkretiserer informasjonsforvaltning ( orden i eget hus ) i fem punkter med økende ambisjonsnivå. 1. Dataene i virksomheten er beskrevet 2. Oversikten fra punkt 1 er publisert 3. Tilgang til data er vurdert 4. Dataelementene er beskrevet 5. Beskrivelsene er strukturerte og maskinlesbare. Data som behandles, skal altså være beskrevet, det skal være mulig å finne en oversikt over disse dataene, en skal ha vurdert hvem som skal ha tilgang til ulike typer data, dataelementene skal være beskrevet, eksempelvis via en begrepskatalog som forklarer hva f.eks. inntekt eller samboer er, og beskrivelsene skal være på en strukturert form (maskinlesbare). Rapporten Informasjonsforvaltning i offentlig sektor bruker den generelle termen data, f.eks. dataene er beskrevet. I veilederen vil vi hovedsakelig bruke den mer spesifikke termen datasett fordi modenhetsmodellen 3 (se under) bruker denne termen. Når vi snakker om deling av data, er det i praksis (oftest) deling av datasett som menes. Vi kommer imidlertid til å bruke termen datadeling, og ikke datasettdeling for å beholde det mer generelle preget fra rapporten "informasjonsforvaltning for offentlig sektor". Vi har utviklet en modenhetsmodell for at virksomhetene skal kunne vurdere hvor langt de er kommet i arbeidet med orden i eget hus. Også for denne modellen er datadeling målet, og orden i eget hus middelet. Modellen inkluderer flere av punktene fra Difi-rapporten, både punkt 1, 2 og 4 inngår i aksene i modellen. Modenhetsmodellen er verktøyet virksomhetene skal bruke for å vurdere orden i eget hus, og veilederen skal gi hjelp til å øke sin modenhet langs de ulike aksene. I arbeidet både med veilederen og modenhetsmodellen har det vært diskusjoner rundt en del grunnleggende spørsmål: hva er et datasett, hvilke datasett skal beskrives, hva er forskjellen på oversikt over og beskrivelse av datasett? Vi skal i det følgende ta for oss disse spørsmålene, og regner med å kunne gi mer fyldige beskrivelser etter hvert som arbeidet med informasjonsforvaltning går framover. Veilederen har med informasjon om standarder knyttet til noen av kapitlene, men også her vil det komme mer når en er i gang med å etablere rammeverket for informasjonsforvaltning i offentlig sektor. Her skal det defineres nye standarder og prinsipper for informasjonsforvaltning (f.eks. knyttet til modellering av informasjon), og nåværende standarder skal revideres. Slik vil en skape en grunnmur for det framtidige arbeidet med informasjonsforvaltning

5 1.3 Bakgrunn Informasjon er en av de viktigste ressursene i offentlig sektor, og det har lenge vært et krav om at offentlig sektor må utnytte informasjonen sin på en bedre måte for å bli mer effektiv, gi bedre tjenester til innbyggere og næringsliv, og bidra til økt rettssikkerhet. Digitaliseringsrundskrivet 4 konkretiserer dette ved bl.a. å si at offentlige virksomheter i størst mulig grad bør gjenbruke informasjon som allerede finnes. Stortingsmeldingen Digital agenda for Norge - IKT for enklere hverdag og økt produktivitet fokuserer også på datautveksling og gevinster ved gjenbruk. Lov om Oppgaveregisteret er enda sterkere og stiller krav om samordning rundt innhenting av informasjon fra næringslivet. Formålet med dette er bl.a. å fremme en datadelingskultur i offentlig sektor. En større grad av gjenbruk krever imidlertid en helhetlig forvaltning av informasjon, både internt i og på tvers av virksomheter, og mange offentlige virksomheter har nå en felles forståelse av at manglende oversikt over egen informasjon - eller manglende orden i eget hus - er et av de viktigste hindrene for elektronisk informasjonsutveksling, og dermed gjenbruk av andres informasjon. Skate 5 har derfor informasjonsforvaltning høyt på agendaen, og denne veilederen for orden i eget hus er en del av denne satsingen. 1.4 Delekultur som gir gevinster Foranalysen 6 som ble gjennomført i regi av Skate, etablerte et målbilde for hele offentlig sektor. Der heter det bl.a.: Data skal skapes én gang og forvaltes i én kilde for så å kunne gjenbrukes. Gjenbruk er hovedregel ved utvikling av nye digitale offentlige tjenester, og dette gjelder gjenbruk av både tjenester, data og beskrivelser. Digitaliseringsrundskrivet sier at en bør bruke felles offentlige registre (Det sentrale folkeregisteret, Enhetsregisteret og Matrikkelen) 7. Dette er nasjonale masterdata som inneholder fasiten for data på sitt område. Men det finnes mye informasjon av felles nytte utenfor disse felles offentlige registrene, og hvordan skal en få til en delekultur rundt disse? Og 4 er en sammenstilling av pålegg og anbefalinger vedrørende digitalisering i offentlig sektor, og gir et helhetlig bilde av hvilke føringer som gjelder. 5 Skate (Styring og koordinering av tenester i e-forvaltning) er eit strategisk samarbeidsråd som skal bidra til at digitaliseringa av offentleg sektor blir samordna og gjev gevinstar for innbyggjarar, næringsliv og forvaltninga. 6 Sluttrapport Foranalyse Informasjonsforvaltning og -utveksling, 7 Punkt 2.2 Bruk nasjonale felleskomponenter i Digitaliseringsrundskrivet,

6 hvilke gevinster vil en slik delekultur skape, både internt i en virksomhet og for samfunnet som helhet? Gevinsten ved å ha den orden i eget hus som delingskulturen forutsetter, vil være at virksomheten internt har oversikt over egen informasjon, forstår hva den betyr og bruker den til å understøtte virksomhetens arbeidsprosesser og oppgaveløsning. I dag er det ikke uvanlig at deler av en virksomhet ikke kjenner til informasjon som forvaltes av en annen del, noe som bidrar til redusert effektivitet i arbeidsprosessene. Generelt vil det også være nyttig at en har oversikt over all relevant informasjon i en virksomhet, og ikke bare uttrekk/deler som er tilpasset et nåtidig behov. Ingen vet hvilken informasjon som trengs for å møte morgendagens krav, men dersom all relevant informasjon er kjent, vil det gjøre endringer enklere, dvs. bedre virksomhetens endringsevne. Informasjonssikkerhet er generelt en viktig del av informasjonsforvaltning ( orden i eget hus ), og offentlig sektor har allerede en plikt til å gjøre kartlegging og verdivurderinger knyttet til informasjon som forvaltes. Det finnes bl.a. flere standarder for informasjonssikkerhet som offentlige virksomheter er pålagt å følge, og arbeid med informasjonssikkerhet pågår sannsynligvis flere steder i en virksomhet, men ikke nødvendigvis koordinert. En bevisstgjøring rundt informasjonsforvaltning, og dermed en mer koordinert innsats for informasjonssikkerhet, vil gi bedre ressursutnyttelse. I dag samler flere deler av offentlig sektor inn samme type informasjon, noe som er en dårlig utnyttelse både av offentlig sektors egne, og samfunnets, ressurser. Dersom en har tilstrekkelig orden i eget hus, vil oversikter over egen informasjon kunne tilgjengeliggjøres. Dermed vil andre virksomheter se hvilken informasjon som allerede finnes, og - dersom de har hjemmel for gjenbruk - kunne redusere kostnader både hos seg selv og hos de som må sende inn informasjonen. Brønnøysundregistrene og Difi har i samarbeid med SKATE-virksomhetene lansert en felles datakatalog med oversikt over datasett fra offentlige virksomheter i Norge. 8 Digitale tjenester i én offentlig virksomhet forutsetter ofte informasjon som forvaltes av andre virksomheter. Lånekassen trenger f.eks. informasjon fra bl.a. Skatteetaten, NAV og UDI i sin saksbehandling. Orden i eget hus er viktig for å lage gode og sammenhengende tjenester; for å vite hvilken informasjon som finnes hos andre, men også for å vite hva den betyr. ( Samboer er f.eks. ikke nødvendigvis det samme i Skatteetaten og NAV. ) Orden i eget hus forenkler arbeidet med å identifisere hva som kan utveksles, og gir basis for eventuell koordinering av begrepsbruk. Den som bruker tjenestene, slipper på sin side å slite med ulik begrepsbruk, og henting og videreformidling av informasjon som det offentlige allerede har. Arbeidet med å skape orden i eget hus, vil være et stort nasjonalt fellesløft, der eget arbeid vil gi gevinst for andre, og vise versa. 8

7 2 Utnyttelse av data 2.1 Hva er et datasett og hvilke datasett skal beskrives? Et datasett er en organisert samling av data. Hvordan et datasett avgrenses og organiseres vil imidlertid variere mellom ulike virksomheter. Det kan gjøres ulike valg f.eks. mht. hvilke datasett som skal spesifiseres i forbindelse med en saksbehandling eller trekkes ut av en database eller et register (se Brønnøysundregistrenes tanker rundt dette i kap. 6). I ordforklaringene til Standard for beskrivelse av datasett og datakataloger (DCAT-AP-NO) 9 bruker en den litt mer IT-pregede definisjonen Et datasett er en samling med data, for eksempel i form av en tabell, liste eller en database som kan gjøres tilgjengelig som en nedlastbar fil, og/eller nåes via et Web-API. Det er i utgangspunktet opp til virksomheten, ut fra gitte formål, å definere hvilke datasett som er relevant å beskrive, og mange vil ha lovverk og retningslinjer som sier noe om dette. Imidlertid fokuserer veilederen på datadeling, dermed kan en grovt sett si at alle datasett som virksomheten kan dele med andre, er relevant å beskrive. Å lage oversikt over og beskrive datasett vil ta tid, og det anbefales å starte i det små med datasett som en vet eller tror er etterspurt av andre. For noen vil det sannsynligvis være hensiktsmessig å ta for seg ulike arbeidsprosesser (f.eks. knyttet til forskjellige typer saksbehandling), og identifisere og beskrive datasett for én og én prosess. Dersom en har datasett som både brukes internt (av andre deler av virksomheten enn de som forvalter datasettene), og eksternt, bør en prioritere å starte med disse som vil gi gevinst for både egen og andre virksomheter. 2.2 Hva er forskjellen mellom oversikt og beskrivelse? I modenhetsmodellen skiller en mellom oversikt over datasett og beskrivelse av datasett. Men hva er forskjellen på disse? Det er kanskje lettest å se forskjellen ved å se på hensikten med oversikten og beskrivelsen. Hensikten med oversikten er at potensielle brukere (også interne) skal kunne sjekke om det finnes datasett som kan være aktuelle for en bestemt oppgave, mens beskrivelsen, som gir mer detaljert og utfyllende informasjon om datasettet, skal hjelpe brukeren å avgjøre om datasettet virkelig er aktuelt for oppgaven. En kan si at oversikten brukes til å identifisere/oppdage relevante kandidat-datasett, mens beskrivelsen skal hjelpe en til å vurdere/evaluere om informasjonen i datasettene er relevant for den aktuelle oppgaven. Eksempel på brukerhistorie: Jeg er på jakt etter et datasett som sier noe om inntekt for samboere med barn. Jeg søker gjennom datasettoversikten hos relevante virksomheter, og ser at både Etat A og Etat B har datasett som ut fra den kortfattede informasjonen (f.eks. tittel) kan være aktuelle. For å vurdere om datasettene virkelig inneholder det jeg ser etter, trenger jeg 9

8 imidlertid en mer detaljert beskrivelse av informasjonen. I beskrivelsen finner jeg bl.a. definisjoner av begrepene som brukes i datasettet, og ser at Etat B definerer samboer på en annen måte enn en gjør innenfor mitt fagområde. Dette datasettet er derfor ikke aktuelt for min bruk, men Etat A viser seg å ha samme definisjon både på samboer og inntekt som det jeg bruker i mine analyser. 2.3 Oversikt over datasett Oversikten utgjøres av en sammenstilling (f.eks. en liste eller katalog) av identifiserte datasett. Alle datasettene skal være beskrevet på en overordnet måte, typisk tittel, en kort beskrivelse av innhold, eier, kontaktperson og publiseringshyppighet. Data.norge.no er en oversikt eller katalog over åpne datasett, og det enkelte datasett har en overordnet beskrivelse, se f.eks. datasett Smilefjestilsyn på serveringssteder Standard for oversikt over datasett Det finnes i dag ingen obligatorisk standard for beskrivelse av oversikter (kataloger) med tilhørende datasett. I 2016 publiserte Difi en anbefalt standard, Standard for beskrivelse av datasett og datakataloger 11, også kalt DCAT-AP-NO 1.1. Dette er den norske versjonen av EUstandarden DCAT-AP (Data Catalog Vocabulary - Application Profile) og skal sikre at beskrivelser av offentlige data I Norge utføres på en felles, strukturert måte og i en maskinlesbar form. 2.4 Beskrivelse av datasett Beskrivelsen må være tilstrekkelig til at potensielle brukere skjønner hva datasettet inneholder og hva de ulike variablene/egenskapene/dataelementene 12 betyr/representerer. Samtidig skal beskrivelsen ikke inneholde taushetsbelagt informasjon. Brukeren må ut fra beskrivelsen kunne vurdere om dette datasettet er aktuelt i en eller annen spesifikk sammenheng. (Dette utelukker selvfølgelig ikke at en også kan kontakte oppgitt kontaktperson dersom ytterligere informasjon kreves). Beskrivelse bør inneholde navnet på alle variablene/egenskapene/dataelementene i datasettet, definisjoner på hva de betyr (hvordan er f.eks. inntekt definert i dette datasettet) og ev. kodeverk som brukes (hva betyr det at verdien for kjønn er 1). Dersom det brukes ulike Ulike virksomheter bruker ulike termer og legger litt ulik betydning i de forskjellige innholdselementene i datasettet. Det er ennå ikke definert noen felles begreper for offentlig sektor på dette området. Disse innholdselementene kan f.eks. være identifikatorer som fødselsnummer, variabler som inntekt og kodeverk som Kommuneinndelingen.

9 måleenheter, f.eks. kroner og 1000 kroner, er også dette viktig å dokumentere. Et eksempel på et slikt beskrevet datasett er SSBs variabelliste som brukes av forskere som skal bestille data Standarder for beskrivelse av datasett Når det gjelder beskrivelse av begreper knyttet til data, kan det organiseres på ulike måter. Flere virksomheter arbeider med begrepskataloger (bl.a. NAV, Skatteetaten og Difi 14 ) der de definerer både begreper som inngår i datasett og andre begreper som er relevante i virksomhetens arbeid. Andre har valgt å konsentrere begrepsarbeidet hovedsakelig om variabler knyttet til identifiserte datasett. Det finnes i dag tre anbefalinger vedrørende begrepsarbeid i Referansekatalogen for ITstandarder i offentlig sektor 15. Den ene er Standard for begrepsbeskrivelse 1.0 som viser hvilke elementer som skal med når et begrep beskrives. Her inngår bl.a. navn, definisjon, kilde og gyldighetsperiode. Den andre anbefalte standarden er Standard for begrepskoordinering Standarden beskriver en prosess for å koordinere begreper mellom to eller flere parter innenfor offentlig sektor, inkludert en anbefaling om beste praksis. Dette vil være særlig aktuelt i prosjekter som involverer deling av data. Selv om hovedbruken av standarden vil være knyttet til samarbeidsprosjekter mellom etater, vil standarden også være nyttig i internt arbeid med begrepskoordinering (i tilfeller der ulike deler av en virksomhet har ulike definisjoner av samme begrep). Noen forskjeller kan f.eks. skyldes at en forholder seg til ulike lovverk, andre at ulike deler av en virksomhet ikke kjenner nok til begrepsbruken hos andre og lager egne definisjoner. I tillegg anbefales «Termlosen» 17 som veileder i arbeidet med å analysere eksisterende begrepsbruk og komme fram til et koordinert begrepsapparat. 2.5 Vurdering av tilgang til data Vurdering av tilgang til data tilsvarer krav 3 til god informasjonsforvaltning i Informasjonsforvaltning i offentlig sektor 18. Dette kravet er foreløpig ikke tatt inn i modenhetsmodellen. 13 Gå til velg lenka som heter variabelliste for syselsetting (Excel), og velg Variabelliste - velg variabler i Excel-arket. Her er liste over variabler som kan velges, definisjon av variabler og kodelister viser Difis begrepskatalog for felleskomponenter forvaltet av Difi Termlosen kort innføring i begrepsanalyse og terminologiarbeid fås gratis ved henvendelse til til Språkrådet: Termene i Termlosen er igjen basert på den nordiske terminologisammenslutningen Nordterms arbeid. 18

10 2.6 Å gjøre informasjon om egne datasett tilgjengelig Det er viktig å presisere at vi her ikke ennå snakker om tilgjengeliggjøring av selve datasettene, men av informasjon om datasettene, dvs. oversikter over hvilke datasett som finnes og beskrivelser av disse datasettene. Tilgjengeliggjøring betyr at informasjonen gjøres tilgjengelig for eksterne brukere. Eksterne brukere er valgt siden det er datadeling i offentlig sektor som er vårt fokus. Vi oppfordrer til å bruke Felles datakatalog for å tilgjengeliggjøre datasettene: Generelt anbefales det å tilgjengeliggjøre ting før det er perfekt. Oversikter og datasettbeskrivelser kan utdypes og forbedres over tid. Man bør heller ikke vente til hele huset er i orden før man begynner å tilgjengeliggjøre informasjon om enkeltdatasett Standarder for å gjøre informasjon om egne datasett tilgjengelig DCAT-AP-NO anbefaler to tekniske standarder for tilgjengeliggjøring av oversikt over og beskrivelse av datasett: RDF/XML ( og JSON-LD ( Standard for URI som skal brukes ved tilgjengeliggjøring av informasjon oppdateres her: Forvaltning av informasjon som er tilgjengeliggjort For at informasjon som gjøres tilgjengelig skal bevare sin verdi, må noen ha ansvar for at informasjonen oppdateres, også på internett slik at eksterne brukere sikres en pålitelig tilgang over tid. 3 Informasjonssikkerhet Informasjonssikkerhet handler om å sikre informasjonens konfidensialitet, integritet og tilgjengelighet. Å sikre konfidensialitet innebærer å hindre uautorisert innsyn i informasjon som ikke kan være åpent tilgjengelig for alle. Å sikre integritet innebærer å hindre uautorisert endring og sletting av informasjon. Å sikre tilgjengelighet innebærer å sikre tilgang til informasjon ved behov for tilgang. 19 Difi har utviklet veilederen Internkontroll i praksis - informasjonssikkerhet 17. Internkontroll betyr intern styring og kontroll. Internkontroll på informasjonssikkerhetsområdet betyr intern styring og 19

11 kontroll slik at informasjonssikkerheten ivaretas på det nivå og med den ressursinnsats virksomhetsledelsen mener er riktig. Informasjonssikkerhet er av avgjørende betydning for god informasjonsforvaltning. For mer informasjon og veiledning om informasjonssikkerhet henvises det til Difis nettsider om informasjonssikkerhet Vurdering av kvalitet på datasett Opplysninger om kvaliteten på selve datasettene vil høre inn under beskrivelse av datasett, og beskrivelse av data. Kvalitet inngår ikke som eget felt i DCAT-AP-NO, men noen av feltene kan brukes som indikatorer på kvalitet, f.eks. oppdateringsfrekvens og utgivelsesdato (aktualitet av data). Utgiver (kilde) kan for noen data også si noe om kvalitet (ut fra kildens autoritet på området). Hva er bra nok til å deles? Veilederen omhandler tilgjengeliggjøring av informasjon om egne datasett, men i arbeidet med å lage oversikt over og beskrive datasett, vil sannsynligvis en dataforvalter også tenke over om disse datasettene er bra nok. Hvis en synliggjør at de finnes, risikerer en jo å bli kontaktet av potensielle brukere, og er disse dataene av en slik kvalitet at en ønsker å utlevere dem til andre? En erfaring flere har gjort seg, er at tilgjengeliggjøring fører til bedre kvalitet. Når informasjon gjøres tilgjengelig, er det flere som kan oppdage og gi tilbakemelding om potensielle feil, og eier kan rette opp disse. 5 Hvordan komme i gang? I dette kapittelet nevnes punkter som bør gjennomgås for å komme i gang. Kapittelet må i kommende versjoner bearbeides til å inneholde konkrete erfaringer (beste praksis) etter hvert som vi får mer erfaring med informasjonsforvaltning. 5.1 Organisering Her beskriver vi blant annet aktiviteter, roller og ressurser det kan være lurt å ha med i arbeidet med god informasjonsforvaltning: Aktiviteter/prosess o forankre, planlegge, etablere, utføre, styre, vedlikeholde, (tenke helhetlig, forankring i ledelse/linje). Ta hensyn til ressurser som finnes i virksomheten (mennesker, organisering, prosesser, metoder, teknologi og verktøy) 20 infosikkerhet.difi.no

12 o overgangen fra prosjekt til del av virksomheten o virksomhetene må ha metoder/prosedyrer knyttet til ulike sider ved informasjonsforvaltningen (knyttet til linjen) - bør ha ansvarlig også for prosedyrene Roller (f.eks. eier/eierskap), beskrivelse av roller; hva gjør de, hvilken myndighet har de, ta med både forretning og IKT, hvordan skal de ulike rollene jobbe sammen, trengs det en koordinator for informasjonsforvaltningsarbeidet? Hvem eier ulike prosesser og hvem fordeler ressurser? Kompetanse/kulturutvikling: Hvordan kan en bygge kompetanse og bidra til modning innenfor informasjonsforvaltning? Hvordan utvikle en delekultur? Bruk av virksomhetsarkitektur for å se hvordan virksomhetene skal spille sammen nasjonalt, nødvendig kompetanse må gjøres synlig i interne kompetanseplaner Kommunikasjon (forankring av informasjonsforvaltning i virksomheten, både overfor linjen og øvrige ansatte, hjelpe til å ta ut gevinsten av informsjonsforvaltningsarbeidet) Sette av tilstrekkelig ressurser. Ting tar tid. Gjerne ha egne team som jobber med begrepsdefinisjoner, modellering og konvertering til XML osv. 5.2 Kartlegging Her beskriver vi punkter det være lurt å ta hensyn til i forbindelse med kartlegging av datasett: Hvordan går vi fram for å identifisere datasettene vi skal beskrive i oversikten/katalogen? Hvordan skal vi prioritere hva som skal beskrives først? Hvem skal delta i arbeidet? Bør det gjøres en interessentanalyse - hvem bruker våre data i dag, og hvem kunne/burde bruke dem? Arbeidsmetode: Manuell? Stegvis/iterativ? Automatisk (er det en utopi, eller finnes det i hele tatt verktøystøtte som gir organisasjonen noe her?) 5.3 Oversikt over datasett Det er så langt ikke identifisert noen konkret erfaring for dette området, men en bør ta hensyn til følgende: Organisering: hvordan man organiserer arbeidet for å få etablert en oversikt, som også sikrer at oversikten blir vedlikeholdt systematisk. Hva og hvordan en skal kartlegge hovedprosesser og støtteprosesser i digitaliseringsprosjekter osv

13 5.4 Beskrivelse av datasett En vanlig utfordring er at begrepsarbeid ofte starter i forbindelse med større prosjekter der begrepsarbeid ikke nødvendigvis er hovedsaken, men nødvendig for et godt resultat. Utfordringen vil da ofte være å få dette begrepsarbeidet over i en driftsfase (med inkludering av nye begreper og oppdatering) når det opprinnelige prosjektet avsluttes. Det er viktig at noen får ansvar for å koordinere begrepsarbeidet på tvers i en virksomhet. Dersom en bruker begreper som kommer fra andre, eller hvis en vet at andre jobber innenfor samme fagområde, vil det være lurt å sjekke om andres begrepsbeskrivelser kan brukes. Viktige momenter: Tilnærming - hvor skal en begynne i arbeidet? Datasett, datakilder, begreper som er viktigst for forståelse av egen virksomhet. Skal en konsentrere seg om begrepsbeskrivelse på semantisk nivå eller også gjøre modellering samtidig? Hvordan bør arbeidet organiseres? 6 Erfaringsdeling Vi har etablert et faglig forum der offentlige virksomheter kan møtes og utveksle erfaringer knyttet til informasjonsforvaltning. Kom gjerne på våre samlinger! 21 Teksten i resten av kapitlet er direkte innspill fra de aktuelle virksomhetene, kun med layoutmessige justeringer. 6.1 Hva er et datasett og hvilke datasett skal være beskrevet? Brønnøysundregistrene Det er fortsatt noe ulike oppfatninger av hva vi forstår med et datasett. I noen tilfeller blir rammene for settene definert ut i fra hjemmelsgrunnlag, eller et overordnet tematisk/faglig område. For Brønnøysundregistrene er det for eksempel nærliggende å se på innholdet i hvert av registrene som et sett av data. I andre tilfeller er rammene for datasett noe strammere og nærmere knyttet til prosesser i form av datautdrag fra et eller flere registre. Eksempler på dette er «nøkkelopplysninger» fra registre, påkrevde identifikasjons- /dokumentasjonskrav eller en bobestyrers informasjonsbehov. En tredje variant som også blir brukt til å avgrense sett av data, er knyttet til innsendelser/transaksjoner (tjenester). Både av hensyn til arkivering og dokumentasjon, men også i form av «kundeopplysninger». 21

14 Åpne data fra Brønnøysundregistrene er datasett som både fremstår som selvstendige datasett (Enhetsregisteret) eller datasett som i hovedsak gir mening ved lenking til andre datasett (Frivillighetsregisteret og Partiregisteret). I datasett fra Frivillighetsregisteret og Partiregisteret er grunndata fra Enhetsregisteret i hovedsak utelatt for å hindre dupliserende data, men med felles entydig identifikator i alle datasettene (organisasjonsnummer), er det enkelt å koble registerinformasjonen sammen. I registersammenheng ansees gjerne hvert register som separate datasett. Ved bruk av åpne lenkede data (LOD) vil begrepet datasett for brukerne gjerne omfatte alt som tilbys som virksomhetsdata. LOD kan koble sammen virksomhetsdata fra f.eks Enhets-/Foretaks-, Regnskaps- og Løsøreregisteret. I tillegg kan virksomhetsdata fra eksterne LOD-tjenester kobles sammen, f.eks fra NAV og SKD SSB En datsett er en samling av data. Arkivverdige data tas vare på for gjenbruk i SSB. Ledelsen definerer hva som er arkivverdige data for sitt ansvarsområde. Alle medarbeidere har lesetilgang til beskrivelsene, men ikke til selv dataene. 6.2 Beskrivelse av data SSB Arkivverdige data beskrives i en felles datakatalog. Felles datakatalogen ble bygget tidlig på 90-tallet med import fra/eksport til analyseverktøy, for gjenbruk i SSB. De fleste datasett er beskrevet. Datasett på statistikkområder med høy «turnover» og/eller høyt gjenbruk har best dekning. Datasettbeskrivelser er organiserte i 4 nivåer i felles datakatalogen. De første to nivåer er tematiske for å lette søk i katalogen. Det tredje indikerer at det er noen små endringer fra forrige perioden. Den fjerde viser gyldighetsperioden. Erfaringer: Begrensninger på antall karakterer i ulike analyseverktøy har ført til mange kryptiske forkortelser. Fram til standard prosedyrer og verktøy var godt etablert, var det nødvending med både «pisk og gulrot». Selv om eierskap til innholdet i felles datakatalog er godt etablert, er eierskap til selve verktøyet ikke like godt etablert. Gevinster: Bedre oversikt over data, enklere for nyansatte å komme i gang, mindre sårbare for turnover, bedre ressursutnyttelse Område: Hvordan skal dataene beskrives?

15 Mål for arbeidet: Ha et felles format for databeskrivelser for å gjøre import, eksport og gjenbruk effektivt. Dataene lagres som flatfiler. For hver variabel i en datasettbeskrivelse dokumenteres følgende: Variabelnavn, Beskrivelse, Definisjon, Type, Lengde, Antall Desimaler, Start posisjon, Verdiområde, Kodeliste, Kommentar/Lenke til dokumentasjon, Opprettet Av, Endret Av, og følgende funksjoner: Vis kodeliste (Kodelist), Vis variabeldefinisjon (Definisjon) For hver datasettbeskrivelse har vi følgende funksjoner: Opprett ny variabel, Slett variabel, Flytt variabel, Slett alle variabler, Kopier variabel, Oppdater Start, Oppdater databeskrivelsen Erfaringer: Dokumentasjon av kodelister er ikke alltid fullstendig. Dataene kan inneholde mer detaljerte koder enn kodelisten for en variabel pga aggregering i analyseverktøy. Vi mangler en lenke til mastersystemet for klassifikasjoner. Begrensninger på antall karakterer i ulike analyseverktøy har ført til mange kryptiske forkortelser av variabelnavn. Mangelfull støtte for norske tegn. Vi bruker en navnestandard som danner spesifikasjonsgrunnlaget for automatiske rutiner for sletting av "gamle" arbeidsfiler og filer som ikke følger navnestandarden. Gevinster: Standardmåte å beskrive data på gir optimal gjenbruk og viderebruk av data, reduserer behov for opplæring av ansatte og gjør det enklere å lage støtteverktøy og automatisere. Område: Når skal data beskrives? Mål for arbeidet: Data og datasettbeskrivelser skal være tilgjengelig når og der du trenger det forutsatt at du har et legitimt behov for dataene. Det er viktig at data beskrives så tidlig i livssyklusen som mulig. Dessverre er det ofte mer prioritert å publisere statistikk enn å beskrive datagrunnlaget for statistikken. Erfaringer: Egennytte gir best motivasjon. En bør lage støtteverktøy som gjør jobben så automatisk og lettvint som mulig. Hvis de som skal gjøre jobben, ikke får noen nytte av jobben selv kan det være nødvendig med både «pisk og gulrot». Gevinster: At data dokumenteres så tidlig som mulig, gir best semantisk forståelse i ettertid, best kvalitet mht. gjenbruk og viderebruk, og minst mulig organisatorisk, semantisk og teknisk gjeld Difi Hva betyr det at data i virksomheten skal være beskrevet? Mål for arbeidet:

16 For arkivet: Metadata muliggjør gjenfinning av saker og dokumenter, både for interne og eksterne (gjennom OEP 22 ) brukere For informasjonssikkerhet: For å gjøre verdivurdering og risikovurdering av informasjon, må de først bli beskrevet. For statistikkprosjektet: For å identifisere datasett som kan være nyttig for forvaltningen For åpne data: For å identifisere datasett som kan være nyttig for næringslivet og samfunnet. For arkivet: P360 er NOARK godkjent og beskrivelser av data (metadata) i systemet er i henhold til standard. For informasjonssikkerhet: All informasjon behandles i informasjonssystemer. Difi har identifisert om lag 100 systemer. Systemene skal være beskrevet ut ifra informasjon som de behandler. For statistikkprosjektet og åpne data: Identifiserte datasett er beskrevet. Erfaringer og Gevinster: Det er helt nødvendig å stille krav til at data skal være beskrevet hvis man vil jobbe med informasjonsforvaltning eller informasjonssikkerhet. Imidlertid kan ikke alle data i virksomheten være beskrevet. Det er viktig å finne et hensiktsmessig omfang på arbeidet. Det er også viktig å finne et riktig detaljeringsnivå til å begynne med. Mål for arbeidet: Hvordan skal dataene beskrives? Statistikkprosjektet: Beskrivelser av datasettene fra statistikkprosjektet er basert på Standard for beskrivelse av datasett og datakataloger (DCAT-AP-NO). Når det gjelder verktøy er prosjektet mer opptatt av verktøy for presentasjon av data, grunnet mandatet de har. Åpne data: Datasettene på data.norge.no er beskrevet etter standard datadefinisjoner (DCIP). 6.3 Bruk av standarder og verktøy SSB Standarder (eksisterende, ev. under arbeid/oppdatering) Mål for arbeidet: SSBs navnestandard for filer og lagringsområder skal bidra til: at brukerne kan lagre data på en sikker og velorganisert måte uten unødig dobbeltlagring å støtte gjenfinning og bruk av data (filer) å støtte administrasjon av data, inkludert automatisk sletting av filer 22 Offentlig Elektronisk Postjournal

17 at dataenes eierseksjon skal kunne ha full oversikt over de data som den har ansvaret for at adkomsten til data kan reguleres effektivt. Navnestandarden ble innført og fulgt opp. Erfaringer: Bare positive. Gevinster: Se Mål for arbeidet Verktøy Mål for arbeidet: Lage en felles datakatalog som kunne samspille med våre analyseverktøy, våre datalager og Riksarkivet. Denne må også samspille med variabeldefinisjonskatalog og kodeverkkatalog. En felles datakatalog ble bygget tidlig på 90-tallet av interne ressurser. Variabeldefinisjonskatalogen ble utviklet av interne ressurser og satt i produksjon i 2007 med to-veis kobling til felles datakatalog. Klassifikasjonskatalogen ble utviklet som et norsk-dansk samarbeid og satt i produksjon i SSB i 2005, men har ingen kobling til vår felles datakatalog. En ny kodeverkskatalog er nå under utvikling. Erfaringer: Hovedsakelig positive, men kvaliteten kav bli bedre for brukerne, både maskiner og mennesker Gevinster: Bedre oversikt over data, enklere for nyansatte å komme i gang, lavere sårbarhet for turnover, bedre ressursutnyttelse Mål for arbeidet: Lage en variabeldefinisjonskatalog. Denne må samspille med felles datakatalog og klassifikasjonskatalog. (Variabler er de begrepene SSB bruker i sine statistikker, f.eks. Inntekt, Landbakgrunn, Sysselsatte) Variabeldefinisjonskatalog ble utviklet av interne ressurser og satt i produksjon i 2007 med to-veis kobling til felles datakatalog og en-veis til klassifikasjonskatalog.. Erfaringer: Viktig å avklare hvilke begreper som skal dokumenteres. Viktig å avklare ansvarlig enhet for ulike begreper Sørg for at det er en fagperson som dokumenterer, dvs ikke IT-person Oppnevn intern koordinator som bidrar til å avklare hvem som har ansvar for hvilke begreper «kurser» de ansvarlige slik at dokumentasjonen gjøres så likt som mulig bidrar til kvalitetssikring av dokumentasjon (f.eks. språk og struktur), ta gjerne en prat med de ansvarlige også før de dokumenterer for å se hva de har tenkt å legge inn. har oversikt over hva som er gjort, hva som skal gjøres og gir tilbakemelding til linjen

18 avtaler med linjen hvilke ressurser som kan brukes til arbeidet i en gitt tidsperiode, f.eks. et år initierer koordineringsaktiviteter på tvers av egen virksomhet Det er nyttig at katalogen har ulike rapportmuligheter, f.eks. hvor mange variabler med samme navn er lagt inn. Også nyttig om den som dokumenterer, får beskjed dersom et variabelnavn er brukt tidligere og dermed kan sjekke om de kan bruke den allerede dokumenterte definisjonen. Ta vare på variablenes historikk, koble til kodeverk dersom det er aktuelt (f.eks. når variabelen Bostedkommune er definert, kan den lenkes til kodeverket som viser Kommuneinndelingen i klassifikasjonskatalogen). Ha faste gjennomganger, f.eks. hvert halvår/år, for å avdekke like variabelnavn, og initiere koordineringsmøter mellom relevante ansvarlige (via linjen). I den grad det er mulig, koble variabeldokumentasjonen opp mot virksomhetens prosesser for å sikre at variablene oppdateres. Husk: Ting tar tid! Råd mht. utvikling av variabelkatalog Før utviklingen startet, ble behovene kartlagt via omfattende samtaler med representanter for potensielle brukergrupper. Vi satset på en trinnvis utvikling der hvert trinn inneholdt implementering av minst et behov. Det er viktig å lage et godt brukergrensesnitt. Ta gjerne brukerne med i utviklingsfasen. Velg positivt innstilte brukere som pilottestere, så kan de forhåpentligvis være med å overbevise andre. Ikke lag et stort system for å løse alle metadata/informasjonsutfordringer. Velg heller flere mastersystem med koblinger som ideelt sett kan fungere som et system. Oppdatering av innholdet i katalogen er en utfordring. Det er viktig med forvaltningsrutiner, og at katalogen integreres mest mulig i produksjonsprosessene, for å få til dette. Variablene bør dokumenteres/oppdateres i starten av et prosessløp. Vi har ikke fått til det ennå. Generelt: Det var viktig med en informasjonsforvaltningsstrategi og forankring i ledelsen for å få gjennomført arbeidet. Gevinster: Bedre oversikt over variabler, enklere for nyansatte å komme i gang, lavere sårbarhet for turnover, gjenbruk av definisjoner, framstår som mer helhetlig utad, bedre ressursutnyttelse Mål for arbeidet: Lage en klassifikasjonskatalog (inneholder kun standard klassifikasjoner, ikke kodelister) Klassifikasjonskatalogen ble utviklet som et norsk-dansk samarbeid og satt i produksjon i SSB i 2005, men har ingen kobling til vår felles datakatalog. Modellen var basert på en internasjonal standard utviklet av flere statistikkbyråer. Erfaringer: Klassifikasjoner oppdateres forholdsvis sjelden og har ulike forvaltere, og det viste seg at brukergrensesnittet ble for komplisert for brukerne når det gikk lang tid mellom hver bruk.

19 Forvaltningen av klassifikasjonene ble derfor sentralisert slik at kun et fåtall personer forvalter klassifikasjonene i katalogen, og har opparbeidet seg erfaring. Katalogen har fungert godt for å gi en oversikt over de klassifikasjoner SSB bruker i sin statistikkproduksjon. Katalogen brukes også i stor grad av eksterne aktører. Gevinster: Bedre oversikt over klassifikasjoner. Det ble laget et format for alle klassifikasjoner som gjorde import og eksport for videre bruk enklere. Internasjonalt samarbeid ga en robust modell som har holdt seg i mer enn 10 år Difi - Statistikkprosjektet: Beskrivelser av datasettene fra statistikkprosjektet er basert på Standard for beskrivelse av datasett og datakataloger (DCAT-AP-NO). Når det gjelder verktøy er prosjektet mer opptatt av verktøy for presentasjon av data, grunnet mandatet de har. - Åpne data: Datasettene på data.norge.no er beskrevet etter standard datadefinisjoner (DCIP). 6.4 Tilgjengeliggjøring av informasjon om egne data SSB Mål for arbeidet: Lage et fellesopplegg for formidling og viderebruk av våre statistikkdata til innbyggere, offentlig forvaltning, næring, forskning og utdanning, media, internasjonal organisasjoner osv. Alle datasett som gjøres tilgjengelig på våre internettsider skal beskrives for å øke forståelse og viderebruk. Forskere kan på visse betingelser bestille datasett basert på datasettbeskrivelser. Et fellesopplegg ble bygget tidlig i 2000 og fikk en total renovering i perioden Fra våre internettsider kan det lastes ned tabeller i CSV eller Excel. I tillegg tilbyr vi åpne data i JSON eller CSV via API. For forskere har vi sju tilrettelagte datasettbeskrivelser hvor hver variabel beskrives med følgende informasjon: Variabelnavn, Beskrivelse, Periode, Definisjon, Kodeliste og følgende funksjoner: Vis kodeliste (Kodeliste), Vis variabeldefinisjon (Definisjon). Forskere kan også bestille en kombinasjon av de sju tilrettelagte variabellistene, eventuelt i kombinasjon med andre datasett. Erfaringer: Betydelige investeringer. Organisatoriske grep etablerte sentralt eierforhold til våre internettsider og data til forskere. Vi utvikler nå et nytt system for å tilby forskere mer enn de sju datasettene på en standardisert måte. Gevinster: Enklere for brukere å finne fram og mer strømlinjeformet formidling

20 Standarder JSON-stat Mål for arbeidet: Tilby åpne data via API som JSON eller CSV. For JSON benyttes rammeverket JSON-stat 23 som er laget spesielt for statistiske tabeller. Erfaringer: Positive. Gevinster: API er et programmeringsgrensesnitt som gjør det mulig for applikasjoner å samhandle. Verktøy - Statistikkbanken Mål for arbeidet: En fellesløsning for publisering av statistikk som både ansatte og eksterne brukere forholder seg til. Et nordisk samarbeid med statistikkbyråene i Sverige og Danmark for å lage et system for å tilgjengeligjøre statistikkdata. Erfaringer: Hovedsakelig positiv, men det finnes flere ønsker angående bedre/mer funksjonalitet. Gevinster: Når flere organisasjoner bidrar i design og utvikling gir det en mer robust løsning, og mindre ressursbruk per organisasjon. Brukere kan gjenkjenne seg i de andre nordiske statistikkbankene Brønnøysundregistrene Enhetsregisteret tilbys via ulike tjenester fra Brønnøysundregistrene. Fra data.brreg.no og hotell.difi.no er basisinformasjon fra Enhetsregisteret tilgjengelig i et REST-grensesnitt. Tjenesten er lisensiert med Norsk lisens for offentlige data (NLOD). Tjenester for åpne data fra Brønnøysundregistrene er beskrevet i datakatalogen data.norge.no. Videre er informasjonen gjort tilgjengelig via filbasert leveranse (batch-oppdatering), og via online-tjeneste direkte fra Brønnøysundregistrene. Disse tjenestene inneholder informasjon som stiller krav til konfidensialitet, og er derfor ikke åpne for enhver. I tillegg er det for flere tjenester krav om betaling. 6.5 Informasjonssikkerhet SSB Mål for arbeidet: 23

21 Informasjonssikkerhet i SSB omfatter sikring av: konfidensialitet - at informasjonen kun er tilgjengelig for autoriserte personer og/eller systemer og at det på forhånd er foretatt en gyldig identifisering og autentisering. integritet - at informasjonen ikke blir endret eller slettet på uautorisert måte. tilgjengelighet - at informasjonen eller dataressurser er til stede, stabile og anvendelige for brukere etter behov. Prosesser, rutiner, lover og regler angående informasjonssikkerhet er kjent, det er godt dokumentert og innarbeidet gjennom trening, kommunikasjon og tilgjengelige verktøy. Erfaringer: Positive Gevinster: Hele SSBs virksomhet er basert på tillit fra dataleverandører og brukere. For å gjøre oss fortjent til den tilliten må vi vise og bevise at vi tar informasjonssikkerhet på alvor Difi Område: Informasjonssikkerhet Mål for arbeidet: Verktøy for åpne data og statistikkprosjektet og Difis kontorstøttesystemer er underlagt regime for verdivurdering (internt Difi-regime). Verdivurderingen er avgjørende for hvilket sikkerhetsnivået systemene får. Erfaringer og gevinster: Informasjonssikkerhet handler om tilstrekkelig sikkerhet. Det er viktig å gjøre en grundig analyse av sikkerhetsbehov før tiltak implementeres. 6.6 Kvalitet SSB Mål for arbeidet: Den felles datakatalogen skal ha tilstrekkelig kvalitet for både for mennesker og maskiner. Tjenester ble utviklet i Disse kunne brukes automatisk for å sammenligne alle databeskrivelser i fellesdatakatalogen med de fysiske dataene som ble beskrevet. Erfaringer: Investeringene i utvikling av tjenestene var lav, men tjenesten var effektive til å identifisere avvik. Dessverre ble ikke dette arbeidet fulgt opp. Det skyldtes delvis etterslep både på semantisk og teknisk side siden tidlig på 90-tallet. Anbefaling sjekk kvalitet fra første dag for å unngå for stort etterslep. Gevinster:

22 Gevinster utover kompetanseheving i utvikling av tjenester ble ikke hentet ut. Område: Hindringer Mål for arbeidet: Identifisere hindringer og lage tiltak for å redusere disse. Trening av nyansatte, ansvarlig- og bevisstgjøring av ledelsen, kommunikasjon på alle nivåer i organisasjonen, trinnvis utvikling av støtteverktøy - sterk brukerinvolvering. Erfaringer: Vær tidlig ute med å identifisere hindringer. Gevinster: Mindre tid og ressursbruk for å bedre kvaliteten Brønnøysundregistrene Vår erfaring er at økt bruk av enhetsregisterdata gir bedre kvalitet på de registrerte opplysningene ved at enheten melder inn endringer som følge av at informasjonen er tilgjengelig i ulike tjenester. I tillegg rapporterer også andre brukere inn feil og mangler som de finner i våre datasett. Bruk av rolleinformasjon i Altinn har også bidratt til at disse opplysningene er blitt bedre ajourført. 6.7 Hvordan komme i gang? Brønnøysundregistrene Vi startet med å hente erfaringer fra andre etater som allerede har kommet i gang med lignende arbeid. For oss var det veldig nyttig og avgjørende for hvordan vi startet arbeidet. Etatene var imøtekommende og vi var heldige som fikk mye hjelp og informasjon fra de vi kontaktet. Som etat som skal starte et større arbeid med begrepsbeskrivelser og informasjonsmodeller, har vi hatt stor nytte av delingsviljen hos Skatt, Nav og Kartverket. Deres innspill og bidrag har gjort at vi tidlig kunne sette riktig kurs og komme i gang med selve arbeidet. Vi fikk bekreftet at mye av det vi allerede hadde tenkt var riktig, samtidig som vi fikk nye innspill. Vi fikk innspill på blant annet arbeidsprosesser og roller metode verktøy forankringsarbeid i organisasjonen eierskap og godkjenning innføring av prosess forventninger til progresjon hvordan man forholder seg til nasjonale og internasjonale standarder

23 Prosjekt eller linjeaktivitet? Før oppstart av arbeid med begreper og informasjonsmodeller, vil det være naturlig å vurdere om innføring av arbeidet i organisasjonen skal organiseres som et prosjekt eller en linjeaktivitet. Vi kjører arbeidet som et prosjekt som har som mål å få på plass metode, arbeidsprosesser og verktøy/rammeverk som etter hvert skal overføres til linja. Arbeidsprosess Det har vært viktig med avgrensing av leveranse for å synliggjøre at det er linja og ikke prosjektet som skal levere begrepsbeskrivelser og informasjonsmodeller. Prosjektet skal legge til rette for at denne jobben kan samordnes. Utprøving og innføring av arbeidsprosesser og metode har vi valgt å gjøre i samarbeid med et større internt prosjekt. På denne drar vi nytte av hverandre. Vi sikrer oppmerksomhet og prioritering, samtidig som det interne prosjektet får faglig støtte fra oss. Eierskap og forankring i organisasjonen For å sikre eierskap, forankring og engasjement rundt begrepsarbeid har vi brukt mye tid på å engasjere ledermøter. Dette har bidratt til å skape en forståelse av at det er linja og lederne som skal utarbeide begrepene og ta eierskap til disse. Vi har bevisst unngått å snakke så mye om informasjonsforvaltning og heller snakket om det konkrete arbeidet med begreper. Ved å konsentrere oss om en liten del av det som kalles informasjonsforvaltning, har det vært enklere å skape interesse og forståelse i organisasjonen. Forhold til standarder for begreper og informasjonsmodeller (nasjonale og internasjonale) Nyttig å høre andres erfaring med bruk av ulike standarder, både innen begrepsarbeid og arbeid med informasjonsmodeller.