Erasmus Universiteit Rotterdam krijgt subsidie voor een nieuw duurzaamheidsplatform. Het platform moet data en kennis over energie, mobiliteit en afval bundelen in Rotterdam. De universiteit wil hiervoor algoritmen en datamodellen inzetten, met aandacht voor de AVG en de Europese AI-verordening. Het doel is betere besluiten in onderwijs, onderzoek en de eigen bedrijfsvoering.
Platform bundelt duurzaamheidsdata
Met de subsidie bouwt de universiteit een digitaal platform voor duurzaamheidsinformatie. Het platform brengt gegevens samen over energiegebruik, mobiliteit en materiaalstromen op en rond de campus. Dashboards geven overzicht en laten trends zien. Zo wordt sneller duidelijk waar winst te halen is.
Een duurzaamheidsplatform is een digitale omgeving waar data, modellen en beleid samenkomen om gerichter klimaat- en milieudoelen te halen.
De universiteit gebruikt algoritmen om patronen te vinden in grote datasets. Een algoritme is een reeks regels waarmee een computer gegevens verwerkt. Dat helpt om piekverbruik te herkennen of verspilling te voorkomen. Zo kunnen teams gerichte maatregelen nemen.
Het platform sluit aan op open science en de FAIR-principes. FAIR betekent vindbaar, toegankelijk, uitwisselbaar en herbruikbaar. Dat maakt samenwerking en hergebruik van data makkelijker. Het vergroot ook de controleerbaarheid van resultaten.
De technische inrichting krijgt aandacht voor betrouwbaarheid en governance. Governance betekent duidelijke afspraken over eigenaarschap en toegang. De universiteit richt rollen en processen in voor kwaliteit en beveiliging. Zo blijft de data actueel en correct.
Onderwijs en onderzoek profiteren
Studenten krijgen met het platform praktijkdata voor opdrachten en scripties. Ze leren werken met datamodellen, visualisaties en ethische kaders. Docenten kunnen casussen inbouwen in vakken. Dat maakt onderwijs concreter en actueler.
Onderzoekers gebruiken het platform voor nieuwe projecten en replicatie. Replicatie is het opnieuw uitvoeren van een studie om resultaten te controleren. Het platform biedt één plek voor documentatie en code. Dat versnelt samenwerking tussen faculteiten.
Besluitvormers in de universiteit testen maatregelen eerst in simulaties. Simulatie betekent dat een model gevolgen doorrekent zonder direct in te grijpen. Zo zie je vooraf effect en risico’s. Daarna kunnen pilots op kleine schaal volgen.
Ook de bedrijfsvoering van de campus kan verbeteren. Denk aan slimmer onderhoud, betere afvalscheiding en zuiniger verlichting. Teams krijgen realtime inzichten in prestaties. Dat maakt bijsturen eenvoudiger en goedkoper.
Privacy en EU-regels leidend
Als er persoonsgegevens worden verwerkt, geldt de AVG volledig. Dataminimalisatie en versleuteling zijn dan verplicht. Pseudonimisering helpt om privacy te beschermen. Een Data Protection Impact Assessment kan nodig zijn.
De Europese AI-verordening (AI Act) stelt extra regels voor algoritmen. Analyse van omgevingsdata valt meestal in een lage risicoklasse. Toepassingen die individuen monitoren kunnen zwaarder wegen. Transparantie en menselijk toezicht blijven vereist.
De universiteit heeft op het moment van schrijven een Functionaris Gegevensbescherming. Die ziet toe op naleving van privacyregels. Ethische commissies kunnen projecten toetsen. Dat verkleint juridische en maatschappelijke risico’s.
Publieke subsidie vraagt vaak om open resultaten en veilige systemen. Heldere datacontracten en toegangsrechten zijn dan standaard. Logbestanden en audits houden misbruik tegen. Zo blijft het platform betrouwbaar voor alle gebruikers.
Samenwerking in Nederland en EU
Het platform kan aansluiten op Nederlandse onderzoeksinfrastructuur. Denk aan diensten van SURF voor dataopslag en rekenkracht. Dat maakt delen van datasets tussen instellingen eenvoudiger. Het verlaagt ook kosten en dubbel werk.
In Europa kan koppeling met de European Open Science Cloud kansen bieden. Data over klimaat en energie zijn daar al beschikbaar. Uitwisseling met steden en universiteiten versnelt leren. Dat helpt doelen uit de EU Green Deal te halen.
Regionale partners kunnen meedoen met eigen data en vragen. Gemeenten en bedrijven werken dan met dezelfde feitenbasis. Dat verhoogt de kwaliteit van plannen en evaluaties. Afspraak is dat publieke waarden en privacy voorop staan.
Door standaardformaten te gebruiken, wordt integratie makkelijker. Open standaarden verkleinen de afhankelijkheid van één leverancier. Het platform blijft zo flexibel en toekomstbestendig. Dat is belangrijk bij snel veranderende technologie.
Verwachte impact en planning
De eerste fase richt zich op ontwerp en inventarisatie. Teams brengen bronnen, gebruikers en doelen in kaart. Stakeholdersessies bepalen prioriteiten voor functionaliteit. Zo ontstaat een realistisch plan met duidelijke mijlpalen.
Daarna volgen pilots met beperkte scope. Denk aan een gebouw-dashboard of een mobiliteitsmodule. Gebruikers geven feedback op bruikbaarheid en nauwkeurigheid. Wat werkt, schaalt de universiteit breder op.
Impact kan worden gemeten aan datakwaliteit, gebruik en kostenbesparing. Ook telt de bijdrage aan CO2‑reductie en afvalvermindering mee. Heldere KPI’s maken voortgang zichtbaar. Jaarlijkse rapportages houden iedereen betrokken.
Er zijn ook beperkingen en risico’s. Data kunnen incompleet zijn of vooringenomen. Zwarte‑doosmodellen maken uitleg lastig. Daarom publiceert de universiteit methodes en kiest zij waar mogelijk voor uitlegbare systemen.
