Duurzame data-ladder: praktisch handvat voor duurzaam datagebruik

Je hoeft de krantenapp maar te openen, of je ziet een bericht over Artificiële Intelligentie (AI). De snelle groei van het gebruik van AI legt een dieperliggend probleem bloot: ons digitale gedrag heeft ook een negatieve impact op onze omgeving (bijvoorbeeld: zie de effecten van de enorme groei aan datacenters). Datacentra leggen beslag op ruimte, elektriciteit, grondstoffen en water. Steeds meer organisaties zijn zich bewust van de impact die hun dataverbruik met zich meebrengt. Maar waar moet je beginnen om met het verduurzamen van je dataverbruik aan de slag te gaan? Als praktisch denkkader hebben wij daarom de duurzame data-ladder ontwikkeld.

Meer is niet altijd beter

Digitaal werken is de norm en digitale oplossingen dragen vaak ook bij aan duurzaamheid. Hiermee stoppen is dus niet de oplossing, maar altijd kiezen voor de digitale oplossing is niet automatisch de meest duurzame keuze. Organisaties zullen dus continu moeten afwegen of een digitale vernieuwing de juiste is voor hun organisatie en of dit past bij de (duurzaamheids)ambities. Dit onderdeel maken van het besluitvormingsproces kan een hele opgave zijn. Toch is dit wel belangrijk, want ongemerkt groeit de totale opslag van data (denk aan e-mails, documenten, video’s), wordt er steeds meer online gecommuniceerd (denk aan videobellen, het sturen van document) en wordt er steeds meer gebruik gemaakt van applicaties (denk aan streamingservices en AI-tools).

De tendens bij organisaties is om vooral applicaties en tools toe te voegen, wat een wildgroei aan programma’s en systemen met zich meebrengt. Stoppen en uniformeren scheelt vaak niet alleen geld, maar levert ook duurzaamheidswinst op. Daarom is het verstandig periodiek het digitale portfolio onder de loep te nemen, om te voorkomen dat het digitale landschap waar gebruik van wordt gemaakt ongemerkt groeit.

De duurzame data-ladder

Naast het digitale portfolio in de gaten houden, kunnen organisaties (en medewerkers van organisaties!) ook op kleinere schaal duurzame keuzes maken rondom digitalisering. Met name bij het maken van nieuwe, digitale plannen, kan het stellen van een aantal simpele vragen al leiden tot een duurzamere keuze. Hiervoor hebben wij de duurzame data-ladder ontwikkeld. De duurzame data-ladder is bedoeld als praktisch handvat om te bepalen hoe digitale keuzes op de meest duurzame manier ingericht kunnen worden. De ladder is geïnspireerd op de R-ladder en bestaat uit 5 tredes. De basisvraag is altijd: moeten we deze digitale oplossing wel doorvoeren? Aangezien het antwoord op deze vraag vaak ‘ja’ zal zijn, helpen de vervolgvragen om te bepalen op welke manier dit dan het beste gedaan kan worden.

Toelichting duurzame data-ladder

Bekijk hieronder de verschillende tredes in de duurzame data-ladder. Bij elke trede zijn praktijkvoorbeelden te vinden voor meer context.

Zelf aan de slag? Tip: begin klein. Een paar bewuste keuzes (minder versturen, slimmer opslaan, zuiniger ontwerpen) leveren vaak direct impact op, zonder dat je digitale ambities hoeft los te laten.

Refuse
Rethink
Reduce
Reuse
Recover

Refuse

Kun je het ook niet doen?

Dit is het startpunt bij elke datavraag: is het wel echt nodig? Soms is de datavraag bijvoorbeeld niet ondersteunend aan de kernfunctie van je organisatie of blijkt dat weinig mensen de oplossing zullen gaan gebruiken. Door na te gaan of iets wel echt nodig is, voorkom je dat er digitale oplossingen worden gerealiseerd zonder dat deze nodig zijn. Of dat er onnodig berichten en bestanden worden verstuurd en opgeslagen. Zo voorkom je dat data en systemen groeien zonder duidelijke waarde.

Praktijkvoorbeeld data versturen: In plaats van direct een bericht naar een collega versturen, wacht je tot je je collega toevallig tegen het lijf loopt.

Praktijkvoorbeeld applicaties: In plaats van een nieuwe AI-applicatie te ontwikkelen die constant real time informatie geef over klantgedrag en verkoopcijfers, wordt besloten dit helemaal niet te ontwikkelen, omdat dit niveau van inzicht niet nodig blijkt te zijn voor besluitvorming.

Rethink

Kun je het ook anders doen?

De standaard manier van werken kan leiden tot een wildgroei aan systemen en datasets. Dit leidt tot een hogere negatieve milieu-impact en soms tot slechtere functionaliteit. Daarom is het belangrijk de standaardoplossingen te heroverwegen; Kunnen de systemen en afspraken zo ingericht worden dat het doel ook wordt bereikt met alternatieve oplossingen? Heroverweeg bijvoorbeeld aan het nut van geheel nieuwe applicaties en systemen, of bekijk legacy systemen die wellicht uitgeschakeld kunnen.

Praktijkvoorbeeld applicaties: In plaats van een nieuwe applicatie te ontwikkelen, wordt gekozen voor het herinrichten van bestaande systemen (o.a. legacy-applicaties), waar de nieuwe wensen in verwerkt worden.

Praktijkvoorbeeld data versturen: In plaats van een collega te bellen via een videoverbinding, pak je de telefoon.

Reduce

Kun je het ook zuinig doen?

Als refuse en rethink niet mogelijk is, kan er ook binnen een oplossing nog gekozen worden voor een zuinige optie. Niet alle oplossingen hoeven altijd groots en nieuw te zijn. Simpel is soms genoeg (en vermijd een hoop bloatware). Kies daarom wanneer het kan voor oplossingen die minder zwaar, minder continu of minder complex zijn. Misschien kunnen instellingen of gebruikspatronen worden aangepast, zoals kleinere volumes of lagere resolutie van datastromen.

Praktijkvoorbeeld data versturen: In plaats van standaard op hoge resolutie (HD) te videobellen, wordt standaard de camera uit gehouden (waar mogelijk) of wordt een lagere resolutie geselecteerd.

Praktijkvoorbeeld applicaties: In plaats van de nieuwe dasboards elk uur te verversen, wordt het ververs-moment gelimiteerd tot 1x per dag (niemand kijkt vaker dan 1x per dag).

Reuse

Kun je het voor meer inzetten?

Het komt geregeld voor dat binnen een organisatie verschillende afdelingen vergelijkbare software of datasets gebruiken, maar dit wel los hebben ingericht. Door dit beter te harmoniseren kunnen overbodige datakopieën, datasets en datastromen verminderd, om onnodige dubbelling en gebruikt alle beschikbare capaciteit zo optimaal mogelijk. Controleer daarom altijd of er al datasets of applicaties bestaan, of dat er nog andere afdelingen gebruik kunnen maken van de door jou te ontwikkelen applicatie of dataset.

Praktijkvoorbeeld datasets: In plaats van twee aparte dataset met klant- en contactgegevens, worden deze gegevens allemaal in een dataset geplaatst, toegankelijk voor alle teams die deze nodig hebben.

Praktijkvoorbeeld data versturen: In plaats van twee collega’s achter elkaar te videobellen met dezelfde uitleg, vraag je ze beiden tegelijk om zo de totale tijd dat er wordt gevideobeld omlaag te brengen.

Recover

Wat is een passende back-upstrategie?

Beveiligingen en back-ups zijn belangrijk in de huidige digitale maatschappij. Zorgen voor een goede beveiliging en recovery strategie is belangrijk om data-verlies te voorkomen. Het herstellen van data kost namelijk altijd meer milieu-impact en kosten dan een gedegen strategie. Anderzijds is er ook duurzaamheidswinst te boeken door niet een té groot back-up systeem op te tuigen. Het is belangrijk om beide aspecten goed te balanceren. Kijk daarom of er een passende oplossing kan worden gevonden zonder dat er overbodige (redundant) opslag plaatsvindt.

Praktijkvoorbeeld: In plaats van alles altijd te back-uppen, wordt kritisch gekeken naar een passende opslagstrategie voor verschillende type data. Kritieke data krijgen een strengere back-up frequentie en langere bewaartermijn; niet-kritieke datasets worden korter bewaard of helemaal uitgesloten.

Meer weten?

Wil je meer weten over verduurzaming van data & IT in organisaties? Of heb je vragen over de duurzame data-ladder? Neem contact met ons op, dan denken we graag mee.

Neem contact met ons op

De duurzame data-ladder: een praktisch handvat voor duurzaam datagebruik