Asker kommune henter verdi ut av gamle rørinspeksjonsdata, og tar det inn i en topp moderne data drevet VA-drift. Se hvordan.
I mange kommuner finnes fortsatt rørinspeksjonsfilmer på hyller i kjelleren – på VHS, DVD eller minnepinner. De ble laget for å dokumentere tilstanden i nettet, men ble ofte liggende ubrukt. I mellomtiden har regnet kommet, fremmedvannet økt og pumpene gått for fullt.
Hos oss i Asker kommune begynte jeg å lure: Hvordan kan vi hente ut verdien i alt dette som allerede er undersøkt?
Denne artikkelen er basert på et innlegg jeg holdt på Hallingtreff 2025. Konferansen arrangeres av Hallingplast, og samler hvert år fagfolk fra hele VA-bransjen – fra produsenter til kommuner – for å dele erfaringer. Med den store bredden bærer Hallingtreff med rette betegnelsen vannbransjens tankesmie.
Temaet for innlegget og artikkelen er hvordan vi kan bruke rørinspeksjonsdata smartere, og få mer igjen for alt arbeidet som allerede er gjort på ledningsnettet.
Data som ligger ubrukt
Rørinspeksjon er et av de viktigste verktøyene vi har for å forstå hva som skjer i bakken. Filmene og rapportene viser sprekkdannelser, forskyvninger, fremmedvann og avleiringer – kort sagt alt vi trenger for å planlegge vedlikehold. Likevel blir mye av dette stående som «døde data».
Les også: 2500 meter sammenhengende rørinspeksjon
Ofte er formatene utdaterte, eller lagret på måter som gjør dem vanskelig å bruke videre. Det er synd, for dataene representerer både store kostnader og mye fagkunnskap.
Jeg ønsket å lage en prosess som gjør det mulig å bruke denne informasjonen mer effektivt – uten å bygge et nytt system, men ved å utnytte verktøyene vi allerede har.
Artikkelforfatteren holdt innlegg om smart bruk av rørinspeksjonsdata på Hallingtreff 2025. (Foto: Jørn Søderholm)
La maskinene gjøre grovarbeidet
Utgangspunktet var enkelt: Repetitive oppgaver bør gjøres av maskiner. Da kan vi mennesker bruke hodet på de vurderingene vi er best til.
Hos oss betyr det at vi lar datamaskinen hente ut informasjonen fra rørinspeksjonsrapportene automatisk. Jeg har laget et Python-skript (basert på pandas) som leser dataene inn og samler dem i én felles database.
Derfra bruker vi SQL-spørringer for å hente ut nøyaktig den informasjonen vi trenger. Resultatet mellomlagres og visualiseres i Excel og GIS, slik at alle kan bruke det.
Metoden bygger på prinsippene fra Norsk Vann-rapport 234 og 235, som beskriver hvordan rørinspeksjonsdata skal vurderes og klassifiseres.
Når strukturene først er på plass, blir det mye enklere å hente ut sammenhenger og lage oversikter.
Det var ikke meningen å lage et fancy digitaliseringsprosjekt. Jeg ville bare slippe å gjøre den samme manuelle jobben igjen og igjen – og heller bruke tida på å forstå hva dataene faktisk forteller oss.
Når data blir til oversikt
Når informasjonen samles i et kart, får vi helt nye måter å se nettet på. Hver ledning får sin farge ut fra tilstandsklasse:
- Rød: 5
- Lilla: 4
- Gul: 3
- Lys grønn: 2
- Mørk grønn: 1
På toppen av dette har vi lagt inn små «bølger» som indikerer mulige svanker i rørene – steder der vannet kan bli stående. Vi bruker dette for å potensielt friskmelde ledninger vi har arbeidet med også, og nye kjøringer av modellen henter oppdaterte tall slik at kartet stemmer godt med dagens bilde. Enkelt og greit.
Når jeg viser kartet til kolleger, skjer det ofte noe interessant: Mønstre som tidligere var skjulte, blir plutselig åpenbare. Vi ser tydelig hvor problemområdene er – og ikke minst hvordan de henger sammen med hendelser i driften.
For eksempel oppdaget vi at de områdene som lyser rødt i kartet, ofte er de samme stedene hvor pumpebilene våre rykker ut når det regner.
Der vi trodde utfordringen lå i overvannsnettet, viste det seg å være feil og svanker på avløpssiden. Det er konkret og nyttig kunnskap – og det kom ut av data som allerede lå der.
Dette gjelder flere veier.
Les også: Lekkasjesøkerens bønn til rørleggeren
Når vi legger sammen data fra vann, avløp, overvann og avrenningslinjer i terrenget, ser vi tydelig hvordan store fremmedvannsmengder henger sammen med brudd i vannnettet, åpne kumlokk eller sprekker i gamle avløpsrør. Det gir en ny forståelse av hvordan hele vannsystemet oppfører seg under regn.
Det ser komplisert ut "back-office" (over). Men det synlige resultatet (under) er desto lettere begripelig. (Foto: Jørn Søderholm)
Enklere prioriteringer og mindre magefølelse
Med et sånt datagrunnlag får vi et mye tryggere utgangspunkt for planlegging og prioritering.
I stedet for å basere oss på erfaring og intuisjon alene, kan vi se hvilke områder som faktisk har de dårligste verdiene, og sammenligne det med hvor feilene oppstår.
Verktøyet hjelper oss også i dialogen med beslutningstakere. Når vi kan vise frem et kart med fargekoder og fakta, blir det lettere å forklare hvorfor ett område bør prioriteres foran et annet.
Det gir bedre diskusjoner, og beslutningene oppleves som mer transparente. Et mål fremover er også at dette arbeidet skal inn i dashbordløsninger som gjør at man kan trykke seg rundt i en brukervennlig løsning. Det vil gi langt bedre visuell oversikt for beslutningstakere og interessenter.
Les også: Hallingtreff – VA-fag, fellesskap og full sal – hvert år
Hvis man kan sette dette sammen med egne analyser vi kjører på fremmedvannsproblematikk o.l. får vi bedre oversikt over det store bildet.
Videre arbeid: fra hovedledning til stikkledning
Nå jobber vi videre med å få stikkledningene inn i det samme systemet. Målet er å bygge en mer helhetlig oversikt over hele avløpsnettet – ikke bare hovedledningene.
Det vil kreve litt mer datarydding, men vi ser allerede at prinsippet fungerer. Vi vurderer også hvordan vi kan bruke dataene til å følge utviklingen over tid. Når nye inspeksjoner kommer inn, kan vi automatisk sammenligne dem med tidligere vurderinger og se hvordan tilstanden endrer seg.
Slik kan vi faktisk dokumentere effekten av tiltakene vi gjør – og justere strategien underveis.
Et løft for hele bransjen
Jeg tror mange kommuner står overfor de samme utfordringene som oss. Dataene finnes, men de er spredt, vanskelig tilgjengelige og i mange tilfeller lagret på formater som ikke lenger lar seg lese.
Det betyr at vi stadig må starte på nytt, i stedet for å bygge videre på det vi allerede har.
Poenget er ikke å lage nye, store systemer. Poenget er å få dataflyt – å la informasjonen flyte mellom de systemene vi allerede bruker, slik at kunnskapen blir tilgjengelig der den trengs.
Det er faktisk moro å få være med og utvikle slike metoder.
For meg handler dette om å bruke den datakunnskapen vi allerede har i bransjen, og gjøre den nyttig i hverdagen. Vi har mange flinke «datanerder» i VA-miljøet. Hvis vi bruker kompetansen riktig, kan vi spare både tid og penger – og få bedre beslutninger.
Fra støvete kassetter til levende kunnskap
Der gamle VHS-kassetter en gang samlet støv, ligger nå rørinspeksjonsdata til grunn for planlegging, klimatilpasning og drift.
Det er et lite eksempel på hvordan vi kan kombinere klassisk VA-fag med moderne databehandling – og hente ut verdi fra det vi allerede har.
For meg handler det om å bruke teknologi til å frigjøre tid, ikke skape mer arbeid. Når maskinen gjør grovarbeidet, kan vi mennesker bruke hodet på det vi er best til: å forstå vannet, rørene og sammenhengene under bakken.
Hallingtreff - Vannbransjens tankesmie
Vil du høre mer om hvordan kommuner og leverandører jobber med datadrevet VA-drift?
Meld deg på Hallingtreff 2026, som arrangeres 12.–14. januar 2026 på Geilo.
Programmet spenner fra sikkerhet og beredskap til digitalisering, samarbeid og nye løsninger i vannbransjen.
