H-SEIF - Harvesting value from big data and digitalization through a Human Systems-Engineering Innovation Framework

H-SEIF er et samarbeidsrammeverk som hjelper ingeniører og designere med å lage innovative systemer som kan brukes for og av mennesker. Første fase av Human Systems Engineering Innovation Framework handlet om å utvikle Teknologi med empati. Selskapene identifiserte at de trengte et rammeverk som oppmuntrer til (1) tidlig validering av nye konsepter (2) overføring av menneskelig innsikt, og (3) å utforske "wow"-innovasjoner blant ingeniører. H-SIEF rammeverket er et sett med samarbeidsverktøy og metoder med grunnlag i fagfeltene systems engineering, systemarkitektur, systemorientert design og deltakende design, og med hensikt å forbedre radikalt, banebrytende og disruptive innovasjoner. Denne fasen, Fase 2 av Human Systems Engineering Innovation Framework (H-SEIF 2) vil skape et samarbeidsrammeverk som styrker effektivt systemutvikling, spesielt rettet mot å lage datastøttede tidlige beslutninger. Dette prosjektet vil utvide samarbeidsrammeverket og åpne opp muligheten for å kunne ta riktige beslutninger på et tidligere tidspunkt ved å få tak i usagt informasjon og tilgjengeliggjøre denne til nyttig kunnskap tidlig i systemutviklingen. Prosjektet vil oppdatere eksisterende rammeverk med det siste innen simuleringer, digitale tvillinger, dataanalyse og stordata-løsninger. Mye av forskningen skjer gjennom ekspertmiljøet til Systems Engineering ved Universitetet i Sørøst-Norge (USN) og arkitekt- og designhøyskolen (AHO). Det er ansatt to fulltids vitenskapelige ressurser gjennom 2021. Ni ulike bedriftspartnere stiller datadrevne prosjekter som laboratorium, for å sikre problemnær forskning. Det Kongsberg-baserte utviklingshuset Semcon eier og leder prosjektet, som har som mål å bidra til å sikre norsk industris konkrurransekraft og relevans på innovasjon og nytenkning innen den datadrevne økonomien. Dette prosjektet er med på å gjøre norsk næringsliv mer robuste i møtet med fremtiden, og det er helt avgjørende at akademia og industrien jobber så tett sammen for å møte de globale utfordringene Et viktig utgangspunkt er at landskapet rundt bedriftene og kundene vil bli forandret. Pandemien har vist hvor sårbare globale varekjeder er. Klima- og naturkrisen vil stille større krav til regenerative prosesser på alle nivåer for å begrense fotavtrykk og gjenbruke ressursene. Prosjektet har identifisert hvor vi er i dag og hva slags felles framtidsvisjon vi ser for oss og ønsker. Framover er en viktig del av forskningsspørsmålene hvordan vi kan bidra til at vi kommer dit.

Today’s large-scale, highly complex systems, such as telecom, space, transportation and energy, depend on each other and interact in ways unimagined until recently. At the same time, the Norwegian high-tech industries face rapidly changing market needs. The customers demand new and integrated systems that are attractive to use. The partner companies, supplying complex systems in challenging markets, must increase the effectiveness of their engineering and innovation processes. These high-tech industries search methodologies that increase their value proposition, cope with complexity, and at the same time reduce development risk. A mismatch late in the project, between unspoken stakeholder needs and the engineered solutions, normally leads to costly reworks and un-attractive systems. This is a reason for why collaborative methodologies and co-creation is highly recommended. Large-scale complex systems are hard for people to envisage, especially before they are made. Such systems, though, have abundant data from multiple sources. Despite the high potential for increasing speed and quality of product development, these data rarely come to use. A common reason is that the industrial actors find it challenging to generate business and customer value from the myriad of digital data, initiatives, and opportunities. This project will enable data-supported early decisions into a collaborative framework, and use industry as laboratory in a series of cases to give cross-industry learning and cross-company validation for the new framework. The project is utilizing a wide range of data sources. Many of the partners are more and more interested in using sustainability data to improve systems and services.