We hebben geen gebrek meer aan data om aan de slag te gaan met CO₂-reductie. Denemarken beschikt al over energielabelgegevens voor vrijwel de gehele gebouwenvoorraad, gestandaardiseerd, vergelijkbaar en op schaal beschikbaar. De taak is om uit te gaan van wat er is, het in de praktijk te gebruiken en de kwaliteit continu te verbeteren.
Dat benadrukte Michael Ørsted van NIRAS tijdens het CO₂-ontbijt van proprty.ai eerder dit najaar, waar het gesprek ging over hoe data vandaag al ingezet kunnen worden, zonder te wachten op de perfecte dataset.
“Wacht niet op de perfecte dataset. Begin eventueel met het energielabel als gemeenschappelijke basislijn, en verbeter continu de datakwaliteit gecombineerd met een inspanning voor dynamische energielabels,” zei Michael Ørsted tijdens het evenement.
Het energielabel als gemeenschappelijk uitgangspunt
Het energielabel is wettelijk verplicht bij verkoop en verhuur en omvat zowel woningen, bedrijven als openbare gebouwen. Dit maakt het de meest verspreide en vergelijkbare databron over de energietoestand van gebouwen in Denemarken.
Het Deense Energieagentschap stelt zowel zoek- als portfoliozoekfuncties ter beschikking, zodat men adresloos en op grote schaal kan werken via Controleer Energielabel. De labels bevatten kerncijfers over verbruik en efficiëntie, evenals een lijst met economisch geprioriteerde verbeteringsvoorstellen, wat ze geschikt maakt als startpunt voor zowel screening als prioritering.
“Natuurlijk zijn de geschatte verbruiken in de energielabels verre van perfect. Maar ze bieden ons een gemeenschappelijk uitgangspunt en een weg vooruit. Het belangrijkste is om aan de slag te gaan en de data te gebruiken die we al hebben,” zei Michael Ørsted.
Kwaliteit ontstaat door gebruik
De datakwaliteit wordt niet achter een bureau verbeterd, maar in de praktijk. Elke inspectietaak, elke gedigitaliseerde workflow en elke validatie over portfolio's heen verhoogt het dataniveau. Gecombineerd met basisgegevens zoals BBR, DAR en OIS krijgt men vanaf dag één een robuuste, schaalbare datapipeline.
“Datakwaliteit ontstaat in de praktijk, niet in Excel. Elke keer dat je met data werkt, worden ze een beetje beter,” zei Michael Ørsted.
Zo ga je aan de slag
Stel de basislijn op schaal vast. Haal energielabels op voor de gehele portefeuille via batch- of meervoudige adreszoekopdrachten. Gebruik ze als gemeenschappelijk nulpunt voor KPI's en CO₂-roadmaps.
Prioriteer op basis van potentieel en businesscase. Gebruik de verbeteringsvoorstellen van het energielabel om snelle winsten en gerichte projecten te identificeren, en documenteer de effecten voor huurders en investeerders.
Integreer leercycli in de bedrijfsvoering. Wanneer beheer en toezicht taken uitvoeren, registreer dan afwijkingen en update gegevens over jaartallen, componentstatus en uitgevoerde maatregelen. Zo verbetert de datakwaliteit maand na maand.
Verrijk met basisgegevens en systeemgegevens. Combineer het energielabel met BBR, OIS en meter- of FM-gegevens om nauwkeuriger te zijn in segmenten, gebouwtypen en prioriteitenlijsten.
Begin met wat er is
Volgens Michael Ørsted ontstaat de perfecte dataset niet door te wachten, maar door consistent gebruik. Wanneer men begint met het energielabel als gemeenschappelijke basislijn, op schaal werkt en de kwaliteit verhoogt door praktijkervaring, worden beslissingen zowel beter, sneller als gemakkelijker te documenteren.

.webp)