Kernen i vores nye værktøj til Life-Cycle Assessment af alle vores
produkter er data. Store mængder af data. Det har krævet
omfattende kvalitetstjek, ekstern validering og omregning til
konkrete parametre for at sikre, at værktøjet er tilgængeligt og
brugbart. Kom med ned i maskinrummet
Hvordan sikrer du, at dine data er retvisende?
Hvordan omsætter du dine data til faktisk viden?
Hvordan bruger du din viden til at handle og skabe effekt?
Det er tre spørgsmål, som alle, der arbejder med data, hele tiden må forholde sig til. Og dermed også tre af de helt afgørende spørgsmål i udviklingen af vores nye værktøj til Life-Cycle Assessment (LCA); værktøjet, der giver vores kunder og samarbejdspartnere mulighed for at vurdere produkters påvirkning på vores planet ud fra 17 forskellige parametre.
I denne artikel vil vi gerne invitere dig med ned i maskinrummet på LCA-værktøjet og svare på de tre spørgsmål – samt et enkelt ekstra spørgsmål.
Hvordan sikrer du, at dine data er retvisende?
Vi har mere end 1.200 produkter på hylderne, og de består af mere end 1.000 forskellige råvarer – når vi kigger på både indhold og emballage.
Udgangspunktet for vores data er internationale databaser med omfattende information og dokumentation omkring disse råvarer, og disse data har vi så efterfølgende kvalitetssikret og tilpasset til vores produktion.
Vi har altså gennemgået data for at sikre sammenhæng med vores virkelighed. Det kan fx være præciseringer i forhold til, hvor vi får en bestemt råvare fra, hvis en database har angivet, at råvaren kan komme fra forskellige lande eller verdensdele.
Samtidig har det været vigtigt at være helt præcis i forhold til, hvad vi undersøger. I den nuværende udgave af LCA har vi afgrænset det til cradle-to-gate. Altså fra råvare til det færdige produkt, når det forlader fabrikken. Hvordan produkterne transporteres til vores kunder og videre til kundernes kunder er ikke med.
I hele processen omkring LCA har vi desuden fulgt anerkendte ISO-standarder – og samarbejdet med eksterne konsulenter for at få det valideret af en tredjepart.
Hvordan omsætter du dine data til faktisk viden?
De mange informationer er omsat til 17 forskellige parametre inden for 7 forskellige kategorier: Human, Air, Water, Nature, Energy, Economy og CO2.
I stedet for at sige “Dette produkt har fem gram af et bestemt stof i sig” omregner vi det således til at sige: “Dette produkt påvirker vores vand med 70 enheder, og global opvarmning med …”. Du har også mulighed for at sammenligne et produkt med tidligere versioner af produkter, så du hele tiden kan se, hvordan miljøbelastningen kan reduceres.
Kombineret med vores erfaring og ekspertise betyder det, at vi kan give svar på, hvor det giver størst værdi at sætte ind.
Hvordan bruger du din viden til at handle og skabe effekt?
Når du ved, hvad der har den største effekt, er det i sagens natur nemmere at handle på det. Og for os hos Nopa Nordic er det nemmere at gå ind i dialogen og rådgive, både ud fra data og ud fra vores viden og forskning.
Her regner vi så at sige baglæns. Hvis vi beslutter os for fx at nedbringe forbruget af vand, ser vi på, hvilke råvarer, der har det største vandforbrug – og så leder vi enten efter alternativer eller undersøger om råvaren kan skaffes eller udvikles på en anden måde.
Arbejdet med at minimere påvirkningen på vores planet er fyldt med dilemmaer, og det er svært at gøre det perfekte på alle parametre.
Hvis du fx laver et produkt, der har en absolut minimal påvirkning på vores planet, men er så dyrt, at alle vælger alternative produkter, gør det jo ingen forskel. Og hvis du fx bryder cirkulariteten i forhold til genanvendelse af plast – at det optimale er, at fx flasker bliver til nye flasker – for selv at kunne bruge genanvendt plast til dit produkt, kan det rent faktisk have en negativ effekt i det store regnestykke.
Derfor er det vigtigt at kunne vurdere konsekvenserne af de forskellige beslutninger.
Et sidste spørgsmål: Hvad er næste skridt i forhold til LCA-værktøjet?
Vi har lanceret LCA-værktøjet i en version 1.0, men vi fortsætter udviklingen, og faktisk så forventer vi aldrig at kunne sige “Så, det var den endelige udgave” – ligesom vi aldrig forventer, at vi som mennesker kan sige “Så, så har vi sikret, at alt er godt på vores planet.”
I takt med, at vi bruger værktøjet og bliver klogere, finder vi også ud af, hvad der er det næste, vi kan gøre.
