@Magnus-Sälgö det är bättre om du skriver med egna ord än överlåter allt till en AI. Sen vet du ju mycket väl att vi inte kan styra över andra offentliga aktörer, det är bara HVD som det finns ska-krav på. Och standardisering och interoperabilitet är inget man enkelt och snabbt bara fixar, det är ju inte så att vi bara kan bestämma åt andra. Och vi har aldrig haft nåt uppdrag att främja öppen källkod, det vet du ju också, men dataportalen har alltid varit en öppen källkodsprodukt. mm mm...

@magnusp Jag håller verkligen med dig om att denna datamängd är oerhört viktig idag. Jag kollade upp just den här datamängden, och det ser ut som att åtminstone en av anledningarna till att den här datamängden har tillgängliggjort så mycket som hade kunnat hoppas är själva genomförandeförordningen. På sidan 9 så hänvisar man till detta direktiv från 2007: "Europaparlamentets och rådets direktiv 2007/60/EG av den 23 oktober 2007 om bedömning och hantering av översvämningsrisker (EUT L 288, 6.11.2007, s. 27)." Och jag kunde inte hitta att man tog upp översvämningsrisker från skyfall, bara översvämningsrisker från floder och hav. Så den har säkert inte klassats som HVD av t.ex. juristerna. 2007 var ju inte detta lika aktuellt som det är idag, men det är ju hemskt synd att inte direktiven uppdateras oftare.
Jag brukar iaf lyfta upp just den här datamängden efter att jag blev uppmärksammad på den (det var väl av dig tror jag). Senast nu på en dragning för NorrGis. Och det verkar ju som att datamängden finns hos många kommuner, och dom håller med om att den är väldigt viktig för många aktörer, även utanför statsbyggnadsförvaltningarna.

Vi får hoppas på att dom passar på att även uppdatera detta direktiv nu när EU genomför en större översyn av ett flertal dataregleringar. Googla på Digital Omnibus om du vill läsa mer. Själva översynen av dataregleringarna är bara en del av Digital Omnibus.

@magnusp På min plattform GEODATATORGET finns det en hel del metadata om skyfallsdata. Rätt många är kommunalt publicerade. http://geonet.se/geonetwork/srv/swe/catalog.search#/search?any=skyfall*

Det är så trist att GDPR blivit ett verktyg för att slippa publicera data. Och att SKR inte istället valde att hjälpa kommunerna med publiceringen. Men de är inte ensamma. Lantmäteriet har också valt att använda GDPR för att försvåra tillgången till HVD. I somras nekades jag utlämning av historiska ortofoto med hänvisning till GDPR. Då valde jag att överklaga det beslutet till Förvaltningsdomstolen, för att få en rättslig prövning av Lantmäteriets tolkning. Tyvärr valde de då att ändra sitt beslut så saken avskrevs. Därmed står Lantmäteriet fortfarande oemotsagda i detta, som i så många andra frågor.

Beslutet fattas av kommunerna

Jag lär ChatGPT #1527 jmf hur det ser ut i Norden Sverige borde se och lära när det nu blir en "nystart"

---

ChatGPT

Förmåga	Sverige (DIGG → PTS)	Danmark – Digst	Finland – DVV	Norge – Digdir	Island – Digital Iceland	Kommentar
Regel- och policykompetens	🟡	🟢	🟢	🟢	🟡	DK/NO/FI har tydligare mandat; Sverige otydligare vid sammanslagning.
Projekt- & programstyrning	🟡	🟢	🟢	🟡	🟡	Sverige har blandad förmåga, Danmark starkast.
Dataarkitektur / gemensam datamodell		🟢	🟡	🟢		Sverige saknar stark nationell arkitektur – Sveriges största gap.
Semantisk interoperabilitet (begrepp, modeller, SHACL)	🟡	🟢	🟢	🟢		Norge & Danmark leder; Sverige saknar modellkatalog i nivå med DK/NO.
Öppna data som infrastruktur	🟡 (retoriskt)	🟢	🟢	🟢	🟡	Sverige har ambition men begränsad genomförandekraft.
Länkade data / Nationella vokabulärer (DCAT, RDF)	🟡	🟢	🟡	🟢		DK/NO har bäst implementation; Sverige okej men inte strategiskt.
Kvalitet på metadata & DCAT-profiler	🟡	🟢	🟢	🟢	🟡	Sverige har DCAT-AP-SE men utan stark arkitektur- eller införandestyrning.
Nationella byggblock (eID, auth, digital post)	🟡	🟢	🟢	🟢	🟢	Norden är starkt här; Sverige saknar viss samordning jämfört med DK/NO.
Ekosystem- & utvecklardialog		🟡	🟡	🟢	🟡	Sverige svagt i community-dialog, Norge bäst.
Tillsynsförmåga / regulatorisk kompetens	🟢 (PTS)	🟢	🟢	🟢	🟡	Sverige starkare pga PTS, men risk för rollkonflikt vid kombination med utveckling.
Operativ leveransförmåga (bygga tjänster)	🟡	🟡	🟢	🟡	🟢	Finland & Island bäst; Sverige fragmenterat.
Datadriven kultur / analysmognad	🟡	🟡	🟡	🟢	🟡	Norge längst fram i datadriven offentlig sektor.
Konsultberoende	🟡	🟡	🟡	🟡	🟢	Sverige relativt hög beroendenivå; Island minst.
Publik dialog / backlog / transparens		🟡	🟡	🟢	🟡	Sverige svagast, Norge starkast med öppna forum & kataloger.

---

2. Sverige utgick inte från en “data first”-arkitektur

DIGG pratade om öppna data — men byggde ingen:

• nationell modellkatalog
• gemensam begreppsapparat
• semantisk styrning
• interoperabilitetsplattform
• tvingande standardisering
• DCAT-implementering som faktiskt används

I Norge, Danmark, Finland är dataarkitektur = kärnan.
I Sverige blev det mest rådgivning och powerpoint.

→ Resultat

Myndigheter byggde egna datamodeller, API:er och format.
Ingen nationell interoperabilitet uppstod.

---

3. DIGG producerade dokument – inte infrastruktur

DIGG levererade mängder av:

• rapporter
• strategier
• rekommendationer
• vägledningar

Men väldigt lite:

• kod
• API:er
• datamodeller
• centrala register
• verktyg
• validerare
• öppna datasets med kvalitet

Jämför med:

• Danmark: Fællesoffentlig datamodel + SHACL + DCAT-AP-DK
• Norge: Felles datakatalog + Modellkatalog + DCAT-AP-NO v3
• Finland: Suomi.fi fullmakter, kataloger, semantik

DIGG saknade leveransorganisation.

→ Resultat

Myndigheten sågs som en “dokumentsnurra”, inte en enablement-funktion.

---

4. Bristande teknisk kompetens och underskattning av komplexitet

DIGG rekryterade många projekt- och policyroller.
Men saknade:

• seniora arkitekter
• RDF/semantik-expertis
• API-designers
• systemutvecklare
• datainfrastrukturkompetens

Man försökte vara en digital myndighet utan utvecklare.

→ Resultat

DIGG kunde inte bygga egna exempel, referensimplementationer eller verktyg – vilket övriga Norden gjorde tidigt.

SKR har gjort en tolkning som vissa kommuner väljer att följa. Beslutet fattas av kommunerna och om man själv tycker att beslutet är fel borde man kunna överklaga/anmäla/klaga till kommissionen som följer efterlevnaden. Det är när det kommit avgörande där som vi på riktigt vet vad HVD innebär. Jag har inte kollar på hur man gör en anmälan men det borde inte vara så svårt att ta reda på.

Vilka sorgliga grafer som visar den nedåtgående trenden.

@Maria_Dalhage effekten även om det var ett galet flyttande av forum inlägg på hennes tid istället för att ha en vettig backlog så hände något med forumet och NOSAD var ett försök som tyvärr inte enligt mig hade en tillräckligt visionär ambition salgo60/NOSAD-POC-Wikidata....

• exempel OSWALD POC som @jonor skapade på en vecka utan förkunskaper - visar hur NOSAD kunde jobba med länkade data - mer SPARQL

Frågar du mig så är det inte många rätt... och om 5 år skapas nog nästa Digitaliseringsmyndighet

• jag var på Almedalsveckan 2022 och ställde frågor till DIGG och kände direkt redflags...
• bara detta att vi inte kopplar ihop Regleringsbrev med utfall som öppen data är fel... 10 minuters test med ChatGPT #1510
• var är den digitala visionen
  

• gör vi inte om samma mistag hela tiden #1474

• lagar som bromsar SFS 2007:755

---

ChatGPT ger oss låga odds på att ett nytt DIGG skapas om 5 år i förvaltningsrouletten

@Magnus-Sälgö sa i Dataset DIGG forum:

visualisera detta

Vilka sorgliga grafer som visar den nedåtgående trenden.

Lite AI analyser av DIGG forums inlägg och koppling EU vokabulär/ infrastruktur

Tanken Teknisk skuld är inte trasig kod – det är samtalen vi aldrig har.
När metadata, PID, DCAT‑fält och EU‑vokabulärer inte diskuteras byggs en tyst skuld som stoppar skalbar öppna‑data‑infrastruktur

• #1501 Tema Most people think technical debt lives in code. It doesn’t.
  The most dangerous technical debt lives in conversations people are afraid to have
  • Notebook
    • data

Citat After decades in engineering, I’ve seen systems survive bad code, outdated tooling, and architectural mistakes. But I’ve never seen an organization survive, unspoken concerns, unresolved conflicts, hidden assumptions, silent disagreement, or leaders who don’t want to hear the truth

Here’s the paradox: Fixing code is easy. Fixing silence is not.

---

Analyser föreslagna för att visualisera detta

AI Tankar att lägga diskussionerna på plattformar som Linked in och Facebook

• se även diskussion från 2021 "Hur andra länders myndigheter ser på att publicera på sociala medier"

DIGG:s forum fick aldrig riktigt någon fart under fyra år, troligen för att målgruppen inte hade vana eller intresse av att diskutera öppna data där. Om en diskussion uppstår idag hamnar den ofta på sociala medier, där flera myndigheter redan är aktiva. Det innebär dock risker som fragmenterad dialog och bristande långsiktighet. nedan hur AI tänker