Case © INILAB
Helsingør Kommunes biblioteker danner rammen om en bred vifte af kultur- og læringsaktiviteter. Som en del af den løbende udvikling af bibliotekstilbuddene, har INILAB bidraget med en privacy-first løsning til Biblioteket Kulturværftet og Espergærde Bibliotek, hvor formålet var at skabe et mere præcist datagrundlag for besøgsaktivitet og kapacitetsudnyttelse uden at registrere eller identificere de mennesker, der benytter faciliteterne.
INILAB udvikler derfor et privacy-first system til anonym registrering og klassifikation af de besøgende. Løsningen bygger på Privacy by Design som et grundlæggende arkitektonisk princip, hvor beskyttelse af borgernes privatliv er indtænkt fra første designbeslutning.
Løsningen her er et eksempel på INILABs dataløsninger til den offentlige sektor, hvor privacy by design er et krav og ikke et tilvalg.
Branche: Offentlige sektor, Kulturbranchen
Projektpartnere: Helsingør Biblioteker
Projektperiode: Fortsat siden 2019
Kompetencer:
Anonymisering
Løsningen er baseret på mmWave-sensorteknologi, som registrerer bevægelse og tilstedeværelse uden brug af kameraer, video eller andre personhenførbare oplysninger. Sensorerne leverer anonyme målinger, som efterfølgende behandles ved hjælp af klassifikationsalgoritmer, klyngealgoritmer, samt pattern- og motion recognition.
Resultatet er et detaljeret statistisk billede af aktivitet, bevægelsesmønstre og besøgsintensitet, uden at systemet identificerer enkeltpersoner eller behandler biometriske data. Dermed forener vi høj datakvalitet med en ansvarlig tilgang til privatliv og informationssikkerhed.
Alle indsamlede data omsættes til overskuelige visualiseringer og statistiske analyser, der giver ledelse og medarbejdere et hurtigt overblik over udviklingen i besøgstal og i anvendelsen af bibliotekernes faciliteter. Historiske data kan sammenholdes med aktuelle registreringer og danne grundlag for planlægning, kapacitetsvurdering og prioritering af ressourcer.
Løsningen understøtter samtidig eksport af statistiske data til Danmarks Statistik, og bidrager dermed til et ensartet og dokumenterbart datagrundlag for både lokal ledelsesinformation og national statistik.
Projektet demonstrerer, hvordan intelligente sensorer, algoritmeudvikling og datavisualisering kan skabe værdifuld beslutningsstøtte uden at være tvunget ud i at skulle overvåge mennesker.
Vi kan anvende og implementere den selvsamme metode i mange typer af offentlige bygninger og sikkerhedskritiske miljøer, hvor aktivitet, kapacitetsudnyttelse og bevægelsesmønstre skal kunne analyseres uden behandling af personhenførbare data. Dermed viser projektet, hvordan vi kan kombinere Privacy by Design med avanceret databehandling og state-of-the-art sensorteknologi i løsninger, hvor både datasikkerhed, ansvarlighed og operationel indsigt er afgørende.
_____
Personerne på billederne i denne case er AI-genererede.
Kontakt os
Daniel Frederiksen
CTO | Teknisk direktør