Rolf Schmitz, Co-Founder & Co-CEO of CollectiveCrunch – Intervieuserie

Rolf Schmitz er Co-Founder & Co-CEO af CollectiveCrunch, en platform, der ændrer verdens forståelse af skove ved at levere de mest nøjagtige, skalerbare og aktuelle analyser globalt og ermögelsomme bæredygtig skovdrift og gennemsigtighed i kulstofhandelsmarkederne.

Rolf er uddannet ingeniør og har en MBA fra Manchester Business School. Han har dyb erfaring med global forretningsudvikling og salg, hvor han har bygget hold i Asien, USA og Europa.

Kan du dele historien bag CollectiveCrunch?

Vi er dybt involveret i at håndtere store mængder data og udlede indsigt fra dem. Vores oprindelige idé, da vi startede CollectiveCrunch, var at kombinere klimadata med forretningsprocesser, da vi følte, at det var et overset aspekt af klimaforandringen.

I begyndelsen fokuserede vi på logistik og energi. Vi byggede en produkt, der kan forudsige energiproduktion fra vindmøller, hvilket er afgørende for at opretholde stabiliteten i energinet. Produktet er aktiveret hos Fingrid, det nationale net i Finland. Men vi fandt, at logistik og energi var overfyldte markeder, der ville være svære for en lille virksomhed at opbygge en ledende rolle i.

Via en ven af Jarkko, en af vores Co-Founders, blev vi opmærksomme på udfordringerne i at oprette og vedligeholde skovinventarer. Vi tænkte, at der var en chokerende lav niveau af teknisk sofistikation. Som resultat heraf var inventarer dyre, upræcise og kun gjort hver 5-10 år. Betydningen af skove i klimaforandring, økosystemtjenester og naturbaserede løsninger var tydelig på det tidspunkt. Det er således, at CollectiveCrunch blev et “skov-ai-virksomhed”. På et personligt niveau voksede vi alle op på landet, så vi havde en naturlig tilknytning til skove. Det er således, at vi kom til at bygge ai-modeller for skove.

Hvilke typer af værktøjer og kameraer bruges til at overvåge en skov?

Vores tilgang er ikke at specialisere os i en enkelt sansningmetode, men at kombinere alle relevante datakilder, vi kan få fat i. Enhver enkelt sansningmetode har styrker og svagheder; kombinationen af datakilder ermögelsomme os at modvirke svaghederne. For eksempel er optiske billeder meget nyttige, men de er ikke tilgængelige fra satellitter, når der er skydække. I vores forretning er satellitdata vigtig, men også LIDAR-scans, så langt de er tilgængelige. Fra et forretningsmodelperspektiv engagerer vi os ikke i dataindsamling, som at flyve med droner eller leje fly til at scannere områder.

Foruden det bredte af satellitbaserede sansningdata er LIDAR et meget vigtigt værktøj eller metode. Højopløste optiske billeder taget med luftkampagner er mindre fremtrædende end LIDAR, men også brugt. Et værktøj, der overraskende er bredt brugt, er den gamle 19^te århundredes metode med prøver taget manuelt. Med mange statistikker ville jeg stadig kalde det et værktøj.

Er systemet i stand til at blive trænet til forskellige lokaliserede økosystemer for at identificere patogene infektioner, abnormaliteter og forstyrrelser eller andre typer træsygdomme?

Der er tilpasning til forskellige regionale økosystemer, herunder ændringsdetektion. Træarter, vækstpatroner og skovdriftspraksis varierer stærkt over regioner. Det samme gælder for dataindsamlingsmetoder og -praksis. Så det er ikke kun træerne, men også træningsdataene, der er forskellige.

Hvilke slags handlebare indsigt kan opnås fra denne information?

• Grupperet under begrebet “ændringsdetektion” har du detektion af stormskader, identifikation af skadedyr og andre negative påvirkninger, der kræver intervention på jorden for at begrænse skadens omfang.
• Kulstofinventarer bringer gennemsigtighed til kulstofprojekter og faciliterer beslutninger omkring vurdering og køb af sådanne projekter og kreditter.
• I skovreplantningsprojekter afhænger overlevelsen af nyligt plantede træer af den rette mængde fugt i jorden. Detektion af excessiv tørhed eller fugt kan udløse intervention for at forhindre, at sådanne unge træer fejler.
• Skovinventarer i kommerciel skovdrift informerer beslutninger som udtynding af områder (hvilket booster vækst) og optimering af høst. Artsdetektion gør forsyningskæden mere effektiv og booster marginaler. Sammen ermögelsomme dette, at industrien kan bruge skovressourcerne mere effektivt. Dette er afgørende, da meget af kommerciel skov er nøgle til at opretholde landlige samfund og i at drive adoptionen af cirkulære produkter og emballage.
• Overvågning af biodiversitet kan udløse intervention, hvis et område lider under nedgang. Biodiversitet er afgørende for, at vores skove bliver mere robuste, mens vi går gennem denne fase af accelererende klimaforandring.

Hvordan kan analyserne gavne bæredygtig skovejerskab?

Flere fordele kom i spil. Først og fremmest er kommerciel skovdrift konstant i færd med at adoptere nye foranstaltninger for at blive mere bæredygtig. Mange af disse kræver bedre og dybere analyser. For eksempel: klare skovrydninger, hvor en skovareal ryddes 100%, har en stærk indvirkning på det lokale økosystem. Det gøres af effektivitetsårsager – mange bæredygtige produkter som fiberbaseret emballage kunne ikke konkurrere med mindre bæredygtige alternativer, hvis skovindustrien blev mindre effektiv. Branchen udforsker alternativer, hvor kun de største træer i hvert område ryddes. Det er langt mere bæredygtigt, men fra et logistisk og økonomisk perspektiv er det en meget alvorlig udfordring. Og det kan kun gøres med state-of-the-art-analyser.

Biodiversitet er afgørende for skovens robusthed. Overvågning af biodiversitet og ermögelse af intervention, hvor nødvendigt, er afgørende for skovens levedygtighed på både kort og lang sigt.

Hvordan verificerer systemet, at et projekt reducerer drivhusgasemissioner, som annonceret?

Systemet opnår en vis nøjagtighed for skovinventaret i spørgsmål, hvilket er verificerbart. Det meste af greenwashing sker ikke på analyticsniveau, men i den måde, projekter er struktureret. Skov-kulstofprojekter, der sigter mod at undgå skovrydning, lider mest af to problemer:

• Baselines: Dette er sættet af antagelser, der projicerer, hvad der ville ske uden intervention. Interventionen beregnes derefter som “additionality” over baseline. Baselines i dag kommer ikke ud af en data-dreven analyse, men er ofte grove gennemsnit. Desuden beregnes baseline af projektlederne selv, der er i en interessekonflikt: jo lavere baseline, desto flere kreditter skabes.
• Spillage: Fænomenet, at de positive ting, der sker inden for det definerede projektområde (såsom reduceret logging), er modvægt af, hvad der sker uden for det definerede projektområde. Meget ofte spores sådanne områder ikke, så projektet får kreditter, mens gevinsten går tabt til omgivende skove.

Det fundamentale problem her er, at der mangler data-drevene analyser til at spore, hvad der sker. Det er muligt i dag, vi kan gøre det i stor målestok, men der er en meget langsom tilpasning af state-of-the-art-teknologi på dette område. Kort sagt, problemet er ikke analyserne, men hvad beregningen af kreditter er baseret på.

Har du nogen cases, du kan dele, af kunder, der bruger dette system?

• ENCE, den største skovejer i Spanien, bruger vores system.
• Vores første og største kunde er Metsähallitus (det finske statskov).
• Vores partner Forliance, en af de største og mest respekterede kulstofprojektledere globalt, arbejder med os i et af de største kulstofprojekter i Colombia.
• 7 af de top 10 skovlande i det europæiske Norden er vores kunder. Vores seneste kunde, der snart vil blive annonceret, er en af de “tre store” i Finland.

Hvad er din vision for skovkonserveringens fremtid?

Vores vision er data-dreven med faktiske analyser i naturbaserede løsninger. Det er meget klart, at vi må gå hurtigt for at mildne klimaforandringen. I øjeblikket bliver de fleste skove på kloden inventeret hver 5-10 år. Vi bør reducere dette til månedlig overvågning for at forstå, hvad der sker. Oveni det må vi også overvåge biodiversitet. Uden biodiversitet mister vores skove deres robusthed midt i en klimakrise.

Er der noget andet, du gerne vil dele om CollectiveCrunch?

Ja: vi kan gøre det i stor målestok. Vi dækker i øjeblikket 20 millioner hektar, omkring 50 millioner acres skov. Vi gør det med en nøjagtighed bedre end de konventionelle metoder, vi erstatter. Dette er virkeligt, og det ermögelsomme gennemsigtighed i kulstofhandelsmarkederne.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge CollectiveCrunch.