Rolf Schmitz, medgrunnlegger og med-CEO av CollectiveCrunch – Intervju-serie

Rolf Schmitz er medgrunnlegger og med-CEO av CollectiveCrunch, en plattform som endrer verdens forståelse av skoger ved å tilby de mest nøyaktige, skalerbare og tidsmessige analyser globalt, og som muliggjør bærekraftig skogbruk og gjennomsiktighet i markedet for karbonkreditter.

Rolf er utdannet ingeniør og har en MBA fra Manchester Business School. Han har stor erfaring med global forretningsutvikling og salg, og har bygget lag i Asia, USA og Europa.

Kan du dele historien bak CollectiveCrunch?

Vi har erfaring med å håndtere store mengder data og å trekke ut innsikt fra dem. Vår opprinnelige idé da vi startet CollectiveCrunch var å kombinere klimadata med forretningsprosesser, fordi vi følte at dette var et oversett aspekt av klimaendringer.

Tidligere gikk vi etter logistikk og energi. Vi bygde en produkt som kunne forutsi energiproduksjon fra vindkraftverk, som er essensielt for å opprettholde stabilitet i energinettet. Produktet er i bruk hos Fingrid, det nasjonale energinettet i Finland. Men vi fant ut at logistikk og energi var overfylt markeder som ville være vanskelige for et lite selskap å bygge en ledende rolle i.

Via en venn av Jarkko, en av våre medgrunnleggere, ble vi kjent med utfordringene i å lage og vedlikeholde skoginventarer. Vi trodde at det var et sjokkerende lavt nivå av teknisk sofistikasjon. Som resultat var inventarene dyre, upresise og bare gjort hver 5-10 år. Viktigheten av skoger i klimatilpasning, økosystemtjenester og naturbaserte løsninger var tydelig på den tiden. Det er hvordan CollectiveCrunch ble et “skog-ai-selskap”. På et personlig nivå vokste vi alle opp på landsbygda, så vi hadde en naturlig affinitet til skoger. Det er hvordan vi kom til å bygge ai-modeller for skoger.

Hvilke typer verktøy og kameraer brukes til å overvåke en skog?

Vår tilnærming er å ikke spesialisere seg på en enkelt sansemetode, men å kombinere alle relevante datakilder vi kan få tak i. Enhver enkelt sansemetode har styrker og svakheter; å kombinere datakilder muliggjør å motvirke svakhetene. For eksempel er optiske bilder veldig nyttige, men de er ikke tilgjengelige fra satellitter når det er skydekning. I vår forretning er satellittbasert data viktig, men også lidar-scanning så langt det er mulig. Fra et forretningsmodellperspektiv engasjerer vi oss ikke i datainnsamling, som å fly droner eller leie fly for å skanne områder.

Foruten det vanlige satellittbaserte sansematerialet er lidar en veldig viktig verktøy eller metode. Høyoppløselige optiske bilder tatt med luftkampanjer er mindre fremtredende enn lidar, men også brukt. Et verktøy som er overraskende vidt i bruk fortsatt er den gamle 19^te århundrets metode med prøver tatt manuelt. Med mange statistikker ville jeg fortsatt kalle det et verktøy.

Er systemet i stand til å bli trent for forskjellige lokale økosystemer for å identifisere patogene infeksjoner, abnormaliteter og forstyrrelser, eller andre typer trær-sykdommer?

Det er tilpasning for forskjellige regionale økosystemer, inkludert endringsdeteksjon. Trærarter, vekstmodeller og skogforvaltningspraksiser varierer mye over regioner. Det samme gjelder for datainnsamlingmetoder og -praksiser. Så, det er ikke bare trærne, men også treningdataene som er forskjellige.

Hvilke typer håndterbare innsikter kan bli gjort fra denne informasjonen?

• Gruppert under begrepet “endringsdeteksjon”, har du deteksjon av stormskader, identifisering av pestutbrudd og andre negative påvirkninger som krever inngripen for å muliggjøre inngripen på bakken og begrense skadene.
• Karboninventarer bringer gjennomsiktighet til karbonprosjekter og muliggjør avgjørelser omkring verdsettelse og kjøp av slike prosjekter og kreditter.
• I skogplantingsprosjekter avhenger overlevelsen av nyplantede trær av riktig mengde fuktighet i jorden. Deteksjon av overdrivende tørke eller fuktighet kan utløse inngripen for å forhindre at slike unge trær feiler.
• Skoginventarer i kommersiell skogbruk informerer avgjørelser som tynning av områder (som øker veksten) og optimalisering av hogst. Artdeteksjon gjør forsyningskjeden mer effektiv og øker marginene. Sammen muliggjør dette at industrien kan bruke skogressursene mer effektivt. Dette er avgjørende, da mye av kommersiell skog er nøkkel til å opprettholde landsbygdsamfunn og i å drive adopsjonen av sirkulære produkter og emballasje.
• Sporing av biodiversitet kan utløse inngripen hvis et område lider under degradering. Biodiversitet er avgjørende for at våre skoger blir mer motstandsdyktige mens vi går gjennom denne fasen av akselererende klimaendringer.

Hvordan kan analyser bidra til bærekraftig skogeierskap?

Flerfoldige fordeler kom på spill. Først og fremst er kommersiell skogbruk konstant i ferd med å adoptere nye tiltak for å bli mer bærekraftig. Mange av disse krever bedre og dypere analyser. For eksempel: hogst, hvor et skogområde hogges 100%, har en sterk innvirkning på det lokale økosystemet. Dette gjøres av effektivitetshensyn – mange bærekraftige produkter, som fiberbasert emballasje, kunne ikke konkurrere med mindre bærekraftige alternativer hvis skogindustrien ble mindre effektiv. Industrien utforsker alternativer hvor bare de største trærne i hvert område hogges. Dette er mye mer bærekraftig, men fra et logistisk og kostnadsperspektiv er det en svært alvorlig utfordring. Og det kan bare gjøres med state-of-the-art-analyser.

Biodiversitet er essensiell for skogens motstandsdyktighet. Sporing av biodiversitet og muliggjøring av inngripen hvor nødvendig er avgjørende for skogens livskraft både på kort og lang sikt.

For karbonfangstprosjekter, hvordan verifiserer systemet at et prosjekt reduserer drivhusgassutslipp som annonsert?

Systemet oppnår en viss nøyaktighet for skoginventaret i question, som er verifiserbar. Det meste av grønnskying skjer ikke på analytics-nivå, men i måten prosjekter er strukturert på. Skogkarbonprosjekter som har som mål å unngå avskoging lider mest av to problemer:

• Baselinjer: Dette er settet med antagelser som projiserer hva som ville skjedd uten inngripen. Inngripen blir så beregnet som “addisjonalitet” over baselinjen. Baselinjer i dag kommer ikke ut av en data-drevet analyse, men er ofte grove gjennomsnitt. I tillegg beregnes baselinjen av prosjektlederne selv, som er i en interessekonflikt: jo lavere baselinje, jo flere kreditter blir skapt.
• Spill: Fenomenet at de positive tingene som skjer innenfor definerte prosjektområder (slik som redusert hogst) blir motvekt av hva som skjer utenfor definerte prosjektområder. Veldig ofte blir slike områder ikke sporet, så prosjektet får kreditter mens den positive effekten går tapt til omkringliggende skoger.

Det grunnleggende problemet her er at det er en mangel på data-drevne analyser for å uavhengig spore hva som skjer. Det er mulig i dag, vi kan gjøre dette i skala, men det er en svært langsom tilpasning av state-of-the-art-teknologi i dette feltet. Kort sagt, problemet er ikke analytics, men hva beregningen av kreditter er basert på.

Har du noen casestudier som du kan dele om kunder som bruker dette systemet?

• ENCE, den største skogeieren i Spania, bruker vårt system.
• Vår første og største kunde er Metsähallitus (Finsk statsskog).
• Vår partner Forliance, en av de største og mest respekterte karbonprosjektlederne globalt, arbeider med oss i ett av de største karbonprosjektene i Colombia.
• 7 av de 10 største skoglandene i det europeiske nordområdet er våre kunder. Vår nyeste kunde, som vil bli annonsert snart, er en av de “tre store” i Finland.

Hva er din visjon for fremtiden av skogkonservasjon?

Vår visjon er data-drevet med faktum-basert analyse i naturbaserte løsninger. Det er veldig tydelig at vi må flytte raskt for å mildne klimaendringer. For tiden blir de fleste skoger på jorden inventarisert hver 5-10 år. Vi bør redusere dette til månedlig sporings for å forstå hva som skjer. I tillegg må vi spore biodiversitet. Uten biodiversitet mister våre skoger motstandsdyktigheten i midten av en klimakrise.

Er det noe annet du ville like å dele om CollectiveCrunch?

Ja: vi kan gjøre dette i skala. Vi dekker for tiden 20 millioner hektar, rundt 50 millioner acres skog. Vi gjør dette med en nøyaktighet bedre enn de konvensjonelle metoder vi erstatter. Dette er virkelig, og det muliggjør gjennomsiktighet i karbonkreditt-markeder.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke CollectiveCrunch.