Kun data alkaa liikkua: Euroopan tie kohti yhteisiä data-avaruuksia

Tämä artikkeli on osa viiden artikkelin sarjaa, jossa tarkastellaan data-avaruuksia eri näkökulmista. Sarjan on koonnut Karelian tiedolla johtamisen lehtori Tiina Soininen, joka on kutsunut kirjoittajiksi asiantuntijoita myös Karelian yhteistyökumppaneista. Sarjan ensimmäinen osa, Data-avaruudet luovat mahdollisuuksia liiketoiminnalle: tehokkuutta, kustannussäästöjä ja uusia tuotteita, esitteli data-avaruuksien perusperiaatteita ja mahdollisuuksia yleisellä tasolla. Tämän sarjan toisen artikkelin on laatinut vt. toimitusjohtaja Jaakko Viitanen (Lawder Oy). Artikkelissa keskitytään data-avaruuksien liiketoimintakonseptiin. Seuraavissa osissa käsitellään data-avaruuksiin liittyviä lainsäädännöllisiä reunaehtoja sekä kyberturvallisuutta. Sarjan päättää artikkeli, jossa tarkastellaan tekoälyn roolia data-avaruuksien toiminnallisuuksien tehostamisessa.

Mitä ovat data-avaruudet ja miksi niistä puhutaan juuri nyt?​

EU:n datastrategia tähtää vahvaan eurooppalaiseen datatalouteen, jossa tieto liikkuu turvallisesti ja reilusti yli toimialojen ja rajojen (Euroopan komissio, 2020). Tavoitteena on luoda yhtenäinen datan sisämarkkina ja vahvistaa sen jakamisen, hyödyntämisen ja hallinnan edellytyksiä.

Data-avaruus tarkoittaa luottamukseen perustuvaa ekosysteemiä, jossa eri toimijat jakavat ja hyödyntävät dataa yhteisten sääntöjen ja teknisten ratkaisujen avulla (GAIA-X, 2021). Avaruudet voivat olla sektorikohtaisia – kuten terveyden tai energian aloilla – tai horisontaalisia, useita aloja yhdistäviä kokonaisuuksia.

Aihe on ajankohtainen, sillä eurooppalaisia data-avaruuksia rakennetaan parhaillaan GAIA-X-hankkeessa, ja EU:n uudet säädökset – Data Governance Act ja Data Act – määrittelevät, miten dataa jaetaan ja hallitaan tulevaisuudessa (Euroopan unioni, 2022; 2023).

EU:n tavoitteet ja sääntelykehys data-avaruuksille

EU rakentaa datataloutta kahden keskeisen säädöksen varaan: Data Governance Actin (DGA) ja Data Actin. DGA luo puitteet luottamukselliselle datan jakamiselle ja vahvistaa datan välityspalveluiden roolia (Euroopan unioni, 2022). Data Act puolestaan määrittelee, miten dataa voidaan käyttää ja jakaa reilusti erityisesti yritysten ja julkisen sektorin välillä (Euroopan unioni, 2023).

Näiden säädösten tarkoituksena on mahdollistaa data-avaruuksien synty ja yhteen toimivuus koko Euroopassa. Ohjelmat kuten Horizon Europe ja Digital Europe Programme rahoittavat infrastruktuureja, standardointia ja pilotteja eri aloilla (Euroopan komissio, 2021). Sovellusalueita ovat muun muassa terveys, liikenne, energia, teollisuus ja rahoitusala.

Liiketoimintamahdollisuudet yksityisille toimijoille​

Data-avaruuksiin osallistuminen avaa yrityksille uusia mahdollisuuksia kehittää palveluja, laajentaa markkinoita ja vahvistaa kilpailukykyä (Euroopan komissio, 2021). Yhteen toimivuuden ansiosta ratkaisuja voidaan tarjota laajemmille markkinoille ilman suljettuja alustariippuvuuksia (GAIA-X, 2021).

Data-avaruudet luovat pohjan uusille liiketoimintamalleille, kuten Data-as-a-Service, data brokerage ja AI-as-a-Service, joissa arvo syntyy datan jalostamisesta ja analytiikasta (PricewaterhouseCoopers, 2022). Yritykset voivat toimia datan tarjoajina, hyödyntäjinä tai infrastruktuuripalveluiden tuottajina – rooleina, jotka mahdollistavat arvonluonnin yhteisissä ekosysteemeissä.

Uusia liiketoimintamalleja data-avaruuksissa

Data-avaruuksissa arvo syntyy datan hallitusta ja luottamukseen perustuvasta käytöstä (PricewaterhouseCoopers, 2022; GAIA-X, 2021).

  1. Data-as-a-Service (DaaS): yritys tarjoaa omaa dataansa muiden käyttöön lisenssi- tai käyttöperusteisesti, esimerkiksi logistiikkadataa vakuutusyhtiöille.
  2. Federatiivinen analytiikka: tekoälyratkaisut hyödyntävät hajautettua dataa ilman, että se liikkuu organisaatioiden välillä – keskeistä esimerkiksi terveysalalla.
  3. Data brokerage: välittäjät yhdistävät datan tarjoajia ja hyödyntäjiä, luoden kuratoituja datapaketteja.
  4. Data Commons: konsortiot ylläpitävät yhteisiä datasettejä, kuten rakennusalan kiertotaloustietoja.
  5. Infrastruktuuripalvelut: toimijat tarjoavat luottamukseen ja hallintaan liittyviä palveluja (Trust-as-a-Service).
  6. Palveluiden personointi: yritykset hyödyntävät ulkoista dataa yksilöllisten palvelujen tarjoamiseen, esimerkiksi vakuutusratkaisuissa.

Haasteet ja epävarmuustekijät

Data-avaruuksien onnistuminen edellyttää luottamusta, yhteisiä sääntöjä ja teknologista yhteen toimivuutta (Euroopan komissio, 2022). Keskeisiä haasteita ovat datan jakamisen kannustimet, hallintamallit sekä metadatan laatu ja semanttiset standardit (GAIA-X, 2021; European Data Spaces Expert Group, 2023). Yritykset epäröivät usein datan avaamista, koska hyödyt ja riskit eivät ole vielä tasapainossa.

Vaikka data-avaruudet jatkavat vahvaa näkyvyyttään poliittisessa ja teknologia-agendassa, niiden käyttöönotto suurissa organisaatioissa on osoittautunut hitaaksi. Data space -hankkeiden adoptioprosentit ovat vielä alhaisia suhteessa odotuksiin (Hutterer et al., 2024). Taloustieteen näkökulmasta ekosysteemien mallintaminen moniosapuolisten alustojen logiikalla tuo mukanaan haasteita tasapainottaa eri toimijoiden intressit ja varmistaa taloudellinen kestävyys (Toulouse School of Economics, 2025). Teknologisesti taas yhteen toimivuuden ja standardointien kehittäminen osoittautuu käytännössä kestäväksi pullonkaulaksi (Sitra, 2023).

Näiden rajoitteiden keskellä data lab -ajattelu on noussut vaihtoehtoiseksi ja ketteräksi lähestymistavaksi: yritykset voivat ensin kokeilla ja validoida malleja sisäisissä laboratorioissa sekä tehdä verkostotason analytiikkaa ilman datan siirtoa – esimerkiksi Hirt ym. kuvaavat meta-koneoppimisen menetelmän, joka mahdollistaa organisaatioiden välisen analytiikan säilyttäen tietosuoja- ja siirtorajoitteet (Hirt et al., 2023; 2025). Vastaavaa mallia sovelletaan yhä useammin myös yritysmaailmassa: data lab voi toimia “porttina” data-avaruuksiin – ympäristönä, jossa uusia ratkaisuja testataan ja yhteen toimivuuden haasteita ratkotaan hallitusti ennen laajamittaista datan avaamista.

Uudet osaamistarpeet​

Data-avaruuksien toteutuminen vaatii uudenlaista osaamista – yhdistelmää teknologiasta, lainsäädännöstä ja liiketoiminnasta (Euroopan komissio, 2022). Keskeisiä taitoja ovat data governance, tietosuoja ja eettisyys, semanttinen yhteen toimivuus ja tekoälyosaaminen.

TaitokategoriaEsimerkkejä
Tekniset taidot​Data engineering, API-rajapinnat, semanttiset mallit (ontologiat), tekoälyn hyödyntäminen​
Lainsäädäntö & eettisyys​EU-säädökset, käyttöoikeusmallit, eettinen datan jakaminen​
Liiketoimintaosaaminen​Datan tuotteistaminen, uudet datavetoiset liiketoimintamallit, palvelumuotoilu​
Yhteistyötaidot​Verkostomainen työskentely, roolien ymmärtäminen (datan tarjoaja, välittäjä, hyödyntäjä), kansainväliset hankkeet​
Keskeisiä taitoja tulevaisuuden ammattilaisille 


Useat suomalaiset yliopistot ja ammattikorkeakoulut tarjoavat jo kursseja datatalouteen ja tekoälyyn liittyen. Näiden yhdistäminen data-avaruusajatteluun on kilpailuetu.​

Miten päästä mukaan – yrityksenä tai ammattilaisena

Data-avaruudet ovat avoimia ekosysteemejä, joihin voi liittyä monin tavoin. Yrityksille väyliä ovat EU-hankkeet (Horizon Europe, Digital Europe Programme) ja kansalliset verkostot, kuten FAIR – Finnish AI Region, joka tukee pk-yritysten tekoäly- ja dataratkaisuja (Business Finland, 2023).

Ammattilaiset ja opiskelijat voivat aloittaa verkkokoulutuksilla, kuten GAIA-X Academy, FIWARE Foundation ja EU Academy – Data Spaces Introduction, sekä osallistumalla hackathoneihin ja pilotteihin. Käytännön esimerkit, kuten Mobility Data Space, Health-X ja Catena-X, havainnollistavat, miten data-avaruudet toimivat eri toimialoilla (GAIA-X, 2023).

Käytännön esimerkit, kuten Mobility Data Space (liikkuminen), Health-X (terveydenhuolto) ja Catena-X (autoteollisuus), näyttävät, miten data-avaruudet rakentuvat eri toimialoilla ja millaisia rooleja niissä voi ottaa (GAIA-X, 2023).

Kohti eurooppalaisia data-avaruuksia

Data-avaruudet ovat vasta muotoutumassa, mutta niiden merkitys kasvaa nopeasti. Ne, jotka oppivat hyödyntämään dataa turvallisesti ja yhteistyöhön perustuen, ovat etulyöntiasemassa tulevaisuuden markkinoilla. EU:n datastrategia siirtyy parhaillaan sääntelystä käytäntöön – konkreettisiin infrastruktuureihin ja yhteisiin pelisääntöihin.

Samalla keskustelu laajenee: osa yrityksistä hakee ketterämpiä toimintatapoja data lab -ajattelun kautta. Nämä kokeilulliset ja rajatummat ympäristöt voivat toimia askelmina kohti laajempia data-avaruuksia – paikkoina, joissa teknologioita, hallintamalleja ja yhteistyötä testataan ennen laajamittaista käyttöönottoa (Hirt et al., 2023).

Entä jos katsomme vielä pidemmälle? Voisiko syntyä sosiaalisten suositusten data-avaruus – avoin ja eettinen vaihtoehto nykyisille sosiaalisen median alustoille? Se voisi perustua luottamukseen, yhteisöihin ja sisältöihin ilman mainostulojen ohjaamaa suosittelutaloutta. Arvo syntyisi tällöin aidosta vuorovaikutuksesta ja yhteisestä ymmärryksestä.

Jos data on tulevaisuuden raaka-aine, data-avaruudet ovat sen uusi infrastruktuuri – ja niiden rakentamiseen kannattaa lähteä mukaan nyt.


Kirjoittaja:

Jaakko Viitanen, vt. toimitusjohtaja, Lawder Oy

Kirjoittajalla on 25 vuoden kokemus datanhallinnan kehitystehtävistä kv. pörssiyrityksistä startupeihin ja julkishallinnon kansallisista kehitysohjelmien käynnistämisistä hyödyntävien julkisorganisaatioiden käytännön käyttöönottohankkeisiin


Lähteet

Business Finland. 2023. FAIR – Finnish AI Region. https://fair.ai (viitattu 14.10.2025)

EU Academy. 2023. Data Spaces Introduction. https://academy.europa.eu (viitattu 14.10.2025)

Euroopan komissio. 2020. Euroopan datastrategia. COM(2020) 66 final. Bryssel: Euroopan komissio.

Euroopan komissio. 2021. Digital Europe Programme 2021–2027. Bryssel: Euroopan komissio.

Euroopan komissio. 2022. Horizon Europe Work Programme 2021–2022: European Data Spaces. Bryssel: Euroopan komissio.

Euroopan unioni. 2022. Data Governance Act (EU) 2022/868. Euroopan parlamentin ja neuvoston asetus datan hallinnasta.

Euroopan unioni. 2023. Data Act (EU) 2023/2854. Euroopan parlamentin ja neuvoston asetus datan oikeudenmukaisesta saatavuudesta ja käytöstä.

European Data Spaces Expert Group. 2023. Report on Common European Data Spaces: Challenges and Enablers. Bryssel: Euroopan komissio.

GAIA-X. 2021. Policy Rules and Architecture of Standards. GAIA-X AISBL.

GAIA-X. 2023. European Data Spaces: Sectoral Initiatives Overview. GAIA-X AISBL.

Hirt, R., Kühl, N., Martin, D. & Satzger, G. 2023. Enabling Inter-organizational Analytics in Business Networks Through Meta Machine Learning. arXiv:2303.15834. arXiv (viitattu 15.10.2025)

Hirt, R., Kühl, N., Martin, D. & Satzger, G. 2025. Enabling inter-organizational analytics in business networks through meta machine learning. Information Technology and Management, 26(1), 57–81.

Hutterer, Andreas, Krumay Barbara. 2024. The adoption of data spaces: Drivers toward federated data sharing. Proceedings of the 57th Hawaii International Conference on System Studies. https://scholarspace.manoa.hawaii.edu/server/api/core/bitstreams/069af4b1-02b1-4966-9785-a711d09e1e94/content (viitattu 15.10.2025)

PricewaterhouseCoopers. 2022. The European Data Economy: Business Models and Opportunities in Data Spaces. PwC EU Services.

Sitra. 2023. Technology Landscape of Data Spaces. https://www.sitra.fi/en/publications/technology-landscape-of-data-spaces/#foreword (viitattu 15.10.2025)

Toulouse School of Economics. 2025. The Economics of Data https://www.tse-fr.eu/sites/default/files/TSE/documents/DigitalCenter/policy_paper/the_economics_of_data_spaces_july_2025_policy-paper.pdf (viitattu 15.10.2025)