Status 2026: Maritimt KI-senter­ – samarbeid for smartere og tryggere kyst

Denne artikkelen er hentet fra Status 2026, Kystverkets årlige artikkelsamling om utvalgte tema som er sentrale for sjøtransportens rolle og utvikling.

Av Odd Sveinung Hareide, tidligere seniorrådgiver i Kystverket, nå professor ved NTNU
og Tor Arne Johansen, professor ved NTNU

KI-støttet oppsummering

• Maritimt KI-senter (MAI) ved NTNU skal bidra til å ta kunstig intelligens raskere fra forskning til praktisk bruk i den maritime sektoren.
• Kystverket deltar som offentlig brukerpartner og bidrar med operative behov, regelverkskunnskap, maritime data og muligheter for testing i realistiske situasjoner.
• Målet er å utvikle KI-løsninger som styrker situasjonsforståelse, og gir tidligere varsling av uønskede hendelser, mer effektiv trafikkavvikling trafikkovervåking og bedre beslutningsstøtte i beredskap og kriser.
• Senteret kombinerer blant annet AIS- og metocean-data, radar, satellittbilder og skipsregistre med multimodale, prediktive og risikobaserte KI-modeller, for å gi et mer helhetlig situasjonsbilde og bedre risikovurderinger.
• Et sentralt bruksområde er å identifisere avvikende seilingsmønstre og risikosituasjoner tidligere, slik at sjøtrafikktjenesten kan få bedre beslutningsgrunnlag.
• Kystverket understreker at KI skal støtte, ikke erstatte, menneskelige vurderinger. Menneskelig kontroll og faglig ansvar skal fortsatt stå sentralt. Løsningene må være forklarbare, etterprøvbare, robuste og sikre.
• MAI skal bygge en felles teknologiplattform, demonstrere konkrete maritime KI-løsninger og styrke kompetansen gjennom samarbeid mellom forskning, næringsliv og offentlige aktører.
• Kystverkets deltakelse skal bidra til bedre digitale tjenester, sterkere beredskap og en smartere, tryggere og mer kunnskapsbasert og bærekraftig forvaltning av kyst og farvann.

Fra forskning til operativ nytte

Norwegian Maritime AI Centre - NTNU er etablert for å akselerere overgangen fra forskningsresultater til operativ bruk av KI i hele den maritime verdikjeden. Senteret samler ledende forskningsmiljøer, industriaktører og offentlige virksomheter i et langsiktig samarbeid, med mål om å utvikle robuste, pålitelige og anvendbare KI-løsninger.

MAI vil være et nav i dette økosystemet, og bidra til kunnskap, løsninger og kapasitet. Senteret vil ha fokus på åpen innovasjon, der resultater deles fritt med alle partnerne. Dette inkluderer også medlemmer av næringsklyngene: Maritimt forum, Blue Maritime, Ocean Autonomy Cluster og MaritimeCleanTech. Offentlig tilgjengelige data fra Kystverket, Kartverket og Sjøfarsdirektoratet vil være et viktig grunnlag for dette, sammen med en rekke datakilder fra næringslivet og andre. 

Senteret legger også til rette for nært samarbeid og innovasjon rundt konkrete anvendelser og brukerscenarier. Utdanning, kompetanse­oppbygging i sektoren, involvering av studenter og etablering av nye prosjekter vil være sentralt.

For Kystverket handler dette ikke primært om teknologi i seg selv, men om hvordan KI kan styrke kjerneoppgavene: bedre situasjons­forståelse i kystsonen, tidlig identifikasjon og varsling av uønskede hendelser, mer effektiv trafikk­avvikling og bedre beslutningsstøtte i beredskap og krisehåndtering. MAI gir en strukturert arena for å koble disse behovene tett til forsknings- og utviklingsløp.

Kystverkets rolle som offentlig bruker og premissgiver

Kystverket deltar i MAI som offentlig brukerpartner og bidrar med både operative behov, ­regulatoriske perspektiver og tilgang til sentrale maritime datakilder. Dette innebærer blant annet:

• Definisjon av reelle bruksscenarier, der KI-løsninger utvikles med utgangspunkt i faktiske utfordringer innen sjøtrafikktjeneste, farledsforvaltning og beredskap.
• Bidrag av domene- og regelverkskunnskap, som sikrer at teknologien utvikles i tråd med gjeldende lover, internasjonale standarder og krav til offentlig forvaltning.
• Testing og validering i operative kontekster, slik at løsningene vurderes under realistiske forhold før eventuell videre bruk.

Denne rollen er avgjørende for å sikre at KI-­løsningene ikke bare fungerer teknisk, men også er anvendbare, forståelige og pålitelige i praksis.

Teknologiske byggesteiner i MAI

MAI bygger på en teknologisk plattform der flere sentrale KI-metoder og datakilder kombineres. Gjenbrukbare KI-modeller, algoritmer, datasett og datastrømmer vil gjøre bredt tilgjengelig, og demonstreres i konkrete anvendelser sammen med brukerne. 

For Kystverket er særlig følgende elementer relevante:

• Analyse av store tidsseriedata, som AIS, metocean-data og historiske trafikk­mønstre. Maskinlæringsmodeller brukes til å ­identifisere normale og avvikende mønstre i skipsbevegelser.
• Multimodale KI-modeller, der data fra ulike sensorer – som radar, satellittbilder og skipsregistre – kombineres for å gi et mer helhetlig situasjonsbilde.
• Prediktive modeller og risikomodeller, som kan estimere sannsynlighet for uønskede hendelser og gi beslutningsstøtte i sanntid.
• Edge-KI, der deler av analysen skjer nær datakilden for å redusere forsinkelser og øke robustheten i sikkerhetskritiske systemer.

Disse teknologiene utvikles ikke isolert, men i samspill med fagmiljøer som forstår både de maritime prosessene og de operative ­konsekvensene av teknologibruk.

KI i trafikkovervåking og situasjonsforståelse

Et sentralt bruksområde for Kystverket i MAI er maritim trafikkovervåking. Ved å anvende KI på store mengder sanntids- og historiske data kan systemene:

• avdekke uvanlige seilingsmønstre og avvik fra normal trafikk
• støtte tidlig identifikasjon av risikosituasjoner
• bidra til bedre håndtering av hendelser knyttet til sikkerhet og beredskap

Slike løsninger kan gi operatører i sjøtrafikk­tjenesten (VTS) bedre beslutningsgrunnlag, samtidig som menneskelig vurdering og ansvar forblir sentralt. Kystverkets leverandør av VTS-systemer, Kongsberg Norcontrol, er også partner i senteret og vil samarbeide med Kystverket tett for å forbedre dagens løsning for dynamisk risikoovervåking (BEAN).

Tillit, ansvar og mennesket i sentrum

Erfaring fra andre sektorer har vist at KI prosjekter i næringslivet ofte feiler. Fellesnevnere er dårlig datakvalitet, lite utnyttelse av ­domenekunnskap, og manglende helhetlig forståelse for hvordan KI-løsninger vil påvirke organisasjoner, forretnings­modeller og enkeltpersoner. Videre er det avgjørende å forstå og overkomme barrierer som dataeierskap, sikkerhet, regelverk og etikk. 

Bruk av KI i offentlig sektor stiller høye krav til tillit. Kystverket legger derfor stor vekt på at ­løsningene som utvikles i MAI skal være forklarbare, ­etterprøvbare og støtte – ikke erstatte – faglige vurderinger.

Dette innebærer blant annet fokus på:

• menneske-i-løkken-prinsipper (human in the loop), der operatører beholder kontroll og ansvar
• forklarbar KI (Explainable AI), slik at ­anbefalinger kan forstås og vurderes
  robusthet og sikkerhet (resillience og security), særlig i systemer som inngår i kritisk infrastruktur

Disse perspektivene er integrert i utviklingsløpene i MAI og er avgjørende for at teknologien skal kunne tas i bruk i offentlig forvaltning.

Et langsiktig bidrag til digitale tjenester og beredskap

MAI-senteret skal bidra til å akselerere utnyttelse av KI i de maritime verdikjedene i Norge. Dette er et bredt mandat og en ambisiøs målsetting, der bidragene vil være:

• Bygge en felles teknologiplattform med maritime KI-modeller som kan utnyttes fritt av mange, og der åpent tilgjengelige data vil være en drivkraft.
• Demonstrere maritime KI-løsninger som utnytter domeneskunnskap, unike datasett og datastrømmer i et nært samarbeid mellom forskere og brukere der det legges til rette for hurtig utnyttelse av resultatene.
• Bygge kapasitet og kompetanse i maritim sektor i et tett samarbeid mellom partnerne i MAI, andre KI-senter, innovasjonsaktiviteter og internasjonalt samarbeid.

Gjennom deltakelsen i MAI bygger Kystverket både teknologisk innsikt og organisatorisk kompetanse. Erfaringene fra senteret vil bidra til videre utvikling av digitale tjenester, bedre samhandling med andre aktører og en mer kunnskapsbasert forvaltning av kyst og farvann.