Mitä on ennakointitieto

• ymmärtämään ennakointitiedon luonteen ja epävarmuustekijät
• tunnistamaan ennakointitiedon muodot ja lähteet
• kehittämään ennakointiosaamistasi ja tiedostamaan, miten voit soveltaa ennakointitietoa asiakastyössä.

Videolla ennakoinnin asiantuntija Samuli Leveälahti kertoo ennakointitiedosta ja sen hyödyntämisestä.

Ennakointitieto viittaa tietoon, joka on kerätty ja analysoitu tulevaisuuden tapahtumien, trendien ja mahdollisuuksien ennustamiseksi. 

On tärkeää huomata, että ennakoiminen ja ennustaminen eivät ole samoja asioita. Esimerkiksi päivän säätilasta voidaan laatia ennusteita. Sen sijaan sateenvarjon mukaan ottaminen on ennakointia. Ennakointi on sekä varautumista että tulevaisuuden valintojen tekemistä.

Ennakointitieto eroaa tavallisesta tieteellisestä tiedosta, koska tulevaisuutta ei voi tutkia kokeellisesti. Mitä kauemmas tulevaisuuteen katsotaan, sitä epävarmempaa tieto on. Siksi ennakoinnissa kerrotaan aina, kuinka pitkälle aikavälille tieto ulottuu:

• Lyhyen aikavälin ennakointi: 0–5 vuotta
• Keskipitkän aikavälin ennakointi: 5–9 vuotta
• Pitkän aikavälin ennakointi: 10–15 vuotta

Osaamisen ennakoinnin tavoitteena on ennustaa, millaisia osaamisvaatimuksia työelämässä on tulevaisuudessa. Osaamisen ennakointitietoa käytetään moneen tarkoitukseen, kuten alueellisten strategioiden laatimiseen, työn ja osaamisen kohtaannon suunnitteluun sekä koulutusten ja muiden osaamispalveluiden kehittämiseen. Tieto auttaa organisaatioita ja päätöksentekijöitä varautumaan tuleviin haasteisiin ja mahdollisuuksiin sekä tekemään strategisia päätöksiä. 

Osaamisen ennakointitiedosta on hyötyä myös yksilöiden koulutus- ja uravalintoja koskevassa päätöksenteossa, ja siksi aikuisia ja nuoria uravalinnoissaan ohjaavien ja neuvovien on syytä perehtyä siihen.
 

Ennakointitieto perustuu usein laajaan tiedonkeruuseen ja analyysiin. Se voi sisältää seuraavia elementtejä:

• Trendit ja ilmiöt: Ennakointi perustuu olemassa oleviin trendeihin ja ilmiöihin, jotka voivat vaikuttaa tulevaisuuteen. Niitä voivat olla esimerkiksi teknologiset innovaatiot, väestörakenteen muutokset, talouden suhdanteet ja ympäristöön liittyvät muutokset.
   
• Mallinnukset ja skenaariot: Ennakointityössä voidaan käyttää erilaisia mallinnuksia ja skenaarioita, joissa tarkastellaan erilaisia mahdollisia tulevaisuuksia. Niiden avulla voidaan arvioida, miten erilaiset tekijät voivat vaikuttaa toisiinsa ja millaisia vaikutuksia niillä voi olla.
   
• Asiantuntijalausunnot: Ennakointityöhön voi sisältyä asiantuntijoiden haastatteluja ja lausuntoja, jotka perustuvat heidän erikoistietoonsa ja kokemukseensa tietyllä alalla.
   
• Tulevaisuuden visiot: Ennakointitieto voi tuottaa erilaisia tulevaisuuden visioita ja skenaarioita, jotka auttavat organisaatioita hahmottamaan, millaisia mahdollisia tulevaisuuksia voi olla. 

Osaamisen ennakoinnissa voidaan käyttää myös empiiristä tietoa, joka perustuu havaintoihin ja tietoihin työmarkkinoilta, yrityksiltä ja työvoiman tarpeista. Se voi sisältää esimerkiksi työvoimakartoituksia, kyselytutkimuksia yrityksille ja työntekijöille sekä taloudellisten indikaattorien analysointia.

Tilastolliset mallit taas perustuvat historiallisiin tietoihin, kuten aikaisempiin työllisyystilastoihin ja osaamistarpeiden kehitykseen. Esimerkiksi väestötilastot ovat pohjana monille ennusteille.

Ennakointitiedon hankinnassa hyödynnetään yhä enemmän myös ns. big dataa eli internetistä louhittavaa dataa. Tutkimus-, kehitys- ja innovaatiotoiminnasta syntyvää dataa analysoimalla saadaan tietoa mahdollisista muutoksista osaamisen kysynnässä ja innovaatioihin liittyvistä uusista osaamistarpeista. 

Toinen hyödyllinen big datan lähde on investointidata. Suuret investoinnit esimerkiksi tekoälyyn, bioteknologiaan tai vihreään energiaan voivat olla merkkejä siitä, että nämä alat ovat kasvussa ja osaamisen kysyntä voi lyhyellä aikavälillä kasvaa. Koska louhitut tietomassat ovat suuria, niiden käsittelyssä hyödynnetään usein tekoälyä.
 

Ohjauksen näkökulmasta osaamisen ennakointitieto on tärkeä apuväline asiakkaan mahdollisuuksien hahmottamisessa. Ohjaajan puheille tulevalla ihmisellä voi olla mielessään kysymys kiinnostavan alan tai oman ammattinsa tulevaisuuden näkymistä. Kysymykseen ei kuitenkaan ole varmoja vastauksia, koska tulevaisuutta koskeva tieto ei voi olla tarkkaa.

Osaamistarvekompassikaan ei tarjoile valmiita vastauksia asiakkaan kysymyksiin, mutta ohjaaja voi tiedon avulla auttaa yksilöä punnitsemaan valintojaan tulevaisuutta silmällä pitäen. Ohjaajan on hyvä tunnistaa esimerkiksi hiipuvat ja suuria rakennemuutoksia lähitulevaisuudessa kokevat ammattialat ja ottaa alojen kehitysnäkymät tarvittaessa puheeksi asiakkaan kanssa.

Osaamistarvekompassissa työmarkkinoiden ja osaamistarpeiden muutosta käsitellään ammattialojen tarkkuudella. Olemme valinneet ammattialatason, koska se on ennakoinnissa riittävä lähtökohta ja aloittain on mahdollista yhdistellä määrällistä ja laadullista tietoa.

Yksittäinen ammatti on ennakoinnissa hankalampi. Työelämän kieli muuttuu nopeasti. Työn sisältö voi pysyä samanlaisena, mutta nimike vaihtuu. Esimerkiksi työpaikkailmoituksissa automaattiseen tietojenkäsittelyyn viittaavat atk-termit ovat korvautuneet it (informaatioteknologia) -alkuisilla nimikkeillä.

Katso esimerkki työelämän käyttämän kielen muutoksesta:

Osaamistarvekompassi sisältää sekä tulevaisuuteen suuntautuvaa ennakointitietoa että taaksepäin katsovaa tilastotietoa.
 

Ammattialat-osio

Osio sisältää tietoa ammattialoista ja niiden osaamistarpeista. Jokainen ammattialasivu sisältää kaksi välilehteä: 

• Alan kuvaus: alan tunnusluvut, kuvaus ja yleisimmät työtehtävät sekä tavallisimmat työmarkkinasiirtymät
• Osaamiset: alan lähitulevaisuuden osaamistarpeet työmarkkinoilla

Tunnusluvut ja työmarkkinasiirtymät perustuvat Tilastokeskuksen tilastoihin. Osaamistarvedata on louhittu ja jalostettu big datasta luonnollisen kielen analyysin avulla. Ammattialaluokitus perustuu Opetushallituksen ennakoinnin ja Osaamisen ennakointifoorumin (OEF) käyttämään ammattialaluokitukseen. 
 

Osaamiset-osio

Osio sisältää vuosittain päivittyvän tilannekuvan työelämän kysymästä osaamisesta. Osaamistarvedata on louhittu ja jalostettu big datasta. Tutustu myös osaamisdatan mahdollisiin vinoumiin sivulla Big data ja ja tekoälyn hyödyntäminen osaamisen ennakoinnissa. 
 

Tutkinnot-osio

Osio sisältää tietoa ammatillisen koulutuksen ja korkeakoulutuksen tutkintosuorituksista sekä kuluvan vuoden loppuun ulottuvat ennusteet tulevista suorituksista. Lisäksi osio tarjoaa tietoa tutkintojärjestelmän tuottamasta osaamisesta.