Monimuotoiset dataekosysteemit

Julkaistu 26.5.2026

Kirjoittaja: Tarja Keski-Mattinen

Nykyajan organisaatiot jakavat ja hyödyntävät dataa yhteistoimintaverkostoissa, joita voidaan kutsua dataekosysteemeiksi. EU:n datastrategiassa dataekosysteemit nähdään innovaatioiden, tehokkuuden ja uusien liiketoimintamallien moottoreina. Dataekosysteemien luokittelu auttaa ymmärtämään mallien monimuotoisuutta ja samalla mahdollisuuksia liiketoiminnassa. Tämä artikkeli käsittelee tätä monimuotoisuutta.

Dataekosysteemi tarkoittaa digitaalista yhteistoimintaverkostoa, jossa useat toimijat tuottavat, jakavat ja hyödyntävät dataa luodakseen lisäarvoa omaan ja mukana olevien kumppaneiden toimintaan. Dataekosysteemi-termi ei ole käytössä vakiintunut, mutta se on käytössä, kun puhutaan datataloudesta ja siihen liittyvistä digitaalisista toimintaympäristöistä. Tämän artikkelin tavoitteena on selventää käsitettä ja antaa käytännön esimerkkejä erilaisista dataekosysteemeistä.

Omistussuhteen ja avoimuuden mukainen luokittelu

Datan omistukseen ja datan avoimuuteen pohjautuvassa luokittelussa näkökulmana on, kuka saa dataa käyttää ja millä ehdoilla dataa voi käyttää sekä miten arvo jakautuu ekosysteemissä.

Avoimessa dataekosysteemissä data on vapaasti kaikkien hyödynnettävissä ja se on yleensä julkishallinnon keräämää tai yhteisöllisesti kerättyä (ks. kuva 1). Avoimuuden tavoitteena on vauhdittaa innovaatioita ja uusien lisäarvoa tuottavien palvelujen kehittämistä datan pohjalta (Koski ym. 2017). Hyviä esimerkkejä avoimen datan portaaleista ovat Helsinki Region Infoshare ja EU:n data.europa.eu, joissa julkiset tietoaineistot ovat saatavissa.

Kuva 1. Avoin dataekosysteemi (Kuva: Kyberturvalliset ekosysteemit Päijät-Häme -hanke)

Suljetussa dataekosysteemissä data on yrityksen omaisuutta ja pääsy siihen rajataan vain käyttöoikeuden omaaville (ks. kuva 2). Tarkka datan hallinta varmistaa kilpailukyvykkyyttä muihin kilpaileviin yrityksiin nähden toiminnassa mukana olevien yhteistyökumppaneiden kesken (Hein ym. 2020; Kernstock ym. 2024). Monet suuryritykset hyödyntävät sisäisiä data-alustojaan omaan analytiikkaan ja jakavat tietoja yhteistyökumppaneille. Toimialakohtaisissa verkostoissa data voi liikkua vain osallistujien kesken sovituin omistus- ja käyttöehdoin.

Kuva 2. Suljettu dataekosysteemi (Kuva: Kyberturvalliset ekosysteemit Päijät-Häme -hanke)

Osittain avoimessa dataekosysteemissä osa datasta on avointa, ja osa on vain jäsenten kesken jaettua. Hybridimalli yhdistää avoimuuden hyödyt ja suljetun kontrollin. Esimerkiksi Fintrafficin koordinoima liikenteen dataekosysteemi on avoin, johon voi liittyä uusia toimijoita, mutta toimijoiden on sitouduttava yhteisiin pelisääntöihin ja tiedonjaon malleihin – osa datasta on avointa, osa vain verkoston sisäisessä käytössä (Rautavirta 2021). Esimerkiksi Amsterdam Data Exchange (AMdEX) on Alankomaissa kehitteillä oleva neutraali infrastruktuuri, jonka kautta organisaatiot voivat jakaa dataa sekä avoimesti että rajoitetusti (University of Amsterdam 2021).

Arvontuotonmukainen luokittelu

Tässä luokittelussa tarkastellaan dataekosysteemiä sen perusteella, mihin tarkoitukseen dataa jaetaan ja miten siitä muodostuu arvoa eri osapuolille.

Operatiivisessa ekosysteemissä datan jakamisen päämääränä on operatiivinen tehokkuus, eli prosessien optimointi, laadun parantaminen ja kustannussäästöt. Tätä hyödynnetään monilla aloilla eri toiminnoissa, kuten logistiikassa, valmistuksessa ja energian kulutuksessa. Hyödyt näkyvät suoraan parempana tuottavuutena (Cui ym. 2020).

Innovaatioekosysteemissä datan jakaminen tukee uusien tuotteiden, palvelujen ja liiketoiminnan kehittymistä. Ekosysteemissä, esimerkiksi sandboxeissa, mahdollistetaan laajat ja suojatut kokeilut ja yhteiskehittäminen. EU pyrkii luomaan eurooppalaisia data-avaruuksia innovaatioiden edistämiseksi eri aloilla (European Commission 2020). Esimerkiksi Gaia-X tarjoaa yhteisiä puitteita, joissa eri toimijat voivat yhdistää dataansa uusilla tavoilla (Rautavirta 2021, Otto 2022).

Datahyödyke-ekosysteemissä (Data-as-a-Product) data itsessään on hyödyke, jota ekosysteemin jäsenet myyvät ja ostavat (ks. kuva 3). Arvo muodostuu suoraan datakaupan kautta, joten data standardoidaan ja dokumentoidaan kuin tuote. Esimerkiksi säätietoja, kartta-aineistoja tai liikennetietoja myydään suoraan datapalveluina. Kansainvälisesti on syntynyt datan kauppapaikkoja, kuten esimerkiksi ranskalainen Dawex (dawex.com), joissa kuratoitu ja paketoitu data on vaihdannan yksikkö (Kernstock ym. 2024).

Kuva 3. Datahyödykkeen dataekosysteemi (Kuva: Kyberturvalliset ekosysteemit Päijät-Häme -hanke)

Osallistujarakenteen mukainen luokittelu

Osallistujarakenteen mukaisessa luokittelussa näkökulmana on se, millaiset toimijat muodostavat ekosysteemin ja valtasuhteet jakautuvat toimijoiden kesken.

Yhden toimijan ohjaamassa dataekosysteemissä on yksi vahva toimija, joka hallitsee dataekosysteemiä, määrittää säännöt ja omistaa ydinalustan. Muut osallistujat ovat riippuvaisia tästä veturiyrityksestä, joka tavanomaisesti kerää suurimman osan arvontuotosta. Yhden toimijan ohjaama malli antaa vahvan koordinaation ja yhtenäisyyden, mikä voi edistää verkostovaikutuksia ja luottamusta, mutta samalla se voi rajata innovatiivisuutta ja kilpailua (Hein ym. 2020).

Partneriverkostossa tasavertaisten organisaatioiden verkosto, jossa dataa jaetaan sopimuspohjaisesti ilman yhtä johtajaa. Luottamus ja vastavuoroisuus ovat keskiössä. Jokainen jakaa dataansa odottaen hyötyvänsä muidenkin tiedoista. Esimerkkinä saksalainen International Data Spaces -malli, joka tarjoaa neutraalin viitekehyksen datan vaihdolle ilman keskushallintaa (Otto & Jarke 2019). Vastaavasti saksalainen Mobility Data Space kokoaa autoalan yrityksiä, palveluntarjoajia ja julkishallintoa jakamaan dataa neutraalilla alustalla (Legner & Otto 2023).

Teknologinen arkkitehtuuri luokittelut lähtökohtana

Tämä luokittelu tarkastelee dataekosysteemejä teknisen rakenteen kannalta – eli miten ja missä data liikkuu ja tallentuu ekosysteemissä.

Keskitetyssä dataekosysteemissä kaikki data kerätään yhteen keskukseen tai alustaan. Keskitetty malli on helppo hallita, mutta altis yhden pisteen häiriölle. Suomen sähkön vähittäismarkkinoiden Datahub on keskitetty toteutus, joka tehostaa tiedonvaihtoa, mutta on kriittinen solmukohta (Fingrid 2022).

Hajautetussa eli federatiivisessa mallissa data säilyy kunkin toimijan omissa järjestelmissä ja yhteiskäyttö tapahtuu standardoitujen rajapintojen kautta. Esimerkiksi Gaia-X-pyrkii mahdollistamaan datan liikkumisen organisaatioiden välillä ilman keskitettyä data-allasta (Otto 2022). Esimerkkinä hajautetusta arkkitehtuurista on lohkoketju- ja Web3-teknologioihin perustuva dataekosysteemi, jossa data tai vähintään sen omistusoikeuden ja käytön hallinta on järjestetty hajautetusti. Esimerkiksi Ocean Protocol on Web3-pohjainen alusta, jossa datan käyttöoikeuksia hallitaan tokenien avulla. Malli tarjoaa läpinäkyvyyttä, mutta tekniset rajoitteet hidastavat sen laajaa käyttöönottoa (Legner & Otto 2023).

Liiketoimintamalliin perustuva luokittelu

Liiketoimintamallin pohjalta tehty luokittelu jäsentää dataekosysteemejä sen perusteella, miten raha tai muu arvo liikkuu ja miten ansaintalogiikka on järjestetty ekosysteemissä.

Alustatalous-ekosysteemissä alusta yhdistää datan tuottajat ja käyttäjät ja arvo syntyy verkostovaikutuksista. Monet digitaaliset palvelualustat toimivat näin. Esimerkiksi liikkumispalveluissa MaaS (mobility as a service) -sovellukset yhdistävät usean palvelun tarjoajan datan yhteen palveluun.

Datan markkinapaikoissa dataa ostetaan ja myydään markkina-alustalla. Tarjoajat asettavat aineistonsa saataville ja asiakkaat hankkivat niitä kysyntänsä mukaan, usein käyttöön perustuvalla hinnoittelulla. Euroopassa on syntynyt erityisiä datan vaihtopaikkoja, kuten esimerkiksi suomalainen Platform of Trust.

Datahub-mallissa neutraali toimija ylläpitää yhteistä datainfrastruktuuria kaikkien puolesta. Tavoitteena on luottamuksen rakentaminen ja datan laadun varmistaminen. Health Data Hub Ranskassa ja suomalainen Findata keskittävät tietojen hallinnan ja lupakäytänteet neutraalisti (European Commission 2020, Legner & Otto 2023).

Seuraavassa taulukossa on kootusti kategoriat ja niihin liittyvät dataekosysteemimallit.

KategoriaDataekosysteemimallit
1. Omistussuhde ja avoimuusavoin, suljettu, hybridi
2. Arvontuotantooperatiivinen, innovaatio, datahyödyke
3. Osallistujarakenneleader-driven, partneriverkosto
4. Teknologia-arkkitehtuurikeskitetty, hajautettu
5. Liiketoimintamallialustatalous, markkinapaikka, datahub

Tässä artikkelissa on kuvattu erilaisia dataekosysteemejä ja luokittelumuotoja. Todellisuudessa ekosysteemeissä usein yhdistyy eri piirteitä eri luokista. Esimerkiksi liikenteen dataekosysteemi voi olla osin avoin, mutta sisältää myös suljettuja tietoja, tuottaa operatiivisia hyötyjä ja innovaatioita ja hyödyntää keskitettyä datahub-infrastruktuuria. Luokittelun avulla voidaan kuitenkin jäsentää ja kehittää menetelmiä dataekosysteemien tarkastelulle ja kehitystyölle. Lisäksi luokittelu auttaa tunnistamaan mahdollisuuksia ja haasteita sekä soveltuvuutta liiketoiminnan kehittämisessä. Tämä artikkeli on osa Kyberturvalliset ekosysteemit Päijät-Häme -hankkeen tavoitteita: tehdä dataekosysteemeistä tunnetumpia ja ymmärrettävämpiä (LAB 2024).

Lähteet

Cui, Y., Kara, S. & Chan, K.C. 2020. Manufacturing big data ecosystem: A systematic literature review. Robotics and Computer-Integrated Manufacturing 62, 101861. Viitattu 10.4.2026. Saatavissa https://doi.org/10.1016/j.rcim.2019.101861

Fingrid. 2022. Information exchange in the electricity retail market enters a new era – Datahub goes live successfully. Lehdistötiedote 21.2.2022. Viitattu 12.5.2026. Saatavissa https://www.fingrid.fi/en/news/news/2022/information-exchange-in-the-electricity-retail-market-enters-a-new-era–datahub-goes-live-successfully/

Hein, A., Schreieck, M., Riasanow, T., Setzke, D.S., Wiesche, M., Böhm, M. & Krcmar, H. 2020. Digital platform ecosystems. Electronic Markets 30(1), 87–98. Viitattu 9.5.2026. Saatavissa https://link.springer.com/article/10.1007/s12525-019-00377-4

Kernstock, P., König, F.M., Böttcher, T.P., Hein, A. & Krcmar, H. 2024. The Anatomy of Data Ecosystems: Identifying and Analyzing Archetypes. AMCIS 2024 Proceedings. 3. Viitattu 11.5.2026. Saatavissa https://aisel.aisnet.org/amcis2024/data_eco/data_eco/3

Koski, H., Honkanen, M., Luukkonen, J., Pajarinen, M. & Ropponen, T. 2017. Avoimen datan hyödyntäminen ja vaikuttavuus. Valtioneuvoston kanslian julkaisuja 40/2017. Viitattu 9.5.2026. Saatavissa https://urn.fi/URN:ISBN:978-952-287-387-3

LAB. 2024. Kyberturvalliset ekosysteemit Päijät-Häme. LAB ammattikorkeakoulu. TKI projektit. Viitattu 12.5.2026. Saatavissa https://lab.fi/fi/projekti/kyberturvalliset-ekosysteemit-paijat-hame

Legner, C. & Otto, B. 2023. Management of Data Ecosystems and Platforms (Editorial). Die Unternehmung 77(1), 4–6. Viitattu 17.4.2026. Saatavissa https://www.nomos.de/wp-content/uploads/2022/10/CfP_DU_2023_01_DataEcosystems__and_Platforms.pdf

Otto, B. & Jarke, M. 2019. Designing a multi-sided data platform: Findings from the International Data Spaces case. Electronic Markets 29(4), 561–580. Viitattu 12.4.2026. Saatavissa https://link.springer.com/article/10.1007/s12525-019-00362-x

Otto, B. 2022. A federated infrastructure for European data spaces. Communications of the ACM 65(4), 44–45. Viitattu 12.4.2026. Saatavissa https://doi.org/10.1145/3512341

Rautavirta, M. 2021. Datasääntelystä data-avaruuksiin. Kolumni 8.11.2021. Liikenne- ja viestintäministeriö. Viitattu 12.5.2026. Saatavissa https://lvm.fi/-/datasaantelysta-data-avaruuksiin

University of Amsterdam. 2021. Research organisations and commercial parties start work on developing the new Amsterdam Data Exchange. Viitattu 12.5.2026. Saatavissa https://www.uva.nl/shared-content/uva/en/news/press-releases/2021/04/research-organisations-and-commercial-parties-start-work-on-developing-the-new-amsterdam-data-exchange.html

Kirjoittaja

Tarja Keski-Mattinen toimii LAB-ammattikorkeakoulussa tietojenkäsittelyn lehtorina sekä projektipäällikkönä Kyberturvalliset ekosysteemit Päijät-Häme -hankkeessa, joka on datatalouden ekosysteemien kehittämishanke.

Artikkelikuva: https://pxhere.com/fi/photo/563656 (CC0)

Viittausohje

Keski-Mattinen, T. 2026. Monimuotoiset dataekosysteemit. LAB Pro. Viitattu pvm. Saatavissa https://www.labopen.fi/lab-pro/monimuotoiset-dataekosysteemit/

TOIMINTA

Jokapäiväinen toiminta, kuten käyttäjien hallinta ja tunnistaminen sekä datan jakaminen.

KÄYTTÄJIEN HALLINTA

Käyttäjiä ja käyttöoikeuksia tulee hallita keskitetysti ja oikeuksia antaa vain tarpeen mukaan. Monivaiheisella tunnistautumisella saadaan lisäturvaa.

DATAN HALLINTA JA JAKAMINEN

Data kannattaa luokitella ja järjestää käyttötarpeet ja turvallisuus huomioiden. Pääsy annetaan vain niille käyttäjille, jotka sitä todella tarvitsevat.

Erilaisiin uhkiin ja niistä toipumiseen kannattaa varautua ennakolta tekemällä suunnitelmat eri kyberturvauhkien varalle.

TOIMIJOIDEN OHJEISTUS

Ohjeistuksella lisätään tietoturvatietoisuutta ja varmistetaan että kaikki osapuolet osaavat toimia turvallisella tavalla.

SOPIMUKSET JA SÄÄNTELY

Toiminnassa tulee ottaa huomioon tietoturvalainsäädäntö ja muut viranomaisten vaatimukset. Sopimuksilla pyritään varmistamaan että yhteistyö kumppanien kanssa on luotettavaa ja turvallista.

KÄYTÄNNÖT

Käytäntöihin kuuluu sääntelyn huomioiminen ja käytännön toimenpiteiden suunnittelu ja valmistautuminen ennalta.

JÄRJESTELMÄT JA LAITTEET

Järjestelmiin ja laitteisiin kuuluvat kaikki yrityksen verkkoon kytketyt laitteet ja kaikki käytetyt tietojärjestelmät. Niitä suojataan päivityksillä ja asetusten hallinnalla.

TEKNISET RATKAISUT

Tekniset ratkaisut koskevat kaikkia yrityksen tietoteknisiä laitteita, järjestelmiä ja tietoliikenneyhteyksiä sekä niiden suojaamista.

YRITYKSEN KYBERTURVA

Yrityksen kyberturva tarkoittaa kaikkia niitä toimenpiteitä, joilla yritys suojaa omia tietojärjestelmiä ja niiden sisältämiä tietoja ulkoisilta uhilta tavoitteena on minimoida riskit ja varmistaa liiketoiminnan jatkuvuus.

KEHITTYVÄ JA ARVOA TUOTTAVA DATAEKOSYSTEEMI

Tämä on dataekosysteemin tavoitetila. Kun dataekosysteemi on jo toiminnassa, ja se on kehittyvä ja todistettavasti arvoa tuottava, fokusta voidaan siirtää seuraavalle tasolle. Tällöin ei enää kysytä “toimiiko tämä?”, vaan kysytään: ”Miten ekosysteemistä tehdään kestävä, skaalautuva ja strategisesti korvaamaton?”. 

TOIMINNAN JATKUVA JA SÄÄNNÖLLINEN ARVIOINTI

Kuten liiketoiminnassa yleensäkin, on toiminnan arviointiin syytä kiinnittää huomiota. Dataekosysteemin toiminnassa arviointi kannattaa tehdä monipuolisesti. Pelkkä tekninen mittaaminen (rajapintakutsut tms.) ei riitä, koska dataekosysteemi on sosio-tekninen kokonaisuus, jossa mukana ovat ihmiset, organisaatiot, tehdyt sopimukset, toimijoiden välinen luottamus sekä liiketoimintavaikutukset. 

DATAEKOSYSTEEMI TOIMINNASSA

Dataekosysteemin toimintaa on syytä seurata ja mukana olevien toimijoiden on säännöllisesti käytävä keskustelua havaituista aiheista ja mahdollisista ongelmista. Toiminnan ylläpito edellyttää jatkuvaa hallintaa, muun muassa tiedonhallinnan ja vastuiden osalta. Myös regulaatiomuutoksia on seurattava. Toimiva dataekosysteemi mahdollistaa jatkokehityksen ja uuden innovoinninkoska osapuolilla on jo käytännön kokemusta toimivasta dataekosysteemistä. 

UUDEN TOIMINTAMALLIN KÄYNNISTÄMINEN

Uuden toimintamallin käyttöönotossa on ensisijaisen tärkeää toiminnan jalkauttaminen. Kaikille mukana oleville on oltava selvää, miksi dataa kerätään, eli esimerkiksi miksi käytössä olevia järjestelmiä käytetään sovitulla tavalla? On oltava selvää myös, miksi dataa jaetaan. Sopimukseen perustuva toiminta yhteistyökumppaneiden kanssa on sitovaa kaikille osapuolille, eli varmistetaan, että kaikki osapuolet toimivat juuri siten, miten on sovittu. 

DATAEKOSYSTEEMIN RAKENTAMINEN

Dataekosysteemi rakennetaan suunnitelman mukaisesti. Käyttöön otetaan esimerkiksi valittu tekninen toteutus järjestelmien tai avattavien rajapintojen avulla. Teknisiä ratkaisumahdollisuuksia on erilaisiaesimerkiksi API-pohjainen tiedonvaihto, data-alustat ja data sharing -palvelut sekä data space -ratkaisut, joissa jaetaan datan käyttöoikeuksia.  

DATAEKOSYSTEEMIN TOIMINNAN MÄÄRITTELY JA SOPIMUKSET

Kun yhteistoiminta on selvillä, eli mistä data on saatavilla, miten se välitetään ja miten sitä käytetään, ja dataekosysteemin toiminnan tavoitteet ovat selkeät, on aika käydä keskustelu velvollisuuksista ja vastuista sekä tehdä tarvittavat sopimukset esimerkiksi datan omistajuuteen ja hallintaan liittyen. Datan omistajuuskysymyksistä neuvotellaan esimerkiksi järjestelmätoimittajien kanssa. 

LIIKETOIMINNAN KEHITTÄMISEN SUUNNITTELU

Kun toimintaympäristö on kartoitettu ja kun on löydetty selkeä kohde, jota kannattaa yhdessä kehittää, voidaan edetä suunnittelutyöhön. Kehittämisessä ja sen suunnittelussa huomioidaan nykytila ja tavoitetila sekä se, miten tavoitetilaan voidaan päästäKehittämistyö on täysin riippuvainen toiminnan tavoitteista ja laajuudesta sekä käytössä olevista resursseista. 

LIIKETOIMINNAN KEHITTÄMISEN MAHDOLLISUUDET
DATAA HYÖDYNTÄEN

Kun tiedon tarpeet ja se, miten tieto välitetään, on selvitetty, voidaan toimintaa tarkastella tarkemmin. Esimerkiksi onko tiedon jaossa, toimintatavoissa tai sisällöissä kehitettäviä kohteita? Lisäksi pohditaan, mitä tietoa voidaan välittää digitaalisesti tai esimerkiksi automatisoida prosessia. Pohdinnassa voi olla myös uusia dataan pohjautuvia palveluja tai tuotteita. 

TOIMINTAYMPÄRISTÖN TIETOVIRTOJEN KUVAAMINEN

Oman liiketoiminnan toimintaympäristössä mukana olevien yritysten ja organisaatioiden välistä toimintaa tarkennetaan siten, että kuvaajaan merkitään, mitä tietoa jaetaan ja mihin suuntaan tietovirrat kulkevat, eli kuka tuottaa tiedon ja kenelle tietoa välitetääntoisin sanoen kuka tietoa tarvitseeEsimerkiksi asiakkaalta saadaan tilaukseen liittyvät tiedot yritykselle. Tietovirtojen sisältöä tarkennetaan kirjallisena, esimerkiksi miten tietoa välitetään.   

OMAN TOIMINTAYMPÄRISTÖN KARTOITUS

Oman liiketoiminnan toimintaympäristön kartoitusta voidaan tehdä kuvaamalla se visuaalisesti. Kuvauksessa yrityksen liiketoiminnassa mukana olevat tahot ja heidän välisensä yhteydet esitetään. Yksinkertaisin tapa on tehdä ensin kuvaus, jossa eri toimijat nimetään ja kirjataan suorakulmioon ja toimijoiden välinen yhteistyö merkitään viivalla.  

MITÄ OVAT DATATALOUS JA DATAEKOSYSTEEMIT?

Yritys ja sen yhteistyöverkosto sekä näiden osapuolten välillä tapahtuva digitaalinen tiedonvälitys muodostavat dataekosysteemin. Dataekosysteemin toimintaan ja muotoon vaikuttavat muun muassa liiketoimintamalli, teknologiavalinnat, sovitut yhteiset toimintaohjeet ja lainsäädäntö. Jaettu data tuottaa toimijoille liiketoiminnallista tai yhteiskunnallista arvoa. Kun kerättävä ja jalostettava data tuottaa selkeästi liiketoiminnallista arvoa, voidaan tätä toimintaa nimittää datataloudeksi. Liiketoiminnallinen arvo voi muodostua esimerkiksi paremmasta päätöksenteosta, uusista palveluista tai tehostetusta toiminnasta. 

ALOITA TÄSTÄ

Dataekosysteemin kehittämisen polun avulla pääset käsittelemään kehittämisen eri vaiheita yksi osa-alue kerrallaan. Klikkaa polulta sinua kiinnostavaa kuvaketta ja tutustu kehittämispolun vaiheeseen tarkemmin. Lue lisää -painiketta painamalla pääset siirtymään uudelle välilehdelle, jossa aihetta käsitellään tarkemmin. 

TIETOYHTEYDET

Tietoyhteyksien osalta tavoitteena on turvata yhteyksien saatavuus ja luotettavuus varayhteyksillä, salauksella ja liikenteen valvonnalla.