21 301 brev forteller hva som ikke fungerer

En analyse av Hamar Kommunes postjournal 2025–2026, med konkrete hackathon-ideer
21 301
Journalposter analysert
3 028
Friksjonssignaler
2 845
Unike saker
2 044
Tematiske klynger
304
Klager
266
PDF-er lastet ned

Hva har vi gjort?

Vi har lastet ned og analysert all offentlig korrespondanse fra Hamar Kommune registrert i perioden januar 2025 til mars 2026. Ved hjelp av maskinlæring (semantiske embeddings og klyngeanalyse) har vi identifisert mønstre, friksjonspunkter og muligheter for forbedring.

Journalposter per måned — 2025/2026
Interessante poster Friksjonssignaler Støy (jobbsøknader, sladdet)

Hva er «friksjonssignaler»?

Vi søker etter nøkkelord som indikerer problemer: klager (304), avslag (162), mangelbrev (51), avvik (248), tilsyn (743), innsynskrav (627), purring (75), ulovlig (26), og tilleggsdokumentasjon (138). Samlet er dette 3 028 poster som signaliserer friksjon i kommunens prosesser.

Hva er «støy»?

7 895 poster (37%) er støy for vårt formål: jobbsøknader og svar på disse (4 721), sladdet innhold med personnavn (2 607), offentlige søkerlister (105), og signerte protokoller (173). Disse er filtrert bort fra analysen, men talt med i totalen.

10 hackathon-ideer basert på reelle data

Hver idé er forankret i konkrete mønstre vi fant i postjournalen (21 301 poster, 266 nedlastede PDF-er, 156 med fulltekst). Vi har identifisert volumet, navngitt berørte saker, kartlagt eksisterende løsninger globalt, og skissert validering.

01 Innbyggerservice

Byggesøknad-veiviser: «Sjekk før du søker»

Byggesaker er den største kilden til friksjon i postjournalen. Kommunen sender gjentatte mangelbrev der søkere mangler dokumentasjon — noen ganger 2–3 runder per sak. 221 saker har «supplering av søknad», som betyr at innbyggere ikke vet hva de skal sende inn.

Datagrunnlag Sak 2025/1040: Holsetgata 3 og 5 — 14 dokumenter over 94 dager, mangelbrev for oppføring av eneboliger. Sak 2025/621: Marmorvegen 2 — mangelbrev nr. 2, søknad til slutt trukket etter 429 dager og 12 dokumenter. Sak 2025/1220: Midtstranda 67 — plasthall-tvist, 18 dokumenter over 260 dager med mangelbrev og klage.
Eksisterende løsninger
  • DiBK «Bygg uten å søke» — Interaktive veivisere for å sjekke fritak (garasje, tilbygg, bruksendring). Bygget med Losen, et open-source React-rammeverk. 80 000 brukere første år. Men dekker kun fritak, ikke full veiledning.
  • eByggesøk (Norkart) — Hamar bruker dette i dag. Inkluderer noe veiledning, men Norkart rapporterer at 40% av førstegangssøknader har feil.
  • PlanX (UK Open Digital Planning) — Open-source veiviser, ~200 engelske kommuner. Doncaster kuttet pre-validering til <0,5 dag. Mest overførbar modell.
  • GovStream.ai (US, Bellevue WA) — AI-drevet veiledning med eiendomsspesifikke krav. Resultat: 50% færre feilinnsendinger.
  • Seattle Hackathon 2025 — 3. plass «PreAssess»: RAG + Claude AI som konverterer kommunal byggeforskrift til skreddersydde sjekklister. Nøyaktig samme konsept som vår idé.
  • Lupapiste (Finland, open source) — 60%+ av finske kommuner. «Kysy neuvoa» (spør om råd)-funksjon gir digital forhåndsveiledning.

Løsningen: En interaktiv veiviser inspirert av PlanX som spør om tiltakstype, eiendom og omfang, og genererer en skreddersydd sjekkliste — inkludert nabovarsler, situasjonsplan, brannteknisk dokumentasjon og dispensasjonsbehov. Kan bygges som open source og deles med andre kommuner.

Validering Intervju 3–5 innbyggere som nylig har sendt byggesøknad. Mål: reduksjon i mangelbrev per søknad. Benchmark: andelen saker med «supplering» bør synke fra dagens ~15% til under 5%. Sammenlign med UK PlanX-resultater (Doncaster: 50→29 dagers behandlingstid).
02 Automatisering

Innsynsportal med selvbetjening

627 poster handler om innsynskrav — «begjæring om innsyn». Hvert krav genererer manuelt arbeid: vurdere offentlighet, eventuelt sladde, sende svar. Det er det nest største klyngen vi fant.

Datagrunnlag Klynge #2: 124 poster «Begjæring om innsyn i sak ...» — nesten identisk tekst, repetitivt manuelt arbeid. Klynge #10: 63 poster «Innsynskrav Godkjent» — ferdigbehandlede innsynskrav. Sak 2026/5182: Vintervedlikehold Folkestadsgate — innsyn + purring over 65 dager.
Eksisterende løsninger
  • WhatDoTheyKnow (UK, mySociety) — 700 000+ innsynskrav siden 2008, 15–20% av alle FOI-krav i Storbritannia. Publiserer krav + svar — arkivet har 20:1 leser-til-innsender-ratio.
  • FragDenStaat (Tyskland) — 250 000+ krav, 130 000 brukere. Håndterer over 2/3 av alle tyske innsynskrav. Kampanjemodell: ferdigskrevne krav på spesifikke tema (f.eks. restauranthygiene → 20 000 krav).
  • Mimes Brønn (mimesbronn.no, NUUG) — Norges Alaveteli-instans. Kun 121 brukere og 280 krav — svært lav adopsjon. Norges «push»-modell (postjournal) reduserer behovet for «pull» (innsynskrav).
  • eInnsyn — Open source (BSD-3, Java/Spring Boot, Elasticsearch). API-spec på GitHub. Dekker sentralforvaltningen godt, men kommunal dekning er ufullstendig.
  • FOIWorks (UK) — Verktøy for saksbehandlere: foreslår tidligere publiserte dokumenter, reduserer manuelt arbeid. Viser at begge sider trenger verktøy.

Løsningen: En selvbetjeningsportal som kombinerer FragDenStaats kampanjemodell med Norges unike postjournal-infrastruktur. Dokumenter allerede vurdert som offentlige kan lastes ned direkte. For nye dokumenter: automatisk logging og varsling. Bygges på eInnsyns open-source API-spec.

Validering Analyser de 627 innsynskravene: hvor mange gjaldt dokumenter som allerede var offentlige? Mål: 50% av innsynskrav kan besvares automatisk (jf. WhatDoTheyKnow: arkivet forhindrer duplikatkrav).
03 Miljø og helse

Dashboard for miljørettet helsevern

Over 200 poster handler om miljørettet helsevern — tilsyn, avvik og retting ved skoler, barnehager og næringsliv. Avvik lukkes langsomt, og mange institusjoner dukker opp gjentatte ganger. Innbyggere har ingen oversikt over status.

Datagrunnlag Klynge #6: 98 poster (90 med friksjon) — «Vedtak om retting av avvik» på skoler og barnehager. Klynge #12: 33 poster — «Varsel om retting av avvik» på skoler i Ringsaker og Stange. Sak 2020/4973: Hamar Katedralskole, klage på støy — 10 dokumenter over 74 dager. Sak 2026/4966: Helsefarlig bolig Skarpholvegen 9 — 27 dokumenter, 8 ulike friksjonssignaler.
Eksisterende løsninger — og et tydelig hull
  • Smilefjesordningen (Mattilsynet) — Norges mattrygghets-smiley, lansert 2016. ~9 000 serveringssteder, åpne data på data.norge.no, open-source frontend (smilefjes-deux, Clojure). Modell for visuell, offentlig tilsynsrapportering.
  • Dansk Smiley (findsmiley.dk) — Verdens første, lansert 2001. 25 år med dokumentert effekt på etterlevelse.
  • UK Food Hygiene Rating (ratings.food.gov.uk) — Gratis API uten registrering, geokodede data. I Wales er visning lovpålagt → målbar forbedring i etterlevelse.
  • Skolinspektionen (Sverige) — Søkbar database over alle skoletilsyn, filtrerbart på kommune og skole. Nærmeste nordiske modell for det vi foreslår.
  • Chicago Food Inspection Forecasting — ML-modell som prioriterer tilsyn, fant kritiske avvik 7,5 dager tidligere. Open source på GitHub.
  • Ingen offentlig MHV-dashboard finnes i Norge i dag. Data finnes i KOMTEK MHV (Norkart) men publiseres ikke systematisk. Dette er et reelt hull.

Løsningen: Et «Smilefjes for skoler» — offentlig dashboard inspirert av Mattilsynets modell og Sveriges Skolinspektionen. Bygges som statisk nettside (jf. smilefjes-deux) med data fra kommunens tilsynsrapporter. Foreldre ser avviksstatus for barnehagen sin. Kommunen kan aggregere for trendanalyse.

Validering Kartlegg alle unike institusjoner i klynge #6, #8 og #12. Prototyp med 10 skoler fra dataen. Referansemåling: Smilefjesordningen økte etterlevelse; Louisville/Yelp-studien viste 9–14% færre avvik etter offentliggjøring.
04 Innbyggerservice

Støyvarsling og klagesporing

304 klager i postjournalen — og støy er det hyppigste temaet. Parkerte togsett, byggearbeid, næringsvirksomhet. Klager tar uker å behandle, og klagere har ingen innsyn i fremdriften.

Datagrunnlag Klynge #25: 35 poster om støy og henvendelser angående støyende virksomhet. Sak 2022/7680: Støy fra parkerte togsett på Rørosbanen — 10 dokumenter over 294 dager (!). Sak 2025/4642: Bråk ved Maxi på kveldstid — 10 dokumenter, 17 dager. Sak 2026/5636: Støyklage — 15 dokumenter, 57 dager, med pålegg.
Eksisterende løsninger
  • FiksGataMi (fiksgatami.no) — Norges mest kjente innbyggerrapporteringsverktøy, basert på FixMyStreet. Fokuserer på vei/infrastruktur, ikke støy. Hamar bruker det ikke aktivt.
  • The Noise App (UK, RHE Global) — Dedikert støyklage-plattform med lydopptak, AI-triage og rettsgyldig dokumentasjon. 400+ organisasjoner, 3M+ opptak. Brukes i UK, Nederland, Irland, Australia. Mest relevant eksisterende produkt.
  • NYC 311 — 24M+ registrerte saker, daglig oppdatert åpne data. Støyklager er den største enkeltkategorien. Varmekart og trendanalyse bygget på toppen.
  • NoiseCapture (open source, 122 GitHub-stjerner) — Kalibrert støymåling for smarttelefon, vant fransk Open Science-pris 2023. GPL-3.0.
  • Mark-a-Spot (open source, 67 stjerner) — Mest moderne open-source 311-plattform, Open311-kompatibel, TypeScript/Vue.js/Drupal 11.
  • Barcelona Making Sense — Innbyggere brukte sensorer til å bevise 100dB nattestøy, krevde deretter politisk handling med dataen.

Løsningen: Kombiner kartbasert rapportering (Mark-a-Spot/Open311), kalibrert lydopptak (NoiseCapture), og støytypetaksonomi. Klagen kobles automatisk til eksisterende saker i området. Klageren får statusoppdateringer. Kommunen får et varmekart over støyklager for prioritering — inspirert av NYC 311-modellen.

Validering Kartlegg alle støyklager i dataen geografisk. Intervju miljørettet helsevern-avdelingen. Prototyp: NoiseCapture-integrasjon + kart med eksisterende klagedata fra postjournalen.
05 Automatisering

Sanitærmelding og VA-søknad: digital flyt

Sanitærmeldinger og vann/avløp-søknader utgjør to store klynger med 209 poster. Prosessen er nesten identisk hver gang: søknad → vedtak → godkjenning → ferdigmelding. Likevel behandles det manuelt med brevutveksling.

Datagrunnlag Klynge #4: 109 poster — «Søknad om sanitærmelding», «Ferdigmelding sanitærarbeid». Klynge #5: 100 poster — «Melding om vedtak - Godkjent sanitærmelding ... Godkjent arbeidsperiode». Alle med identisk struktur: gnr/bnr, godkjent arbeidsperiode, vedtaksbrev.
Eksisterende løsninger
  • Ledningsportalen / GeoSak (Geomatikk) — Allerede brukt av 70+ norske kommuner for VA-søknad og sanitærmelding, inkludert Hamar. Digital innsending med auto-validering. Men: vedtaksbehandling er fortsatt manuell.
  • Lupapiste/Cloudpermit (Finland) — Open source! Dekker 67% av finske kommuner. Behandlingstid fra uker til dager. GitHub.
  • Byg og Miljø (Danmark) — Obligatorisk digital portal for bygge- og miljøsøknader. 100% digital adopsjon fordi det er påbudt.
  • København RPA (UiPath) — 75 prosesser automatisert, sparer 8 500 timer/år. Hybrid robot-modell der roboter henter data, saksbehandler kun ser saker som krever vurdering.
  • CityGrows/ClearForms (US) — Startet som hackathon-prosjekt (Hack the Beach), vokste til akvisisjon. Tillatelser utstedes 75% raskere. Lavkode-verktøy for konfigurerbare arbeidsflyter.

Løsningen: Siden Ledningsportalen allerede håndterer innsending, bør fokus være på vedtaksautomatisering. For standardsaker (80%+): auto-generer vedtaksbrev, saksbehandler godkjenner med ett klikk. Inspirert av Københavns RPA-modell: robot forbereder, menneske godkjenner.

Validering Sammenlign de 209 sakene: hvor mange er standard? Estimer: 200 saker × 3 brev × 20 min = ~200 timer/år. Jf. København: 8 500 timer spart med lignende tilnærming. Prototyp: auto-generer vedtaksbrev fra klynge #5-data.
06 Åpenhet

Postjournal-utforsker for innbyggere

Postjournalen er offentlig, men vanskelig å bruke. Kommunens innsynsportal har begrenset søk. Norske-postlister.no aggregerer data, men kjenner få til. Vi har 153 000+ poster som kan gjøres tilgjengelig og søkbart.

Datagrunnlag 153 373 journalposter for Hamar tilgjengelig via norske-postlister.no JSON-API. Data tilbake til 2019. Inkluderer avsender, mottaker, sakstype, vedlegg-lenker. API tilgjengelig med tillatelse fra drifter (Hallvard Nygård).
Eksisterende løsninger
  • Norske-postlister.no — 170M+ poster fra 722 myndigheter. Én utvikler, Elasticsearch-basert. Støtter Lucene-søk og e-postvarsler. JSON-API tilgjengelig (?json-parameter).
  • Innsyn.no (Journalisten.no) — Bygget på norske-postlisters database, 101M navngitte poster. Journalist-fokusert med innebygd innsynskrav-arbeidsflyt.
  • Mimes Brønn (mimesbronn.no) — Norsk Alaveteli-instans, lav adopsjon (280 krav).
  • DocumentCloud (MuckRock) — Open source, OCR, fasettert søk, brukt til WikiLeaks og Panama Papers.
  • Aleph/OpenAleph (OCCRP/DARC) — Open source (2,3K GitHub-stjerner), Elasticsearch, enhetsgjenkjenning, kryssreferanser. Mest relevant open-source arkitektur.
  • CourtListener (Free Law Project) — E-postvarsler for nye dokumenter som matcher kriterier. Varslinger er «killer feature» for innbyggerengasjement.
  • Ayfie (norsk AI) — Konnektorer til ACOS WebSak og Sikri. Brukes i Halden, Vanylven, Vestby. ~400K NOK/år. Men internt verktøy, ikke innbyggerrettet.
  • Ingen i Norge tilbyr semantisk søk over postjournaldata i dag. Elasticsearch brukes overalt (eInnsyn, norske-postlister), men kun nøkkelordsøk — ingen embeddings/vektorsøk.

Løsningen: En brukervennlig nettside med semantisk søk (embeddings, ikke bare nøkkelord), filtrering etter avdeling og type, tidslinjvisning per sak, og varsler for nye poster på saker du følger. Bygges på norske-postlisters API + amygdala-embeddings for norsk tekst. Tenk «They Work For You, men for kommunen din».

Validering Kjør brukertest med 5 innbyggere: «Finn ut hva som skjer med byggesaken i nabolaget ditt.» Sammenlign tid og suksessrate mellom nåværende portal og prototypen. Jf. WhatDoTheyKnow: 20:1 leser-til-innsender — publisert informasjon har stor multiplikatoreffekt.
07 Åpenhet

Anskaffelsesradar — innkjøpstransparens

850 poster handler om offentlige anskaffelser — kunngjøringer, tilbud, leverandørkommunikasjon, og tildelinger. 16 distinkte anskaffelsesprosesser er synlige i perioden, med den største (IKT-konsulenttjenester) på 69 dokumenter over 6 uker.

Datagrunnlag Klynge #14: 46 poster «Dynamisk innkjøpsordning – Konsulenttjenester IKT». Klynge #21: 39 poster leverandør-kommunikasjon (kvalifikasjonsanmodning, avtaler). Én oppføring viser at Tendium AB begjærer innsyn i alle tildelingsdata — ekstern etterspørsel etter strukturert data finnes allerede.
Eksisterende løsninger
  • TEDective (EU Datathon 2022-vinner, €25 000) — Konverterer EU-innkjøpsdata (TED) til Open Contracting Data Standard, visualiserer relasjoner mellom selskaper og offentlige organer. Open source.
  • Opentender (EU Horizon 2020) — Dekker 35 land inkl. Norge. Integritets­indikatorer og risikoflagging.
  • Doffin — Norges offisielle kunngjøringsportal for offentlige anskaffelser. Data finnes, men er ikke koblet til kommunens postjournal.

Løsningen: En lokal «anskaffelsesradar» som kobler Doffin-kunngjøringer med postjournaldata for å vise hele livssyklusen: kunngjøring → leverandørspørsmål → tilbud → tildeling. Hvem vinner mest? Hvor lang er prosessen? Sammenlign med nabokommuner.

Validering Koble de 16 anskaffelsene i postjournalen med Doffin-oppføringer. Kartlegg: gjennomsnittlig prosesslengde, antall tilbydere, og gjengangere blant leverandører.
08 Demokrati

Politisk saksgang — fra idé til vedtak

150 poster handler om politiske utvalg, kommunestyre og formannskap. Saker vandrer gjennom forberedende planutvalg → fagutvalg → formannskap → kommunestyre, men denne reisen er usynlig for innbyggere. Vi har lastet ned 266 PDF-er med møtedokumenter, protokoller og saksframlegg.

Datagrunnlag PDF-er inkluderer: Saksframlegg for detaljregulering Espern og Meieriparken, kommuneplanens arealdel 2026–2049, interpellasjoner fra Rødt/SV/Venstre, handlings- og økonomiplan, planoppgaver til politiske utvalg. «Orientering om hvordan ivaretas ikke-digitale innbyggere» — et interessant politisk tema i seg selv.

Eksisterende løsninger
  • Councilmatic (Chicago, Code for America) — Søkbar database over 70 000+ vedtak, automatisk flagging av ikke-rutinesaker, e-postvarsler per tema. Python/Django, open source.
  • CitiLink (akademisk, Portugal 2025) — NLP-pipeline for kommunestyreprotokoller: metadata-ekstraksjon, emneklassifisering, stemmeoversikt, automatisk oppsummering per sak.
  • City Scrapers (City Bureau, Chicago) — Automatisert scraping av møtekalendere fra mange ulike nettsider til ett samlet format. Open source, Python/Scrapy.
  • KommuneTV Hamar — Allerede videostrømming av kommunestyremøter. Men ingen kobling til saksdokumenter eller søkbarhet.

Løsningen: Kombiner saksdokumenter (fra postjournalen/Elements Cloud), vedtak (fra protokoller), og video (fra KommuneTV) i en søkbar tidslinje per sak. Innbyggere kan følge «Espern-utbyggingen» og se alle dokumenter, vedtak og videoklipp på ett sted. AI-oppsummering av saksframlegg (jf. CitiLink).

Validering Bruk de 266 nedlastede PDF-ene som testdata. Mål: kan en innbygger på 2 minutter finne ut hva kommunestyret vedtok om Meieriparken? Sammenlign med dagens metode (lese 50+ sider protokoll).
09 Innbyggerservice

«Hva har du krav på?» — proaktiv rettighetssjekk

Hamar administrerer mange stønader og tilskudd: redusert foreldrebetaling barnehage/SFO, bostøtte, fritidskort, sosialhjelp, kulturmidler. Postjournalen viser 1 200+ kultur/tilskudd-poster og 70 søknader om arrangementstilskudd. Mange berettigede vet ikke hva de kan søke om.

Datagrunnlag «Løpende tildeling av arrangementstilskudd – Kultur – 2026»: 70 dokumenter fra lokale organisasjoner (Hamar Domkor, Kurdisk Kultur Forening, Anno Museum, etc.). 657 bevilling-poster (skjenkebevilling, serveringsbevilling) — hver med søknad, kontroll og årsrapport. Søknader om driftstilskudd til idrettslag (Hamarkameratene, Hamar Frisbee Club).
Eksisterende løsninger
  • Ghent proaktiv ytelsesmatching (Bloomberg Mayors Challenge 2025-vinner, $1M) — Automatisk kobling av livshendelser (fødsel, jobb­tap) mot alle ytelsesprogrammer. Opptil 70% av berettigede familier går glipp av ytelser.
  • mRelief (Chicago, Knight Foundation-vinner) — Enkel chatbot: «Hvor mange i husstanden? Inntekt?» → «Du kvalifiserer for X, Y, Z». Hjulpet 2,7M+ mennesker med $1B+ i ytelser.
  • HamLet (Hamar kommune) — Eksisterende AI-chatbot for generell veiledning, men gjør ikke berettigelsessjekk.

Løsningen: En enkel berettigelseskalkulator inspirert av mRelief. Innbygger svarer på 5–10 spørsmål (husstandsstørrelse, inntekt, alder barn, boforhold) og får en liste over alt de kan søke om — med direktelenker til riktig skjema. Kan bygges på HamLets eksisterende infrastruktur.

Validering Intervju NAV Hamar og frivilligsentralen: hvor ofte møter de folk som ikke kjenner til stønader de har krav på? Jf. Ghent: 70% av berettigede gikk glipp av ytelser. Prototyp med 5 vanligste stønader.
10 Åpenhet

Interaktivt kommunebudsjett

Hamar Kommunes budsjett og regnskap publiseres som PDF-dokumenter — ikke maskinlesbare data. Postjournalen viser at budsjettprosessen er omfattende: handlings- og økonomiplan, tertialrapporter, rebudsjettering, og politisk behandling over flere utvalg.

Datagrunnlag PDF-er lastet ned: «Handlings- og økonomiplanprosessen 2025», «Rebudsjettering og budsjettjustering investeringer 2026», «Orientering HØP 2027». Hamar har ca. 1,5 mrd NOK i årlig budsjett. KOSTRA-data er maskinlesbart via SSB Statistikkbanken API — kan brukes som sammenligning.
Eksisterende løsninger
  • OpenSpending (Open Knowledge Foundation) — Interaktive treekart/soldiagrammer for budsjetter. Open Fiscal Data Package-standard. Open source.
  • Stanford Participatory Budgeting Platform — «Knapsack voting»: innbyggere fordeler et beløp mellom forslag. Open source, Ruby on Rails.
  • Decidim (Barcelona) — Deltakende budsjettering som modul. 300+ instanser i 18 land. Open source.
  • Hamar har ikke åpne data — ingen datasett på data.norge.no. ArcGIS-portalen er en testinstans. Dette er et signifikant hull sammenlignet med Oslo/Bergen/Stavanger.

Løsningen: Ekstraher budsjettdata fra PDF-ene (eller be kommunen om regneark), kombiner med KOSTRA-data fra SSB, og bygg en interaktiv budsjettutforsker à la OpenSpending. Innbyggere klikker seg gjennom: «Helse og omsorg» → «Sykehjem» → «Prestrudsenteret» og ser faktisk forbruk vs. budsjett. Bonusmodul: sammenlign med Ringsaker/Stange/Løten via KOSTRA.

Validering Hent KOSTRA-data for Hamar fra SSB API. Ekstraher én tertialrapport-PDF til strukturert format som proof-of-concept. Brukertest: «Hvor mye bruker Hamar på barnehager per barn sammenlignet med Gjøvik?»

Friksjonssaker — dokumentert problematikk

Saker med klager, mangelbrev, avslag og andre friksjonssignaler. Sortert etter antall dokumenter — mer dokumentutveksling betyr mer manuelt arbeid og lengre ventetid for innbyggere.

Sak Beskrivelse Dok. Dager Friksjon

Hva handler postjournalen om?

Vi har gruppert alle 13 406 interessante poster i 2 044 tematiske klynger med semantiske embeddings. Store klynger = repetitive prosesser som kan automatiseres. Røde klynger = mange friksjonssignaler.

Største klynger — størrelse angir antall poster, farge angir friksjonsandel

Saker som aldri tar slutt

Noen saker lever i systemet i over et år. Ikke alle er problematiske — noen er langsiktige prosjekter. Men de med friksjonssignaler forteller om reell byråkratisk treghet.

Saken om Marmorvegen 2

Sak 2025/621 — en innbygger søkte om totalrehabilitering og ombygging av bolig. Over 429 dager og 12 dokumenter utvekslet kommunen mangelbrev (to ganger!), ba om kulturminnefaglig uttalelse, støyrapport og supplering av søknad. Til slutt ble søknaden trukket tilbake. Hele prosessen var bortkastet.

Dette er den typen sak en byggesøknad-veiviser kunne forhindret: innbyggeren ville visst fra start at eiendommen krevde kulturminneuttalelse og at dokumentasjonen ikke var komplett.

Sak Beskrivelse Dok. Dager Friksjon

Metode og datakilder

Analysert i mars 2026. All data er offentlig tilgjengelig.

1

Datainnhenting

21 301 journalposter lastet ned dag-for-dag fra norske-postlister.no JSON-API (med tillatelse). Kilde: Hamar Kommunes arkivsystem via Elementscloud.

2

Filtrering

7 895 støy-poster fjernet (jobbsøknader, sladdet innhold, signerte protokoller). 13 406 poster beholdt for analyse.

3

Embedding

Alle titler vektorisert med paraphrase-multilingual-MiniLM-L12-v2 (384-dim) med ZCA-whitening for bedre diskriminering i domene-homogent korpus.

4

Klyngeanalyse

Greedy centroid clustering (terskel 0.80) identifiserte 2 044 klynger. Store klynger = repetitive prosesser.

5

Friksjonsdeteksjon

Nøkkelordsøk etter 17 friksjonsindikatorer (klage, avslag, mangelbrev, avvik, tilsyn, mm.) på titelnivå.

6

Saksanalyse

2 845 saker analysert for dokumentvolum, varighet, og friksjonssignaler. Lang varighet + mangelbrev = byråkratisk friksjon.

Verktøy: Python, SQLite, Claude Code, amygdala (embeddings/clustering).

Datakilde: norske-postlister.no — en aggregator med 170M+ journalposter fra 722 myndigheter, driftet av Hallvard Nygård.

Begrensning: API-et returnerer maks 100 treff per forespørsel. Noen travle dager (jan 2026) kan mangle poster. Analyse basert på titler — innholdet i dokumentene er ikke lastet ned.