2 Zeleni informacioni sistemi (IS)

Meu naunicima, kao i meu preduzetnicima, Zeleni IS privlae dosta panje i osmiljeni su
tako da predstavljaju glavni istraivaki prioritet u buduim IS istraivanjima (Baker et al. 2011).
Literatura o Zelenim IS bavi se upotrebom informacionih sistema od strane fizikih lica, grupa,
organizacija, kao i drutva koje pomae nastanak i irenje praksi za ekoloku odrivost (Loos et
al. 2011; Chen et al. 2010). Kada govorimo o Zelenim IS, mislimo na upotrebu IS ili IT
(informacionih tehnologija) radi postizanja odrivosti ivotne sredine. (Watson et al. 2010). Iako
Zeleni IS ne mogu direktno da doprinesu ekolokoj odrivosti, mogu da doprinesu postupnim
promenama koje omoguavaju nastanak zelenijih poslovnih praksi (Loos et al.2011). Uticaj
Zelenih IS na ekoloku odrivost moe se klasifikovati u vidu tri efekta:

1) Smanjenja negativnih uticaja samih IS na ivotnu sredinu (direktni ili efekat prvog reda)
2) Smanjenja negativnih uticaja na ivotnu sredinu drugih privrednih sektora, poput
industrije, logistike, domainstava ili poljoprivrede putem IS (efekti osposobljavanja ili
efekti drugog reda)
3) Razvoja inovativnih proizvoda i postupaka potpomognutim informacionim sistemima
koji znaajno menjaju nain ivota i za rezultat imaju reorganizaciju poslovne prakse i
potronju koja podstie odrivost, i stoga dovode do promena u ponaanju i vee
ekoloke odrivosti (sistemski ili efekti treeg reda) (vom Brocke and Seidel 2012, pp.
296297; OECD 2009).

U kontekstu Zelenih IS, kompanije koriste informacione sisteme za ekoloki menadment
(EMIS) za sistematsko prikupljanje, obradu i dostupnost ekoloki relevantnih informacija
(Page and Rautenstrauch2001, p. 5) u okviru preduzea i mrea unutranje organizacije
(Teuteberg and Straenburg 2009). Do danas, EMIS su samo ogranieni na EIS sredine i detaljni
podaci o stanju ivotne sredine nisu dostupni za donoenje odluka, zbog toga to se do podataka
uglavnom dolazi iz eksternih baza podataka (sekundarnih podataka) (Marx Gmez et al. 2004;
Melville and Whisnant 2012). Posledica toga je ta da mnoge kompanije, ne samo da ne mogu da
se nose sa zahtevima internih i eksternih akcionara, ve pored toga nemaju ni informacije koje su
neophodne za smanjenje ili izbegavanje efekata negativnih po ivotnu sredinu. (Loos et al.
2011). Postojea literatura na temu Zelenih IS (Ortwerth and Teuteberg 2012) uglavnom se
sastoji od koncepcijskih radova (npr., Watson et al. 2010; Butler 2011; vomBrocke et al. 2012),
studija sluajeva (npr., Seidel et al. 2010; Bengtsson and gerfalk 2011; Butler 2011; Ijab et al.
2012), i empirijskih istraivanja(e.g., Kranz and Picot 2011; Schmidt et al. 2011;Wunderlich
et al. 2013). Radovi iz Zelenih IS koji su usredsreeni na formiranje znanja uglavnom su
argumentativne ili konceptualno-deduktivne analize (npr., Melville 2010; vomBrocke and Seidel
2012) ili razvijeni referentni modeli (npr., Flath et al. 2012; videti Stolze et al. 2012; Gruler et
al. 2012 i Elliot 2011 za pregled). Meutim, samo nekoliko doprinosa koristi pristup formiranja
da bi razvili i ocenili prototipe Zelenih IS (npr., Brewer et al. 2011). Ijab i saradnici (Ijab et al.
2012) i Vom Brok i Sajdel (Brocke and Seidel, 2012, p. 294) zbog toga tvrde da prethodna
istraivanja uglavnom pristupaju Zelenim IS sa perspektive opteg uslunog programa. To jest,
kako IS mogu da podravaju poslovne prakse za ekoloku odrivost, pre nego da analiziraju
postojee stvarne prakse ekoloke odrivosti u organizacijama, iako se IS smatraju kljunom
promenom koja radi na inovaciji na polju odrivosti (Bengtsson and gerfalk 2011, p. 96).

Slika 1. Studijski okvir istraivanja nauke o dizajnu (zasnovano na Hevner et al. 2004; Kuechler
andVaishnavi 2012; Gregor andHevner 2013)

S obzirom na to, Votson i saradnici (Watson et al. 2012) tvrde da IS strunjaci moraju pomoi
poboljanju odluivanja u poslovnoj praksi stvaranjem boljih naina za prikupljanje podataka,
obradu i sistema isporuke.

3 Metodologija
Istraivanje u okviru nauke o dizajnu (Design science research, DSR) obino prati proces
dizajniranja koji je pod uticajem poslovnih potreba (vanosti) i odreenog teoretskog znanja
(tanosti) (Hevner et al. 2004) uz korake izgradi- oceni- proui teoriju- opravdaj(March
and Smith 1995). Rezultat DSR kree se od IT artefakata koji omoguuju instancijaciju za grupu
problema do apstraktnijeg znanja o dizajnu (Sein et al. 2011), kao i njihove kombinacije
(Kuechler and Vaishnavi 2012; Gregor and Hevner 2013). O formalizovanom znanju DSR-a
govori se kao o teoriji dizajna (Gregor 2006; Fischer et al. 2010), uz obezbeenje propisanog
znanja o dizajnu i delovanju grupe artefakata (Gregor and Hevner 2013; Kuechler and Vaishnavi
2012). U zavisnosti od zrelosti znanja o dizajnu, moemo razlikovati nekoliko nivoa. Dok uzorne
instancijacije obezbeuju posedovanje veoma odreenog i specifinog znanja koje se moe
generalizovati samo do odreenog stepena (nivo jedan), principi dizajna, kao razvojne teorije
dizajna, daju zrelije znanje za klasu IS (nivo dva) sve do teorija dizajna informacionog sistema
(ISDT) koje obezbeuju procenjeno apstraktno i usavreno znanje (nivo tri) o umetnutom
fenomenu. (Gregor and Hevner 2013; Walls et al. 1992). Znanje o dizajnu trebalo bi da se
zasniva na kernel teorijama koje bar delom mogu da objasne zato odreeni dizajn radi
(Gregor and Hevner 2013) i mogu da skupljaju informacije na osnovu iskustva iz tehnolokih
pitanja (Kuechler and Vaishnavi 2012).

Koristimo DSR okvir koji sadri pet koraka (Slika 1) zasnovanih na skoro predloenim DSR
okvirima (Gregor and Hevner 2013; Kuechler and Vaishnavi 2012). Na osnovu formulacije
problema, poinjemo sa raspravom o odgovarajuoj kernel teoriji koja objanjava kako Zeleni IS
mogu da poveaju ekoloku odrivost (korak jedan). Uz znanje strunjaka, ovo znanje se koristi
za predlaganje uoptenih principa dizajna za Zelene IS (korak dva) koji upravljaju procesom
dizajna artefakta. Cilj sledeeg koraka je razvijanje artefakta Zelenih IS za uputstvo (korak tri).
Na kraju, ocenjujemo performanse artefakta i razvijamo scenarije za buduu upotrebu artefakta
(korak etiri) i raspravljamo o rezultatima za tu grupu Zelenih IS (korak pet).

4 Teoretska i praktina pozadina dizajna artifakta
4.1 Kernel teorije

Cilj naeg artefakta je da logistikim kompanijama obezbedi podatke o poboljanim primarnim
GHG emisijama automatski i u pravo vreme sa karakteristikama analize koje podravaju bolju
organizaciju to se tie ekoloke odrivosti (Seidel et al. 2013). S tim ciljem u vidu, Batler
(Butler, 2011) je predloio konceptualni okvir koji saima uovu (Choo, 2006) teoriju
poznavanja organizacijei institucijalnu teoriju (Jennings and Zandbergen 1995) reima
moramo da znamo ta se dogaa i zatopre nego to budemo u mogunosti da odluimo ta
treba da se uradi (Butler 2011, p. 12).
Teorija poznavanja organizacije tvrdi da organizacije reaguju na pritiske sredine (npr.
mimetske, normativne i/ili prinudne) donoenjem odluka i/ili stvaranjem znanja (Choo 2006;
Weick 2009). Oba ova procesa zahtevaju prethodno razluivanje esto nepreciznih i
dvosmislenih podataka o uticajima na ivotnu sredinu da bi smanjila nepouzdanost i neizvesnost
podataka, ime razumeju sveobuhvatno problemsko pitanje. (Choo 2006;Weick 2009). Stoga,
davanje detaljnih, skoranjih i tanih podataka analitiarima poveava poslovnu sposobnost pri
odluivanju. U naem sluaju, poboljanjem dotoka informacija o GHG emisijama omoguuje se
informisano donoenje odluka i stvaranje znanja koja se tiu pitanja o ivotnoj sredini i doprinosi
se ostvarivanju ciljeva o odrivosti (npr. zeleniji poslovni postupci, tani izvetaji o
odrivosti). Stoga, Batlerov (Butler, 2011) model daje uvid u opte funkcionalne zahteve u vezi
sa boljim informacijama i u to kako to utie na organizacione odluke i procese vezane za znanje
(Slika 2).
Da bismo bili sigurni u to da su informacije koje su dobijene od artefakta koristili analitiari,
objedinjujemo etiri informaciona drajva koje su prvi put predloili Junglas i Votson (Junglas
and Watson, 2006) a za koje se pokazalo da pozitivno utiu na usvajanje oblika ponaanja za
ekoloku odrivost (Watson et al. 2011). Junglas i Votson (Junglas and Watson, 2006) tvrde da
individualna lica svojstveno trae IS koji omoguuju (1) sveprisutnost (pristup informacijama
koje nisu ograniene vremenom ni lokacijom, npr. putem mobilnih telefona), (2) jedinstvenost
(tano poznavanje lokacije i karakteristika entiteta, npr. putem navigacionih sistema),
(3) sklad (odnosi se na postojanost informacija, npr. sinhronizovanu emisiju podataka na
nekoliko ureaja) i (4) univerzalnost (izbegavanje nekompatibilnosti, npr. putem standarda).

Slika 2. Integrativni model institucijalne i teorije poznavanja organizacije (zasnovano na Butler
2011)

Tabela 1. Principi dizajna za Zelene IS

Principi Informacioni drajvovi Aktivnosti omoguene Zelenim IS
dizajna Sveprisutnost Jedinstvenost Sklad Univerzalnost Davanje smisla Odluivanje Stvaranje znanja

1 Skup tanih, detaljnih i pravovremenskih podataka
2 Transparentnost i pouzdanost
3 Struktura delotvornih i doslednih podataka
4 Interfejs za integraciju podataka
5 Analiza, monitoring i podnoenje izvetaja o karakteristikama
6 Svojstva irenja i interakcije informacija


4. 2. Principi dizajna

Ovaj deo sadri uvide u obe teorije koje su opisane u odeljku 4.1. (prvi korak DSR procesa) uz
pomo kojih se dolazi do principa dizajna relevantnih za polje teorije (drugi korak DSR procesa).
Drugi korak dodatno ukljuuje rezultate dveju skoranjih kvalitativnih studija u kojima su
prikazani zahtevi za ostvarivanje Zelenih IS (Seidel et al. 2013; Gruler et al. 2012). Cilj je da se
stvore opti principi dizajna koji su istovremeno i specifini za odreenu klasu Zelenih IS
(Tabela 1.). Sutinski, jedan Zeleni IS treba akcionarima organizacije da obezbedi osnovne
podatke za procenu stanja ivotne sredine (Watson et al. 2012, p. 11) i alate za adekvatno
analiziranje i interpretiranje ovih informacija, s obzirom na to da se podaci o uticaju na ivotnu
sredinu uvek moraju posmatrati u specifinom kontekstu poslovanja (Watson et al. 2012). Stoga,
jedan Zeleni IS treba pre svega da sadri sredstva za prikupljanje, skladitenje, integrisanje i
analizu primarnih indikativnih podataka o uticaju na ivotnu sredinu (Seidel et al. 2013; Gruler
et al. 2012). Uzevi to u obzir, glavni preduslov za odreenu klasu Zelenog IS je da se omogui
prikupljanje tanih i detaljnih primarnih podataka na vreme i sveobuhvatno. Kada god je to
mogue, podatke treba nadograditi novim dodatnim informacijama, poput naziva zagaivaa,
odgovornih zaposlenih, geografske lokacije, ili vremena (jedinstvenost) da bi analize mogle biti
sveobuhvatne (DP1).
Da bi analizirali i izvukli zakljuke na osnovu podataka, analitiari podataka o uticaju na ivotnu
sredinu moraju znati izvor, vrstu i metode prikupljanja podataka (Seidel et al. 2013). Stoga,
Zeleni IS mora da poseduje karakteristike koje po mogustvu automatski podatke obogauju
dodatnim informacijama o tome gde su i kako podaci prikupljeni i u kojoj jedinici mere.
Zajedno, ove karakteristike obezbeuju pouzdanost i transparentnost podataka postizanjem
uslova jedinstvenosti, sklada i univerzalnosti (DP2).
Jo jedan znaajan princip dizajna Zelenih IS jeste istrajna i efikasna struktura podataka koja
obezbedjuje skladitenje prikupljenih podataka (DP3). Prikupljanje granularnih primarnih
podataka o svim sredstvima preduzea, poput vozila, maina ili poslovnih zgrada, koja utiu na
kvalitet ivotne sredine, moe proizvesti ogromne koliine podataka. Istrajna struktura podataka
mora dodatno biti spojena, putem interfejsa, sa postojeim poslovnim IS, kako bi se prikupili
podaci o uticaju na kvalitet ivotne sredine i aktivnostima poslovanja uz obezbeenje sklada i
univerzalnosti i nabavku podataka o ekonominosti. Takoe, ovi interfejsi se mogu koristiti za
prenos sreenih i objedinjenih podataka o ivotnoj sredini drugim poslovnim IS (Seidel et al.
2013), npr. skladitima podataka, kako bi omoguili izvlaenje zakljuaka, stvaranje znanja i
donoenje odluka (DP4). Alati za analizu i podnoenje izvetaja kljuni su osnovni blok Zelenih
IS za izvlaenje zakljuaka iz podataka, donoenje odluka i stvaranje organizacionih znanja
(DP5). Da bi se smanjila koliina mentalnog truda potrebna za korienje ovih alata, oni treba da
imaju grafiki korisniki interfejs (GUI) koji je u skladu sa standardima i konvencijama.

Slika 3. Komponente sistema za praenje emisije ugljenika

Alati bi trebalo da budu dostupni za upotrebu uz mnoge druge ureaje za odranje jedinstvenosti,
sklada i univerzalnosti, npr. putem mrenog interfejsa. U sutini, karakteristike alata moraju da
podravaju reflektivno otkrivanje (Seidel et al. 2013), tj. da omogue analitiarima uticaja na
ivotnu sredinu i posebnim poslovnim jedinicama na razliitim hijerarhijskim nivoima da
ponovo razmotre formiranje stavova i aktivnosti, kao i procene ishoda, tako to e pratiti (npr.
putem instrument tabli u vozilima), istraivati i vriti selekciju (npr. putem onlajn analitike
obrade), vizualizaciju (npr. pravljenjem mapa) i automatski sastavljati izvetaje (npr. kljune
indikatore efikasnosti) (Gruler et al. 2012). Da bi se poveao stepen ekoloke odrivosti,
prikupljeno znanje mora da obuhvata razliite organizacione nivoe, jer bi inae sav trud bio
uzaludan to Sajdel (Seidel et al. 2013) naziva demokratizacijom podataka. Jedan Zeleni IS
stoga treba da ima karakteristike koje olakavaju pristup informacijama i interakciju, npr.
deljenje sadraja, onlajn diskusije ili usmeravanje na hiperlinkove (DP6). I eksterni akcionari,
poput investitora ili vlada, zahtevaju saete informacije za izvlaenje zakljuaka. Zbog toga,
jedan Zeleni IS mora da ima karakteristike pomou kojih e obezbediti analize u itljivom
formatu prilagoene za potrebe akcionara (Seidel et al. 2013; Gruler et al. 2012).

5 Razvoj sistema za praenje emisije ugljenika (Carbon Tracker)
5.1 Racionalnost sluajeva

Kako je glavni cilj artefakta prikupljanje primarnih podataka emisije gasova staklene bate
(Greenhouse Gas GHG) u toku drumskog transporta, analizirali smo alternativne mogunosti
prikupljanja podataka o vozilima za drumski saobraaj.

Slika 4. DCS Android aplikacija: radni reim i podeavanja

Jedan od dva pristupa koji se najvie koriste jeste merenje emisije GHG sistemima za analizu
otrovnih gasova. Meutim, oni su skupi i preobimni. Druga opcija je da se koriste sistemi za
dijagnostiku na licu mesta (on-board diagnostics OBD2). Oni koriste CANBus (ISO 11898)
(Rodelgo-Lacruz et al. 2007), linijska magistrala (linebus) po sistemu protoka bitova. Magistrala
se sastoji od grupe senzornih vorova, npr. upravljanja motornim senzorima ili izvorom
napajanja, koji razmenjuje podatke putem sistema magistrala i moe se izvui putem
standardizovanog mrenog prolaza (Rodelgo-Lacruz et al. 2007). U nekoliko studija se OBD2
navodi kao najlaka opcija za prikupljanje podataka iz vozila u realnom vremenu, i one su
koristile OBD2 za eksperimente u kojima se utvruje stvarna potronja goriva (Gonalves and
Farias 2005). Rezultati pokazuju da je stopa protoka vazduha iz protokomera (MAF) dobijena iz
OBD2 senzora pogodna za utvrivanje stvarne potronje goriva kao i emisije GHG u realnom
vremenu (sekunda-za-sekundom). MAF stopa je precizni pokazatelj potronje goriva u realnom
vremenu, poto svaki proces sagorevanja u vozilu prati stehiometrijski odnos (za idealan gas:
14,7 grama vazduha na 1 gram goriva).


5.2 Implementacija
Zajedno sa izvuenim principima dizajna i racionalnou sluajeva, vana komponenta sistema
za praenje emisije ugljenika jeste sistem prikupljanja podataka (data collection system - DCS)
koji moe da prikupi podatke o emisiji GHG iz vozila. OBD2 i povezana mrea senzora
obezbeuju neophodne primarne podatke u realnom vremenu i prikupljeni su OBD2-to-
Bluetooth adapterom koji prenosi podatke na DCS. DCS komponenta koristi smartfon sa GPS i
Bluetooth sistemima integrisanim u originalnu Android aplikaciju (Slika 4.). Ta aplikacija koristi
grafiki korisniki interfejs (GUI) koji je jednostavan za korienje za kontrolisanje procesa
prikupljanja podataka. Aplikacija koristi longitudinalne i latitudinalne podatke i povezuju iz sa
podacima o emisiji GHG koristei vremenski peat. Nakon toga, aplikacija periodino prenosi
podatke do informacionih sistema preduzea (EIS) putem mobilnih komunikacionih mrea. EIS
sadri komunikacijski interfejs mrene usluge koji moe da prima kombinovane grupe podataka
od DCS u formatu JSON (JavaScript object notation) i skladiti ih u MySQL bazu podataka.
Mrena aplikacija EMIS je ukljuena u EIS sredinu i povezana na modul izvrenja transporta i
planiranja korienja sredstava preduzea (ERP). EMIS ima poseban GUI (Slika 5.) i omoguuje
monitoring i analizu praenih emisija GHG dostavnih ruta u pogledu pojedinanih vozila i
geografske lokacije sekundu-za-sekundu na nivoima izbora uzoraka koje bira sam. Pored toga,
EMIS daje mogunost uporeivanja podataka o emisiji GHG pojedinanih ruta na razliitim
nivoima uzoraka u okviru odreene oblasti ili sekundu-za-sekundu.

Slika 6. Priprema i rezultati eksperimenta na terenu
Informacije se mogu izvui u rairenim formatima poput CSV-a ili PDF-a ili razmeniti sa drugim
IS koristei mrene usluge. Sve u svemu, sistem za praenje emisije ugljenika Carbon Tracker
moe se opisati kao proiren Zeleni IS usmeren na pruanje usluga, koji sadri tri posebne glavne
komponente kao to je prikazano na slici 3. Razvijanje artefakta prema originalnoj ideji Hilperta
i saradnika (Hilpert et al. 2011) trajalo je 18 meseci rada projektnog tima koji se sastojao od est
osoba. Metod dizajna bila je pravljenje prototipa (Baskerville et al. 2009) jer je inovativni proces
dizajna artefakta zahtevao maksimalnu fleksibilnost. Da bi se razvio finalni prototip, bilo je
potrebno vie ponovljenih razvojnih ciklusa zbog nekoliko tehnolokih problema sa kojima je
dolo do susreta tokom razvojnog procesa, kao i da bi se ukljuile i povratne informacije
korisnika koji su ga testirali u vezi sa jednostavnou EMIS-a. U sledeem delu je ukratko opisan
tok aktivnosti u rutinskom prikupljanju podataka od strane Android aplikacije i funkcija EMIS
mrenih aplikacija. Tok aktivnosti Android aplikacije DCS je sledei: Pre nego to vonja
zapone, voza mora da ukljui svoj smartfon u adapter vozila. Smartfon automatski zapoinje
aplikaciju i Bluetooth i GPS module. im motor pone da radi, sistem magistrale odailje
senzorne podatke (MAF, brzinu, obrtaj motora po minutu itd.) koji se prenose u smartfon
sekundu-za-sekundom neprestano. Smartfon kombinuje ove podatke sa GPS podacima i alje ih
periodino u EIS gde se skladite u bazi podataka. Ukoliko motor ne radi, aplikacija se prebacuje
na reim pauze. Ukoliko se motor ponovo upali, ponovo se uspostavlja veza izmeu OBD2
interfejsa i smartfona, a vozaa pitamo da li je ovaj dogaaj nova ruta. Ukoliko je tako, pravi se
nova ruta. Ako voza kae da to nije u pitanju, obavetenje nestaje nakon 30 sekundi i
postavljeni podaci pripisae se prethodnoj ruti. EMIS mrena aplikacija artefakta podrava
analizu praenih podataka. EMIS obezbeuje GUI, to dozvoljava uvid u podatke o svim
vonjama i nudi dodatne alate za analizu (Slika 5.). Dostupni su alati za analizu irokog raspona,
ako i nekoliko opcija razvrstavanja koje omoguuju pretragu za odreenim vonjama, npr. po
odreenom vozau, datumu, ili vozilu. Za analizu odreene dostavne ture, mrena aplikacija
zahteva (1) panel sa informacijama o opisu (gore), (2) panel za vizualizaciju (centar) i (3) panel
grafike analize (dole) (Slika 5). Panel za vizualizaciju zasnovan je na Google Maps API i
pokazuje izabranu rutu na mapi pomou geografskih i vremenskih podataka. Mogue je i sve
praene podatke staviti preko mape. Na primer, emisije CO2 mogu se prikazati kao linijski
grafikon poput onog na slici 5. to su vie vrednosti emisije CO2 na odreenoj lokaciji, vie su i
vrednosti na grafikonu na toj lokaciji, dok boja pokazuje da li se vrednosti smanjuju (zelena) ili
poveavaju (crvena) u odnosu na prethodnu izmerenu vrednost. Korisnik ove mrene aplikacije
moe i da postavi detaljniji opseg analize stavljanjem markera mape na put (npr. na deo rute ili
pojedinanu ulicu) tako da budu prikazani podaci koji se odnose samo na izabrani opseg.

6 Evaluacija artefakta

Da bismo ocenili korisnost i uinkovitost sistema za praenje emisije ugljenika Carbon Tracker
(korak pet procesa DSR), sproveli smo terenski eksperiment (Venable et al. 2012; Aier and
Fischer 2011) simulacije tura usluge dostave paketa u gradskim sredinama. Vozila su bila
opremljena OBD2-Bluetooth adapterom i smartfonom sa aplikacijomCarbon Tracker. U EIS
sredini, postavili smo server sa interfejsom mrenog servisa i EMIS mrenu aplikaciju za
primanje praenih podataka. Jedna tura sadri deset odeljaka (s110) izmeu poetne take
(teretni centar, c1) i devet stajalita (dostave klijentima c210) ukupne razdaljine 17.1 km (Slika
6). Tokom terenskog eksperimenta, cela dostavna ruta preena je 39 puta (ukupno 667 km), u
emu su uestvovali razliiti vozai u razliito doba dana, to je rezultiralo sa vie od 180 000
jedinstvenih setova podataka. Prema merenjima sistema Carbon Tracker jedna kompletna
dostavna tura proizvela je emisiju od 3,407 kilograma CO2 u proseku. Da bi se ovi rezultati
uporedili sa najboljim metodama prakse, izraunali smo emisiju CO2 na osnovu sekundarnih
pristupa podacima: Najpre, koristili smo prosenu inertnu potronju goriva iz specifikacije
proizvoaa i pomnoili je sa standardnim odnosom konverzije CO2. Procenjena prosena
emisija CO2 je 2,538 kilograma po prosenoj dostavnoj ruti (0,1484 CO2 po km). Zatim smo na
osnovu rauna za gorivo prikupljenih nakon dopune rezervoara vozila na kraju svake dostavne
ture izraunali njegovu potronju goriva. Izraunali smo potronju goriva za svaki odeljak puta
mnoei duinu odeljka puta sa kolinikom ukupne potronje goriva cele ture sa ukupnom
razdaljinom. Nakon toga smo pretvorili vrednost u emisiju CO2 koristei standardni odnos za
konvertovanje. Ovim pristupom doli smo do prosene vrednosti od 3,4 kilograma CO2 (0,1988
CO2 po km). Srednje vrednosti za svaki pristup i svaki odeljak puta date su u slici 6. Kao to je
prilkazano na slici 6, prosena emisija CO2 jedne ture izmerena sistemom Carbon Tracker
(3,407 kg CO2) via je za 34 % od emisije CO2 odreene na osnovu podataka proizvoaa
(2,538 kg CO2). Emisija CO2 izraunata na osnovu rauna za gorivo (3,4 kg CO2) za celu
dostavnu turu je, s druge strane, gotovo jednaka rezultatima koje je dao Carbon Tracker. Malu
razliku u rezultatu predstavljaju samo dva decimalna mesta. Rezultati su dokaz da je merenje
sistemom Carbon Tracker vrlo precizno, jer daje isti rezultat kao i pristup sa raunima za gorivo.
Meutim, rezultati za pojedinane odeljke puta drastino se razlikuju u ova dva pristupa (videti,
na primer, odeljak s2,3 i s3,4). Ova razlika na nivou odeljka rezultat je razliitih metoda
raunanja. Dok metoda sa raunima za gorivo odreuje samo emisiju kompletne dostavne ture za
svaki odeljak po duini (odozgo nadole), Carbon Tracker prati podatke sekundu-za-sekundom
(odozdo nagore). Sa tim podatkom moemo, na primer, prouiti uzroke za 30% viu emisiju u
odeljcima s2,3, ali 20% niu emisiju CO2 u odeljku s3,4. To se ne moe uraditi pristupom sa
raunima za gorivo, pogotovo to je dopuna rezervoara vozila nakon svake ture oigledno za
eksperimentalnu postavku bez praktine vanosti.
Sve u svemu, Carbon Tracker daje podatke koji su dostupni na mnogo viem nivou granularnosti
koja je neophodna za detaljnu analizu. Meutim, vrednost i korisnost sistema Carbon Tracker
zavisi od toga da li se prikupljeni podaci znaajno razlikuju od onih iz ostalih pristupa. Nae
hipoteze:
H1: Emisija CO2 izraunata Carbon Tracker znaajno se razlikuje od vrednosti emisije CO2
izraunate na osnovu podataka proizvoaa i rauna za gorivo za pojedinane odeljke.
Da bismo testirali hipotezu, prvo smo standardizovali podatke (n = 390) i ispitali da li je uzorak
normalno raspodeljen, i tako pogodan za parametarne statistike testove. Kolgomorov-Smirnov
(p = .20) i apiro-Vilkov (Shapiro-Wilk) test (p = .19) pokazuju da se hipoteza o normalnoj
raspodeli ne moe falsifikovati, i stoga zakljuujemo da su podaci normalno raspodeljeni. Da
bismo testirali hipotezu H1, sproveli smo dvostrani t-test koristei prosene emisije CO2 po km
prema proizvoau (0,1484) i prema podacima iz rauna za gorivo (0,1988). Rezultati
predstavljaju snani empirijski dokaz da se rezultati iz sistema Carbon Tracker znaajno
razlikuju od podataka proizvoaa (p = .000) i podataka o emisiji dobijenih iz rauna za gorivo
(p = .015) na nivou jednog odeljka. Stoga, iako pristup sa raunima za gorivo daje tane
vrednosti emisije CO2 na nivou cele dostavne ture, njime se ne mogu izraunati tani i precizni
podaci o odeljcima dostavne ture.



7. Primeri budue upotrebe
Inovativnost i korisnost sistema za praenje emisije ugljenika Carbon Tracker nalaze se u
njegovoj sposobnosti prikupljanja tanih i pouzdanih podataka o emisiji CO2 efikasno i na
vreme. Kvalitet dobijenih informacija se jo vie poboljava kombinovanjem podataka o emisiji
CO2 sa dodatnim informacijama o sredstvu koje uzrokuje zagaenje, geografskoj lokaciji i
vremenu to je nemogue ako se koriste tradicionalni pristupi. Pokazaemo korisnost sistema
Carbon Tracker kroz neke primere budue upotrebe koji ukazuju na sistemski uticaj artefakta i
omoguavanje ekoloke odrivosti. Zahvaljujui podacima dobijenih putem sistema Carbon
Tracker, poveava se kvalitet informacija za interne i eksterne akcionare, a na osnavu tih
informacija logistike kompanije mogu da preduzmu mere smanjenja uticaja na ivotnu sredinu
(efekat omoguenja). Danas se mnoga preduzea u sektoru logistike oslanjaju na jedan od
najboljih metoda ali su im potrebne ekonomske i alternative automatizacije da bi prikupila
primarne podatke. U uslovima pootrenih regulativa o zatiti ivotne sredine (npr. trgovina
emisijama ugljenika, otisak karbonskih proizvoda) (Dengel 2012), ove metode e u budunosti
regulatorna tela najverovatnije oceniti kao nedovoljno tane. Detaljni i pouzdani podaci
neophodni su i kada uzmemo u obzir potrebu internih akcionara, poput planera tura, raunovoa,
strunjaka za marketing ili kontrolora. Planeri tura mogu da koriste karakteristike ovog sistema
da analiziraju koji faktori imaju najvei uticaj na emisiju CO2 i prema tome naprave
najoptimalniji plan ruta. Strunjaci za marketing mogu podatke da iskoriste da bi poveali ugled
preduzea u pogledu ouvanja ivotne sredine i ukupne legitimnosti. U naoj eksperimentalnoj
sredini, na primer, svakom paketu moe se dodeliti pojedinaki karbonski otisak. Takoe,
postojei poslovni modeli mogu se poboljati, ili se napraviti novi, na osnovu Carbon Tracker-a,
npr. ponudom dostava sa neutralnom emisijom CO2 ili premija osiguranja vezanih za emisiju
CO2. Carbon Tracker moe imati i znaajnu ulogu u pogledu promena svesti na drutvenom i
individualnom nivou (sistemski efekti). Za razliku od najboljih tradicionalnih metoda, artefakt
omoguuje pripisivanje emisije CO2 pojedinanim vozaima. Stoga, preduzea mogu da koriste
ove podatke da edukuju vozae o uticaju njihovog naina vonje na emisiju CO2 detaljnom
analizom njihovih naina vonje (videti Dodatni materijal, dostupan online putem
http://link.springer.com). Upoznavanje sa efektima ponaanja pojedinaca i uporeivanje sa
ponaanjem drugih pokazalo se kao neto to pozitivno utie na ponaanje pojedinaca (Thaler
and Sunstein 2009). Pored toga, Carbon Tracker se moe koristiti kao skup povratnih informacija
za vozae u realnom vremenu i kao neto to omoguuje bolje pristupe u budunosti (Blohm and
Leimeister 2013).
U odnosu uspostavljene sisteme povratnih informacija o vonjama koji pokazuju samo
informacije o trenutnom ponaanju vozaa, Carbon Tracker moe dodatno da uporedi trenutno
ponaanje sa ponaanjem vozaa u prolosti. Zatim, obezbeivanjem detaljnih karbonskih
otisaka na strani potranje, Carbon Tracker moe da povea svest o uticaju procesa drumskog
transporta koji mogu da utiu na promene u ponaanju.

8 Diskusija
U ovom radu smo razvili artefakt Zelenih IS koji prati emisiju GHG vozila i obezbeuje
napredne karakteristike za analizu, podnoenje izvetaja, interakciju i razvrstavanje informacija.
Cilj sistema Carbon Tracker je da obezbedi detaljnije podatke o emisiji gasova staklene bate
(GHG) od tradicionalnih pristupa u analizi procesa drumskog transporta. Precizniji podaci
olakavaju napredno donoenje zakljuaka u organizaciji, to pomae donoenju odluka i
stvaranju znanja o poslovnoj praksi koja podrava ekoloku odrivost. Rezultati terenskog
eksperimenta su pokazali da postoji znaajna razlika na nivou odeljaka puta pri poreenju
korienja podataka proizvoaa i rauna za gorivo i korienja sistema Carbon Tracker.
Prikazali smo i primere za buduu upotrebu artefakta uz prikaz njegovih sistemskih efekata.

8.1. Uticaj na praksu
U logistici i drugim industrijskim granama, prikupljanje primarnih podataka esto se smatra
preskupim ili problematinim. Na artefakt se zasniva na standardizovanim, isplativim i
integrativnim tehnologijama, ime pokazuje isplativ nain jednostavne implementacije koji moe
blagovremeno da prikupi tane primarne podatke o procesu drumskog transporta (Resch and
Blecker 2012). Primeri dalje pokazuju kako se artefakt moe koristiti za pomo pri promeni
procesa obezbeenjem detaljnijih informacija koje dalje omoguuju stvaranje zelenijih poslovnih
praksi (vom Brocke and Seidel 2012). Na osnovu ovih informacija, logistika preduzea mogu
da analiziraju ponaanje u vonji njihovih vozaa i informiu i podstaknu vozae da poprave
svoje ponaanje u toku vonje u smislu ouvanja ekoloke odrivosti. Pored toga, informacije se
mogu iskoristiti za korporativno donoenje raunovodstvenih odluka menadmenta sektora za
zatitu ivotne sredine. Artefakt prikuplja i prezentuje informacije o putevima, saobraaju i
sredinskim uslovima. Na osnovu tih informacija, logistika preduzea mogu da naprave
najoptimalnije rute, to bi dovelo do prevlasti na tritu po pitanju brzine dostave, trokova i
smanjenja emisije tetnih gasova. to se tie spoljnog ugleda, preduzea koja proaktivno
prijavljuju pouzdanije sveobuhvatne podatke o emisiji GHG od svojih konkurenata, dodatno e
poboljati svoju reputaciju.

8.2 Uticaj na istraivanja
Nakon rigiroznog istraivakog procesa dizajna razvili smo sistem za praenje emisije ugljenika
Carbon Tracker u skladu sa optim principima dizajna zasnovanim na teoretskoj osnovi i
praktinim zahtevima. Prema kategorizaciji Gregora i Hevnera (Gregor and Hevner, 2013)
artefakt predstavlja poboljanje koje doprinosi osnovi znanja za pronalazak inovativnog reenja
poznatog problema. Ova studija nam dodatno pomae da razumemo kako treba dizajnirati i
razviti Zeleni IS, naroito u sektoru logistike, koristei predloene principe dizajna. Naroito se
upotreba postojeih sveobuhvatnih tehnologija moe svesti na klase logistikih procesa, to
dovodi do efikasnog i efektivnog naina za poveanje kvaliteta podataka i stvaranja uslova za
odrive logistike procese.
Stoga mi ohrabrujemo svako istraivanje u budunosti da za osnovu uzme nae podatke i
strukturu artefakta radi pokazivanja drutvenog znaaja DSR-a i Zelenih IS. Poput Votsona
(Watson et al. 2012) i Vom Broka i Sajdela (vomBrocke and Seidel, 2012), verujemo je izazov
za zajednicu IS da obezbedi to vie praktinih dokaza da IS mogu zaista da doprinesu smanjenju
degradacije ivotne sredine. Poput svih radova, i ova studija ima neka ogranienja kojima se
sledea istraivanja moraju pozabaviti. Mi smo u ovom radu predloili principe dizajna za
Zelene IS i razvili artefakt prema ovoj teoriji. Meutim, potrebno je dalje razvijati artefakte u
drugaijim poslovnim kontekstima da bi se principi dizajna usavrili i ocenili (Aier and Fischer
2011). Iako su zahtevi dizajna zasnovani na opirnom pregledu literature, druge studije mogu da
usavre ili definiu dalje zahteve. Pored toga, sposobnost artefakta da pobolja donoenje odluka
i stvaranje znanja mora da bude ocenjena u buduim istraivanjima, zato to moramo da
razumemo kako podaci prikupljeni putem sistema Carbon Tracker utiu na donoenje odluka u
vezi sa pitanjima odrivosti u logistikim kompanijama. Jo jedan problem tie se prilino malog
uzorka. Stoga, nova istraivanja mogu da analiziraju vei broj podataka, npr. u saradnji sa
logistikim kompanijama.

Abstrakt
Hendrik Hilpert, Johan Kranc, Matijas uman
(Hendrik Hilpert, Johann Kranz, Matthias Schumann)

Uticaj Zelenih IS na logistiku
Razvoj artefakta za praenje emisije gasova staklene bate (emisije GHG)

Logistika i, naroito, drumski transport imaju veliki udeo u svetskoj emisiji gasova staklene
bate. Stoga, poveanje ekoloke odrivosti posebno je vano u ovom sektoru. Zeleni
informacioni sistemi (IS) mogu da olakaju prelaz u logistici na poslovnu praksu koja pozitivno
utie na ekoloku odrivost. Do danas, istraivanja o Zelenim IS uglavnom su se svodila na
konceptualne i empirijske studije, dok zajednica nije bila zainteresovana za istraivanje o dizajnu
za razvoj IS artefakata. elei da se bavimo ovim propustom, razvili smo i izvrili procenu
artefakta Zelenih IS za praenje emisije GHG u procesima drumskog transporta artefakt
nazvan Carbon Tracker. Proces dizajna zasnivao se na principima dizajna koji su utvreni na
osnovu postojee literature o Zelenim IS. Artefakt omoguuje pojavljivanje vie praksi za
ekoloku odrivost u okviru logistike, tako to daje detaljne podatke o emisijama GHG koji su
neprocenjivi za naprednu organizaciju, donoenje odluka i izvlaenje zakljuaka. Procena
pokazuje da upotreba artefakta Carbon Tracker rezultira tanijim i detaljnijim podacima o
emisijama, kao i koherentnijim i efikasnijim radom od dananjih najboljih pristupa. Stoga, ovaj
rad pokazuje kako Zeleni IS utie na stvaranje vee ekoloke odrivosti i efikasnijih poslovnih
procedura i stvara uslove za budua istraivanja o dizajnu na polju Zelenih IS.

Kljune rei: Zeleni IS, istraivanja nauke o dizajnu, pametna logistika, odrivost, emisija
gasova staklene bate, informacioni sistemi menadmenta ivotne sredine


9 Zakljuak

U ovoj studiji, razvili smo artefakt Zelenih IS koji moe da prikuplja, obrauje i analizira emisije
GHG koje uzrokuju procesi drumskog transporta. Artefakt obezbeuje detaljnije i tanije
podatke o emisijama GHG u tehnolokom, geografskom i vremenskom smislu. Stoga, on
omoguuje naprednije donoenje odluka i stvaranje znanja o ekolokoj odrivosti. Da bismo
razvili artefakt, prilagodili smo poznate DSR okvire i predloili opte principe dizajna na osnovu
literature o Zelenim IS. Korisnost artefakta utvrena je u terenskom eksperimentu pomou koga
smo doli do statistikih i opisnih dokaza o korisnosti i inovativnosti artefakta. Na rad doprinosi
literaturi o Zelenim IS na dva naina: Prvo, mi razvijamo znaajan artefakt Zelenih IS za
logistiku i, drugo, predlaemo principe dizajna za odreenu klasu Zelenih IS. Oba ishoda ovog
rada pomoi e u stvaranju uslova za dalja istraivanja o dizajnu u oblasti Zelenih IS.

Zahvalnica
Zahvaljujemo se trima anonimnim kritiarima na korisnim predlozima za poboljanje ovog rada.
Veoma smo zahvalni i na strunoj pomoi Fabijana Sudaua, Krispin Vajsvus i Andrea Von Hofa
u programiranju prototipa za master seminar na Univerzitetu u Gotingenu.

Reference