Kobo – et digitalt system for kommunale boliger

Utfordringen

Husbanken og Bouvet har hatt et samarbeid gjennom rammeavtale siden 2012 og samarbeidet om en rekke samfunnsviktige prosjekter og løsninger. Et av disse er Husbankens prosjekt, Kobo, hvor vi har bistått med konsulenter sammen med Husbankens ansatte og andre konsulenter. 

Les mer om Kobo på Husbanken sine nettsider 

Av 110 000 kommunalt disponerte boliger i Norge, sto 9000 av ulike årsaker tomme i 2019. Samtidig er det mange vanskeligstilte på boligmarkedet som står i kø med et sterkt ønske om å kunne skaffe og beholde en egnet bolig. Myndigheter mangler informasjon til å utarbeide gode prognoser og beredskap, og kunne utvikle mer effektive boligpolitiske virkemidler. I en spørreundersøkelse fra 2020 svarte 136 kommuner at de har behov for moderne verktøy.  I flere kommuner jobbes det tungvint og manuelt, og det er manglende system for trygg deling av personopplysninger. Og på toppen av dette taper kommunene store inntekter når deres utleieboliger står tomme. 

Husbanken ønsket et digitalt system med mål om å lette tilværelsen for alle som søker, tildeler og administrerer kommunale boliger. I tillegg var det viktig å gi bedre muligheter til å følge opp beboere og skaffe bedre oversikt og statistikk til beslutningstakerne.  

Løsningen

Prosjektets planleggingsfase startet i 2020 og er utviklet gjennom 2021-2023. Bouvet har bidratt med planlegging, prosjektledelse og systemutvikling. Prosjektet har utviklet en brukervennlig selvbetjeningsløsning for innbyggere, hvor man kan søke om bolig, ha dialog med saksbehandler og følge med på status selv.  

Prosjektet har også utviklet et fagsystem for ansatte i kommunene hvor de kan saksbehandle søknader, fatte vedtak, tildele bolig og følge opp de som bor i boligene. Systemet henter opplysninger fra flere offentlige registre automatisk, blant annet fra Skatteetaten, slik at boligsøkere slipper å dokumentere inntekt, gjeld og formue selv. 
 

Teknologi

• Kobo er bygget på en moderne arkitektur hvor blant annet Java og Spring er viktige teknologier for utvikling av ny funksjonalitet. 
• MS SQL har blitt brukt for datamodellering og datalagring. Integrasjon og kommunikasjon mellom de ulike komponentene er utviklet som REST web services og med RabbitMQ som meldingsbuss for asynkron kommunikasjon. 
• Komponentene i systemet blir deployet som Docker kontainere på RedHat sin Kubernetes-implementasjon, OpenShift. 
• På frontend er brukergrensesnitt og designsystem utviklet ved hjelp av Angular 14, HTML, TypeScript og den visuelle designprofilen i SCSS. Universell utforming har blitt hensyntatt. Løsningene har også responsivt design, slik at de kan bruker på ulike typer enheter.  
• Fagsystemet har integrasjon med blant annet Matrikkelen, Skatteetaten (inntekt og summert skatteoppgjør), NAV, Folkeregisteret og Kontaktregisteret. I tillegg er det utviklet integrasjon mot kommunenes arkivsystemer via KS Fiks-tjenester, og et integrasjonspunkt mot kommunenes boligforvaltningssystemer. 
• Prosjektet kjører «continuous deployment» og har god automatisk testdekning. Når en utvikler sjekker inn koden sin i master-branchen er deployment-prosessen helautomatisert. Det legger til rette for at ny funksjonalitet blir lansert flere ganger i uken, og at prosjektet er rigget for å rette feil fort 
• Innbyggere logger på med Id-porten, og ansatte logger på med DigDirs nye løsning Ansattporten. Fagsystemet er rollestyrt, slik at ansatte kun får tilgang til den informasjonen de trenger. Kommunene er selvbetjent på brukeradministrasjon via Altinn-plattformen.  
• Det er mye persondata i løsningen, også særskilte persondata som helseopplysninger. Prosjektet følger datatilsynets veileder for innebygd personvern. 

Smidig metodikk  

Kobo har fulgt smidig metodikk og konsulentene har jobbet i et autonomt, tverrfaglig produktteam. Funksjonalitet utvikles og lanseres fortløpende slik at den raskt blir tatt i bruk og gir verdi. Prosjektet har brukeren i sentrum, og jobber tett sammen med mange kommuner i utvikling av løsningene. Prosjektet jobber også med innsikt og test mot innbyggere som er i målgruppen for kommunal bolig. Den nasjonale innføringen av løsningen er i gang, og målet er at minst 100 kommuner skal ta løsningene i bruk før Kobo går over i en videre produktutviklingsfase på tampen av 2023. 

Gevinster  

Sarpsborg kommune kom tidlig i gang med Kobo som pilotkommune og erfarte raskt at det ga god oversikt over søkernes behov og kommunens boligmasse. Et stort antall ettroms leiligheter hjalp lite når etterspørselen hovedsakelig kom fra familier med behov for større plass. Til tross for stor boligmasse, ble det altså nødvendig å leie inn boliger som svarte til søkernes behov. Oversikten fra Kobo viste at kommunen kunne selge boliger, uten å gå på bekostning av tilbudet. Får kommunen solgt de 400 boligene de håper på over de neste åtte årene, gir det en inntekt på 700- 900 millioner kroner.  

Som følge av mer effektiv saksbehandling er det mye å hente på spart arbeidstid sammenlignet med dagen ressursbruk til saksbehandling av boligsøknader. I beste fall kan Kobo gi en samfunnsøkonomisk gevinst på 770 millioner kroner over ti år, ifølge beregninger gjort av Oslo Economics (NTB, 1.12.22).  

I tillegg er det store kvalitative gevinster å hente ved at boligsøkere og beboere får en enklere og mer transparent saksbehandling med styrket personvern. Allerede dagen etter Sarpsborg kommune hadde en stille Kobo-lansering på sin nettside tikket den første søknaden inn, og det fra en søker som hadde funnet og levert søknaden helt uten veiledning fra kommunens side. Det var en milepæl for selvbetjeningsløsningen og god bekreftelse for utviklerteamet å få for sitt arbeid. Bedre match mellom søker og bolig styrker også boforholdene. Det største usikkerhetsmoment for den samfunnsøkonomiske gevinsten står og faller på at kommunene tar Kobo i bruk. Så nå blir det viktig at kommunene kobler seg på. 

Prøv Kobo med Kobolab 

Jobber du med boligtildeling og er nysgjerrig på Kobo? Da kan du teste og gjøre deg kjent med funksjonaliteten i test- og demoløsningen Kobolab. Denne er i prinsippet lik løsningene som er i produksjon, men bruker kun testdata og alle data du legger inn slettes regelmessig hver natt. 

Prøv løsningen her