Aihearkisto: LAMK RDI Journal

Biowaste Collection in Selected EU Countries

The European Commission has set stricter regulations on waste separation, including biowaste. By the end of 2023, biowaste must be completely separated or recycled at source. Separate biowaste collection and composting play an essential part in the bio-based circular economy. This article analyses current biowaste management trends in selected European regions.

Authors: David Huisman Dellago & Katerina Medkova


The ever-increasing resource consumption is causing waste production to be growing each year. In an effort to achieve sustainable development, cities across the globe are pushed to improve the waste management. An important part of household waste comes in the form of biowaste. EU considers as biowaste every biodegradable waste in the form of food (households, canteens, enterprises etc.) and green waste (parks, gardens etc.) (Council Directive 2008/98/EC).

Biowaste comprises waste from biodegradable nature, meaning it can be broken down naturally. The degradation, however, has negative environmental impacts as it produces Greenhouse gases (GHGs) such as methane. Additionally, if not correctly handled, it can pollute the waterways through run-offs. Even though environmental issues are known, the reality is that still many cities are dumping high amounts of biowaste in landfills.

Biowaste collection is an essential part of the waste management systems. It is considered the first step in biowaste management and if carried out correctly, it can positively impact the posterior steps in the process. The importance of adequate collection systems is due to the need of separating biowaste from general waste.

Therefore, correctly managed biowaste not only has environmental benefits but opens a market to new possibilities. The treatment aims at converting the waste into useful by-products, such as fertilizers or energy (biofuels). Conversion is a sustainable method that is a part of the biological cycle of circular economy ( Ellen MacArthur Foundation 2017). Some examples of biowaste treatment include the conversion of lignocellulosic biomass from food waste into ethanol, anaerobic digestion to create biogas (methane) or liquid bio-oil creation through pyrolysis (Khanal & Surampalli 2010). Composting is an attractive method, which is proven to directly benefit households, as it can be practiced domestically by citizens (Mihai & Ingrao 2018).

Treating biowaste as a valuable resource for products and energy challenges many governments, including the EU. Through the creation of the waste package, the EU addressed four different directives. The main directive is the waste framework directive (WFD). WFD sets the guidelines on waste management for national policies. The landfill directive aims at reducing the amount of waste destined to landfills, including biowaste. The packaging waste and the electronic waste directives regulate the use of packaging and electronic waste respectively. (Council Directive 2008/98/EC)

In a new effort to improve waste management in the EU, the European Council reached a provisional agreement with the Commission (with the ambassadors’ approval) (European Council 2017). The provisional agreement is a result from the action plan following the 2015 Circular Economy Package (European Commission 2015). It aims at reinforcing the objectives of the waste package by updating current standards. In fact, it sets stricter regulations including extended producer responsibility and mandatory waste separation (including biowaste). In addition, the agreement sets that by the end of 2023 biowaste must be completely separated or recycled at source (European Council 2018). Finally, with the new agreement, countries are expected to comply with higher standards. The situation of biowaste management in the EU is of special interest. This article analyses the biowaste management trends throughout different European regions, in order to understand how it works.


Biowaste management practices are collected through the implementation process of two Interreg Europe projects, BIOREGIO and ECOWASTE4FOOD, due to their common aim at promoting bio-based circular economy and moving towards a sustainable and inclusive growth. Both projects desire to promote biowaste and foodwaste as a valuable resource for an efficient and environmentally friendly economy.

BIOREGIO focuses on regional circular economy models and best available technologies for biological streams. The project boosts the bio-based circular economy through a transfer of expertise about best available technologies and cooperation models, such as ecosystems and networks. The project runs from 2017 to 2021 and involves eight partners from six European regions. (Interreg Europe 2017a)

ECOWASTE4FOOD project supports eco-innovation to reduce food waste and promotes a better resource efficient economy. The project brings together seven local and regional authorities throughout Europe to address the crucial issue of food waste. The project runs from 2017 to 2020. (Interreg Europe 2017b)

Besides the project partners, both aforementioned projects actively involve groups of local stakeholders in the identification of local good practices, recognition of good practices from other EU regions, and their selection and implementation in the regional action plans. At the same time, by increased knowledge gained during the project, regions will be better equipped to improve their own policy instruments, in particular by funding new projects, improving the management of the instruments and influencing the strategic focus of the instruments.

Specifically, questionnaires were distributed in the framework of the BIOREGIO and ECOWASTE4FOOD projects in the participants regions. Those include regions in Finland, France, Greece, Italy, Poland, Romania, Slovakia, Spain and the UK (Figure 1).

Questionnaires were distributed to 11 regions by emails and completed electronically. To avoid any misunderstandings, the researcher had a close monitor of the procedure. All data were subjected to quality control and measurements not satisfying the requirements were rejected. Studied countries were responsible for providing the most relevant and up-to-date information based on their regional trends.

The questionnaire was distributed during March-April 2018. The questionnaire involved a series of questions based on biowaste collection, processing and future policies. However, only biowaste data will be presented in this article. A qualitative assessment was carried out at the collected data.

Figure 1. The studied regions


The survey proves existence of different biowaste management services and operations among the European regions. An overview of the results can be seen in Table 1.

Table 1. Biowaste Collection in select EU countries

The majority of the regions separately collect biowaste. Sud Muntenia (Romania), on the other hand, does not collect it separately.

The percentage of biowaste separately collected from the total amount of bio-waste produced in a region varies significantly. In fact, regional differences are observed even within the same nations. For example, Finland’s Päijät-Häme region separately collects about 50% biowaste from the total biowaste in contrast with 24% in the South Ostrobothnia region. In Castilla-La Mancha (Spain), Pays de la Loire (France), and Central Macedonia (Greece), only 5% of biowaste is separately collected from the total biowaste production. Other regions, like Catalonia (Spain) and Ferrara (Italy), operate between 33 and 48%. The results are based on both garden waste and foodwaste. However, for instance, in the city of Devon, UK, the majority of the biowaste separated (65%) includes garden waste (39%). Regarding Castilla- la Mancha, the data collected constitutes from garden waste only.

In every separate collection service, except in Greece, households are responsible for the biowaste separation. In addition, enterprises and food industry participate to the biowaste management in Finland, Spain, France, UK and Italy. Enterprises include businesses and institutions such as education centres, government offices, businesses and zoos. Currently, Greece focuses only on enterprises as the main responsible for separating biowaste, however, responsibility of municipalities has been piloted.

The concern of the EU for reduction of food waste ending up in landfills is linked to the concern of waste packaging as expressed in the recent waste management agreement (European Council, 2018). According to the questionnaire, the waste generator (supermarkets, consumers, etc.) usually removes food packaging. However, in the regions of Central Macedonia and Pays de la Loire, no food packaging rule is applied upon producers before its disposal. Nonetheless, it is important to mention that in France, further treatment regarding food packaging is voluntary on the waste collector. On the other hand, Finnish regions and Devon (UK), implement an extensive food packaging management system, where consumers and industries are responsible for the separation. Furthermore, processing plants are capable of removing the packaging on site (e.g. anaerobic digestion plants have front-end technology to remove plastic packaging).

In the majority of the regions who separately collect biowaste, household biowaste is defined as a pure household (domestic) and biowaste produced in small businesses (cafeterias, schools, offices etc.). Only Finnish and Spanish regions consider additionally green/garden waste as household biowaste. In the UK, other types of waste, such as cooking oil, fall under the biowaste umbrella for that region.

Household biowaste is collected for further treatment, in either separate (bin) collection or in collective (shared bin) collection, except for the Spanish and French regions. Separate collection is mainly collected twice a week, although in South Ostrobothnia this is done every week.

An interesting method of biowaste handling, which is linked to household waste management, is self-composting. This method is used on a smaller scale in comparison to separate bin collection. Households in Devon, Pays de la Loire, Catalonia and Ferrara do not exceed 10%. This is a significantly small amount if compared with Päijät-Häme 62% private composting rate. In Finland, the limitations are seen in winter, when the temperatures can freeze the compost. Halfway, we can find Nitra’s 20% separation rate. Self-composting is also implemented in several municipalities in the Region of Central Macedonia but without recording a number of users.

Overall, biowaste collection services are charged in two different ways: to the Municipal authority as a tax or directly to the waste management company in the form of a private contribution. Finnish, Italian and Polish regions opt for the latter, making biowaste collection a private business, which is managed by the collection companies. In Romania, waste fees are collected either by local authorities or by private companies. The rest of the European regions tax the families for the collection services, acting as a mediator between the waste management companies and the waste producers. In France, there is a possibility of delegation where the municipal authorities give the responsibility to waste management companies directly and/or associations (recycling companies). In Slovakia, there are two methods taking place. The waste collection is financed according to the producer status. This means local domestic waste is financed by a municipal tax whilst business generated biowaste is managed by private contributions to a waste transportation company.

According to the study, there is a positive change envisioned for the future. In Castilla-La Mancha, a recent regional proposal was approved making biowaste separation mandatory for the food industry, restaurants, enterprises and households. It will be implemented in late 2018 and the collection method will be decided by each council.

Furthermore, the recent regional law implemented in January 2018 in the region of Wielkopolska, is still progressively being implemented in the remaining municipalities. This means that for now only, the city of Poznan is implementing mandatory biowaste separation and the rest of the municipalities are to follow in the upcoming years. Those are indeed, promising news for the biowaste collection situation in the European Union.

Conclusions and discussion

To conclude, it is important to point out the main trends regarding waste management in the selected European regions. Major disparity has been found in biowaste separation from general waste, as some regions such as Päijät-Häme, Devon or Ferrara are recovering 50% or more of their biowaste, whilst others are struggling to meet a 1% separation rate. Differences between regions in the same territory have been found. For example, in Spain, Catalonia separates 32% more than Castilla-La Mancha (0.9%) or in Finland, Päijät-Häme separates double the rate of South Ostrobothnia. Regarding Spain, Catalonia is one the pioneering regions in the implementation of household biowaste collection. As a result, other regions nationwide are found to be behind in that aspect but are working on improving their collection systems. Thus, Catalonia can be considered an exception within the country.

Out of all the countries, Romania does not collect nor separate biowaste as it ends in the landfills contributing to the country’s waste management concerns. Whilst other regions, such as, Castilla-La Mancha do not separately collect biowaste but rather separate later on in waste management centres.

In the region of the Pays de la Loire, France, composting is the main method of handling biowaste and a separate collection exists for garden waste only. The rest of the regions are separately collecting biowaste through a variety of methods. Mainly it includes the use of private containers for single families or common containers that are shared among different households/businesses. Composting is also practised in combination with this method; however, the main limitations include freezing winter conditions (Finland) or lack of infrastructure (Poland).

Biowaste is mainly collected once a week (Finland, Poland, UK), once in two weeks (Finland, Slovakia) or twice a week (Italy). Furthermore, in Spain, biowaste is collected up to 4 times a week during the hotter summer periods.

The topic of the study was actual and had a direct connection to the goals of both Interreg Europe projects: BIOREGIO and ECOWASTE4FOOD. The study contributed to a better overall understanding of the disunited biowaste terminology, various collection systems and rates, local challenges, and preferences in the selected regions. Identification and sharing of good practices related to biowaste and foodwaste may considerably accelerate the achievement of completely separated or recycled biowaste at source as required by the European Council. Findings are also useful for future research and development purposes of waste management systems.


The authors would like to express their gratitude to the Interreg Europe Programme for the funding of the projects “BIOREGIO – circular economy models and best available technologies for biological streams” and ”ECOWASTE4FOOD – Supporting Eco-innovation to reduce food waste and promote a better resource efficient economy ”.

Also, we would like to thank the local stakeholders, partners and all the participants who helped with data collection.


Council Directive 2008/98/EC of 19 November 1992 on waste and repealing certain Directives. [Cited 21 Mar 2018]. Available at:

Ellen MacArthur Foundation. 2017. Circular Economy.  [Cited 23 Jan 2018]. Available at:

European Commission. 2015. CE Package. [Cited 6 Feb 2018]. Available at:

European Council. 2017. Council and Parliament reach provisional agreement on new EU waste rules. [Cited 21 Mar 2018]. Available at:

European Council. 2018. EU ambassadors approve new rules on waste management and recycling. [Cited 21 Mar 2018]. Available at:

Interreg Europe. 2017a. BIOREGIO – Regional circular economy models and best available technologies for biological streams. [Cited 21 Jan 2018]. Available at:

Interreg Europe. 2017b. ECOWASTE4FOOD – Supporting eco-innovation to reduce food waste and promote a better resource efficient economy. [Cited 21 Jan 2018]. Available at:

Khanal, S. K. & Surampalli, R. Y. 2010. Bioenergy and Biofuel from Biowastes and Biomass. s.l.:American Society of Civil Engineers.

Mihai, F.-C. & Ingrao, C. 2018. Assessment of biowaste losses through unsound waste management practices in rural areas and the role of home composting. Journal of Cleaner Production. Vol 172, 1631-1638.


David Huisman Dellago is an Environmental Science student from Avans UAS (The Netherlands). He is an intern for the BIOREGIO project at LAMK.

Katerina Medkova works as a coordinator at LAMK. She is the BIOREGIO project Communication Manager.

Illustration: (CC0)

Published 13.9.2018

Reference to this article

Huisman Dellago, D. & Medkova, K. 2018. Biowaste Collection in Selected EU Countries. LAMK RDI Journal. [Cited and date of citation]. Available at:

Effects of moisture on automatic textile fiber identification by NIR spectroscopy

Lahti UAS has recently acquired a textile identifying and sorting unit REISKAtex® in order to develop identification analytics for different textile fibers. This article evaluates the effect of various humidity conditions in near infrared (NIR) spectrum of three different textile fiber materials, namely cotton, wool, and polyester.

Authors: Jussi Salin and Lea Heikinheimo


Textile recycling has a significant environmental impact. In Finland, 71.2 million kg of textiles is removed from use each year (Dahlbo et al. 2015, 41). Various existing and new recycling processes for textile fibers depend on the purity and the right type of fiber material for each recycling process, because wrong materials create interference (Schmidt et al. 2016, 9; Fontell & Heikkilä 2017, 36). Automatic sorting could allow a larger portion of the textile waste flow to be processed into new fibers, if the fiber material contents of the recyclable textiles can be identified in order to send each textile for appropriate processing. In automatic sorting, a NIR analyzer could be used to identify the fiber materials of the recyclable textiles.

Water is known to be a significant variable in NIR spectroscopy, and therefore it could affect the automatic identification result of a NIR analyzer (Smith 2011, 16). Water absorption is used to determine the amount of water absorbed in textile materials under specified conditions. Factors affecting water absorption of a fabric are type of textile fiber, fabric structure, temperature, and length of exposure.

The analyzer used in this study is attached to a sorting unit located at Lahti UAS. This study is part of the Telaketju project. Telaketju is a co-operation network in Finland, which promotes circular economy by creating improvements both in recycling processes and in the flow of materials between companies. Telaketju is coordinated by VTT and Lounais-Suomen Jätehuolto Oy. The storage conditions of discarded textiles have raised concerns, including the effects of absorbed moisture. Developing automatic textile sorting is one key area of improvement of recycling. (Fontell & Heikkilä 2017, 31; Telaketju 2018.)

Testing methods and equipment

All fabrics used in the test have been stored in a normal room at the faculty, which has been at about 19 % relative humidity (RH) and 19 °C temperature throughout the experiment. The fabrics that are used for moisture testing are dried in a UT 12 drying cabinet by Kendro Laboratory Products at 104 °C. They are being dried till their weight stabilizes. An A&D GF-3000 digital scale is used for weighing the samples. Dry weights of the test fabric pieces can be obtained at this point. Next, the test fabrics are placed in various conditions, where they absorb air moisture till their weight no longer increases. The various moisture conditions are generated either by an ARC-500 weather cabinet by ArcTest company, or in a special room that has a Conairr CP3 air moisturizer and a temperature-controlled Glamox 200 radiator. (Salin 2018, 64-65.)

Between each tested moisture condition, the test fabrics are dried again to eliminate the hysteresis effect that occurs in textile fibers. If the fabric was not dried, it would gain slightly more moisture in a moist condition for being already in a more “open” state. In standard test methods, conditioning should always begin in the dry state (Collier & Epps 1999, 64).

NIR spectrums are obtained with NIRS Analyzer Pro by Metrohm AG, which is accompanied by Vision software. The software is used for gathering spectrums of textile samples, plotting them as graphs, and for creating an identification library. The identification library is trained with numerous samples of all textile fiber material groups chosen for the test. After verifying the library, it is then possible to attempt automatic identification of the test samples in their different moisture states, to report if identification fails at certain known amounts of moisture. The spectral range of the analyzer is between 1100 nm and 1650 nm (Metrohm AG 2017).

Fabric samples

Textile samples are taken from the textile library of Lahti UAS, which has collected fabrics of various fiber materials by various textile and fiber manufacturers. A total of 65 cotton fabrics, 9 wool fabrics and 178 polyester fabrics were chosen for training the identification library in Vision software (Salin 2018, 31).

One separate fabric piece of each fiber material is chosen for moisture testing. The structure of all three fabrics is plain weave (Salin 2018, 66).

Effects on fabric weight

The digital scale reports weights with 0.01 g accuracy when test fabrics are measured multiple times in a row. After weighing the test fabrics in each condition and calculating how much their weight has changed from dry weight, a graph is drawn (see Figure 1). The weight of wool is greatly increased by air humidity, it therefore being the most hydrophilic fiber material in the test, whereas cotton shows only relatively small increases. Polyester appears to be unaffected by humidity.

Figure 1. Measured water content increase of each test sample in different conditions next to commercial moisture regain coefficients located at 65.0 % RH and 20.0 °C (Salin 2018, 69).

By knowing dry weights of the test fabrics, it is possible to calculate water content regain coefficients of each measured condition. The measured coefficients can be compared to commercial moisture regain coefficients listed in the SFS 4876 standard. Coefficients of the standard are specified for 65.0 % ± 4.0 % RH and 20.0 °C ± 2.0 °C standard atmosphere condition of the SFS-EN ISO 139/A1 standard (SFS-EN ISO 139/A1). In Figure 1, the commercial moisture regain coefficients are drawn at 65.0 % RH as dots, next to the measured coefficients connected by lines. The commercial moisture regain coefficients are reasonably in line, except for polyester. The polyester test piece does not gain weight to an extent that can be measured by the digital scale even at 85 % RH, but commercial moisture regain expects it to gain 1.50 % more weight at 65.0 % RH (SFS 4876). That would be an 0.2 g increase to the 13.2 g dry weight of the test piece.

Effects on spectrum

Spectrums are gathered of each condition and test fabric, shown in Figure 2. Judging from the weight, wool and cotton absorb water content from air humidity, while polyester appears unaffected. The same effect can be seen in how the spectrum of polyester appears relatively unchanged, while wool and cotton have definite changes by absorbed water. The first overtone of water (H2O) causes a peak at 1460 nm, and the first overtone of hydroxide (OH), which is bundled in small amounts along water moisture, causes a peak at 1600 nm (Davies 2017). The more moisture the fabrics have absorbed, the greater the change in the spectrum. Cotton has relatively small changes because it is less hydrophilic than wool. Because of this, as an additional demonstration, the cotton test fabric is held in running water and then a spectrum is acquired again, which can also be seen in Figure 2.

Figure 2. Non-pretreated NIR absorbance spectrums of cotton, wool, and polyester test fabrics, at 1100-1650 nm, as water content changes in different humidity conditions (Salin 2018, 70-71).

To produce one spectrum, NIR sampling is done 32 times by the analyzer, in order to reduce noise. Spectrums in Figure 2 are averaged.

Effects on automatic identification

When running automatic identification for the test fabrics in Vision software, all spectrums are correctly identified without an error, except the experimental cotton sample that is directly soaked in running water. No other spectrums are ambiguous, non-identified nor mistaken as wrong material (Salin 2018, 72.)

The identification algorithm in use is Correlation in Wavelength Space, with threshold value of 0.73. The threshold value is forked by trial-and-error and determined by result of zero failures as the most optimal for this identification library. Calculation of 2nd derivate and Standard Normal Variate (SNV) are used as spectral pre-treatments, as they perform adequately in verification. (Salin 2018, 41-43.)


Textile recycling can have a large environmental effect. It has been estimated, that for example in Scandinavia textiles create the largest environmental impact after food, housing, and mobility (Schmidt et al. 2016, 7). By automatic sorting, recycling can be improved as more textiles can be sent for appropriate processing by their known chemical composition. This enables the use of both mechanical and chemical fiber recycling processes that are unique to each fiber material of sorted textiles. Water content in textiles could however pose a problem for automatic identification with NIR analysis, which is used to make the sorting decisions (Smith 2011, 16). The experimental results of this study answer to some questions about the practical moisture sensitivity in automatic textile identification by NIR analysis. Furthermore, to make the results practical, the same NIR analyzer unit was used in this study that is being used in the REISKAtex® sorting unit of LUAS, which is a model that can be used on industrial scale.

When the identification library was trained with samples stored at 19 °C and 19 % RH conditions, it was still possible to correctly identify textiles that were dry, as well as textiles that had been kept at 85 % RH of 20 °C (Salin 2018, 72). This wide range of acceptable changes in water content was the major finding of this study. Wool fabric was the most hydrophilic fabric, measured by water absorption, and it also had the greatest changes in spectrum, therefore being the most moisture sensitive textile material for NIR identification. Cotton fabric was also hydrophilic, but it was a less sensitive material because of smaller changes in both spectrum and weight. Polyester fabric did not gain water absorption in measurable amounts and had no noticeable changes in spectrum, being hydrophobic and the least moisture sensitive material for NIR identification.

Considering the experiments discussed in this article, it would appear that humidity does not pose an obstacle for automatic identification of single fiber cotton, wool, and polyester textiles. Every test fabric piece was identified correctly in all intended conditions of the experiment. It should be noticed, though, that the experiments did not go beyond 85 % relative humidity of 20 °C.


Collier, B. & Epps, H. 1999. Textile Testing and Analysis. New Jersey: Prentice-Hall, Inc.

Dahlbo, H., Aalto, K., Salmenperä, H., Eskelinen, H., Pennanen, J., Sippola, K. & Huopalainen, M. 2015. Tekstiilien uudelleenkäytön ja tekstiilijätteen kierrätyksen tehostaminen Suomessa. [Online document]. Helsinki: Ympäristöministeriö. [Cited 16 May 2018]. Available at:

Davies, A. 2017. An introduction to near infrared (NIR) spectroscopy. [Cited 16 May 2018]. Available at:

Fontell, P. & Heikkilä, P. 2017. Model for circular business ecosystem for textiles. [Online document]. Espoo: VTT.  VTT Technology 313. [Cited 16 May 2018]. Available at:

Metrohm AG. 2017. NIRS Analyzer PRO – DirectLight/NonContact. [Cited 16 May 2018]. Available at:

Salin, J. 2018. Automatic Identification of Textiles with NIR-spectroscopy. Master’s thesis. Lahti University of Applied Sciences, Faculty of Technology. Lahti.

Schmidt, A., Watson, D., Askham, C. & Brunn Poulsen, P. 2016. Gaining benefits from discarded textiles. LCA of different treatment pathways. [Online document]. Denmark: Nordic Council of Ministers. TemaNord 2016:537. [Cited 16 May 2018]. Available at:

SFS 4876. 1987. Tekstiilit. Kuitusisällön ilmoittaminen. Helsinki: Finnish Standards Association SFS.

SFS-EN ISO 139/A. 2005. Textiles. Standard atmospheres for conditioning and testing. Helsinki: Finnish Standards Association SFS.

Smith, B. 2011. Fundamentals of Fourier Transform Infrared Spectroscopy. Boca Raton: CRC Press.

Telaketju. 2018. Telaketju ­– Mikä se on? [Cited 16 May 2018]. Available at:


Jussi Salin is a Master’s Degree student at Lahti UAS in the  Programme in Smart Industries and New Business Concepts.

Lea Heikinheimo, D.Sc. (Tech), is a principal lecturer at Lahti UAS, Faculty of Technology, in the Degree Programme in Process and Materials Technology and in the Master’s Degree Programme in Smart Industries and New Business Concepts.

Published 24.5.2018

Illustration: Oona Rouhiainen

Reference to this publication

Salin, S. & Heikinheimo, L. 2018. Effects of moisture on automatic textile fiber identification by NIR spectroscopy. LAMK RDI Journal. [Electronic journal]. [Cited and date of citation]. Available at:

Learning Cafen toteutus verkko-opinnoissa

Tämän artikkelin tarkoituksena on kuvata opiskelijoiden kokemuksia verkossa toteutetun Learning Cafe -menetelmän toimivuudesta. Oppimistehtävä toteutettiin osana Lahden ammattikorkeakoulun tarjoamaa kesäopintojaksoa Digitaaliset palvelut arjen apuna. Aineisto kerättiin kyselylomakkeella opintojaksolle osallistuneilta opiskelijoilta. Opiskelijat kokivat Learning Cafe -toteutuksen teknisesti toimivaksi ja ohjeet riittäviksi. Lisäksi heidän kokemuksensa oppimismenetelmästä olivat positiiviset ja he ovat valmiita suosittelemaan Learning Cafe -toteutusta myös muille opintojaksoille. Tutkimuksen tulokset kannustavat verkko-opintojaksoja toteuttavia lisäämään toteutuksilleen yhteistoiminnallisia menetelmiä.

Kirjoittajat: Hannele Tiittanen ja Sariseelia Sore


Digitalisaatio vaikuttaa vahvasti kaikkeen toimintaan, myös koulutusalalla. Lahden ammattikorkeakoulussa on runsaasti kysyntää paikasta riippumattomille opinnoille ja verkko-opintojaksoja toteutetaan enenevässä määrin. Erityisesti monipuoliset verkkototeutukset motivoivat oppijoita (Chang & Kang 2016) ja opiskelijat ovat kokeneet reaaliaikaisen verkossa työskentelyn vastaavan laadultaan kasvokkain tapahtuvaa luokkaopetusta (Ward ym. 2010). MacNeill ym. (2014) painottavat, että yhteistoiminnallisen työskentelyn tavat ovat oppimisen näkökulmasta tehokkaampia kuin yksilötyöskentelyyn perustuvat työskentelymenetelmät, myös verkkoympäristössä. Näin ollen on tärkeää pyrkiä rakentamaan myös verkko-opintoihin yhteistä tiedonrakentamista tukevaa toimintaa.

Learning Cafe on paljon käytetty ryhmätyöskentelymenetelmä, jonka tarkoituksena on yhteisen keskustelun avulla rakentaa uutta tietoa ja yhteistä ymmärrystä tarkasteltavaan aiheeseen. Luodaksemme yhteistoiminnallisia oppimiskokemuksia verkko-opinnoissa, toteutimme verkko-opintojaksollamme digitaalisen Learning Cafen. Tämän tutkimuksen tavoitteena on selvittää opiskelijoiden kokemuksia menetelmän soveltuvuudesta verkko-opintojaksolla ja siten luoda uutta tietoa digitaalisen yhteistoimintamenetelmän käytöstä verkko-opinnoissa.

Learning Cafe oppimismenetelmänä

Learning Cafe on työskentelymenetelmä, jonka tarkoituksena on ryhmän yhteisen keskustelun avulla rakentaa uutta tietoa ja yhteistä ymmärrystä tarkasteltavaan aiheeseen. Menetelmää käytetään paljon, koska se on suhteellisen helppo toteuttaa ja oikein toteutettuna se on  tehokas ja innostava menetelmä. (Partridge 2015; Prewitt 2011; Brown & Isaacs 2001.)

Learning Cafe toteutetaan jäljittelemällä kahvilamaista rentoa tunnelmaa. Pieni joukko, 4¬‒5 osallistujaa, kokoontuu ikään kuin kahvilapöytään keskustelemaan heille annetusta aiheesta sovituksi ajaksi, jonka jälkeen he siirtyvät toiseen kahvilapöytään osallistumaan uuteen keskusteluun. Eri kahvilapöytiä ja niissä keskusteluja on yleensä 3¬‒5 ja yhteen pöytäkeskusteluun on hyvä varata aikaa noin 20‒30 minuuttia. Keskustelussa oleellista on kuunnella kaikkien osallistujien mielipiteitä ja ajatuksia tyrmäämättä niitä ja näin tuoda esille uusia näkökulmia, ei niinkään ratkoa erilaisia ongelmia. Työskentelyn on tarkoitus olla mahdollisimman luovaa ja uutta ajattelua tuottavaa. Jokaisessa kahvilapöydässä on isäntä/emäntä vetämässä keskustelua. Hänen tehtävänään on kertoa pöytään tulevalle ryhmälle keskustelun teema ja lyhyesti orientoida mistä edelliset ryhmät ovat jo keskustelleet. Keskeistä on, että isäntä/emäntä innostaa aina uutta ryhmää keskustelemaan ja tuottamaan uusia ajatuksia annettuun aiheeseen. Kaikki esille nousseet ajatukset kirjataan ylös, tyypillisesti fläppipaperille. Keskustelun ilmapiirin on tarkoitus olla mahdollisimman avoin ja vapaa kuten kahvipöytäkeskusteluissa yleensäkin. Mukavan rento ympäristö edistää keskustelua ja siksi myös siihen kannattaa kiinnittää huomiota. Kun kaikki kierrokset kahvilapöydissä on tehty niin pöydän isäntä/emäntä tekee yhteenvedon käydyistä keskusteluista. (Partridge 2015; Haukijärvi ym. 2014; Prewitt 2011; Brown & Isaacs 2001.)

Learning Cafe toteutukset tapahtuvat yleensä fyysisessä tilassa, esimerkiksi luokassa, mutta yhtä hyvin Learning Cafen voi toteuttaa virtuaalisessa ympäristössä verkossa, jossa ollaan reaaliaikaisesti yhdessä tuottamassa käsiteltävään asiaan erilaisia näkökulmia. Oppimisen näkökulmasta mahdollisimman vuorovaikutteiset ja monipuoliset verkkototeutukset herättävät kiinnostusta ja ovat motivoivia (Chang & Kang 2016). Hyvän verkkokokonaisuuden rakentaminen on haastavaa ja vaatii opettajalta hyvää verkkopedagogista osaamista. Opettajalla tulee olla käytettävissään joustava sähköinen oppimisympäristö, johon on mahdollista rakentaa vuorovaikutteisia elementtejä, jolloin esimerkiksi Learning Cafen tyyppiset reaaliaikaiset ryhmätyöskentelyt tulevat mahdollisiksi.

Oppimisteoriat ovat ajalta ennen verkko-oppimista. Behavioristinen näkemys painottaa aineiston merkitystä, kognitiivinen oppimisen prosesseja ja konstruktivistinen näkemys oppijan omaa roolia tiedon rakentajana. Uudeksi digiajan oppimisteoriaksi on nousemassa konnektivismi, joka korostaa oppimista sosiaalisissa verkostoissa. (Ally 2008.) Konnektivismin mukaan oppimishaluisen tulisi kytkeytyä oppimisverkostoihin ja olla vuorovaikutuksessa verkoston ihmisten ja tiedon kanssa. (Siemens 2005.) Tulevaisuudessa opettajan keskeisinä tehtävinä saattaa yhä enenevässä määrin olla oppimisverkostojen luonti tietyn aihepiirin ympärille sekä oppimishalun herättäminen opiskelijoissa. Learning Cafe työskentelyn toteuttaminen verkossa on hyvä esimerkki menetelmästä, jossa voidaan kerätä eri alojen edustajia pohtimaan samaa aihepiiriä ja innovoimaan yhdessä ratkaisuja asetettuihin ongelmiin tai kysymyksiin.

Digitaalisen Learning Cafen toteutus

Digitaalinen Learning Cafe toteutettiin kesäkuussa 2017 osana Digitaaliset palvelut arjen apuna verkko-opintojaksoa. Learning Cafe -menetelmä sopii hyvin toteutettavaksi verkkoympäristössä. Sen toteutus vaatii hyvää etukäteissuunnittelua ja selkeät sekä mahdollisimman yksityiskohtaiset toimintaohjeet opiskelijoille ennen reaaliaikaista Learning Cafe tapahtumaa.

Digitaalinen Learning Cafe toteutettiin hyödyntäen Moodle-oppimisympäristöä, Adobe Connect verkkokokousjärjestelmää (AC) sekä Padlet-seinää. Moodleen koottiin seikkaperäiset ohjeet Learning Cafen toteuttamisesta tarkkoine aikatauluineen ja linkkeineen työskentelyssä hyödynnettäviin kohteisiin. AC:n opettajan tila toimi yhteisenä kokoontumistilana sekä alustuksessa että yhteenvedossa, ja kunkin ryhmän isännän tai emännän AC-tila kahvilaympäristönä, jossa keskustelua käytiin ryhmän aihepiirin ympärillä. Padlet toimi alustana keskusteluissa nousseiden ajatusten kirjaamiseen, vastaavasti kuin fläppipaperi perinteisessä Learning cafeessa. Lisäksi sitä hyödynnettiin keskusteluiden alustuksessa tekstin, kuvien ja videoiden muodossa.

Opintojaksolle osallistuvat opiskelijat jaettiin pienryhmiin (3 osallistujaa/ryhmä). Ryhmä valmisteli Padlet-seinälle Learning Cafe ’pöydän’, jonka tavoitteena oli pohjustaa keskustelua, olla houkutteleva ja mahdollisimman innostava yhteiseen keskusteluun. Kukin ryhmä valitsi keskuudestaan isännän tai emännän, jonka tehtävänä oli fasilitoida Learning cafe -keskustelua ryhmän AC-tilassa Padlet-seinää hyödyntäen.

Ennen Learning Cafen aloittamista osallistujien tuli testata ohjelmisto-, laite- ja verkkoyhteensopivuus laitteelta, josta aikoo sessioon osallistua. Opiskelijoita pyydettiin testaamaan erityisesti äänen kuuluvuus. Testauksesta tulee olla opiskelijoille selkeä ohje verkko-oppimisympäristössä esimerkiksi videon avulla. Oppimissessio, jolla Learning Cafe toteutettiin, aloitettiin kokoontumalla opettajan AC-tilaan, jossa käytiin Moodle-alustalla oleva aikataulu yhdessä läpi ja varmistettiin, että kukin tietää, minkä ryhmän AC-tilassa (digitaalisessa Learning Cafe -pöydässä) kulloinkin tuli olla. Opettajan AC-tila ja opintojakson Moodle-alusta olivat koko ajan opiskelijoiden käytössä siltä varalta, että opiskelija eksyi ryhmästään siirtyessään ryhmien AC-tiloista toisiin.

Varsinainen Learning Cafe aloitettiin siirtymällä sovittuun kellonaikaan kunkin ryhmän ensimmäiseen digitaaliseen Learning Cafe -pöytään. Linkit kaikkiin näihin AC-tiloihin oli koottu Moodle-alustalle. Korkeakouluopiskelijat kirjautuivat huoneisiin omilla AD-tunnuksillaan, korkeakoulujen yhteisen Haka-kirjautumisen kautta. Learning Cafe isännän/emännän oli hyvä pyytää osallistujilta ääninäyte, kun he olivat kirjautuneet keskusteluun. Koska AC-työskentely oli opiskelijoille entuudestaan tuttua, oli heitä jo aiemmin ohjeistettu (ja ohjeet Moodle-alustalla), mitkä ovat tavallisimmat ongelmatilanteet AC-ympäristössä ja mitä niiden korjaamiseksi voi tehdä. Näin heillä oli osaamista reagoida esimerkiksi toimimattomaan ääniyhteyteen.

Kun Learning Cafen osallistujat olivat kaikki paikalla, isäntä tai emäntä alusti keskusteltavan aiheen hyödyntäen ryhmän Padletille kokoamaa aineistoa. Tämä jälkeen aloitettiin yhteinen keskustelu, jonka lisäksi osallistujien oli mahdollista kirjoittaa kommentteja keskusteltavasta aiheesta Padlet-seinälle ja näin rakentaa yhteistä tiedon kokonaisuutta. Keskusteluun varatun ajan jälkeen osallistunut ryhmä siirtyi seuraavaan digitaaliseen Learning Cafe -pöytään. Tieto siirtymisen ajankohdasta sekä linkki seuraavaan AC-tilaan oli aina saatavilla Moodle-alustan lisäksi kussakin AC-tilassa. Näin siirtymiset tapahtuivat mahdollisimman jouhevasti. Tarkka aikataulutus on oleellista vaihtojen sujuvuuden kannalta. Kun kukin ryhmä oli kiertänyt kaikki keskustelut, opiskelijat palasivat opettajan AC-tilaan keskustelujen yhteenvetoja varten. Learning cafeen toteutuksen aikana opettaja siirtyi keskustelutiloista toiseen seuraamassa opiskelijoiden keskustelua, aivan kuten fyysisessä tilassakin.

Toteutetun Learning Cafen palautekysely

Opintojaksolle osallistui 14 opiskelijaa kolmesta eri ammattikorkeakoulusta, jotka vastasivat sähköiseen Webrobol-kyselyyn opintojakson päätyttyä. Vastauksia saatiin 11 opiskelijalta. Vastaajista suurin osa oli liiketalouden alalta (5). Sekä tietojenkäsittelyn alalta että tieto- ja viestintätekniikasta oli kaksi vastaajaa. Lisäksi tekniikan alalta sekä palveluliiketoiminnasta oli kummastakin yksi vastaaja. Osa opiskelijoista hallitsi tietotekniikkaa ja käsiteltävää aihetta erittäin hyvin, osalle käsiteltävä aihe ja verkkoympäristössä toimiminen oli heikommin hallussa. Kukaan opiskelijoista ei ollut osallistunut aiemmin digitaaliseen Learning Cafe -toteutukseen, myös luokassa toteutettu Learning Cafe oli lähes kaikille vieras.

Palautekyselyssä oli kolme teemaa ja niihin liittyvät väittämät olivat:
1. Digitaalinen Learning Cafen teknisen toteutuksen toimivuus: padlet; reaaliaikaisuus, yhteyksien toimivuus; äänien toimivuus; esitysten näkyminen
2. Digitaalinen Learning Cafe ohjeistusten riittävyys: tekniset ohjeet; liikkuminen huoneissa; aikataulutus
3. Digitaalinen Learning Cafe oppimiskokemuksena: suosittelisitko digitaalista Learning
Cafeta muille opintojaksoille; digitaalinen Learning Cafe oli positiivinen kokemus ja miksi; mitä kehittäisit

Jokaiseen teemaan liittyi myös avoin kysymys, jolla saatiin täydentäviä vastauksia kysyttyihin sisältöihin liittyen. Vaikka vastaajien määrä oli pieni, antoivat he paljon hyvää tietoa toimivuuteen liittyvissä avoimissa vastauksissa.

Opiskelijoiden kokemukset digitaalisen Learning Cafen toteutuksesta

Digitaalinen Learning Cafen teknisen toteutuksen toimivuus
Ensimmäisessä teemassa haettiin palautetta Learning Cafen teknisen toteutuksen toimivuudesta, joka sisälsi neljä toimivuusaluetta. Suurin osa vastaajista piti Padletien ja opiskelijoiden omien AC-tilojen teknistä toteutusta pääasiassa toimivana. Sen sijaan yhteyksien ja äänien toimivuutta pidettiin vain jokseenkin toimivina (taulukko 1).

Taulukko 1. Digitaalisen Learning Cafen tekninen toimivuus Moodle oppimisympäristössä.

Neljä opiskelijaa oli vastannut avoimeen kysymykseen ja täydentänyt palautetietoa teknisen toimivuuden osalta. Kolme kommenteista liittyi äänien kuuluvuuteen, lisäksi kaksi kommenttia liittyi materiaalien jakamiseen Learning Cafe -tilassa. Äänien osalta kommentit liittyivät äänien särisemiseen, häviämiseen ja äänien vain osittaiseen kuulumiseen.

”Kaikilla pitäisi olla hyvät mikrofonit ja kuulokkeet. Usein törmää siihen, että aina joitain ei kuule hyvin tai äänet särisevät.”

”Learning Cafeen osallistuvien tulisi ehdottomasti tarkistaa, että kuulokkeet/mikrofonit toimivat. On kurja kuunnella esitystä, kuin vain osan sanoista kuulee.”

”AC huoneessamme oli kaksi ”share my screen” ikkunaa auki ja materiaalit näkyivät kahteen kertaan jaettavalle yleisölle. Emme saaneet päällekkäisiä ikkunoista toista suljettua ollenkaan syystä tai toisesta. Liekö oikeuksiin liittyvää kun toinen oli host ja toinen presenter vaiko vain jokin ”ominaisuus”.”

Digitaalinen Learning Cafe ohjeistusten riittävyys
Suurin osa vastaajista koki, että Learning Cafen toteutukseen liittyvät ohjeet olivat riittävät tai erittäin riittävät. Etenkin ohjeistus joka liittyi liikkumiseen AC-tilojen välillä, koettiin erittäin riittäväksi. Myös Padletien hyödyntäminen, aikataulutus ja tekniset ohjeet olivat vastaajien mielestä pääosin riittävästi ohjeistettu (taulukko 2).

Taulukko 2 Digitaalinen Learning Cafe ohjeistusten riittävyys (n=11).

Avoimissa vastauksissa (3 kappaletta) tuotiin esille aikataulutukseen liittyviä ehdotuksia, yksi kommentti liittyi toiveeseen saada lisää tukea Padletin käyttöön.

”Ohjeet olivat hyvät. Jotta saataisiin enemmän keskustelua aikaiseksi, voisi aikaa per huone olla hieman enemmän.”

”Padletin ohjeistukseen olisin kaivannut jotain tukea – koko ryhmä oli uusia padlet käyttäjiä ja kun loimme uusia tarroja niin toisen oikeudet liikutella tarroja/lappuja ei onnistunut. Mutta selvisimme että ei paniikkia.”

Digitaalinen Learning Cafe oppimiskokemuksena
Vastanneet opiskelijat kokivat Learning Cafen positiivisena oppimiskokemuksena ja olivat valmiita suosittelemaan sitä muillekin opintojaksoille (taulukko 3).

Taulukko 3. Digitaalinen Learning Cafe oppimiskokemuksena (n=11)

Avoimessa kysymyksessä opiskelijoilta kysyttiin mikä vaikutti heidän oppimiskokemukseen verkossa toteutetusta Learning Cafesta. Lähes kaikki kommentit toivat esille positiivisia kokemuksia, vain yhdessä kommentissa tuotiin esille yhteysongelmat.

”Mielenkiintoinen, liian vähän käytetty tapa oppia.”

”Nettiyhteyksien tuomat vaikeudet.”

”Mielenkiintoiset aiheet, hyvät ohjeet, hyvät esitykset sekä oma halua oppia digitaalinen Learning Cafe.”

”Liikkuminen huoneesta toiseen oli saumatonta kunhan linkit on kunnossa.
Hienosti sai palautetta ja kysymyksiä live esityksen jälkeen mikä oli sekä hämmentävää ja mukavaa. Oli hienoa keskustella kanssaopiskelijoiden ja opettajien kanssa.”

”Opiskelisin useampia kursseja mieluusti Learning Cafen kautta. Mahtava kokemus! Kiitos!”

Opiskelijat (5 kappaletta) toivat esille myös joitakin huomioitavia kehittämisehdotuksia digitaalisen Learning Cafeen toteutukseen.

”Ehkä se, että jokaisella ryhmällä olisi silti esim. powerpoint asiastaan jonka voi myös laittaa Padlettiin luettavaksi tai muuten esittelyn osana. Välillä näitä pelkkiä muistilappuja on vähän tylsä lukea.”

”Hyvin joustava ja hyvin toimiessaan toimiva oppimisympäristö. Yhteysvaatimukset voisi olla jossakin olemassa. Välttämättä puhelimesta jaettu netti ei riitä, jos verkko on heikko.”

”Learning Cafen AC:n sekä Padletin yleisiä ”vikatilanteita” FAQ uusille käyttäjille koska alkubriiffissä ei välttämättä osaa vikatilantesta mitään kysyä.”


Kokonaisuudessaan opiskelijat antoivat positiivista palautetta verkossa toteutetusta Learning Cafesta. Opiskelijat kokivat, että tekninen toteutus oli toimiva ja että ohjeistukset olivat pääosin riittävät, ja he olivat valmiita suosittelemaan Learning Cafe toteutusta myös muille opintojaksoille. Tässä palautekyselyssä keskityttiin Learning Cafen tekniseen toteutukseen ja toteutuksen vaatimiin ohjeisiin, jotka ovat oleellisia edellytyksiä onnistuneeseen, oppimista tukevaan yhteistoiminnalliseen työskentelyyn verkossa. Yhteistoiminnallisen työskentelyn tavat ovat oppimisen näkökulmasta tehokkaampia kuin yksilötyöskentelyyn perustuvat työskentelymenetelmät, myös verkkoympäristössä (MacNeill et al 2014; Vuopala ym. 2016), joten tärkeää on pyrkiä rakentamaan toteutuksia, jotka mahdollistavat yhteisen ryhmätoiminnan ja tiedonrakentamisen verkossa.

Yhteistoiminnallinen työskentely verkossa voi olla reaaliaikaista tai eriaikaista. Työkaluja eri työskentelymuotoja varten on paljon erilaisia. Reaaliaikainen verkkoviestintä voi olla tekstiin, ääneen ja liikkuvaan kuvaan pohjautuvaa. Tekstipohjaisia pikaviestimiä, kuten Chat-työkalua voi usein hyödyntää reaaliaikaisen keskusteluyhteyden, esimerkiksi opintojaksolla käytetyn AC- verkkokokousjärjestelmän lisänä. (Sore, Meriläinen & Kivilahti 2011.) Eriaikaisia yhteistoiminnallisia työskentelymuotoja verkkoympäristössä ovat esimerkiksi yhteisen aineiston tuottaminen wikillä, blogi-kirjoittaminen tai keskustelupalstat, joissa käytetään vastaustoimintoa. (Vuopala ym. 2016; Sore ym. 2011.) Ward ym. (2010) selvittivät opettajien ja opiskelijoiden käsityksiä verkko-opiskelun laadusta, ja etenkin opiskelijat kokivat reaaliaikaisen työskentelyn verkossa yhtä hyväksi kuin kasvokkain tapahtuvan luokkaopetuksen ja olivat valmiita valitsemaan myös muita opintoja sen mukaan, että toteutuksessa käytettäisiin reaaliaikaisia verkko-opiskelun tapoja. Tulos vastaa myös tämän artikkelin palautekyselystä saatuja mielipiteitä.


Ally, M. 2008. Foundations of educational theory for online learning. [Verkkodokumentti]. Teoksessa Anderson, T. (ed.) The theory and practice of online learning. Second edition. Edmonton: AU Press. 15-44. [Viitattu 12.10.2017]. Saatavissa:

Brown, J. & Isaacs, D. 2001. The World Cafe: Living knowledge through conversations that matter. The Systems Thinker. [Verkkolehti]. Vol. 12(5), 1–5. [Viitattu 15.10.2017]. Saatavissa:

Chang, B. & Kang, H. 2016. Challenges facing group work online. Distance Education. [Verkkodokumentti]. Vol. 37(1), 73-88. [Viitattu 15.10.2017]. Saatavissa:

Haukijärvi N., Kangas A., Knuutila H., Leino-Richert E. & Teirasvuo N. 2014. Tavoitteena aktiivinen ja työelämälähtöinen oppiminen. [Verkkodokumentti]. Turun ammattikorkeakoulun oppimateriaaleja 91. Turun ammattikorkeakoulu. [Viitattu 10.11.2017]. Saatavissa:

MacNeill, H., Telner, D., Sparaggis‐Agaliotis, A. & Hanna, E. 2014. All for one and one for all: Understanding health professionals’ experience in individual versus collaborative online learning. Journal of Continuing Education in the Health Professions. [Verkkolehti]. Vol. 34(2), 102-111. [Viitattu 10.11.2017]. Saatavissa:

Prewitt, V. 2011. Working in the cafè: lessons in group dialogue. The Learning Organization. [Verkkolehti]. Vol. 18(3), 189-202. [Viitattu 15.10.2017]. Saatavissa:

Partridge, M. 2015. Evaluation Café – A review of literature concerning World Cafe methodology used as an evaluative tool in education. Innovative Practice in Higher Education. [Verkkolehti]. Vol. 2(2). [Viitattu 17.10.2017]. Saatavissa:

Siemens, G. 2005. Connectivism: A learning theory for the digital age. International journal of instructional technology and distance learning. [Verkkolehti]. Vol. 2(1), 3-10. [Viitattu 14.10.2017]. Saatavissa:

Sore, S., Meriläinen, J. & Kivilahti, R. 2011. Yhteistyöskentelyn uudet muodot. Teoksessa: Haasio A. & Salo K. (toim.) AMK 2.0: Puheenvuoroja sosiaalisesta mediasta ammattikorkeakouluissa. [Verkkodokumentti]. Seinäjoen ammattikorkeakoulun julkaisusarja B. Raportteja ja selvityksiä 51. 116-133. [Viitattu 12.10.2017]. Saatavissa:

Vuopala E., Hyvönen P. & Järvelä S. 2016. Interaction forms in successful collaborative learning in virtual learning environments. Active Learning in Higher Education. [Verkkolehti]. Vol. 17(1), 25-38. [Viitattu 2.11.2017]. Saatavissa:

Ward M.E., Peters G. & Shelley K. 2010. Student and Faculty Perceptions of the Quality of Online Learning Experiences. International Review of Research in Open and Distance Learning. [Verkkolehti].  Vol. 11(3), 57-77. [Viitattu 4.11.2017]. Saatavissa:


Hannele Tiittanen työskentelee yliopettajana Lahden ammattikorkeakoulussa sosiaali- ja terveysalalla.

Sariseelia Sore työskentelee lehtorina Lahden ammattikorkeakoulussa  liiketalouden ja matkailun alalla.

Artikkelikuva: (CC0)

Julkaistu 28.2.2018


Tiittanen, H. & Sore, S. 2018. Learning Cafen toteutus verkko-opinnoissa. LAMK RDI Journal. [Verkkolehti]. [Viitattu pvm]. Saatavissa:

Merkityksellinen työ – käsitteen määrittely ja mittaaminen

Työn merkityksellisyyttä ja merkityksellistä työtä on määritelty eri tavoin ja tutkittu erilaisin menetelmin aktiivisesti parin viimeisen vuosikymmenen aikana. Käsitteen käyttö monissa eri konteksteissa, sen epämääräisyys ja mittaaminen usealla eri tavalla vaikeuttaa tulosten vertailtavuutta ja ymmärrystä sekä käsitteestä itsestään että sen yhteyksistä. Tutkimustyössä ja tutkimustulosten soveltamisessa käytäntöön tulee ymmärtää mitä käsite kulloisessakin yhteydessä tarkoittaa. Tässä artikkelissa kuvataan merkityksellisen työn käsitettä, edellytyksiä, seurauksia ja lopuksi esitetään käsiteanalyysi ja kaksi merkityksellisen työn tutkimiseen ja arviointiin suositeltavaa mittaria. Artikkelin aineisto ja mittarit ovat perusta, jonka avulla selvitetään työn merkitystä metallialan Työkykyä ja tuottavuutta –hankkeessa (TTV 2017).

Kirjoittaja: Marja Leena Kukkurainen


Työn merkityksellisyys on kiinnostava asia organisaation, sen menestymisen ja johtamisen sekä työntekijän hyvinvoinnin näkökulmasta. Tutkimus on ollut aktiivista parin viimeisen vuosikymmenen aikana. Vuoden 2017 lopulla Masto-Finnan kansainvälisistä e-aineistoista tehty haku tuotti hakusanalla ”meaningful work” lähes 1,4 miljoonan julkaisujen tuloksen. Tutkimusten määrä oli huipussaan vuonna 2014 (n. 100 000 julkaisua) ja on kääntynyt sen jälkeen laskuun. Suuresta julkaisumäärästä huolimatta käsitteellä ei ole yksimielistä eikä täsmällistä määritelmää, eikä yhteistä tapaa arvioida ja käyttää käsitettä (Both-Nwabuwe ym. 2017, Lips-Wiersma & Wright 2012).

Teoreettinen viitekehys ja tarkka käsitteen määrittely luovat pohjan mittarin laatimiselle ja tutkimustyölle. Kun käsitteestä on yhteinen näkemys, joka on operationalisoitu mitattavaksi, saadaan tarkempi ymmärrys myös käsitteen yksityiskohtaisesta sisällöstä. Näin voidaan selvittää, mitkä ovat työn merkityksellisyyden edellytykset ja seuraukset, sekä onko työn merkityksellisyys kokemuksena pysyväisluonteinen vai muuttuva tila tai ominaisuus.  Mittarista tulee tietää miten se toimii, kuvaavatko eri osiot yhdessä yksiulotteisesti merkityksellisyyttä vai onko käsite moniulotteinen. Yhteinen ymmärrys ilmiöistä kirkastuu vankan teoreettisen taustan, selkeän viitekehyksen ja tutkimuksellisen näytön kautta.

Työn merkityksellisyyden sisältö ja yhteydet
Perustarve ja kutsumus

Yeoman (2014) on määritellyt merkityksellisen työn ihmisen perustarpeeksi, jotta ihminen voisi tyydyttää perustavaa laatua olevia vapauden, autonomian ja eheyden tarpeitaan. Lisäksi yhteiskunta tulisi hänen mukaansa järjestää siten, että niin moni kuin mahdollista voisi kokea työnsä merkitykselliseksi kehittämällä kykyjään.

Lepisto ja Pratt (2017) sisällyttävät merkitykselliseen työhön sekä tarpeiden, motivaation että itsensä toteuttamiseen liittyvien toiveiden toteuttamisen (realization perspective) että työn koetun arvostuksen tai arvon (justification perspective) (Lepisto & Pratt 2016).

Steger ym. (2012) mukaan merkityksellinen työ –käsite heijastaa miten syvästi ihminen kokee työn olevan merkityksellinen, jotain johon on henkilökohtaisesti panostanut ja joka on elämän kukoistuksen lähteenä. Stegerin (2012) merkityksellisen työn mittari WAMI (Work And Meaningful Inventory) soveltuu tutkimuksiin, joiden tarkoituksena on tutkia koettua työn merkityksellisyyttä, sen edellytyksiä ja seurauksia (ks. taulukko 1). Merkityksellisen työn käsitteeseen liittyy myös kutsumus (Foucé ym. 2017, Hirschi 2012, Dobrow & Tosti-Kaharas 2011). Merkityksellinen työ, työn imu ja organisaatioon sitoutuminen ovat yhteydessä toisiinsa (Geldenhuys ym. 2014).

Työn merkityksellisyys hoitotyössä tarkoittaa koettua myönteistä tunnetta työssä, itse työn merkitystä, merkityksellistä työn tarkoitusta ja tavoitetta sekä työtä osana merkityksellistä elämää (Lee 2015). Suomalaisten sairaanhoitajien parissa tehdyn tutkimuksen mukaan merkityksellisyys ja haasteellisuus ovat osa työnhyvinvointia, jonka arviointiin kehitetyn 12 –osaisen mittarin yksi osio on ”haasteellinen ja merkityksellinen työ”. Osioon kuuluvat työn pysyvyys, työn vaihtelevuus, työn autonomia, työn haasteellisuus, mielenkiintoinen työ ja työn merkityksellisyys. (Utriainen ym. 2015; Päätalo & Kyngäs 2016.)

Työn merkityksellisyyteen vaikuttavat tekijät

Allan ym. (2016) mukaan tutkittavat, joita motivoi ulkoiset tekijät (palkka, turvallisuus) tai joilla oli motivaation puute kokivat työnsä vähemmän merkitykselliseksi kuin ne, joilla oli työhönsä sisäinen motivaatio. Tutkimuksessa oli käytetty Steger ym. (2012) WAMI –kyselyä.  Kyseisessä tutkimuksessa tarkasteltiin myös sosiaaliluokan ja työhön liittyvän vapaaehtoisenvalinnan yhteyttä motivaatioon. Vaikka oma vapaaehtoinen tahto ja sosiaaliluokka eivät suoraan vaikuttaneet työn merkityksellisyyden kokemukseen, niin epäsuorasti niiden vaikutus tuli esiin motivaation kautta.

Työn merkityksellisyyttä voi itse lisätä pyrkimällä lisäämään työn myönteisiä puolia, kehittämällä omaa osaamistaan, jotta voi paremmin saada aikaan myönteisiä tuloksia, sekä vaikuttamalla työn sisältöön (Vuori ym. 2012). Työn merkityksellisyyden tunteeseen vaikuttaa osaltaan ikä. Suurten ikäluokkien (1946-1964 syntyneiden) kokemus työn merkityksellisyydestä on vahvempi kuin tätä nuorempien ikäluokkien (Hoole & Bonnema 2015).

Työn merkityksellisyyteen vaikuttaa se miten tärkeänä työnsä kokee. Vaikutuksia seurattiin puolen vuoden ajan kolme kertaa ja tulokset olivat pysyviä. Tutkimuksen perusteella todetaan, että jos voi työssään voi parantaa toisten hyvinvointia se voi johtaa työn merkityksellisyyden kokemukseen. Tässä tutkimuksessa puolestaan tuloksiin ei vaikuttanut ikä, sukupuoli eikä sosiaaliluokka. (Allan 2017.)

Työn merkityksellisyys välittävänä tekijänä

Myös johtajuus vaikuttaa voimakkaasti työn merkityksellisyyden kokemukseen, joka puolestaan vaikuttaa työn tuloksellisuuteen. Työn merkityksellisyys toimii näin ollen välittävänä tekijänä johtajuuden ja työn tuloksellisuuden (organisaatioon sitoutuminen, tehtävän vaatimukset ylittävät ponnistelut, työn ja perheen välinen suhde) välillä (Tummers & Knies 2013).

Niin ikään Willemse ja Deacon (2015) ovat todenneet työn merkityksellisyyden toimivan välittävänä tekijänä koetun kutsumuksen ja työhön liittyvien myönteisten asenteiden (työn haasteet, työn ilo ja käsitys uravalinnan lopullisuudesta) välillä.  Kyseisessä tutkimuksessa oli käytetty työn merkityksellisyyden tutkimukseen Stegerin ym. (2012) WAMI -mittaria, joka on toinen myöhemmin suositeltavista mittareista.

Työn merkityksellisyyden kokemus tuottaa hyvää

Suomalaisen Työn Liiton hankkeessa tuodaan esiin, että työ on merkityksellistä ja arvokasta silloin kun se on tuottavaa, kestävää ja osallistavaa. Merkityksellinen ja arvokas työ motivoi, sitouttaa ja aktivoi kasvua ja uuden oppimista. (Suomalaisen työn liitto 2017.)

Kokemus työn merkityksellisyydestä tuottaa työn imua, työtyytyväisyyttä, motivaatiota ja vähentää stressiä (Lips-Wiersma & Wright 2012). Oman työn kokeminen tärkeänä (Vaandrager & Koelen 2013) ja työn merkityksellisyys (Jenny ym. 2017) toimivat työn voimavaroina ja siten työhyvinvointia rakentavina tekijöinä.

Työn merkityksellisyyden kokemus ennustaa organisaatioon (Geldenhuys ym. 2014). sekä opettajien keskuudessa tehdyn tutkimuksen mukaan työhön sitoutumista (Foucé ym. 2017). Edellä mainitussa tutkimuksessa oli käytetty Steger ym. (2012) WAMI –mittaria.

Merkityksellinen työ – viitekehys, käsite ja mittaaminen

Both-Nwabuwe ym. (2017) ovat analysoineet yhteensä 14 tutkimusta, joissa on määritelty merkityksellinen työ ja näiden perusteella luoneet viitekehyksen sekä määritelleet merkityksellisen työn käsitteen.  Viitekehys on kuvattu neljän kategorian kautta: työn myönteinen merkitys tai tarkoitus, merkityksellisen työn elementit, työntekijän tavoitteiden ja työn yhteensopivuus, sekä täyttymys. (Kuvio 1.) Analyysiin käytettyjen tutkimusten viitetiedot löytyvät Both-Nwabuwe ym. 2017 alkuperäisartikkelista.

Työn tuottama myönteinen merkitys tai tarkoitus kategoria sisältää ihmisen elämän tarkoituksen, olemassaolon ja inhimillisten tarpeiden tyydyttämisen kannalta oleellisia tekijöitä. Työ on erityisen tärkeä, se tuottaa täyttymyksen, ja sillä on jokin mieli ihmisen elämässä. Ihmisellä on merkitykselliseen työhön myönteinen tunnesuhde, josta syntyvä onnellisuus, mikä perustuu enemmän syvempään tarkoitukseen, joka tuottaa kasvua ja kehitystä mieluummin kuin ohimenevään mielihyvään. (Both-Nwabuwe ym. 2017.)

Merkityksellisen työn elementit tai osatekijät sisältävät subjektiivisen kokemuksen siitä, että työ on tärkeä ja merkityksellinen, tukee henkilökohtaista kasvua ja edesauttaa suurempaa hyvää. Työn kautta kokee myönteisiä tunteita, löytää työstä merkityksen sekä tavoittelee tarkoituksen ja tavoitteiden saavuttamista työpaikalla. (Both-Nwabuwe ym. 2017.)

Työntekijän tavoitteiden ja työn yhteensopivuus on johdonmukaisuutta yksilön tavoitteiden ja työn välillä. Työn ja työn tekijän ihanteet kohtaavat ja työ tuo elämään täyttymyksen. (Both-Nwabuwe ym. 2017.)

Työn tuottama täyttymys elämässä kuvaa ihmisen kykyä ansainta elantonsa tavalla, joka tyydyttää hänen psykologisia, henkisiä ja sosiaalisia tarkoituksen ja osallisuuden kokemuksiaan. Merkitykselliseen työhön liittyvät tarpeet, jotka auttavat saavuttamaan ja ylläpitämään merkityksen tunnetta, kuten työn tavoitteet ja täyttymys, arvot, tehokkuus ja oma arvo. (Both-Nwabuwe ym. 2017.)

KUVIO 1. Merkityksellinen työ –käsitteen viitekehys (mukaillen Both-Nwabuwe ym. 2017)

Käsitteen määrittely

Both-Nwabuwe ym. (2017) mukaan merkityksellinen työ on subjektiivinen kokemus oman olemassaolon merkityksestä, joka seuraa siitä, että työ ja työn tekijä sopivat yhteen. Käsite on määritelty englanniksi seuraavalla tavalla:

Meaningful work is the subjective experience of existential significance resulting from the fit between the individual and work. (Both-Nwabuwe ym. 2017.)

”Subjective experience of existential significance” viittaa henkilökohtaiseen prosessiin, jossa ihminen kokee työn tukevan ja olevan mielekäs syy omalle olemassaololle. ”Resulting from the fit” viittaa ihmisen inhimillisten ulottuvuuksien toteutumisen työssä tai työn kautta. Työ käsitteenä on määritelty ja rajattu tarkoittamaan palkkatyötä erotuksena esimerkiksi vapaaehtoistyöstä. (Both-Nwabuwe ym. 2017.)

Arviointiin suositeltavat mittarit

Edellä olevaan käsitteen määrittelyyn nojautuen Both-Nwabuwe ym.  (2017) kuvaavat tarkemmin käsitettä parhaiten mittaavat neljä mittaria (Lips-Wiersma & Wright 2012, Steger ym. 2012, Bendassoli ym. 2015, Lee 2015), joista he suosittelevat merkityksellisen työn arviointiin ja mittaamiseen Lips-Wiersma ja Wrightin (2012) luomaa CMWS (Comprehensive Meaningful Work Scale) ja Stegerin ym. (2012) WAMI (The Work And Meaning Inventory) mittareita. Mittarien kautta merkityksellisyyttä tarkastellaan hieman eri näkökulmista, mikä tulee ottaa huomioon sen mukaan, haluaako tutkia enemmän koettua merkityskelisyyttä ja sen edellytyksiä ja seurauksia (WAMI) vai sitä miten esimerkiksi henkilökohtaiset piirteet ja organisaation käytännöt luovat työn merkityksellisyyttä (CMWS) (taulukko 1). (Both-Nwabuwe ym. 2017.)

TAULUKKO 1. Merkityksellisen työn operationalisointi, käsitteen kuvaus ja käyttö CMWS ja WAMI -mittareilla (mukaillen Both-Nwabuwe ym. 2017)

Steger ym. (2012) WAMI sisältää kymmenen kysymystä, joista muodostuu kolme faktoria: myönteinen merkitys (kysymykset 1,4,5,8), merkityksen luominen työn kautta (kysymykset 2,7,9) kautta ja motivaatio tehdä jotain suurempaa (kysymykset 3,6). Kysymykset on suomennettuna taulukossa 2. Arviointi suoritetaan 5-portaisella Likert -asteikollisella mittarilla (ei lainkaan totta – täysin totta) (Taulukko 2.). Kyselylomake ja ohje mittarin käyttöön ovat saatavissa englanninkielisenä internetistä osoitteesta

TAULUKKO 2. WAMI -The Work And Meaning Inventory työn ja sen merkityksen arviointiin (Steger ym. 2012)

Lips-Wiersma ja Wrightin (2012) luomassa CMWS mittarissa on viisi faktoria, jotka kysymyksineen on kuvattu taulukossa 3. Mittarissa on 28 Likert –asteikolla arvioitavaa kysymystä, jotka muodostavat seitsemän faktoria. (Taulukko 3.)

TAULUKKO 3. CMWS – Comprehensive Meaningful Work Scale merkityksellisen työn arviointiin (Lips-Wiersma & Wright 2012)


Vaikka tutkimusten määrä on hieman kääntynyt laskuun parin viime vuoden aikana, tulee työn merkityksellisyys edelleen olemaan sekä yksilön että organisaation näkökulmasta tärkeässä asemassa. Työ on monimuotoistunut ja muuttunut, mutta tulee siitä huolimatta olemaan merkittävässä asemassa toimeentulon tuojana ja ihmisen elämän merkityksen luojana myös tulevaisuudessa (Työ 2040 Skenaarioita työn tulevaisuudesta 2017).

Tässä artikkelissa on kuvattu merkityksellinen työ –käsitettä ja siihen yhteydessä olevia tekijöitä. Käsitteen määrittely auttaa ymmärtämään sen moniulotteista ja dynaamista sisältöä, kun sitä tutkitaan ja käytetään eri yhteyksissä. Merkityksellisen työn arviointiin suositeltuja kahta mittaria (WAMI, CMWS) ei ole kulttuurisesti validoitu suomenkielelle. Mikäli niitä käytetään tutkimustyössä, on tutkijan syytä arvioida käännösten onnistuneisuus vertaamalla niitä alkuperäisiin lähteisiin ja tehdä tarpeelliseksi katsomansa korjaukset. Mittareiden käännöstyö on tehty yhteistyössä asiantuntijan kanssa ja pyritty mahdollisimman tarkkaan vastaavuuteen.

Molemmat tässä esitellyt mittarit soveltuvat TTV – työkyky ja tuottavuus valmennuksen tarpeisiin, joskin hankkeen kannalta lyhyempi Steger ym. (2012) WAMI –mittari saattaisi olla toimivampi. Lisäksi CMWS –mittarissa on kysymyksiä, jotka soveltuvat paremmin ihmisten hyvinvointiin liittyviin tehtäviin kuin metallialalle tai teolliseen työhön.


Allan. B. A., Autin, K. L. & Duffy R. D. 2016. Self-Determination and Meaningful Work: Exploring Socioeconomic Constraints. Frontiers in Psychology. [Verkkolehti]. Vol. 7, 71. [Viitattu 21.12.2017]. Saatavissa:

Allan, B. A. 2017. Task significance and meaningful work: A longitudinal study. Journal of Vocational Behavior. [Verkkolehti]. Vol. 102, 174 – 182. [Viitattu 21.12.2017]. Saatavissa

Bauer, G. F. & Gregor, J. J. (toim.) 2013. Salutogenic organizations and change. The concepts behind organizational health intervention research, 77-89. Springer.

Bendassoli, P. F., Borges-Andrade, J. E., Alves, J. S. C. & Torres, T. D. L. 2015. Meaningful Work Scale in creative industries: a confirmatory factor analysis. Psico USF. Vol. 20, 1-12.

Both-Nwabuwe, J. M. C., Dijkstra, M. T. M. & Beersma, B. 2017. Sweeping the Floor or Putting a Man on the Moon: How to Define and Measure Meaningful Work. Frontiers in Psychology,  8, 1658.

Dobrow, S. R. & Tosti-Kharas, J. 2011. Calling: The development of a scale measure. Personnel Psychology. Vol. 64, 1001 – 1049.

Fouché, E., Rothmann, S. & van der Vyver, C. 2017. Antecedents and outcomes of meaningful work among school teachers. SA Journal of Industrial Psychology, 43(0), 1398.

Geldenhuys, M., Ł aba, K. & Venter, C. M. 2014. Meaningful work, work engagement and organizational commitment. SA Journal of Industrial Psychology/SA Tydskrif vir Bedryfsielkunde. [Verkkolehti]. Vol. 40(1), 1098. [Viitattu 21.12.2017]. Saatavissa:

Hirschi, A. 2012. Callings and work engagement: Moderated mediation model of work meaningfulness, occupational identity, and occupational self-efficacy. Journal of Counseling Psychology. [Verkkolehti]. Vol. 59(3), 479-485. [Viitattu 21.12.2017]. Saatavissa:

Hoole, C. & Bonnema, J. 2015. Work engagement and meaningful work across generational cohorts. SA Journal of Human Resource Management. [Verkkolehti]. Vol. 13(1), 1-11. [Viitattu 21.12.2017]. Saatavissa:

Jenny, G. J., Bauer, G. F., Vine, H. F., Vogt, K. & Torp, S. 2017. The Application of Salutogenesis to Work. Teoksessa Mittelmark, M. B. ym. (toim.) The Handbook of Salutogenesis. Springer International Publishing. 197- 210.

Lee, S. 2015. A concept analysis of ’Meaning in work’ and its implications for nursing. Journal of Advanced Nursing, Vol. 71(10), 2258-2267.

Lepisto, D. A. & Pratt, M. G. 2017. Meaningful work as realization and justification. Organizational Psychology Review, Vol. 7(2), pp. 99-121.

Lips-Wiersma, M. & Wright, S. 2012. Measuring the Meaning of Meaningful Work. Development and Validation of the Comprehensive Meaningful Work Scale (CMWS). Group & Organization Management. [Verkkolehti]. Vol. 37(5), 655-685. [Viitattu 21.12.2017]. Saatavissa:

Mittelmark, M.B., Sagy, S., Eriksson M. ym. (toim.) Cham (CH). The Handbook of Salutogenesis. Springer International Publishing.

Päätalo, K. & Kyngäs, H. 2016. Measuring hospital nurses’ well-being at work – psychometric testing of the scale. Contemporary Nurse : a Journal for the Australian Nursing Profession. Vol. 52(6), 722-735.

Steger, M. F., Dik, B. J. & Duffy, R. D. 2012. Measuring meaningful work the work: The Work and Meaning Inventory (WAMI) Journal of Career Assessment.  [Verkkolehti]. Vol. 20, 322-337. [Viitattu 21.12.2017]. Saatavissa:

Suomalaisen Työn Liitto. 2017. Merkityksellisen ja arvokkaan työn indikaattori. [Viitattu 7.11.2017]. Saatavissa:

Työ 2040 Skenaarioita työn tulevaisuudesta 1/2017. 2017. Demos Helsinki & Demos Effect. [Viitattu 19.11.2017]. Saatavissa:

TTV (Työkyky ja tuottavuus –valmennus). 2017. Lahden ammattikorkeakoulu. [Viitattu 21.12.2017]. Saatavissa:

Utriainen, K., Ala-Mursula, L. & Kyngäs, H. 2015. Hospital nurse´s wellbeing at work: a theoretical model. Journal of Nursing Management. Vol. 23(6), 736-743.

Vaandrager L. & Koelen M. 2013. Salutogenesis in the Workplace: Building General Resistance Resources and Sense of Coherence. Teoksessa Bauer G F & Gregor J. J. (toim.) Salutogenic organizations and change. The concepts behind organizational health intervention research, 77-89. Springer.

Vuori, T., San, E. & Kira, M. 2012. Meaningfulness-making at work. Qualitative Research in Organizations and Management. [Verkkolehti]. Vol. 7(2), 231-248. [Viitattu 21.12.2017]. Saatavissa:

Willemse M. & Deacon E. 2015. Experiencing a sense of calling: The influence of meaningful work on teachers’ work attitudes. SA Journal of Industrial Psychology. [Verkkolehti]. Vol 41 (1), 1-9. [Viitattu 21.12.2017]. Saatavissa:

Yeoman, R. 2014. Conceptualising meaningful work as a fundamental human need. Journal of Business Ethics. [Verkkolehti]. Vol. 125(2), 235-251. [Viitattu 21.12.2017]. Saatavissa:


Marja Leena Kukkurainen, TtT, tuntiopettaja, Lahden ammattikorkeakoulu, Liiketalouden ja matkailun ala.

Julkaistu 21.12.2017

Artikkelikuva: (CC0)


Kukkurainen, M.L. 2017. Merkityksellinen työ – käsitteen määrittely ja mittaaminen. LAMK RDI Journal. [Verkkolehti]. [Viitattu pvm]. Saatavissa:

Creative Commons -lisenssi


Open Digi Campus Technical Challenges

The Open DigiCampus project  (2017–2018), funded by the KIRA-digi programme, boosts the digitalisation of the built environment and construction sector by creating an open and interoperable information management ecosystem for the built environment. The KIRA-digi programme is the Government’s key programme involving ministries, municipalities and the KIRA forum. The project focuses on digitalisation of the new campus of the Lahti University of Applied Sciences and this article describes the technological challenges of the digicampus.

Authors: Timo Turunen, Satu Hyökki, Hannu Kaikonen & Minna Asplund


Lahti University of Applied Sciences has been building a new campus, which is based strongly on future working needs in study, research and administrative work. One starting point is to enable an appropriate and flexible working environment, which is supported by digitalisation. One aim of this is to permit round-the-clock working in the rooms on campus by giving the students a possibility to obtain RFID tags for access to premises.

The Open DigiCampus (2017) project boosts the digitalisation of the new campus by creating an open and interoperable information management ecosystem for the new campus.

Operations on the new campus are concentrated mainly in two locations. The wide campus area and the number of the actions in there gives challenges to handle what happens and where. This makes it necessary to organise the user guidance in the facilities. There is also a need for knowing the utilisation degree of the resources and the locations of different groups and persons. For that reason, there has to be flexible ways to reserve and release the resources always according to the specific needs. It is also important in the future to be able to develop applications, that can make use of the resource and reservation statistics.

To achieve these goals sets technical challenges. Those challenges are presented next, starting from the sub-functions and approaching the big picture.

Architectural overview

First, the architectural overview of the Open Digi Campus Service Environment is presented in Figure 1. The environment is built around the Peppi Ecosystem and its integration parts, the Reservation Integration Point and the Open Data Portal. Then, there are the data source systems: Property Operator and Room Data IoT System. Lastly, there are the Common Digital services in the right part of the figure.

Figure 1.  Open Digi Campus Service Environment – architectural overview.

The more detailed architecture is shown in Figure 2. This gives more technical information on the environment structure.

Peppi Ecosystem

Peppi Ecosystem is the core data warehouse of the Open Digi Campus Service Environment. The resource planning system of Lahti University of Applied Sciences has been implemented using Peppi. It is a common planning system of most Finnish educational organisations.

Peppi serves two interfaces for external services: the open data REST interface for getting data from Peppi and the private SOAP interface for bidirectional data transferring. The users of the interfaces are usually Peppi plugins or external service applications. An example of a Peppi plugin is the service, and an example of an external service application is the Property Operator Booking Service, which also handles other rooms than Open Digi Campus rooms.

The open data interface is an easy way to get data from Peppi. It is a modern RESTful service, which gives possibilities to use versatile queries for getting the reservation data. It is also a powerful protocol because it uses the internal fast data indexes of Peppi. Therefore, it is used in the service.

The private SOAP interface is more complex and even more versatile, but also more loading. It handles the data directly in the database of Peppi so it should be used carefully.  The main challenge in using this interface is to take care of the integrity of the database. Therefore, it should be used for only very carefully designed and tested SOAP calls.

Room Data IoT System

Room Data IoT system is another data source for Open Digi Campus Service Environment. It collects information from the room sensors and transmits analysed data to the Reservation Integration Point service. This system is not yet defined very carefully, because it is being researched and piloted in the next few months.

The aim of this system is to get sensor data from the rooms. The data can be something like presence, temperature and concentration of carbon dioxide. The system collects the data from the sensors using embedded computers, which sends the data into the big data cloud service. (Yealamarthi, Aman & Abdelgawad 2017.)

Reservation Integration Point

Reservation Integration Point is the main connection node of the Open Digi Campus Service Environment. It serves interfaces for private bidirectional connections between the Peppi Ecosystem and common digital services like the Room Management service and Property Operator services.

This service gives a modern, safe and standardised RESTful interface instead of Peppi’s carefully used SOAP interface. It also handles the reservation conflicts and rights of the user services, which gives the main challenges for that point.

This service has been made and will be futher developed by the university’s own staff. In the future, the reservation information point can also include the commercial integration hub BizTalk.

Open Data Portal

Open Data Portal is a public connection node between the Peppi Ecosystem and Open Data services. It manages a public open data interface and portal web site. It also gets data from the external open data services and Property Operator data interface and relays them to the external users. Examples of these external open data services can be local weather information, bus schedules, restaurant menus and statistical information of the solar energy system. One challenge is to find a common definition for the RESTful service. It has not yet been defined, but it should be done before the Digital Signage service is implemented. If this service is not ready when it is needed, the Reservation Integration Point can temporarily handle these tasks. Both have the same kind of RESTful service.

Common Digital Services

Common Digital Services are applications that serve public web sites for people who need to see or make resource reservations. Digital Signage, Property Operator, Room Management, Study&Meet, and Office 365 Outlook are those services. There can also be more if  new needs are found in the future. They can also be merged if it seems to be expedient.

All these services use common Reservation Integration Point to connect to the reservation database. Those services can poll availability of the resources and make new reservations if they have the right to do this and if there is free space for that. They can also even remove their own reservations or, if they have the rights, also remove other users’ reservations.

Digital Signage

One challenge on the real campus is to find places and people. The property surface area is so big and there are a lot of rooms and corridors, so people should be able to locate where they need to be and other people or groups they want to meet. The other challenge is to find places. For that, there is a digital Signage system that uses the Open Data Portal to get information that all groups need to know. Those groups can be students, lecturers, other staff and visitors.

One of the useful properties of the Digital Signage service is to show the way to the target place.  Ten useful capabilities have been found (Penny 2012, 50-51) for interactive wayfinding:

  1. Touchscreens
  2. RFID
  3. Barcode scanners
  4. Multifloor/multiregion services
  5. Conditional formatting
  6. Customised views
  7. Extra information
  8. Emergency procedures
  9. Easy updating
  10. List management

The Digital Signage includes info TV’s, corridor signage displays and so on.

Property Operator

The Property Operator service is one externally administered application in the Open Digit Campus Service Environment. Besides their own external resources, it also handles some hired out campus rooms, such as big auditoriums. Those rooms should be reserved by both this service and the Peppi Ecosystem. This service should work so that it is possible to make a reservation if there is not already a reservation. Peppi has the main priority for those rooms.

This service has not yet been implemented. This will be based on the Study&Meet integration. The main challenges have been solved in that task. Reservation priorities must be handled well so the use of this service works fluently with the Peppi Ecosystem and the other reservations services.

Room Management

Perhaps the most important service of the new Open Digi Campus Service Environment is the Room Management service. This service has not yet been implemented, but it should handle the door displays outside the rooms, give the global web portal for making and viewing reservations and also include a mobile application for common mobile platforms like Android and IOS.

In the market, there are some possible existing applications. It is a challenge to define and choose or develop an appropriate application for this. At Ball State University, they had the same kinds of problems in choosing the best way to get a suitable application, and they chose to  make it themselves. As they scanned the environment, they had a difficult time finding any scheduling software that met most of their needs. Instead, they found systems that were too expensive, too simple, too complex, ran on unsupported platforms, or used unsupported technologies. For these reasons, they decided to build the application they needed to manage their group study rooms. (Faust et al. 2010, 2.)

In the Open Digi Campus Service Environment, the result can be other than described above because the technology has been evolved since.


The Study&Meet service already exists. It is the first external common digital service in the Open Digi Campus Service Environment. The integration of this service is the base of Reservation Integration Point. The first challenges of this integration point have been detected and solved in this development work.

The half-year future reservations and rooms dedicated for this service are polled once a day using the REST interface of the Reservation Integration Point. This is the main data synchronisation between this service and Peppi’s database. In the day views, the short-term reservations are polled, so the user view shows the live reservation situation. When this service needs to make new reservations, it polls this time window reservation three times to be sure that the space for this reservation is free. Secondly, when it needs to remove an existing reservation, it checks to verify that the reservation owner is this service.

Ultimately, the Reservation Integration Point accepts the creation or removal operations of the service. If the service tries to remove somebody else’s reservation, the integration point denies it. is the first-ever-made service for the Open Digi Campus Service Environment. It is made in the university’s own development staff. Because it is placed into the university’s own environment, it is called the Peppi plugin. This service uses Peppi’s open data interface. The interface has some restrictions, like missing persons in the reservation events. It has, however, been noted that it can live with those restrictions.

If, in the future, it seems necessary to have this now-restricted information, this service should be changed to use the Reservation Integration Point. The integration point can be programmed to handle almost all data fields in Peppi’s database. It can even process some operations that are not possible in Peppi’s native desktops.

This service has shown the principles of how to build interfaces and new services around the Peppi Ecosystem.  Developing this service has presented several technical software challenges, but they have been solved and the service works quite well.

Figure 2. Open Digi Campus Service Environment – advanced architectural overview


There are many parts of the Open Digi Campus Service Environment that exist. However, some parts are still being developed, and to develop these parts sets many challenges, which still have to be solved. The main challenges are in the Room Management Service, the Digital Signage Service and the Room Data IoT System. It also has not yet been defined which information of the room data will be used in the informative resources.

First, the Room Management System should be defined and then ordered. The second priority is to get the Digital Signage Service. At the same time, the university students will develop the Room Data IoT System.

At any rate, the aim is to have the main parts of this environment working when the new campus is started. Secondary parts can be implemented when the campus is open.


Faust, B. D. & Hafner, A. W. & Seaton, R. L. 2010. OpenRoom: Making room reservation easy for students and faculty. Code4Lib Journal [Electronic journal]. 01 June 2010, Issue 10. [Cited 12 Sep 2017]. Available at:

Open DigiCampus. 2017. KIRA-digi, Lahti University of University of Applied Sciences. [Cited 9 Dec 2017]. Available at:

Penny, Janelle. 2012. Communicate campus-wide with digital signage: boost awareness and broadcast important messages with real-time sign updates. Buildings. Vol. 106 (5), (May 2012), 46-48, 50-51.

Yealamarthi, K. & Aman, Md.S. & Abdelgawad, A. 2017. An Application-Driven Modular IoT Architecture. Wireless Communications and Mobile Computing [Electronic journal]. Volume 2017, Article ID 1350929. [Cited 9 Dec 2017]. Available at:

About the authors

Timo Turunen, Senior Lecturer, Faculty of Technology

Satu Hyökki, Project Director

Hannu Kaikonen, Project Manager

Minna Asplund, Senior Lecturer, Faculty of Technology

Published 20.12.2017

Reference to this publication

Turunen, T., Hyökki, S., Kaikonen, H. & Asplund, M. 2017. Open Digi Campus Technical Challenges. LAMK RDI Journal. [Electronic journal]. [Cited and date of citation]. Available at:

Creative Commons -lisenssi