Tilbake til bloggen
IoT oppgaverCleanFlow

Behovstyrt renhold i 2026: Slik blir sensordata fra Tork til konkrete oppgaver i CleanFlow

Jonas Forså
2 min

Renhold i 2026 handler ikke om å gjøre mer – men om å gjøre riktig.
Likevel styres mye renhold fortsatt av faste ruter og “for sikkerhets skyld”-kontroller. Resultatet er unødvendige stopp, tid brukt der det ikke trengs, og tomme dispensere likevel.

Når du vet hvor trykket faktisk er høyt, og hvor forbruket er i ferd med å gå tomt, kan du prioritere smartere – uten å øke bemanning eller kompleksitet.

Derfor har vi bygget en integrasjon mellom Tork Vision Renhold og CleanFlow, som gjør sensordata operative i hverdagen:
fra måling → til varsling → til konkrete oppgaver som kan planlegges, tildeles og utføres.

Fra innsikt til styring: Hva er Tork Vision Renhold?

Tork Vision Renhold er en datadrevet modell der sensorer i og rundt dispensere måler både:

  • Forbruk / påfyllingsnivå
  • Trafikk / besøk (besøkstellere)

Disse dataene kan deles videre via API og integreres i tredjepartssystemer – som CleanFlow – der de brukes direkte i operativ drift.

Poenget er enkelt:
Data er først verdifulle når de fører til riktig handling.


Blogg IoT


Hvilke sensortyper skaper verdi i behovstyrt renhold?

I praksis er det spesielt to typer signaler som gir mest effekt i daglig drift.

1. Dispensersensorer – styr renhold etter faktisk forbruk

Torks dispensersensorer rapporterer status som typisk kan tolkes som:

  • Grønt = OK
  • Gult = 50%
  • Rødt = Krever påfyll

I praksis betyr det at du kan:

  • Etterfylle når det faktisk trengs – ikke bare fordi det står på ruten
  • Redusere klager (tom papir, såpe og fulle avfallspann)  skaper misnøye umiddelbart)
  • Kutte unødvendige sjekker og småstopp som stjeler tid

Tork beskriver dette som at påfyllingsnivå i tilkoblede dispensere overvåkes og brukes til å styre vedlikehold mer effektivt.

I praksis betyr dette ikke små “top-ups”, men planlagt påfyll med hele ruller eller komplette forbrukspakker. Når en dispenser når definert terskel, er hensikten å gjennomføre en full refill – slik at man unngår halvfulle løsninger, unødvendige mellomstopp og økt materialsvinn.


I CleanFlow gjør vi dette operativt ved å koble status direkte til oppgaver, for eksempel:

  • Toalettpapir –  gult  “kontrollere toalletpapir holder” (normal prioritet)
  • Toalettpapir – Rødt  “etterfyllle toalettpapir” (høy prioritet)

Samme mønster gjelder for papirhåndklær, såpe, desinfeksjoon og avfallsbeholdere.

Resultatet:
Mindre tolkning. Mer gjennomføring.

2. Besøksteller – renhold basert på faktisk trafikk

Besøksteller måler trafikk gjennom dører eller soner. Det gir en helt annen type styring enn forbruk alene:

“Det har vært mange her – sannsynligheten for behov har økt.”

Dette er spesielt nyttig for:

  • Toalettsoner og fellesarealer med varierende trykk
  • Lokasjoner med tydelige mønstre (møter, lunsj, arrangementer)
  • Punkt- eller sonerenhold utløst av faktisk bruk

Tork beskriver hvordan sensorer kan måle besøk (besøkstrafikk) og bruke dette i datadrevet renhold.

I CleanFlow kan en regel se slik ut:

  • Besøksteller – Terskel nådd → Rengjør område – mye trafikk
    (normal eller høy prioritet, avhengig av behov)

Dette gir et renhold som følger bruken – ikke klokken.

Raskt oppsett: Floor plan først

En integrasjon er lite verdt hvis den er tung å konfigurere. Derfor er plantegningen selve kjernen i oppsettet i CleanFlow.

Når sensorene er hentet inn fra Tork:

  1. Velg sensor i listen over umappede sensorer
  2. Klikk på riktig rom i plantegningen
  3. Sensoren er knyttet til et fysisk sted

Deretter skjer alt automatisk.

Resultatet:

  • Alle hendelser er stedfestet
  • Oppgaver opprettes med rom og lokasjon
  • Ingen løse alarmer som noen må tolke manuelt

Automatiske regler: fra sensortype til ferdige oppgaver

I stedet for å bygge alt fra bunnen av, genererer CleanFlow automatiske regler basert på sensortype og kategori.

Et typisk oppsett:

  • Lav-status → “sjekk”-oppgave (normal prioritet)
  • Tomt-status → “etterfyll”-oppgave (høy prioritet)
  • Besøksteller-status→ renholdsoppgave når terskel nås

Alt kan justeres:

  • terskler
  • prioritet
  • oppgavetekst
  • hvem som tildeles (for eksempel “Team 1”)

Fleksibelt, men uten kompleksitet.

Fra sensor til handling: ikke bare varsling, men arbeidsflyt

Når en sensor endrer status eller en terskel nås, skjer tre ting i praksis:

  1. Hendelsen registreres med tid og rom
  2. Regelverket evaluerer hva som skal skje
  3. Det opprettes en oppgave med riktig tittel, prioritet og tildeling

Det gir en arbeidsflyt som er:

  • tydelig (hva skal gjøres)
  • stedfestet (hvor)
  • prioriterbar (hva haster mest)

Dette er forskjellen på
“vi har data” og “vi har styring”.

Planlegging som faktisk fungerer: cut-off og helger

Sensorstyrte oppgaver må passe i hverdagen. Hvis en terskel nås sent på dagen, er det ikke alltid riktig at oppgaven havner i “i dag”.

I CleanFlow kan du derfor konfigurere:

  • Cut-off time – hendelser etter et gitt tidspunkt flyttes til neste arbeidsdag
  • Tidssone per lokasjon – sikrer korrekt beregning
  • Hopp over helg – oppgaver som ellers ville havnet i helg flyttes til mandag

Resultatet er mer realistiske planer – og mindre støy i oppgavelisten.

Hvorfor behovstyrt renhold vinner i praksis

Behovstyrt renhold handler ikke om å løpe mer. Det handler om å:

  • redusere unødvendige kontroller
  • bruke tid der det faktisk er behov
  • holde kvaliteten stabil, selv når trafikken varierer

Når dispenserstatus og trafikk blir til konkrete oppgaver i CleanFlow, får du en drift som er:

  • enklere å lede
  • enklere å bemanne
  • enklere å dokumentere

Vil du se hvordan dette fungerer i praksis?

Ønsker du å se hvordan sensordata fra Tork Vision Renhold kan bli til faktiske oppgaver i CleanFlow – med deres plantegninger og lokasjoner – kan du teste systemet gratis.

 Prøv CleanFlow kostnadsfritt her
Ingen forpliktelser. Bare reell innsikt i hvordan behovstyrt renhold kan fungere hos dere.


Behovstyrt renhold i 2026: Fra Tork Vision Renhold til oppgaver i CleanFlow | CleanFlow Blog