Ammattiäly

Insinööri, konenäkö

Tilannekuva

Konenäköön erikoistuneet insinöörit tutkivat, suunnittelevat, kehittävät ja kouluttavat tekoälyalgoritmeja ja koneoppimisen alkeiskaavoja, jotka ymmärtävät digitaalisten kuvien sisällön suuren datamäärän perusteella. He soveltavat tätä ymmärrystä erilaisten reaalimaailman ongelmien ratkaisemiseksi. Sovelluskohteisiin kuuluvat turvallisuus, itsenäinen ajaminen, robottien käyttö valmistuksessa, digitaalisten kuvien luokittelu sekä lääketieteellisten kuvien käsittely ja diagnosointi.

Työmarkkinat
Enemmän hakijoita kuin paikkoja maassa Suomi ja 3 muuta maata
ELA/EURES 2025
Toimiala
Digitaalinen teknologia
Koulutus
Alempi korkeakoulututkinto
29%
Resilienssi Pisteet · 2026 (Mitä korkeampi, sen parempi)
Alempi korkeakoulututkinto 64% Tekoälyvaikutus · 2026
Työmarkkinat

Missä tästä ammatista on pulaa

Raportoidut työvoimapulat ja -ylitarjonnat vuosittain. Julkaistaan ammattiryhmille, ei yksittäisille ammattinimikkeille.

Luvut kattavat ryhmän Tieto- ja viestintäteknologian erityisasiantuntijat — 75 ammattia, tämä mukaan lukien.

10/14 pulaa2025Kaikki 30 kasvaa3.7Mavautuvia vuoteen 2035

Pulaa: Alankomaat, Belgia, Bulgaria, Irlanti ja 6 muuta.

Pisin yhtäjaksoinen pula: Itävalta, 3 vuotta.

Valitse alue kartalta nähdäksesi sen luvut.

Tietoa lähteestä›

Lähde: ELA/EURES työvoimapulat ja -ylitarjonnat. Tiedot julkaistaan ammattiryhmätasolla ja kattavat Euroopan. Julkaisujen liitteiden rakenne ja maakattavuus vaihtelevat, joten vuosien välinen muutos ei aina tarkoita työmarkkinoiden muuttumista. Harmaat maat eivät ole raportoineet, mikä ei ole sama asia kuin tasapaino.

Mitä nämä sanat tarkoittavat

Neljä asiaa, joista tämä osio kertoo

Raportoitu kysyntä
Raportoitu kysyntä kertoo, ilmoittavatko työnantajat tarvitsevansa tähän työhön työntekijöitä — kyse on kansallisen viranomaisen tai EU-elimen julkaisemasta arviosta, ei lukumäärästä.
Mihin suuntaan
Mihin suuntaan työ tässä ammatissa kehittyy tulevina vuosina, ilmenee virallisesta ennusteesta.
Avautuvia paikkoja
Avautuvia paikkoja syntyy arviolta kasvun ja työstä poistuvien ihmisten vuoksi.
Tyypillinen palkka
Tyypillinen palkka kertoo, kuinka paljon tässä työssä yleensä ansaitaan siellä, missä lähde julkaisee tiedon. Tyhjä kohta ei tarkoita palkattomuutta, vaan sitä, ettei kukaan julkaise tietoa kyseisestä paikasta.

Mittari jätetään pois, jos kukaan ei julkaise sitä kyseisestä paikasta, eikä sitä näytetä nollana.

Mihin suuntaan markkinat kallistuvat sinun eduksesi

Sinun eduksesi
Avoimia paikkoja on enemmän kuin hakijoita — työnantajat kilpailevat tekijöistä.
Tasapainossa
Avoimia paikkoja ja hakijoita on suunnilleen yhtä paljon.
Kilpailtu
Hakijoita on enemmän kuin avoimia paikkoja — varaudu kilpailuun.
Ristiriitaista tietoa
Lähteet ovat eri mieltä, tai samasta ammattiryhmästä on pulaa yhtäällä ja ylitarjontaa toisaalla.

Jokainen lähde johtaa yhteen näistä neljästä, joten opittavana on yksi yhteinen sanasto. Ero on taustalla olevissa todisteissa, jotka esitetään jokaisen arvion alla — mitattu avautuvien paikkojen ja työnhakijoiden suhde tai kansallisen viranomaisen julkaisema arvio.

Miten tämä työ vertautuu muihin saman maan töihin

Vahva
Vahvimpia ammatteja maassa that country
Hyvä
Vahvempi kuin useimmat ammatit maassa that country
Vaihteleva
Tavanomainen maassa that country
Heikko
Heikompi kuin useimmat ammatit maassa that country

Kyse on yhden maan sisäisestä sijoituksesta, ei pistemäärästä, jota voi verrata maiden välillä — kahden maan taustalla olevissa rekistereissä lasketaan eri ihmisiä, joten sama luku tarkoittaa eri maissa eri asioita. Siksi työ voi kuulua maan vahvimpiin ja silti näkyä muodossa Kilpailtu: se johtaa kokonaisuutena ahtailla työmarkkinoilla.

Mistä nämä tiedot ovat peräisin

Jokaisen luvun julkaisee kansallinen tilastovirasto, julkinen työvoimapalvelu tai EU-elin, ja jokaisessa kortissa ilmoitetaan lähde sekä sen kattama ajanjakso. Joissakin paikoissa tiedot lasketaan kuukausittain, toisissa ne arvioidaan kerran tai kahdesti vuodessa, joten kaksi samalla kartalla näkyvää aluetta voi kuvata eri ajankohtia — päivämäärä ilmoitetaan aina.

Mikään näistä tiedoista ei ennusta yhden ihmisen mahdollisuuksia. Ne kuvaavat työmarkkinoita.

Raportoitu kysyntä · Tyypillinen palkka · Mihin suuntaan (Suomi, Ruotsi, Viro, Norja, Tanska, Saksa)
Raportoitu kysyntä · Tyypillinen palkka · Mihin suuntaan
Raportoitu kysyntä Tyypillinen palkka Mihin suuntaan
Suomi Ylitarjontaa raportoitu ELA/EURES 2025 * 67 152 € 2024 +41,4% 2023–2035 · Cedefop 2026 *
Ruotsi Pulaa raportoitu ELA/EURES 2025 * — +45,1% 2023–2035 · Cedefop 2026 *
Viro Pulaa raportoitu ELA/EURES 2022 * — +60,8% 2023–2035 · Cedefop 2026 *
Norja Pulaa raportoitu ELA/EURES 2022 * 919 320 NOK 2026K2 +71,4% 2023–2035 · Cedefop 2026 *
Tanska Ylitarjontaa raportoitu ELA/EURES 2022 * — +51,8% 2023–2035 · Cedefop 2026 *
Saksa Pulaa raportoitu ELA/EURES 2024 * — +15,6% 2023–2035 · Cedefop 2026 *

* Julkaistaan ammattiryhmille, ei yksittäisille ammattinimikkeille.

Source: Statistics Finland, CC BY 4.0; annualised as 12 x monthly

Source: Statistics Norway (SSB), CC BY 4.0; changes made: annualised as 12 x monthly

Annatko uraohjausta opiskelijoille, asiakkaille tai työntekijöille? Hyödynnä tämän ammatin tietoja organisaatiossasi.

NexFuture™

Tulevaisuuden nakyma ammatille insinööri, konenäkö

The outlook for insinööri, konenäkö reflects a balanced mix of automation exposure and durable, human-led work.

Miten nämä pisteet on laskettu?

Resilienssipistemäärä (0–100) arvioi, kuinka hyvin tämä ammatti on rakenteellisesti suojattu automaatiolta ja tekoälyn häiriöiltä, tehtävätasoanalyysin perusteella. Korkeammat pisteet tarkoittavat enemmän inhimilliseen arviointiin perustuvia tehtäviä. Tekoälyvaikutus näyttää arvioidun prosenttiosuuden tehtävätunneista, joihin nykyiset tekoälykyvyt voisivat vaikuttaa. Nämä ovat mallipohjaisia rakenteellisia indikaattoreita, eivät ennusteita yksilökohtaisesta työn turvallisuudesta.

Kokeile tulevaisuutta
Miten insinööri, konenäkö voi muuttua tekoälyn yleistyessä?

Jotkin tehtäväalueet saattavat siirtyä kohti tekoälyavusteisia työnkulkuja, joten uudelleenkouluttautuminen korostuu.

Merkittävän tehtävätason muutoksen arvioidaan tapahtuvan 10 vuodessa (noin vuonna 2036) valitun Odotettu-skenaarion mukaan.
~25%
Resilienssi
Automaatioriski
EXP~70%
Ihmisedge
MOAT~25%

Havainnollistava skenaario tehtävien automatisoitavuuden perusteella — ei ennuste. Arvot pyöristetään, mitä kauemmas katsotaan.

2026
2032
2041
Tekoälyn käyttöönottonopeus:

Mallipohjainen arvio. Käytä suunnittelun tukena, ei takeena.

Miten tekoäly voi muuttaa tätä roolia

Deterministinen, mallipohjainen tulkinta nykyisistä roolin signaaleista – ei lupaus korvaamisesta.

29% Ihmisvetoiset tehtävät

Mikä riippuu edelleen ihmisistä

  • määritellä teknisiä vaatimuksia
Inhimillinen etu Pysyaksesi edella tassa roolissa keskity taitoihin digitaalinen kaksosteknologia ja integroidun kehitysympäristön ohjelmisto. Naita inhimillisia taitoja tekoalylla on vaikein korvata seuraavan 20 vuoden aikana.
37% Avustettava

Missä tekoälystä voi tulla co-pilot

  • soveltaa tilastoanalyysitekniikoita
  • tehdä kirjallisuustutkimus
  • käyttää tietokoneavusteisia ohjelmistonsuunnittelutyökaluja
64% Automatisoitava

Automaatiolle eniten altistuneet tehtävät

  • käsitellä tietonäytteitä
  • raportoida analyysituloksista
  • suorittaa analyyttisia matemaattisia laskelmia
Yksityiskohtainen analyysi

Elintoiminnot ja tekoälyvektorit

Tekoälyaltistusvektorit

0-100%
Tekoäly / koneoppiminen 37%

Altistus analyyttiselle tekoalyille, koneoppimismalleille ja ennustavalle analytiikalle

Generatiivinen tekoäly 3%

Altistus sisallontuotannolle, luoville kielimalleille ja generatiivisille tekoalyvalineille

Robotiikka ja fyysinen automaatio 0%

Altistus fyysiselle automaatiolle, robotiikalle ja sensoriohjautuville tehtaville

Kognitiivinen ohjelmistoautomaatio 0%

Altistus tyonkulun automaatiolle, paatostukijarjestelmille ja prosessien digitalisoinnille

Tekniset tiedot
Metodologia: NexFuture v3.0 Lähteet: O*NET® 30.3, ESCO v1.2.1 Päivitetty: loka 2026

NexFuture v3.0 arvioi automaatioaltistuksen suoraan ESCO:n keskeisistä taitoryhmistä, painotettuna taitojen massalla ja kalibroituna asiantuntija-ankkureihin. Pisteet ovat todennäköisyysarvioita, eivät takeita. Katso täydelliset tiedot NexFuture-metodologiajulkaisusta.

Mittaa altistumista automaatiolle. Se ei mittaa palkkaa, kysyntää eikä sitä, kuinka monta työpaikkaa lähelläsi on.

Päivä työssä

Mitä tässä roolissa yleensä tehdään

Digitaalinen teknologia

Päivä elämässä

Tyypillinen päivä insinööri, konenäkö-ammattilaisena

09
09:00 · Aamu
kehittää tietojen käsittelysovelluksia
Luoda räätälöity ohjelmisto tietojenkäsittelyä varten valitsemalla asianmukainen ohjelmointikieli ja käyttämällä sitä, jotta tietojärjestelmä pystyisi tuottamaan vaaditun tuotoksen odotuksenmukaisen panoksen perusteella.
10
10:30 · Myöhäinen aamu
hallita tiedonkeruujärjestelmiä
Kehittää ja hallita menetelmiä ja strategioita, joilla maksimoidaan tietojen laatu ja tilastollinen tehokkuus tietojen keruussa, ja varmistaa, että kerätyt tiedot optimoidaan jatkokäsittelyä varten.
12
12:00 · Keskipäivä
kehittää ohjelmiston prototyyppi
Luoda ohjelmistosovelluksen ensimmäinen epätäydellinen tai alustava versio, jolla simuloidaan lopputuotteen tiettyjä ominaisuuksia.
14
14:00 · Iltapäivä
käyttää ohjelmistokirjastoja
Hyödyntää koodien ja ohjelmistopakettien kokoelmia, jotka sisältävät usein käytettäviä rutiiniratkaisuja ja joilla autetaan ohjelmoijia yksinkertaistamaan työtään.
15
15:30 · Myöhäinen iltapäivä
käyttää tietokoneavusteisia ohjelmistonsuunnittelutyökaluja
Tietokoneavusteisten ohjelmistonsuunnittelutyökalujen käyttäminen helposti ylläpidettävien ja laadukkaiden ohjelmistojen ja sovellusten kehittämisen, suunnittelun ja toteutuksen tukemiseksi.
17
17:00 · Lopetus
normalisoida tietoja
Tietojen pelkistäminen niiden tarkkaan ydinmuotoon (tavanomaiset muodot) tulosten saavuttamiseksi, esimerkiksi riippuvuuden vähentämiseksi, päällekkäisyyden välttämiseksi ja johdonmukaisuuden lisäämiseksi.

Tehtäväjärjestys on havainnollistava. Yksittäiset päivät vaihtelevat.

Taidot ja tietämys

Mitä tämän työn tekemiseen tarvitaan

Tämän roolin edellyttämät taidot, tietämys ja työkalut — sekä siihen liittyvät ominaisuudet ja palkitsevat puolet.

Ydinosaaminen
hallinnoida, koota ja tallentaa digitaalista tietoa
  • normalisoida tietoja

    Tietojen pelkistäminen niiden tarkkaan ydinmuotoon (tavanomaiset muodot) tulosten saavuttamiseksi, esimerkiksi riippuvuuden vähentämiseksi, päällekkäisyyden välttämiseksi ja johdonmukaisuuden lisäämiseksi.

  • perustaa tietoprosesseja

    Käyttää tieto- ja viestintätekniikan välineitä matemaattisten, algoritmisten tai muiden tietojen käsittelyyn tietojen luomista varten.

  • puhdistaa tietoja

    Havaita ja korjata korruptoituneita tietueita ja varmistaa, että tietojen jäsentely säilyy ohjeiden mukaisesti.

  • soveltaa tietojen laatuprosesseja

    Tarkastaa tietojen laatu soveltamalla laatuanalyysi-, validointi- ja todentamistekniikoita.

  • käyttää ohjelmistokirjastoja

    Hyödyntää koodien ja ohjelmistopakettien kokoelmia, jotka sisältävät usein käytettäviä rutiiniratkaisuja ja joilla autetaan ohjelmoijia yksinkertaistamaan työtään.

ohjelmoida tietokonejärjestelmiä
  • käyttää tietokoneavusteisia ohjelmistonsuunnittelutyökaluja

    Tietokoneavusteisten ohjelmistonsuunnittelutyökalujen käyttäminen helposti ylläpidettävien ja laadukkaiden ohjelmistojen ja sovellusten kehittämisen, suunnittelun ja toteutuksen tukemiseksi.

  • vähentää dimensionaalisuutta

    Vähentää muuttujien tai ominaisuuksien lukumäärää tietyn datajoukon osalta koneoppimisalgoritmeissa käyttämällä esimerkiksi pääkomponenttianalyysia, matriisifaktorisaatiota tai automaattisia koodausmenetelmiä.

  • kehittää konenäköjärjestelmä

    Käyttää eri konenäkövälineitä ja -menetelmiä, kuten kuvanhakua, kuvankäsittelyä, kuvan segmentointia ja luokittelua ja kuvantunnistusta, ja yhdistää ne yhteen järjestelmään, jotta tietokoneet voivat poimia tietoja digitaalisista kuvista, kuten valokuvista tai videoista.

  • kehittää ohjelmiston prototyyppi

    Luoda ohjelmistosovelluksen ensimmäinen epätäydellinen tai alustava versio, jolla simuloidaan lopputuotteen tiettyjä ominaisuuksia.

  • kehittää tietojen käsittelysovelluksia

    Luoda räätälöity ohjelmisto tietojenkäsittelyä varten valitsemalla asianmukainen ohjelmointikieli ja käyttämällä sitä, jotta tietojärjestelmä pystyisi tuottamaan vaaditun tuotoksen odotuksenmukaisen panoksen perusteella.

tehdä akateemista tutkimusta tai markkinatutkimusta
  • tehdä kirjallisuustutkimus

    Kattavan ja järjestelmällisen tutkimuksen tekeminen tiettyä aihetta koskevista tiedoista ja julkaisuista. Vertailevan ja arvioivan kirjallisuustiivistelmän esittäminen.

seurata asiantuntemuksen kehittymistä
  • tulkita ajantasaista tietoa

    Eri lähteistä, kuten markkinatiedoista, tutkimustuloksista, asiakkaiden vaatimuksista ja kyselytutkimuksista kerättyjen ajantasaisten tietojen analysointi kehityksen ja innovoinnin arvioimiseksi omalla asiantuntemuksen alalla.

tehdä laskelmia
  • suorittaa analyyttisia matemaattisia laskelmia

    Soveltaa matemaattisia menetelmiä ja käyttää laskentatekniikoita analysointiin ja tiettyjen ongelmien ratkaisemiseen.

analysoida ja arvioida tietoa ja dataa
  • soveltaa tilastoanalyysitekniikoita

    Käyttää malleja (tilastollista kuvausta tai päättelyä) ja tekniikoita (tiedonlouhintaa tai koneoppimista) tilastollisia analyysejä varten sekä tieto- ja viestintätekniikan välineitä tietojen analysointiin, korrelaatioiden tunnistamiseen ja suuntausten ennustamiseen.

koota tietoa fyysisistä tai sähköisistä lähteistä
  • käsitellä tietonäytteitä

    Kerätä ja valita datajoukko populaatiosta tilastollisen tai muun määritellyn menettelyn avulla.

hallita tietoa
  • hallita tiedonkeruujärjestelmiä

    Kehittää ja hallita menetelmiä ja strategioita, joilla maksimoidaan tietojen laatu ja tilastollinen tehokkuus tietojen keruussa, ja varmistaa, että kerätyt tiedot optimoidaan jatkokäsittelyä varten.

esittää tutkimustietoja tai teknisiä tietoja
  • tuottaa tiedoista visuaalinen esitys

    Tietojen esittäminen visuaalisesti, kuten kaavioilla tai kuvaajilla, niiden ymmärtämisen helpottamiseksi.

dokumentoida teknisiä malleja, menettelyjä, ongelmia tai toimintoja
  • raportoida analyysituloksista

    Laatia tutkimusasiakirjoja tai esitellä tehtyjen tutkimusten ja analysointihankkeiden tuloksia, esitellä tuloksiin johtaneet analyysimenettelyt ja -menetelmät sekä tulosten mahdolliset tulkinnat.

Tietämysalueet & Ohjelmistot ja teknologiat
Tietämysalueet
  • digitaalinen kaksosteknologia

    Malli, joka on suunniteltu luomaan reaaliaikaisista tiedoista päivitetty virtuaalinen esitys kohteesta tai järjestelmästä. Virtuaalinen esitysprosessi perustuu tietojen ja teknologiasimuloinnin yhdistelmään, jossa käytetään antureita tuottamaan tietoja fyysisestä kohteesta, kuten lämpötilasta tai energiasta, ja rakentamaan sen digitaalinen kaksonen. Tässä prosessissa käytetään koneoppimista, simulaatioita ja päättelyä.

  • integroidun kehitysympäristön ohjelmisto

    Ohjelmistonkehittämistyökalujen valikoima, jonka avulla voidaan kirjoittaa ohjelmia, kuten laadintaohjelma, ohjelmankorjausohjelma, koodinmuokkausohjelma ja koodinkorostusohjelma, ja jotka on pakattu yhdenmukaiseen käyttöliittymään, kuten Visudio tai Ealesse.

  • Python (tietokoneohjelmointi)

    Ohjelmistojen kehittämisen tekniikat ja periaatteet, kuten analyysi, algoritmit, koodaus, testaus ja ohjelmaparadigmojen laatiminen Python-ohjelmointikielellä.

  • tekoälyperiaatteet

    Tekoälyyn perustuvat teoriat, sovelletut periaatteet, arkkitehtuurit ja järjestelmät, kuten koneoppiminen, MAS-järjestelmät, asiantuntijajärjestelmät, sääntöpohjainen tekoäly, neuraaliverkot, ontologiat ja kognitiiviset teoriat.

Poikkialaiset taidot
  • datanhallinta
  • datatiede
  • digitaalinen kuvankäsittely
  • koneoppiminen
  • kuvantunnistus
  • laskennallinen tiede
  • tietokoneohjelmointi
  • tietokonesimulaatio
Ohjelmistot ja teknologiat
Structured query language SQLSASPythonRMicrosoft SQL ServerThe MathWorks MATLABIBM SPSS StatisticsC++TableauOracle JavaJavaScriptTeradata DatabaseCAtlassian JIRAPerlAmazon Web Services AWS softwareMicrosoft Azure softwareC#Atlassian ConfluenceApache HadoopGitSplunk EnterpriseApache HiveGitHubApache CassandraRubyNoSQLAmazon RedshiftPostgreSQLElasticsearchMongoDBApache KafkaGoDockerJavaScript Object Notation JSONAmazon Elastic Compute Cloud EC2Microsoft Power BIScalaApache SparkJenkins CI
Tärkeimmät ominaisuudet, joita tarvitset
Analyyttinen ajattelu Yhteistyö Tunnustus Itsenäisyys Saavutus/Vaiva Saavutus Innovointi Rehellisyys Soveltuvuus/Joustavuus Luotettavuus Monipuolisuus Stressinsietokyky Johtajuus Huoli muista Sosiaalinen suuntautuminen Itsekontrolli
Tärkeimmät palkinnot, joita voit odottaa
SaavutusTyöolosuhteetTunnustusSuhteetTukiItsenäisyys
Kuinka päästä

Insinööri, konenäkö: miten pätevöityä ja missä opiskella

Mitä pätevyyden saaminen yleensä vaatii: koulutustaso, missä se on säännelty ammatti ja missä opiskella.

Tyypillinen koulutustaso

Alempi korkeakoulututkinto

Missä opiskella

1 282 koulutusohjelmaa 28 maassa opettaa tämän ammatin keskeiset taidot. Lisäksi 303 lyhytkurssia, joista kukin kehittää yhden taidon.

Muutama esimerkki tämän sivun opetuskielellä:

Lähteet
  1. 1. Source: Opintopolku.fi (Finnish National Agency for Education)
Urakehitys

Kasvupolut ja samankaltaiset roolit

Tutki tyypillisiä urapolkuja, läheisiä taitoja ja samankaltaisia rooleja suunnitellaksesi seuraavaa siirtymääsi.

Organisaatioille

Tämän sivun data palvelee opiskelijoitasi, asiakkaitasi ja henkilöstöäsi.

Yleisiä kysymyksiä

Usein kysytyt kysymykset

Millaisia taustatietoja konenäköinsinöörille tyypillisesti vaaditaan?
Tyypillisesti vaaditaan korkeakoulututkinto (yleensä DI tai AMK) konetekniikan, tietotekniikan tai vastaavalta alalta. Vahva ohjelmointiosaaminen (esim. Python, C++) ja kokemus koneoppimisesta sekä syväoppimisesta ovat olennaisia. Matematiikan ja tilastotieteen perusteiden hallinta on myös tärkeää.
Millaista työnantajakenttää konenäköinsinööri edustaa?
Konenäköinsinöörejä työskentelee monipuolisesti eri toimialoilla. Esimerkkejä ovat automaatiotekniikka, robotiikka, lääketieteellinen laitevalmistus, turvateknologia, autonomisen ajamisen kehitys sekä tutkimus- ja kehitysorganisaatiot.
Onko konenäköinsinöörin työssä paljon matkustamista?
Matkustamisen tarve riippuu suuresti työtehtävistä ja työnantajasta. Joissakin projekteissa saattaa olla tarvetta matkustaa asiakaskohteisiin tai yhteistyökumppaneiden luokse, mutta usein työskentely tapahtuu toimistoympäristössä.
Insinööri, Konenäkö — mikä on palkka Yhdysvalloissa?
Mediaanipalkka 112 590 dollaria vuodessa, tilanne 2025-05. Osavaltioiden mediaanit vaihtelevat 69 490 ja 163 350 dollarin välillä. Lähde: US Bureau of Labor Statistics. Luku koskee Yhdysvaltoja eikä ole ennuste Euroopalle.

Lähteet: ESCO O*NET ELA/EURES Cedefop BLS Tiedot päivitetty 3. lokakuuta 2026 Tietoa tiedoistamme