Beskrivelse
Byggeriet genererer gennem hele sin livscyklus store mængder data– fra simuleringer i de tidlige designfaser til registreringer fra drift og
vedligehold. Trods potentialet udnyttes denne datamængde sjældent,
hvor der træffes valg med betydning for både bygningers kvalitet, økonomi
og bæredygtighed. Formålet med projektet er at undersøge, hvordan
kunstig intelligens og machine learning kan anvendes til at koble data fra
projektering og drift, så erfaringer fra eksisterende bygninger kan informere
beslutninger i nye byggeprojekter såvel som renovering.
Pilotstudiet tager udgangspunkt i anonymiserede driftsdata fra
boligforeninger. Datamaterialet indeholder oplysninger om typer og
frekvenser af driftsopgaver, som efterfølgende er blevet beriget med et
syntetisk lag af bygningskarakteristikker for at muliggøre sammenligninger
mellem forskellige bygningstyper. Analysen undersøger, om mønstre i
driftsdata kan anvendes til at forudsige potentielle udfordringer i nye
projekter.
De foreløbige resultater peger på, at metoden kan bidrage til at styrke
bygherrers beslutningsgrundlag i de tidlige faser ved at anvende
eksisterende data som grundlag for mere kvalificerede valg. Projektet
demonstrerer, hvordan AI kan fungere som en integreret del af en
datacirkulær praksis, hvor viden fra drift bringes tilbage til design.
| Periode | 27 feb. 2026 |
|---|---|
| Begivenhedstitel | Forskning i Virkeligheden 2026 |
| Begivenhedstype | Konference |
| Arrangør | Professionshøjskolen UCN |
| Placering | Aalborg, DanmarkVis på kort |
| Grad af anerkendelse | Regional |
Relateret indhold
-
Aktiviteter
-
Agentic Proptech Launch i Danmark
Aktivitet: Deltagelse i eller arrangement af en begivenhed - typer › Seminar
-
Projekter
-
AI i byggeriets værdikæde - fra data til værdi
Projekter: Projekt › Forskning