Ny AI-chatrobot skal forbedre energimærkning af danske bygninger

Et afsluttet innovationsprojekt har udviklet en ny AI-baseret chatbot, der analyserer energimærkningsdata for at optimere energiforbedringer i danske bygninger. Potentialet er mindre energispild og lavere omkostninger.

Energiforbrug i bygninger udgør næsten 40% af Danmarks samlede energiforbrug, og særligt i de eksisterende ejendomme ligger der et stort potentiale for energieffektivisering.

Dette potentiale kan blandt andet identificeres via det lovpligtige energimærke. De enorme mængder af data i energimærkningsdatabasen har derfor et stort potentiale for at identificere og kvalificere mulighederne for energiforbedringer.

Et netop afsluttet innovationsprojekt, “Bedre udnyttelse af data fra energimærker med nye AI-analyseteknikker,” har udviklet en prototype på en AI-baseret chatbot, der kan analysere energimærkningsdata og give præcise anbefalinger til, hvordan energimærkningen af en given bygning kan optimeres.

Projektet er udført af Alexandra Instituttet, 4B Consulting og CB Group. Projektet er støttet af Danmarks Erhvervsfremmebestyrelse med midler fra Den Europæiske Union.

Kunstig intelligens og store datasæt

Ved at anvende generativ AI til at analysere de tilgængelige data, kan chatbotten svare på, hvordan energimærkningen kan optimeres for en given bygning baseret på en samlet forståelse af det store datasæt. Dette gør processen mere effektiv og svarene mere kvalificerede, da de er baseret på hele databasens oplysninger. Dermed skabes der bedre forudsætninger for at forudsige den bedste vej til et forbedret energimærke.

Potentialet med prototypen er, at danske bygninger nu kan reducere energispild, hvilket er til gavn for både klimaet og økonomien. Samtidig optimeres de forbedringer, der bliver lavet på bygningerne, så de udføres på den mest effektive og omkostningsbesparende måde. Dette vil lette arbejdet for flere parter, herunder tømrere, bankrådgivere og ejendomsmæglere.

Jakob Nørby er datadrevet energirådgiver og stifter af 4B Consulting, som er med i innovationsprojektet. Han fortæller:

”Energy Cluster Denmark har været en stor støtte for projektet og har hurtigt set dets værdi. Det har været spændende at udfordre den nuværende tilgang til energimærkning og udnytte de eksisterende data. Som samfund skal vi accelerere den grønne omstilling af vores bygningsmasse, og derfor bør vi udnytte al tilgængelige data. Næste skridt er at sikre funding til at videreudvikle vores prototype til gavn for alle, der arbejder med bygninger.”

Webinar: AI og “big data” i energimærkning

På et kommende webinar vil deltagerne få indsigt i EMO-databasen og de mange muligheder, der ligger i energimærkningsdata. Desuden vil projektets resultater og prototypen på AI-værktøjet blive præsenteret, og der vil være en dialog om kommunale og kommercielle perspektiver samt potentielle projektidéer.

Tilmeld dig her: Bedre anvendelse af data fra energimærker via ”big data” adgang og chatbot » Energy Cluster Denmark