PIONERPROJEKT
Kunstig intelligens og fremskrivning af priser på byggematerialer
At forudsige prisudviklingen på byggematerialer er en kompleks opgave, som kan skabe stor usikkerhed for bygherrer, rådgivere og entreprenører. Pionerprojektet undersøger, om kunstig intelligens (AI) kan bruges til at understøtte og forbedre præcisionen af prisfremskrivninger på byggematerialer.
Projektperiode: september 2023 - juni 2024
BAGGRUND
Der kan være mange årsager til, at et byggeprojekt ikke holder budget, men en af de typiske er ændringer i materialepriserne. Ændringerne kan skyldes flere forskellige faktorer, f.eks. stigninger i råvarepriser eller ændringer i de globale handels- og markedsforhold. I praksis kan disse ændringer få stor betydning for økonomien i et byggeprojekt, f.eks. behov for yderligere finansiering, ændringer i selve projektets omfang, forsinkelser og et stort pres for entreprenøren og dennes profitmargin.
Der er således interesse fra flere byggevirksomheder – især hos entreprenørerne – for, at prisdata så vidt muligt er opdaterede, retvisende og dynamiske. Ideelt set ville det også have stor værdi, hvis man som entreprenør havde bedre værktøjer til at beregne priser i det relativt lange tidsperspektiv, som et byggeprojekt ofte er.
For at estimere prisudviklingen på byggematerialer et halvt eller et helt år frem i tiden med lav risiko og høj troværdighed, kræver det en sofistikeret tilgang og integration af forskellige datakilder. Til sådan en kompleks udfordring er kunstig intelligens ideel på grund af dens evne til at håndtere store mængder data og komplekse beregninger.
Fra bagudrettet til fremsynet
I byggebranchen har man i årtier baseret priskalkulationer på historiske prisniveauer og statiske indeks, som typisk opdateres én til fire gange årligt. Men de seneste års markante udsving i priserne på byggematerialer har ifølge projektets parter understreget, at denne tilgang ikke længere er tilstrækkelig.
"Når markedet bevæger sig hurtigere, end vores datagrundlag kan følge med, mister vi både præcision og overblik over de reelle risici forude. Hvis vi skal håndtere denne volatilitet, har vi brug for et datagrundlag, der kan følge markedets rytme – ikke blot registrere fortiden, men afspejle løbende ændringer i efterspørgsel, kapacitet, råvarepriser og de globale forsyningskæder, som påvirker vores projekter - her kan AI blive en gamechanger," forklarer Dan Skovgaard Jensen, Innovationschef hos ConTech Lab.
"Ved at kombinere historiske prismønstre med realtidsdata om f.eks. råvarer og transportomkostninger kan vi identificere sandsynlige udsving, før de materialiserer sig. Det giver branchen et tidligt varsel og et langt stærkere beslutningsgrundlag.
AI‑baserede fremskrivninger giver ikke bare et øjebliksbillede – de giver en dynamisk forståelse af fremtidens prisudvikling. Og i en tid, hvor mange projekter er udfordret af økonomisk usikkerhed, er netop et mere robust, adaptivt og fremadskuende datagrundlag afgørende for at skabe bedre, mere stabile resultater,” uddyber Dan Skovgaard Jensen.
I samspil med eksperter fra DTU Compute, Molio, Bravida, Artelia, Jakon, CG Jensen og Elindco opstiller ConTech Lab en model for fremskrivning af priser på byggematerialer, som ved hjælp af relevante indeks og indikatorer kan forudsige prisudviklingen på byggematerialer mere nøjagtigt og over en længere tidsperiode, end det er muligt i dag.
Ideen er, at AI kan være med analysere og kombinere store mængder af data og derigennem give mere præcise fremskrivninger. Det vil gøre bygherrer, tilbudsberegnere, indkøbere og byggeledere bedre i stand til at tage højde for prisændringer, som f.eks. opstår mellem tilbudsfasen og udførselsfasen af et bygge- eller anlægsprojekt.
UDFORDRINGER
Markante prisudsving skaber nye behov
I byggebranchen er det almindeligt at anvende indeksoplysninger, prissammenligninger og byggeaftaler til at beregne omkostninger og forudse prisudviklingen.
En stor udfordring er, at disse oplysninger ofte opdateres bagudrettet – typisk kvartalsvist eller årligt. For eksempel bliver byggeomkostningsindekset BYG43 opdateret hver tredje måned med bagudrettet data.
Udfordringen bliver endnu større i større byggeprojekter, hvor der kan gå flere år fra det tidspunkt, entreprenøren afgiver et tilbud, til arbejdet starter på byggepladsen. Tidligere var dette mindre problematisk, da priserne på byggematerialer generelt var mere stabile. Men i de senere år har vi oplevet markante udsving i priserne, f.eks. under Corona-pandemien og ved blokeringen af Suezkanalen, som begge skabte store økonomiske udsving.
OUTPUT
AI-model til fremskrivning af priser
Pionerprojektets primære output er en kunstig intelligens model baseret på historiske prisdata og relevante indikatorer for fremskrivningen. Dette inkluderer f.eks. data fra bygge- og anlægsbranchen, råvaremarkeder, transport og andre vigtige parametre. Ved at analysere og kombinere disse data kan modellen give mere præcise fremskrivninger af fremtidige prisudviklinger.
AI-modellen vil derved kunne:
- Understøtte arbejdet med at forudsige prisudvikling.
Modellen kan analysere store mængder historiske og aktuelle markedsdata og omsætte dem til konkrete estimater for, hvordan priserne sandsynligvis vil udvikle sig. Det gør det muligt at træffe mere kvalificerede beslutninger tidligt i processen.
- Vise den forventede præcision i prisforudsigelser
Hver fremskrivning ledsages af et mål for usikkerhed og forventet nøjagtighed, så brugerne tydeligt kan se, hvor robuste prognoserne er. Det skaber transparens i beslutningsgrundlaget og hjælper med at vurdere risikoniveauet.
- Alarmere ved uventede udsving i forudsigelserne.
Modellen overvåger løbende markedets signaler og kan give automatiske advarsler, hvis nye data afviger markant fra forventede trends. Det gør det muligt hurtigt at reagere på pludselige ændringer i råvarepriser, transportomkostninger eller andre faktorer.
Nedenfor kan du se optagelse af webinaret, hvor den AI-baserede model blev præsenteret.
Fælles grundlag og mere retvisende fremskrivninger
AI-modellen leverer ikke kun mere præcise og dynamiske fremskrivninger af materialepriser – den skaber også et unikt udgangspunkt for en fælles og ensartet tilgang i hele byggebranchen. Når fremskrivninger baseres på de samme datakilder, den samme metodik og den samme modellogik, bliver det muligt at etablere en fælles branchestandard, som virksomheder kan læne sig op ad.
En fælles måde at arbejde afføder tre gevinster:
- Ensartede forudsætninger i udbud og tilbud
Det bliver muligt for bygherrer fremover at stille krav om, at entreprenører fremskriver tilbudspriser ud fra samme AI-model. Det sikrer, at alle parter konkurrerer på lige fod, og at forskellige kalkulationer ikke bygger på vidt forskellige prisforventninger. Resultatet er mere gennemsigtige og sammenlignelige tilbud.
- Færre tvister og mindre usikkerhed
Når prisfremskrivninger tager udgangspunkt i en fælles, datadrevet model, reduceres risikoen for misforståelser, urealistiske antagelser og efterfølgende uenigheder om prisudviklingen. Parterne får et objektivt referencepunkt, som både bygherrer, rådgivere og entreprenører kan have tillid til.
- Bedre samarbejde og mere stabil projektøkonomi
En standardiseret tilgang skaber en fælles forventningshorisont for prisudviklingen, hvilket styrker den økonomiske styring på tværs af hele værdikæden. Det giver et mere stabilt grundlag for budgetter, risikostyring og beslutninger – ikke mindst i en tid, hvor prisvolatilitet er en af branchens største udfordringer.
REALISERING
Næste skridt for AI-modellen
Det næste skridt i projektets realisering er at integrere den AI-baserede model i Molio Prisdatasystemet. Denne integration er central, da Molio Prisdata allerede fungerer som et bredt anvendt referencepunkt i byggebranchen for kalkulationer, prisdata og beslutningsgrundlag. På den måde bliver det muligt at udstille, teste og anvende modellens funktionalitet i praksis – tæt på de workflows, som brugerne i forvejen kender.
Man arbejder desuden på at videreudvikle modellen, så den inddrager et bredere spektrum af relevante indeks og indikatorer. Det omfatter blandt andet råvarepriser, logistikomkostninger, markedsbalancer, kapacitetsdata og andre makroøkonomiske faktorer, der påvirker prisudviklingen i bygge og anlægssektoren. Formålet er at styrke modellens præcision og gøre prisfremskrivninger så virkelighedsnære og operationelle som muligt.
Når modellen bliver tilgængelig i Molio Prisdata, får branchen mulighed for at afprøve den i konkrete projekter og evaluere dens anvendelighed i forbindelse med kalkulationer, udbud og risikostyring. Denne praksisnære testfase giver værdifuld feedback, som kan bruges til at finjustere modellens algoritmer, datagrundlag og brugeroplevelse.
På sigt skal det undersøges, om modellen kan danne grundlag for en fælles branchestandard for prisfremskrivning. En sådan standard vil kunne skabe større ensartethed i måden, bygherrer og entreprenører fremskriver priser på – særligt i forbindelse med udbud og tilbud, hvor et fælles metodisk udgangspunkt vil øge transparensen og reducere risikoen for misforståelser og usammenlignelige tilbud.
Vil du vide mere?
Hvis du har konkrete spørgsmål til projektet, så tøv ikke med at række ud til Innovationschef, Dan Skovgaard Jensen. Du kan også tilmelde dig vores nyhedsbrev, hvis du vil følge med i pionerprojekter hos ConTech Lab fremadrettet.
