Markus Winkler Irrbsnd5euc Unsplash Scaled (1)
PIONERPROJEKT

Kunstig intelligens og fremskrivning af priser på byggematerialer

At forudsige prisudviklingen på byggematerialer er en kompleks disciplin, som kan medføre mange usikkerheder for bygherrer, tilbudsberegnere, indkøbere og byggeledere. 

I dette pionerprojekt undersøger vi, om man kan bruge kunstig intelligens (AI) til at forbedre fremskrivningen af priser på byggematerialer og dermed gøre det nemmere at udarbejde mere præcise tilbud, håndtere prisudsving og mindske økonomiske risici.  

Projektgruppe

ConTech Lab vil i samspil med eksperter fra DTU Compute og Molio forsøge at udvikle en model, der ved hjælp af kunstig intelligens og relevante faktorer kan forudsige prisudviklingen for byggematerialer mere nøjagtigt og over en længere tidsperiode end det, der er muligt i dag. 

Idéen er, at kunstig intelligens kan lette arbejdet for bygherrer, tilbudsberegnere, indkøbere og byggeledere og dermed gøre dem bedre i stand til at tage højde for prisændringer, som f.eks. opstår mellem tilbudsfasen og udførelselsfasen af et bygge- eller anlægsprojekt.

Hvad er udfordringen i byggebranchen?

I byggebranchen bruger tilbudsansvarlige ofte indeksoplysninger, prissammenligninger og byggeaftaler for at anslå priser. Mange af disse oplysninger opdateres enten på kvartals- eller årsbasis - og ofte med forsinkelse. Eksempler på sådanne oplysninger inkluderer byggeomkostningsindekset og Molio Prisdata, som forskellige aktører i branchen bruger til at fastsætte budgetter og lave tilbud til nye projekter. 

Dertil kommer, at der på større projekter kan gå flere år fra det tidspunkt, et tilbud er afgivet, til selve bygge- eller anlægsprojektet begynder.

I tidsrummet mellem tilbudsudregningen og projektets start kan priserne på byggematerialer ændre sig betydeligt. Dette kan bl.a. skyldes økonomiske udsving, som vi så eksempler på under Corona-pandemien. Desuden kan prisændringer skabe udfordringer for indkøbere og projektledere, da det kan være svært at forudsige det optimale tidspunkt for køb af byggematerialer, især på de projekter, hvor det ikke har været muligt at fastlåse materialepriserne i tilbuddet.  

Prisudsving medfører usikkerhed, budgetoverskridelser og i værste fald konkurs, hvilket naturligvis påvirker bygherrer, entreprenører og underentreprenører.

Hvorfor benytte AI-teknologi? 

At forudsige prisudviklingen på byggevarer er en kompleks opgave med mange faktorer at tage højde for. Kunstig intelligens (AI) kan være til stor hjælp ved at analysere store mængder data, organisere dem og give os en bedre forståelse af de forskellige faktorer.

Dette pionerprojekt bygger på idéen om, at AI kan forbedre vores evne til at forudsige priser på byggematerialer og dermed give os følgende fordele: 

 

  • Understøtte udarbejdelsen af mere præcise tilbud 
  • Advare om forventet udsving i priser for byggematerialer
  • Give indkøbere og byggeledere information om, hvornår det er mest fordelagtigt at købe 
  • Reducere risikoen for konkurser
  • Vurdere om der er et potentiale for bedre indtjening/bedre udnyttelse af ressourcer 

Hvad er de forventede resultater? 

Med dette pionerprojekt vil arbejdsgruppen forsøge at opnå følgende: 

 

  • Udvikle en AI-baseret model, der kan forudsige prisudviklingen på byggematerialer ved at bruge data fra relevante indeks og Molio Prisdata.
  • Skabe et notifikationssystem, der automatisk giver besked til ansvarlige for tilbud om forventede prisstigninger på byggematerialer. 

Kontakt os

ConTech Lab deler løbende viden fra projektet med branchen via LinkedIn, nyhedsbrev og siden her.


Har du konkrete spørgsmål her og nu? Så tøv ikke med at række ud til Innovationskonsulent, Dan Skovgaard Jensen.

Kom til oplæg og debat

Kom og hør om og deltag i debatten om, hvordan AI kan forbedre fremskrivningen af priser på byggematerialer og dermed gøre det nemmere at fremskrive tilbud, håndtere prisudsving og mindske økonomiske risici.

 

Formiddagen vil byde på flere inspirerende oplæg, bl.a. vil Rune Kjærsgaard fra DTU præsentere resultaterne fra dette pionerprojekt, men også en afsluttende dialog om, hvordan AI kan bidrage til at skabe en fælles standard for prisfremskrivning.