AI til ressourcekortlægning

Har du spurgt AI, inden du river ned?

Vi vil gerne transformere mere i byggeriet. Men vejen fra nedrivning til transformation er ikke lige til. Det kræver indsigt i materialer, mængder og muligheder – som i dag er vanskelig at opnå. Ressourcekortlægning er nemlig en kompleks, manuel og tidskrævende proces, hvor usikkerhed og behovet for specialister gør den tung og svær at skalere.
F56e7d95 5690 46Cd 92F6 02F761e83e0c
Foto: AI genereret

Typisk begynder ressourcekortlægningen ved skrivebordet med tegninger, arkiver og registreringsskemaer, før den fortsætter ude i bygningen med manuelle opmålinger. Det er en arbejdsgang, der kræver både tid og ressourcer – og som ofte bliver en barriere for at vælge transformation frem for nedrivning. Men hvad nu hvis det ikke behøvede at være sådan?

Med brugen af AI og en almindelig mobiltelefon kan ressourcekortlægning blive både hurtigere, mere præcis og langt mere tilgængelig – og dermed gøre transformation til et reelt og skalerbart valg.

Netop derfor, har vi været ude at tale med Jonas Bergenholz, Partner og Teamleder hos DJ MILJØ & GEOTEKNIK P/S, som er nogle af dem, der arbejder med udfordringerne ved ressourcekortlægning i hverdagen, og som kunne ønske sig en bedre løsning der kan flytte fokus fra nedrivning til transformation. 

Når virkeligheden ikke matcher tegningerne

Ressourcekortlægningen af bygninger er besværlig, især når der ikke kan laves gentagelser. Hvis vinduesmålene varierer meget, eller der er mange forskellige materialer, ender man med at tælle mange typer af materialer – og kan således mangle overblik over typerne i felten.” fortæller Jonas Bergenholz.

Det er netop her, han ser et stort potentiale i at bruge AI.

Bygninger er sjældent som de fremstår på tegningerne. Der er tilbygninger, løbende ændringer og materialer, der ikke passer ind i standardiserede skemaer. Jo mere kompleks en bygning er, desto mere tid går der med at navigere i kolonner og beregninger og desto mindre tid er der til de egentlige beslutninger.

I stedet for manuelt at opmåle og beskrive f.eks. en gipspladevæg – kolonne for kolonne – kunne man forestille sig en mere intuitiv tilgang: at beskrive det, man ser, og lade en AI-model omsætte det til strukturerede data. 

Med andre ord: Mennesket observerer og vurderer, mens maskinen strukturerer og beregner.

Det flytter fokus fra dokumentation til beslutningstagning og kan samtidig reducere fejl og spare tid. Men det stiller også krav til, hvordan data håndteres. 

Data skal kunne bruges – ikke bare registreres

For at AI for alvor kan gøre en forskel i praksis, handler det ikke kun om selve registreringen, men i høj grad også om, hvad der sker bagefter.

Det vigtigste er, at det er så integrerbart som muligt. De data, modellen stiller til rådighed, skal kunne bruges videre i vores egne systemer – det må ikke låse mig fast i én platform eller ét rapportformat. siger Jonas Bergenholz.

Fleksibilitet er afgørende. Data skal kunne flyde frit mellem systemer og understøtte eksisterende arbejdsgange, ikke erstatte dem med nye siloer. Det er netop denne tankegang der muliggør et bredt samarbejde og en ensartet metode på tværs af byggeriet. 

Ifølge Jonas er der ikke de store barrierer for at tage AI i brug, når det kommer til ressource-kortlægning. Perfektion er ikke det vigtigste. Hastighed og tilgængelighed vejer tungere. Det handler om at komme i gang og så lære undervejs.

Et helt centralt ønske fra Jonas Bergenholz, er derfor værktøjer med åbne standarder, fx via API’er. Løsninger, der ikke kun er for de største aktører, men også kan bruges af mindre virksomheder og som kan integreres bredt.

Jonas Bergenholz understøttet netop dette, når han siger: “Det er lidt kontraproduktivt, at alle sidder i deres egne hjørner og udvikler deres egne værktøjer. Det vigtige er, at det metodiske grundlag er tilgængelig for alle virksomheder, også mindre virksomheder som os.”   

Fra kortlægning til bedre beslutninger  

Ressourcekortlægning handler i sidste ende ikke kun om kolonner, skemaer eller rapporter. Det handler om de beslutninger, de muliggør. Beslutninger om at transformere frem for at nedrive. 

Hvis AI kan reducere tiden brugt på registrering, kan vi i stedet bruge den på at træffe bedre, hurtigere og mere bæredygtige valg.