AI-bot skal gøre det lettere at give kunden det rigtige tilbud

En reduktion af energiforbruget i bygninger er afgørende for at Danmark kan nå det politiske mål om at blive uafhængig af fossile brændsler i 2050. De sluger nemlig næsten 40 pct. af landets samlede energiforbrug.

Energimærkningen kategoriserer bygningerne på baggrund af en lang række data:

Type og antal af vinduer, isoleringstykkelse, væggenes konstruktion og størrelse, ventilation, pumper m.m.m.

Informationen puttes ind i en beregningsmodel, der spytter et energimærke ud. Så langt - så godt.

“Problemet med den relevante information er, at den er rigtig svær at hive ud af systemet for den håndværker - der typisk ikke er vildt datakyndig - men som gerne vil give et tilbud på energiforbedringer af huset,” forklarer Jakob Nørby, der er indehaver af konsulentfirmaet 4BC.

Han tog derfor initiativ til at få udviklet en AI-bot, der kan hive de relevante data ud af Energistyrelsens systemer og præsentere dem på en måde, så de er til at forstå for alle - og ikke mindst for de håndværkere, der dermed kan være klædt på hjemmefra, inden kunden besøges.

“Foreløbig er der i dette innovationsprojekt udviklet en prototype, men tanken er at udvikle målgruppe specifikke løsninger til f.eks. håndværksmestre. Her kan man også forestille sig, at den vil kunne bruges til at foreslå kunden yderligere energiforbedrende tiltag, fordi AI-botten har leveret data om husets tilstand.

Innovationsprojektet er finansieret gennem Energy Cluster Denmark og udført af Alexandra Instituttet i samarbejde med de to private virksomheder 4B Consulting og CB Group.

“Nu har vi vist, at det er muligt at nå i mål med en AI-bot, men nu skal der udvikles en markedsklar løsning,”

Energistyrelsen, der ejer databasen med de data, der ligger til grund for energimærkningen, er også interesseret i løsningen:

Stor interesse

“Energistyrelsen er interesseret, fordi de gerne vil have noget mere ud af de energimærkninger, der alligevel bliver lavet og derfor gerne vil have bygget noget ovenpå,” siger Jakob Nørby.

Men interessen og nysgerrigheden omkring projektet er stor. 

“Jeg har talt med alt fra bankrådgivere over håndværksmestre, til en bæredygtighedsansvarlig og en direktør i et almennyttigt boligselskab, som alle har hver deres behov, der kan løses ved at hive de mange energimærkningsdata frem i lyset. Men nogen endelig model har vi ikke på plads endnu,” siger Jakob Nørby og fortsætter:

“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”.

Og der er rigeligt med data at trække frem i lyset for en AI-bot:

I 2023 blev der således foretaget energimærkning af knap 61.000 parcelhuse, knap 10.000 lejligheder og knap 5.000 erhvervsejendomme.

Og potentialet er stort - at dømme efter, hvordan klassifikationen faldt ud - som det fremgår af nedenstående oversigt.