Renoveringsstrategistöd för fastighetsportföljer ur ett livscykelperspektiv baserat på maskininlärning

Forskningsprojekt, 2025 – 2027

Sveriges fastighetssektor står inför många utmaningar, såsom stigande energipriser, höga utsläpp av växthusgaser och en långsam renoveringstakt. Fastighetsägare saknar ofta data om befintliga byggnader och har svårt att utveckla renoveringsstrategier under snabbt föränderliga förutsättningar. Detta projekt bemöter dessa problem genom att använda maskininlärning (ML) och digitalisering. Ett tidigare utvecklat arbetsflöde för att generera 3D simuleringsmodeller utökas med ett nytt arbetsflöde som ersätter tidskrävande energisimuleringar med ML. Detta gör det möjligt för fastighetsägare och förvaltare att utvärdera många potentiella renoveringsstrategier under olika scenarier på bara sekunder. Dessutom kommer det nya arbetsflödet att inkludera inbyggd koldioxid för att säkerställa att renoveringen minskar klimatpåverkan ur ett livscykelperspektiv. Arbetsflödet kommer att utvecklas i
nära samarbete med behovsägare och operationaliseras i ett webbverktyg som fastighetsägare kan använda.