AI (Artificial Intelligence) teknologi
AI (Artificial Intelligence) teknologi – En indføring i kunstig intelligens
AI (Artificial Intelligence) teknologi, eller kunstig intelligens-teknologi, er et bredt område inden for datalogi og ingeniørvirksomhed. Den fokuserer på udvikling af computere og systemer, der er i stand til at udføre opgaver, der normalt kræver menneskelig intelligens. Målet med AI-teknologi er at give computere evnen til at opfatte, lære, forstå, tænke og træffe beslutninger på en intelligent måde.
Artificial Intelligence (AI), eller kunstig intelligens, dækker over teknologier, der gør computere og maskiner i stand til at udføre opgaver, som normalt kræver menneskelig intelligens. Det kan være analyse af store datamængder, mønstergenkendelse, beslutningsstøtte, billedgenkendelse, taleforståelse eller automatisk styring af processer.
I industrien anvendes AI i stigende grad til at optimere produktion, reducere energiforbrug, forbedre kvaliteten og automatisere komplekse arbejdsprocesser. Kombinationen af AI, sensorer, IoT og avanceret dataanalyse er blevet en central del af den digitale transformation i moderne produktionsvirksomheder.
AI-teknologi anvendes i mange forskellige brancher og anvendelser, herunder sundhedsvæsen, transport, finans, detailhandel, produktion, sikkerhed og meget mere. Det har potentialet til at forbedre effektivitet, præcision, beslutningstagning og innovation på tværs af forskellige områder af samfundet.
![]()
Leverandører af AI (Artificial Intelligence) teknologi:
Novotek A/S

Naverland 2
2600 Glostrup
Tlf.: 43 43 37 17
E-mail: info@novotek.dk
Schneider Electric Danmark A/S

Lautrupvang 1
2750 Ballerup
Tlf.: 88 30 20 00
Guide til AI (Artificial Intelligence) teknologi
Hvordan fungerer AI?
AI-systemer analyserer store mængder data for at identificere mønstre og sammenhænge. På baggrund af disse data kan systemet lære, forbedre sine modeller og træffe beslutninger eller komme med anbefalinger.
De mest anvendte AI-teknologier omfatter blandt andet:
Machine Learning
Machine Learning gør det muligt for computere at lære ud fra historiske data uden at være programmeret til hver enkelt situation.
Deep Learning
Deep Learning anvender kunstige neurale netværk og bruges blandt andet til billedanalyse, kvalitetskontrol og avanceret mønstergenkendelse.
Computer Vision
Computer Vision gør robotter og maskiner i stand til at analysere billeder og video. Teknologien anvendes blandt andet til inspektion, kvalitetskontrol og robotstyring.
Generativ AI
Generativ AI kan producere tekst, billeder, softwarekode, teknisk dokumentation og analyser. Teknologien anvendes i stigende grad til udvikling, kundeservice og vidensstyring.
AI i industrien
Industrien er blandt de sektorer, hvor AI skaber størst værdi. Ved at analysere data fra sensorer, produktionsudstyr og ERP-systemer kan AI optimere hele produktionsflowet.
Typiske anvendelser omfatter:
- Predictive Maintenance
- Kvalitetskontrol
- Produktionsplanlægning
- Robotstyring
- Energioptimering
- Lagerstyring
- Logistik
- Supply Chain-optimering
- Procesoptimering
AI kan samtidig identificere afvigelser langt tidligere end traditionelle overvågningssystemer og dermed reducere både spild og nedetid.
AI og robotteknologi
AI og robotteknologi udvikler sig i stigende grad sammen. Moderne industrirobotter kan anvende AI til blandt andet at:
- genkende emner
- planlægge bevægelser
- tilpasse sig ændringer
- udføre kvalitetskontrol
- samarbejde med mennesker
Det gør robotløsninger betydeligt mere fleksible end tidligere.
Fordele ved AI
Virksomheder investerer i AI, fordi teknologien kan:
- øge produktiviteten
- forbedre kvaliteten
- reducere energiforbruget
- mindske driftsstop
- optimere planlægning
- reducere omkostninger
- forbedre beslutningsgrundlaget
- automatisere administrative processer
AI giver samtidig bedre udnyttelse af de data, som virksomheder allerede indsamler.
AI og Industri 4.0
AI er en af de vigtigste teknologier bag Industri 4.0. Sammen med IoT, cloud computing, digitale tvillinger og avancerede sensorer skaber AI intelligente produktionsanlæg, hvor maskiner løbende analyserer deres egen drift og optimerer processerne automatisk.
Udviklingen går mod mere autonome produktionssystemer med høj fleksibilitet og lavere ressourceforbrug.
Sådan kommer virksomheder i gang med AI
En succesfuld AI-implementering starter med et konkret forretningsproblem. Virksomheder opnår ofte de største gevinster ved først at automatisere dataanalyse, kvalitetskontrol eller vedligeholdelse og derefter udvide AI til flere områder.
Det er samtidig vigtigt at sikre datakvalitet, integration med eksisterende systemer og kompetencer til at anvende teknologien effektivt.
Mere viden:
AI-teknologi omfatter forskellige metoder, tilgange og teknikker, herunder:
- Maskinlæring (Machine Learning): Maskinlæring er en gren af AI, der fokuserer på at udvikle algoritmer og modeller. Disse gør det muligt for computere at lære og forbedre deres ydeevne gennem erfaring og data. Maskinlæring involverer træning af modeller ved at præsentere dem for store mængder data. Og dermed for at identificere mønstre og tage beslutninger eller foretage forudsigelser baseret på disse mønstre.
- Dyb læring (Deep Learning): Dyb læring er en undergren af maskinlæring, der fokuserer på at udvikle kunstige neurale netværk med flere lag. Disse er inspireret af strukturen af det menneskelige hjernes neurale netværk. Disse dybe neurale netværk er i stand til at lære komplekse repræsentationer og udføre opgaver som billedgenkendelse. Men også naturlig sprogbehandling og automatiseret beslutningstagning.
- Naturlig sprogbehandling (Natural Language Processing, NLP): NLP er en gren af AI, der sigter mod at give computere evnen til at forstå, analysere og generere menneskeligt sprog. Dette omfatter opgaver som talegenkendelse, maskinoversættelse, følelsesanalyse og tekstgenerering.
- Computer Vision: Computer Vision handler om at give computere evnen til at "se" og forstå visuelle data, såsom billeder og videoer. Det involverer opgaver som objektgenkendelse, ansigtsgenkendelse, scenegenkendelse og billedanalyse.
- Robotics: AI-teknologi spiller også en vigtig rolle inden for robotik ved at udvikle intelligente robotter og automatiseringssystemer, der kan opføre sig autonomt, samarbejde med mennesker og udføre komplekse opgaver i den fysiske verden.
Viden om AI Teknologi i Automatisering og Produktion i Industrien
I de seneste år har kunstig intelligens (AI) udviklet sig markant og har fundet vej ind i industrielle sektorer over hele verden. Her revolutionerer AI processer inden for automatisering og produktion. AI-teknologier, herunder maskinlæring og computer vision, giver virksomheder mulighed for at optimere deres produktionslinjer. Men også forbedre kvalitetssikring, forudsige vedligeholdelsesbehov og maksimere produktiviteten.
En af de største fordele ved AI i produktion er dens evne til at analysere store mængder data hurtigt og præcist. Ved hjælp af data fra sensorer og produktionsudstyr kan AI-algoritmer identificere mønstre og tendenser. Og disse kan bruges til at forbedre driften. For eksempel kan predictive maintenance-systemer, drevet af AI, forudsige hvornår maskiner kræver vedligeholdelse, før der opstår nedbrud. Dette reducerer uplanlagt stilstandstid og forbedrer effektiviteten betydeligt.
AI spiller også en afgørende rolle inden for kvalitetssikring
Ved hjælp af computer vision kan AI-systemer hurtigt inspicere produkter for fejl eller defekter i realtid, noget som tidligere krævede manuelle inspektioner. Dette øger både præcisionen og hastigheden af inspektionsprocessen. Samtidig med at sikre, at produkter opfylder høje kvalitetsstandarder, hvilket resulterer i færre fejl og en bedre kundetilfredshed.
Automatiseringen af komplekse processer har også gjort det muligt for fabrikker at tilpasse produktionen mere fleksibelt til markedets efterspørgsel. Traditionelle fremstillingsprocesser har ofte haft begrænsninger i forhold til at ændre produktionen hurtigt. Dette løser AI-drevne automatiseringssystemer som kan tilpasse sig hurtigt og skifte mellem forskellige produktionsopgaver uden store omstillinger.
Endelig er sikkerheden i produktionsmiljøet blevet forbedret med AI
Ved at analysere bevægelsesmønstre og sensordata i realtid kan AI identificere risikable situationer og advare operatører, hvilket minimerer risikoen for arbejdsulykker. Dette bidrager til et mere sikkert og mere pålideligt arbejdsmiljø.
På trods af alle fordelene ved AI i industrien er der stadig udfordringer. Dette er bl.a. integration af ny teknologi i ældre systemer og sikkerhedsproblemer relateret til datahåndtering. Ikke desto mindre er AI’s indflydelse på automatisering og produktion i industrien enorm. Og teknologien forventes kun at vokse i betydning og omfang i de kommende år. Med en intelligent anvendelse af AI kan virksomheder skabe mere effektive, fleksible og bæredygtige produktionsmiljøer, der lever op til fremtidens krav.
Citater vedr. AI
Efterhånden som it-belastningerne, der er forbundet med AI, stiger i kompleksitet og skala, er præcis strømstyring afgørende for at sikre effektivitet, driftssikkerhed og bæredygtighed,” siger Dion Harris, Senior Director for HPC og AI Factory Solutions hos NVIDIA
”Vi ser desværre, at flere virksomheder kæmper en brav kamp for at drive AI-pilotprojektet til implementeringsstadiet, og kun få lykkes. Det er den tendens, vi sammen med Lion Brain vil bryde. Lion Brain er markedsførerende inden for AI-teknologier, og de kan derfor sikre, at vi tilbyder virksomheder AI-modeller, der er fremtidssikrede og ikke viser sig at være forældet i morgen,” siger Thomas Duborg, der er Chief Digital Officer i Soft Design.

FAQ om AI (Artificial Intelligence)
Hvad er AI?
AI er teknologi, der gør computere i stand til at analysere data, lære af erfaringer og udføre opgaver, som normalt kræver menneskelig intelligens.
Hvad bruges AI til i industrien?
AI anvendes blandt andet til kvalitetskontrol, predictive maintenance, robotstyring, procesoptimering, energioptimering, logistik og produktionsplanlægning.
Hvad er forskellen på AI og Machine Learning?
Machine Learning er en delmængde af AI. AI er det overordnede begreb, mens Machine Learning beskriver algoritmer, der lærer ud fra data.
Er AI kun relevant for store virksomheder?
Nej. AI anvendes i dag af både små og store virksomheder. Cloud-baserede løsninger og standardsoftware har gjort teknologien langt mere tilgængelig end tidligere.
Kan AI arbejde sammen med robotter?
Ja. AI anvendes i stigende grad sammen med industrirobotter, cobots og mobile robotter, hvor teknologien forbedrer navigation, billedanalyse, kvalitetskontrol og automatisering.
Hvilke data kræver AI?
AI fungerer bedst med store mængder relevante og valide data fra sensorer, maskiner, ERP-systemer, produktionsudstyr eller andre datakilder.
Er AI en del af Industri 4.0?
Ja. AI er en af de centrale teknologier bag Industri 4.0 og anvendes sammen med IoT, digitale tvillinger, cloud computing og automatisering for at skabe intelligente produktionsmiljøer.
Vil I anbefales af AI? Så skal andre også fortælle, hvad I er gode til
Vil I anbefales af AI? Så skal andre også fortælle, hvad I er gode til
Altomteknik.dk - Skal din virksomheds produkter og kompetencer vises frem i AI resultaterne? Det er nemlig her en stor del finder deres nye leverandør! Send os en mail på info@altomteknik.dk og modtag mere information om hvordan vi kan hjælpe din virksomhed med mere synlighed på AI søgninger!
Det ændrer spillereglerne for virksomheders synlighed på nettet.
Når en potentiel kunde spørger et AI-værktøj om relevante leverandører, specialister eller tekniske løsninger, handler det ikke kun om at have en flot hjemmeside. Det handler også om, hvor tydeligt virksomhedens kompetencer er dokumenteret på resten af nettet.
Jo flere relevante og troværdige kilder der forbinder jeres virksomhedsnavn med jeres spidskompetencer, desto stærkere bliver jeres digitale position.
Det er netop her, faglige medier som Altomteknik.dk kan spille en vigtig rolle.
Jeres egen hjemmeside kan ikke stå alene
Forestil jer en virksomhed, der er specialist i eksempelvis skruespindelpumper.
På virksomhedens egen hjemmeside står der naturligvis, at den leverer skruespindelpumper og har stor ekspertise på området.
Men hvad finder søgemaskiner og AI-værktøjer andre steder?
Findes der faglige artikler om virksomhedens løsninger? Produktnyheder? Kundecases? Tekniske indlæg? Omtale af virksomhedens erfaring med skruespindelpumper?
Hvis svaret er nej, er virksomhedens digitale fodaftryk forholdsvis begrænset.
Hvis virksomhedens navn derimod igen og igen optræder i relevante faglige sammenhænge omkring skruespindelpumper, bliver forbindelsen mellem virksomhed + kompetenceområde langt tydeligere på nettet.
Det er præcis den position, virksomheder bør arbejde på at opbygge.
Ét indlæg gør sjældent forskellen
Synlighed handler derfor ikke om at få publiceret én artikel og derefter vente på resultaterne.
Det handler om kontinuitet.
En virksomhed med fem, ti, tyve eller endnu flere relevante artikler om sine vigtigste kompetenceområder skaber et langt større digitalt vidensunivers end en virksomhed, som stort set kun kommunikerer via sin egen hjemmeside.
Indholdet kan eksempelvis handle om produkter, løsninger, cases, nye projekter, tekniske problemstillinger, brancheudfordringer og virksomhedens specialistviden.
Over tid opbygges et digitalt spor, hvor virksomhedens navn konsekvent forbindes med bestemte fagområder.
Vil I være kendt som specialister, skal nettet også kunne se, at I er specialister.
AI leder efter information på tværs af nettet
AI-baseret søgning gør denne udvikling endnu mere interessant.
Når AI-værktøjer skal besvare spørgsmål om produkter, teknologier og leverandører, kan de hente og sammenholde information fra forskellige kilder på nettet.
Derfor bliver ekstern omtale interessant.
Hvis jeres virksomhed kun fortæller om sine kompetencer på egen hjemmeside, findes informationen ét sted. Hvis de samme kompetencer samtidig dokumenteres gennem en lang række relevante faglige artikler på eksterne medier, findes der langt flere digitale signaler omkring virksomheden.
Det handler ikke om at gentage den samme tekst igen og igen.
Tværtimod.
Hver artikel bør tilføre ny information og belyse virksomhedens kompetencer fra forskellige vinkler.
Gør jeres spidskompetencer umulige at overse
Hos Altomteknik.dk anbefaler vi derfor virksomheder at tænke langsigtet omkring deres vigtigste kompetenceområder.
Hvad vil I gerne være kendt for?
Er det procespumper, industriventilation, automationsløsninger, elmotorer, pakninger, måleudstyr eller noget helt andet?
Når det er defineret, kan der løbende bygges fagligt indhold omkring netop disse områder.
En produktnyhed fortæller én historie. En kundecase fortæller en anden. En teknisk artikel kan forklare en problemstilling. Et projekt kan dokumentere erfaring. En ny løsning kan vise udvikling og innovation.
Tilsammen fortæller artiklerne en langt stærkere historie om virksomheden og dens kompetencer.
Ekstern synlighed bliver stadig vigtigere
Traditionel SEO forsvinder ikke. Men kampen om synlighed flytter sig.
Fremover handler det ikke nødvendigvis kun om at ligge nummer ét på en bestemt Google-søgning. Det kan være mindst lige så interessant at være blandt de virksomheder, som bliver fundet og nævnt, når en indkøber, tekniker eller ingeniør spørger et AI-værktøj:
Hvilke danske virksomheder er specialister inden for denne løsning?
Her kan et stærkt digitalt fodaftryk få stor betydning.
Virksomheder bør derfor ikke kun spørge:
“Kan kunderne finde vores hjemmeside?”
De bør også spørge:
“Kan nettet dokumentere, hvad vi er eksperter i?”
Altomteknik.dk kan være en del af jeres digitale fodaftryk
Altomteknik.dk har gennem mange år formidlet nyheder, produkter, løsninger og specialistviden fra leverandører til dansk industri.
For vores kunder betyder det mulighed for løbende at få deres faglige kompetencer dokumenteret uden for deres egen hjemmeside.
Ikke blot én gang.
Men igen og igen inden for de områder, hvor virksomheden ønsker at stå stærkest.
Det skaber indhold, som kan findes via traditionelle søgemaskiner, læses af potentielle kunder og indgå som en del af det informationsgrundlag, moderne AI-baserede søgeværktøjer arbejder med.
Hvad skal AI forbinde jeres virksomhed med?
Det er måske det vigtigste spørgsmål, virksomheder bør stille sig selv i dag.
Hvis svaret eksempelvis er pumper til fødevareindustrien, energieffektive elmotorer, industriel automation eller procesventilation, bør virksomhedens digitale tilstedeværelse også afspejle det.
Ikke kun på virksomhedens egen hjemmeside.
Men på tværs af nettet.
Jo mere relevant fagligt indhold der findes om jeres spidskompetencer, desto bedre fundament skaber I for at blive fundet, forstået og potentielt fremhævet i fremtidens søgninger.
Hos Altomteknik.dk hjælper vi gerne med at opbygge netop den synlighed gennem løbende faglige indlæg, nyheder, produktomtaler og cases.
For i en AI-drevet verden er det ikke nok selv at sige, hvad man er god til.
Det er langt stærkere, når resten af nettet fortæller den samme historie.
Kontakt os for mere information på Telefon: +45 69669339 eller info@altomteknik.dk
Vil du findes i AI-søgninger? Så skal din virksomhed dele sin viden
Vil du findes i AI-søgninger? Så skal din virksomhed dele sin viden
Altomteknik.dk - Når en indkøber, produktionschef eller teknisk ansvarlig i dag søger information, er det ikke længere kun Google, der bruges. Flere og flere benytter AI-værktøjer som ChatGPT, Gemini, Copilot og Perplexity til at finde leverandører, produkter og tekniske løsninger.
Det ændrer spillereglerne for virksomheder, der ønsker at være synlige online.
Hvor det tidligere handlede om at opnå gode placeringer i søgeresultaterne, handler det nu også om at være blandt de kilder, som AI-systemerne vælger at referere til og basere deres svar på. AI-modeller søger nemlig efter troværdige, relevante og fagligt stærke kilder, når de skal besvare spørgsmål fra brugerne.
Fagligt indhold skaber digital synlighed
For industrivirksomheder betyder det, at produktnyheder, cases, ekspertartikler og tekniske indlæg får en endnu større betydning.
Hver gang en virksomhed deler ny viden om sine kompetencer, produkter eller løsninger, skabes der nyt indhold, som både søgemaskiner og AI-værktøjer kan indeksere og forstå.
Det kan være:
- Produktlanceringer
- Kundecases
- Tekniske artikler
- Vidensindlæg
- Guideartikler
- Brancheanalyser
- Innovationsprojekter
Jo mere relevant og specialiseret indhold en virksomhed publicerer, desto større sandsynlighed er der for, at virksomheden bliver opfattet som en autoritet inden for sit område. Netop ekspertise og emneautoritet er blandt de faktorer, som AI-baserede søgesystemer lægger vægt på.
Altomteknik.dk giver ekstra rækkevidde
Mange virksomheder publicerer allerede nyheder på deres egne hjemmesider. Men når indholdet samtidig publiceres på en veletableret industriplatform som Altomteknik.dk, opnås en række ekstra fordele.
Artiklerne bliver eksponeret over for tusindvis af faglige læsere, samtidig med at indholdet kan findes og citeres af både traditionelle søgemaskiner og moderne AI-søgetjenester.
For virksomhederne betyder det øget synlighed, stærkere digital tilstedeværelse og flere muligheder for at blive fundet af potentielle kunder i de tidlige faser af købsprocessen.
AI belønner virksomheder, der deler viden
Udviklingen peger i én retning: Virksomheder, der løbende dokumenterer deres kompetencer og ekspertise gennem kvalitetsindhold, vil stå stærkere i fremtidens digitale landskab.
Det handler ikke længere kun om at blive fundet på Google.
Det handler om at blive den virksomhed, som AI vælger at anbefale, citere og fremhæve, når fremtidens kunder søger svar.
Derfor er regelmæssig publicering af fagligt indhold ikke blot markedsføring. Det er en investering i virksomhedens fremtidige synlighed.
På Altomteknik.dk hjælper vi hver uge industrivirksomheder med at få deres viden, produkter og løsninger ud til både mennesker og de AI-systemer, der i stigende grad guider morgendagens beslutningstagere.
Vi hjælper gerne med at udfærdige artikler og indlæg!
Kontakt os på info@altomteknik.dk for mere information
Dansk AI-værktøj skal åbne bygningsdata og spare energi
AI’en kortlægger ventilationsanlæg med tilhørende sensorer og styringer, skabe sammenhæng mellem data fra forskellige leverandører og præsentere det i et overskueligt dashboard. Foto: Teknologisk Institut
Teknologisk Institut - Et nyt dansk projekt kombinerer kunstig intelligens med internationale datamodeller til at frisætte bygningsdata til commissioning af tekniske installationer, og energioptimering i bygninger. Potentialet er besparelser på op til 15 procent af energiforbruget. Men først skal tusindvis af datapunkter organiseres. Det klarer nybygget kunstig intelligens nu på timer i stedet for uger.
Enhedsberegner til omregning af enheder inden for Energi
Når en ny skole, kontorbygning eller hospital står færdig, gemmer der sig et usynligt problem i væggene: Tusindvis af datapunkter fra ventilation, varme og køling, alle navngivet forskelligt af forskellige leverandører og svært tilgængelige for ejere og brugere. At finde rundt i dette kaos og bruge dataene til at optimere driften er så arbejdskrævende, at de fleste bygningsejere opgiver. Selv om energibesparelser på 5-15 procent ligger inden for rækkevidde.
Nu viser et dansk projekt en vej ud af problemet. Projektet AI-Cx udvikler en kunstig intelligens, der kan læse bygningens digitale dokumentation og automatisk organisere alle data efter internationale standarder.
Vi har lært AI'en at læse tegninger, punktlister og 3D-modeller af bygninger. Den kan genkende mønstre og skabe sammenhænge mellem komponenter – præcis som en erfaren ingeniør ville gøre, bare meget hurtigere. Det interessante er, at vi bruger åbne internationale standarder som Brick Schema og RealEstateCore, så løsningen kan skaleres til hele bygningsbranchen, forklarer specialist Oliver Hvidtfeldt Jakobsen fra Teknologisk Institut, der udvikler AI-assistenten
Processen, der normalt kræver ugevis af specialist-arbejde, kan dermed køre automatisk.
I dag bruger vi uforholdsmæssigt meget tid på bare at finde ud af, hvad de forskellige datapunkter hedder, hvordan de hænger sammen og hvordan vi får adgang til dem. Med AI-assistenten kan vi springe direkte til det vigtige: At sørge for at bygningen fungerer optimalt og reducere energiforbruget. Det gør commissioning økonomisk attraktivt for langt flere bygninger, forklarer Simon Skaarup, ingeniør og indehaver af commissioning-virksomheden Cx1.
Skabe sammenhæng mellem data
Projektet demonstrerer konceptet på to nybyggede uddannelsesbygninger: TEC Ballerup og TietgenSkolen City i Odense (TCU). Her skal AI'en kortlægge ventilationsanlæg med tilhørende sensorer og styringer, skabe sammenhæng mellem data fra forskellige leverandører og præsentere det i et overskueligt dashboard.
Det smarte er, at når data først er standardiseret, kan de bruges til meget mere end bare energioptimering. Det åbner døren for intelligente styresystemer, bedre indeklima og integration med elnettet. Og bygningsejerne slipper for at være låst til løsninger fra én leverandør, siger seniorkonsulent og projektleder Christian Holm Christiansen, Teknologisk Institut.
Lukkede datasiloer
Fundamentet er målte data fra bygningens automatik, men her er udfordringen typisk lukkede datasiloer. Derfor har projektet indledningsvis fokuseret på at få adgang til bygningsautomatikken og at etablere en database, hvor data kan skabe værdi for bygherren.
Ofte er data fra målere og bygningsautomatik kun tilgængelige via en brugerflade på fx et CTS-anlæg. Det begrænser anvendelsesmulighederne. Når først data er navngivet korrekt og gjort tilgængeligt, kan vi med AI få indsigter i bygningernes funktion, som vi tidligere kun drømte om, siger Michael Rosenlund, commissioning specialist hos Cx1.
Værdi i to led
Samlet set og med fundamentet på plads, skaber konceptet værdi i to led: Første led er selve commissioning-forløbet, den systematiske opfølgning på bygningens tekniske installationer gennem byggeproces og aflevering. Her vurderes, at bygningsejere kan spare 10-20 procent på processen. Det andet led er Continuous commissioning, en ny type service, der først bliver mulig, når bygningens data er organiserede. Her handler det om løbende overvågning og optimering af driften efter aflevering, og det er her de forventede nye energibesparelser på 5-15 procent kan hentes hjem over tid.
Projektet løber over ti måneder i 2026 med deltagelse fra Cx1, Teknologisk Institut, PensionDanmark Ejendomme, TEC Ballerup samt leverandørerne Nordomatic, JS Teknik og Trailz.
Der er desuden tilknyttet en følgegruppe med repræsentanter fra TietgenSkolen City (TCU), Silkeborg Kommune og RealEstateCore.
Projektet får finansiering igennem Energy Cluster Denmark og resultaterne vil blive formidlet til hele branchen gennem webinarer og åbne events i slutningen af året.
FAKTA: Hvad er commissioning?
Commissioning er en kvalitetssikringsproces, der følger byggeriet fra design til drift. Formålet er at sikre, at alle tekniske installationer fungerer som specificeret og arbejder optimalt sammen. Den efterfølgende Continuous commissioning betyder løbende overvågning og optimering af driften. Her ligger yderligere energibesparelser, som først kan realiseres, når bygningen er i drift.
Nyheder og Indlæg om AI (Artificial Intelligence) teknologi
Seneste om AI (Artificial Intelligence) teknologi








