AI-forskning på KTH ska underlätta underhållsarbete för äldre fastigheter
I ett samarbete mellan Einar Mattsson och KTH undersöks hur AI kan öka förståelsen för renoveringsbehov i olika typer av fastigheter. Inom projektet AI-driven predikativ underhållsplanering i byggnader analyseras stora mängder fastighetsdata med målet att förbättra underhållsplaneringen, minska kostnaderna för fastighetsägare och reducera klimatpåverkan från byggnader.
I en genomsnittlig äldre fastighet utgör underhåll de största kostnaderna – kostnader som ökar i takt med åldern. Nu börjar fastigheterna från 60–70-talet bli mogna för mer omfattande ROT-projekt, en utmaning som kräver nya arbetssätt, processer och IT-stöd.
Mikeal Dimadis är projektledare inom Forskning och Utveckling på Einar Mattsson och leder det nya projektet AI-driven Predikativ Underhållsplanering i Byggnader” (AIDA-B). Projektet ska öka förståelse för behoven i olika typer av fastigheter. Han beskriver hur AI ökar möjligheten att bearbeta och analysera data:
– Exempelvis kan flera år av felanmälningar i en fastighet snabbt analyseras och vi kan filtrera ut vilka förvaltningskomponenter som driver mest kostnader. Analysen kan sedan ligga till grund för slutsatser om hur vi kan optimera och förutse underhållsarbetet framåt, säger han.
I samarbete med forskare på KTH ska en stor mängd fastighetsdata från Einar Mattsson-fastigheter analyseras under våren, och med hjälp av AI göras om till beslutsunderlag för fastighetsförvaltare.
– Jag hoppas att projektet kan leda till förbättrat arbetssätt kring underhållsplanering. Det är så vi ser framför oss att fastighetsägare kan minska sina kostnader och sin klimatpåverkan, säger Mikael Dimadis.
Genom samarbetet med KTH Dig-IT Lab och KTH Live-In Lab hoppas Einar Mattson även på goda möjligheter att förankra projektet hos andra stora fastighetsbolag och utbyta erfarenheter kring utvecklings- och renoveringsarbete.
Projektet startade i februari 2025 och en första rapport är planerad i september. Forskningen leds av Kjartan Gudmundsson, Universitetslektor och Angela Fontan, biträdande Universitetslektor, båda från KTH. Till sin hjälp har de masterstudenter som ska analysera data och träna AI-modellerna.