Kunstig intelligens får skjulte ressourcer frem i lyset
Ved at kombinere en række teknologier, kan kunstig intelligens bidrage til ressourcekortlægning af eksisterende bygninger. Det kan bane vejen for mere transformation og genanvendelse.
Over det meste af verden er der fokus på at transformere mere i byggeriet. Men vejen fra nedrivning til transformation er ikke lige til. Den kræver indsigt i materialer, mængder og muligheder – indsigter som i dag er vanskelige at få. Men måske kan kunstig intelligens bringe indsigterne til torvs?
22. juni 2026 / Nye teknologier
Byggebranchen står over for store og udfordrende forandringer. På tværs af branchen er der store ambitioner om at reducere klimaaftrykket markant. Men det er svært. Branchen er blandt de helt store forurenere når det hele lægges sammen og både råstofudvinding, materialeproduktion, selve byggeriet på byggepladserne, samt hele logistikken omkring byggeriet er blandt kilder til branchens forurening.
Derfor ligger der et stort potentiale gemt i at finde nye måder til at udnytte de ressourcer, der allerede findes i den byggede verden. Men en af de helt store udfordringer ved genbrug og transformation er manglen på valide data om de eksisterende bygninger.
Det er en stor barriere, for når det er uklart, hvilke materialer og komponenter der findes, så bliver det tilsvarende vanskeligt at identificere, dokumentere og værdisætte genbrugsmulighederne og dermed også svært at træffe gode beslutninger om genanvendelse.
Ressourcekortlægning er nøglen
Her spiller ressourcekortlægning en stadig vigtigere rolle og kan være nøglen til at flere materialer kan bevares eller bruges andre steder. Og det ville reducere både klima- og miljøpåvirkningen fra branchen mærkbart.
Men processen omkring ressourcekortlægning og højere genanvendelse er ofte tidskrævende, kompleks og afhængig af manuelle registreringer.
Det er netop den slags udfordringer, som et pionerprojekt hos ConTech Lab ved hjælp af værktøjet ReUseX vil forsøge at løse.
”Ved at anvende avancerede teknologier som LiDAR-scanning og AI-baseret segmentering, gør ReUseX det nemt og hurtigt at kortlægge genanvendelige bygningsdele i en ejendom, optimere udnyttelsespotentialet og dermed reducere mængden af byggeaffald,” fortæller digital innovation lead, Jan Buthke, fra LINK Arkitektur, som står i spidsen for arbejdet med ReUseX sammen med kollega og udvikler, Povl Filip Sonne-Frederiksen.
ReUseX er et digitalt værktøj, der kombinerer forskellige teknologier for at gøre kortlægning af genanvendelige bygningsdele hurtigere, mere præcis og mere tilgængelig.
Dermed fungerer værktøjet perfekt som teknologisk fundament for et omsiggribende ConTech Lab-pionerprojekt med fokus på brugen af AI til ressourcekortlægning i den danske byggebranche.
Her er målsætningen at gøre transformation og genbrug til et mere naturligt valg i byggeriet – og det er netop også hensigten med ReUseX.
”Det handler om at bruge moderne teknologi og kunstig intelligens til at kortlægge bygninger. Værktøjet fungerer ved hjælp af en tablet eller mobiltelefon til at scanne en bygning. Med kunstig intelligens og en computervision-model kan vi så segmentere og finde de enkelte objekter, der er i optagelserne. Værktøjet genererer en segmenteret punktsky, og det er noget af det data, vi bruger i vores tidlige faser til analyser, mulighedsstudier og opbygning af inventar, for at forstå, hvad der er i bygningen, og hvad der kan genbruges,” forklarer Povl Filip Sonne-Frederiksen.
ReUseX skal ses som mere end et teknologisk værktøj. Det er nemlig også et godt eksempel på, hvordan kunstig intelligens kan omsættes til konkrete løsninger, der understøtter byggeriets grønne omstilling.
Ved at gøre eksisterende bygningers ressourcer synlige og anvendelige kan teknologien være med til at flytte branchen fra lineære til cirkulære arbejdsgange – og dermed gøre transformation til et mere oplagt valg end nedrivning i fremtidens byggeri.
Når teknologien træder til
Hvordan ser processen ud i dag, og hvad er det der sker når den kunstige intelligens folder sig ud?
Fra manuel registrering til intelligent kortlægning
Traditionelt set er ressourcekortlægning ofte begyndt ved skrivebordet med gennemgang af tegninger, arkiver og registreringsskemaer. Derefter følger besøg på byggepladsen, hvor materialer og bygningsdele er blevet registreret manuelt.
Arbejdsprocessen har derfor hidtil været tung, langsommelig og krævet betydelige ressourcer. Og dermed kan processen alene være en væsentlig barriere for projekter, der ønsker at prioritere transformation frem for nedrivning. Og det er altså skidt for både klima, miljø og konkurrenceevne.
Ud over at processen er langvarig, så kan den også vise sig at være fejlbehæftet. Virkeligheden er sjældent identisk med bygningens oprindelige tegninger, og ombygninger, tilbygninger og løbende ændringer betyder ofte, at den formelle dokumentation er mangelfuld eller forældet.
Det gør det enormt vanskeligt at skabe et præcist overblik – alene gennem skrivebordstilgangen – over de ressourcer, der findes i en eksisterende bygning.
Sådan virker værktøjet
Her tager ReUseX-værktøjet mere udgangspunkt i den nuværende virkelighed, da brugere scanner bygningernes reelle tilstand og aktuelle udformning.
Herefter arbejder en række digitale komponenter sammen i én samlet proces. Gennem mobil scanning og LiDAR-teknologi registreres bygningen i praksis. Dataene omdannes til en tredimensionel punktsky, som repræsenterer bygningens geometri, og med computer vision og AI-baseret semantisk segmentering identificeres forskellige elementer såsom vægge, døre, vinduer, radiatorer og andre bygningsdele.
Når segmenteringen er gennemført, kan systemet opbygge en forenklet digital model af bygningen, der kan bruges til videre analyser, dokumentation og projektering. Samtidig skabes et datagrundlag, der gør det muligt at vurdere genbrugspotentialet for de enkelte komponenter.
Netop det brede sigte og de store potentialer, som ligger i ReUseX, har gjort værktøjet velegnet som omdrejningspunkt for ConTech Labs arbejde med AI til ressourcekortlægning.
Og for at sikre ReUseX-værktøjets relevans fremadrettet, har ConTech Lab blandt andet været med til at gennemføre en analyse af brugernes behov. På den måde sikres det, at fremtidige forbedringer tager udgangspunkt i de konkrete udfordringer, som branchens ressourcekortlæggere møder i praksis.
Derudover arbejdes der også med at udvikle en fælles klassificeringsstruktur, så der kommer større konsistens på tværs af forskellige aktører og branchens digitale systemer, så alle taler og forstår det samme sprog omkring ressourcekortlægning.
