Riktig data- og modellkvalitet, kombinert med god bruk av kunstig intelligens – vil gi et produktivitetsløft i byggenæringen.

Dette er et ‘levende’ arbeids- og referansedokument for det faglige underlaget i prosjekter og piloter i BIM Verdi-nettverket.

Vi vil utvikle dette under programmet BIMtech Innovasjon (BITI) som er er under oppstart med mulig støtte fra Innovasjon Norge. Vil vi også bruke dette dokumentet som datakilde for BIMtech ChatBOT, hvor du kan spørre på innholdet i lenken nede til høyre.

Vi prøver å besvare: Hvordan kan banebrytende teknologier (BIMtech) som KI (kunstig intelligens), IDS (Information Delivery Specification) og GS1 DigitalLink bidra til bedre datakvalitet med standardiserte, maskinlesbare og maskintolkbare data?

Fagrådgivere og ressurser i BIM Verdi utvikler denne referansesiden ‘Modellkvalitet’. Dette skal være en levende side som berikes løpende, og fungerer som underlag og referanse for diskusjoner om økt data- og modellkvalitet. Vi ønsker det skal være en kunnskapskilde for å skape forståelse for modellbasert prosjektering, bygging, drift og ombruk.

Digitalisering, standardiserte prosesser, datakvalitet og den praktiske kunnskapen som kreves for å bruke og kontrollere dette, er nøkkelen til produktivitetsforbedringer i byggenæringen.

En BIM-modell med kvalitetsdata er en katalysator for økt effektivitet, enklere rapportering og bedre lønnsomhet – for alle formål – gjennom hele byggets livsløp.

Begrepet ‘modellkvalitet’ dekker minimum to forhold:

  1. At modellen har relevante data og struktur for å løse tiltenkte formål på en mest mulig bærekraftig måte.
  2. At modellen har nødvendige, maskinlesbare og maskintolkbare data, som støtter simulering, rapportering og gjenbruk av data i åpne og standardiserte formater.

Dette må kontraktsfestes og kontrolleres av byggherre og realiseres av utførende med nødvendig kompetanse og systemer som støtter åpne standarder.

Utfordringen er enkel å formulere, men vanskelig å etterleve:
BIM det som skal bygges – og bygg det som er BIM’et.

Bård Krogshus
Nettverksleder, BIM Verdi og daglig leder Verdinettverk as

Anstein Skinnarland er direktør for digitalisering og teknisk ledelse i HRP, fagrådgiver i BIM Verdi og redaktør for referansesiden Modellkvalitet

Utfordringene – og mulighetene – står i kø

Byggenæringen står ovenfor store utfordringer i den grønne omstillingen, med krevende rapporteringskrav og et redusert nybyggsalg.

Bedre formålsdrevet digitalisering er eneste veien til økt produktivitet i prosjektering, bygging, drift og rapportering. Adm.dir. Jøns Sjøgren i Byggevareindustrien beskriver situasjonen godt i innlegget ‘Ikke la oss kaste bort denne krisen’ i Bygg.no den 5.1.24. Nøkkelen til produktivitetsforbedringer ligger i digitalisering, standardiserte prosesser og datakvalitet og praktisk kunnskap for å kreve, bruke og kontrollere dette.

Bedre modellkvalitet er en forutsetning i dette forbedringsarbeidet, og det må næringens aktører ta ansvar for.

Bygningsinformasjonsmodellen og begrepet ‘åpen BIM’ – er den standardiserte informasjonsstrukturen for detaljene i et bygg – fra byggesøknad til prosjektering, bygging, drift og ombruk. Åpen BIM skiller seg fra annen BIM ved å tilby en åpen, standardisert datastruktur, -utveksling og metode som fremmer samarbeid og programvareuavhengighet. buildingSMART har kontinuerlig utviklet IFC til en internasjonalt godkjent standard for åpen BIM som sikrer interoperabilitet og effektiv informasjonsflyt i byggenæringen.

Begrepet ‘åpen BIM’ er basert på internasjonale og nasjonale standarder for arbeidsprosesser, datamodeller, utvekslingsformater og metodikk. Se oversikt over sentrale standarder her.  Stanford University har kommet fram til at gjennomgående bruk av åpen BIM i byggeprosjekter kan halvere tid og kostnader i et byggeprosjekt. Byggenæringens Landsforening (BNL) utarbeidet et veikart for digitalisering av byggenæringen i 2019 som fremdeles har gode føringer for dagens diskusjoner. Norsk Eiendom har laget en veileder for bestillerkompetanse for byggeprosjekter med BIM

Tids- og kostnadsoverskridelser i byggeprosjekter skyldes i all hovedsak manglende informasjon i arbeidsunderlaget, dvs. prosjektBIM’en.  De lærde strides om detaljene her, men det er en ubestridt sannhet at modellkvaliteten i norske byggeprosjekter jevnt over er for dårlig og påfører store, unødvendige utgifter. Regningen går som regel til byggherren.

Det finnes flere eksempler på hvordan satsing på modellkvalitet har bedret effektivitet, økonomi og miljø. Vi kan nevne rørprodusenten Pipelife som har jobbet mye med riktig struktur og data i BIM’en som underlag for prefabrikasjon av avløpsledninger. Riktig modellkvalitet, både på informasjon og geometri har vært helt avgjørende for å lykkes med dette. Se case med Verdal Rør.

Mange statlige og kommunale virksomheter har vedtatt bruk av åpen BIM i sine byggeprosjekter. Flere av disse, med Statsbygg i spissen undertegnet «Joint Statement-openBIM» i flere runder, senest i 2016.

Norsk Kommunalteknisk Forening ved faggruppe for klimagassberegninger har lagt inn krav om åpen BIM og modellmodenhetsindeks MMI i sin kravstilling til nye prosjekter. Argumentet er at dette gjør det enklere å bygge, bruke og forvalte geometri og informasjon med BIM’en, knyttet til ulike formål i byggets livsløpsfaser. Hovedhensikten er å spare tid og penger på myndighetspålagte klimagassberegninger, men også å hente ut verdiskapningspotensiale i drift, siden kommuner også eier byggene.

Krav til ulike formåls-BIM, eksempelvis bruk til klimagassberegninger, skal inneholde referanse til modellens modenhetsnivå eller MMI-tall.

Modellering skal følge modelleringsregler i NS 8360 for å muliggjøre korrekte og riktig strukturerte mengdeuttak på riktig detaljnivå som grunnlag for beregninger i de ulike prosjekteringsfasene.

Mengder av ulike materialer og produkter, og deres plassering i bygget skal/bør hentes fra bygningsinformasjons-modeller (BIM) av bygget.

Som bygget-dokumentasjon må ha referanse til leverte produkter slik at de kan kobles til spesifikk EPD for produktet (produktets miljødeklarasjon. Ved f.eks. GTIN fra GS1 eller guid fra NS-EN ISO 22057).

Utfordringene med å realisere disse potensielle gevinstene er å bygge praktisk kunnskap om bestilling, kontraktsforhold, oppfølging og kontroll av modellkvaliteten. Å realisere gevinstpotensialet fra gode teorier krever god ledelse og investeringer i ny kunnskap.


Modellkvalitet for ulike formål – eksempler

Datainnhold og -kvalitet må etableres med hensyn til formålet med BIM’en. Hvilken informasjon man trenger, og på hvilket detaljeringsnivå, avhenger av hva man skal bruke modellen til. BIM Verdi sine temagrupper er derfor bygd opp rundt formålsBIM, hvor vi ser på hvordan BIM’en kan effektivisere ulike prosesser og faser av byggeprosjekter. Her er noe informasjon og utfordringer knytte til de ulike formålsBIM’ene, hentet bl.a. fra arbeidet i temagruppene i BIM Verdi.

ByggesaksBIM

Temagruppen ByggesaksBIM ser på hvordan BIM kan brukes til mer effektiv informasjonsflyt og beslutningsstøtte i byggesøknad og byggesak. Tema som kan omtales:

  • Effektiviseringsgevinsten av BIM som informasjonsbærer i byggesaken, bl.a. som grunnlag for oppdatering av Matrikkel og FKB (Kommunenes kartgrunnlag).
  • Mulig bruk av BIM i byggesøknaden, herunder bruk av IDS-validator.
  • KI og byggesak – hvordan gjøre det enkelt å finne ut hva man kan gjøre på egen eiendom.

Se mer informasjon om ByggesaksBIM – BIM Verdi.

ProsjektBIM

Modelldrevet prosjektering og drift

Temagruppen «ProsjektBIM» er en direkte videreføring av PilotProsjektet «Varelogistikk 2.0» som ble gjennomført 2018/2019. Målet den gang var å sikre en helhetlig og konsistent, digital vare- og dataflyt. Selv om vi i fellesskap lyktes da, er fortsatt den største utfordringen knyttet til byggevarehandel at de fleste varebestillinger skjer via telefon eller e-post.

Se mer informasjon om ProsjektBIM – BIM Verdi.

EiendomsBIM

Det investeres årlig for minst 400 milliarder kroner i nybygg og rehabilitering av eksisterende bygg på landsbasis. Det er voksent, men i et større perspektiv er det driften som utgjør det største sluket. Driftskostnadene utgjør typisk tre ganger så mye som byggekostnadene sett over tredve år. Det er med andre ord i driftsfasen de virkelig store effektivitetsgevinstene kan høstes. Ikke minst når vi vet at offentlige bygg i kommuner, fylker og stat utgjør 33 millioner kvadratmeter. Det har derfor lenge vært etterlyst tydeligere bestillinger og retningslinjer fra byggeierne, bedre digitale redskaper og omforente prosesser. Prosesser som ikke bare vil komme byggenæringen til gode, men også samfunnet som helhet.

Se mer informasjon om EiendomsBIM – BIM Verdi.

SirkBIM

Nøkkelen til en effektiv kartlegging og ombruk av bygg, bygningsdeler og inventar er sømløs og standardisert dataflyt. Vi må begynne med egenskapsdata.

Behov for data om produkter til ulike formål, kan defineres i produktdatamaler (PDT), i henhold til standarden NS-EN ISO 23387. Aktører i byggenæringen har de siste årene jobbet sammen for å komme frem til en omforent OmbruksPDT. Vinteren 2024 ble dette arbeidet overlevert til PDT Norge, hvor det er etablert en ekspertgruppe som skal ferdigstille egenskapsgrupper for ombruk. OmbruksPDT angir hvilke data man trenger for å utveksle informasjon om ombrukspotensialet og egenskaper ved ombrukbare produkter.

Når man har blitt enige om en slik produktdatamal, kan denne implementeres i ulike programvareløsninger. Det sikrer at disse benytter samme datafelter, og at man kan validere at denne informasjonen er til stede. I SirkBIM-prosjektet vil vi bl.a. jobbe for å effektivisere maskinlesbar datautveksling mellom aktørene i verdikjeden, ved bruk av OmbruksPDT.

Casebeskrivelse (SB01): Et kontorbygg skal rehabiliteres. Prosjektet er pålagt å utføre en ombrukskartlegging, ref. DIBK-forskrift. QR-koder med GS1 DigitalLink skrives ut og limes på vegger, dører, vinduer som skal endres, skiftes. Rom skannes med Metaroom-appen på iPhone PRO med georeferert startpunkt (GPS påslått). Potensielle ombruksvarer med pålimt QR-koder merkes som ‘Point-of-Interest’ i appen under skanning. Appen bruker billedgjenkjenning med KI (kunstig intelligens) for å lage en 3D-modell av rommet med mål, klassifisering og ID av hvert bygnings/gjenbruksobjekt etter åpen BIM-standarden IFC (.ifcDoor etc.). Skann-filen åpnes på PC (Metaroom Studio) og datafilen eksporteres til SirkBIM-valget (IFC 4.3 med georeferering) for videre beriking av egenskaper, dokumentasjon m.m.

Se mer informasjon om SirkBIM – BIM Verdi.

BIMtech

BIMtech-gruppen i BIM Verdi skal være en kilde til praktisk informasjon og rådgivning om hvordan kunstig intelligens (KI) og annen teknologi kan øke din produktivitet. BIM vil stadig utvikles av kompetente mennesker og benyttes til prosjektering og bygging. KI vil bidra med automatisering, effektiv datafangst og -tolking og simuleringer.

I BIMtech-nettverket deler vi oppdateringer og erfaringer BIM og KI, modellkvalitet og -valideringer med bl.a. IDS.

Se mer informasjon om BIMtech – BIM Verdi.

MiljøBIM – klimagassberegninger med BIM og KI

Bakgrunn

  • Byggenæringen kan få problemer med å møte kravene fra DiBK til klimagassregnskap som gjelder fra 1.7.2023 på en effektiv måte.
  • I flg. SSB behandler norske kommuner rundt 80.000 byggesøknader per år (2022)
  • En forsiktig antakelse er at rundt 25%, dvs. 20.000 av disse må levere klimagassregnskap, ikke bare én gang, men i flere av livsløpsfasene.
  • Et klimagassregnskap utført av ekstern rådgiver kan beløpe seg til 100 – 300.000 kr. (200′ i snitt)
  • Bruk av digitale verktøy kan min. halvere kostnadene til og samtidig skape maskinlesbare data for bl.a. porteføljestyring og miljøbudsjett.
  • Innsparingspotensiale for klimagassrapportering – med BIM og KI – beregnes til 100’ kr. x 20.000 = 2 mrd. kr per år. Dette er et anslag med forutsetninger som er diskutable.

MiljøBIM-prosjektet med Viken fylkeskommune

I MiljøBIM-prosjektet har vi sett hvordan klimagassberegninger fra en kvalitetsmodell til sitt formål – kan gjøres maskinelt – enklere, raskere, billigere og bedre, med flere hundre tusen kroner – og ukeverk – i besparelser i forhold til tradisjonell utført beregning. Hvorfor gjøres ikke dette? Har vi for mye penger? Ikke nå for tiden.

BIM Verdi, med bistand fra nettverksdeltakere som Anstein Skinnarland i HRP og Kristin Reed Lone i WSP, har gjennomgått flere titalls modeller for å se om de har riktige data for bl.a. materialbeskrivelser, klassifisering og geometri for bruk av miljøverktøy fra bl.a. Reduzer, Madaster og OneClick LCA for å levere myndighetspålagte klimagassberegninger.

Vi er overrasket over hvor mange åpenbare mangler og feil som ble funnet i modellene.

Kontroll av modellkvalitet for bruk til klimagassberegninger.

Kravene, standardene og prosessene er på plass, men blir ikke brukt i stort nok omfang.

Se mer informasjon om MiljøBIM – BIM Verdi.

Vil miljøkravene være mulige å møte på effektiv måte – uten digitale løsninger og god modellkvalitet?

Rapporteringskrav på klimagassberegninger, ombrukskartlegging og dokumentasjon av 30% klimavekting av anbud vil være meget ressurskrevende å gjennomføre på en effektiv måte uten gode modeller med kvalitetssikrede, maskinlesbare og maskintolkbare data. Spesielt for mindre entreprenører og byggherrer. Ann-Kristin Ytreberg hadde en interessant artikkel i DN 29.12.2023 om hvordan en «tsunami av miljøkrav på vei mot næringslivet» kan være meget krevende å levere for landets små og mellomstore bedrifter.

Modellbasert logistikk

Hvordan kan man kombinere høyeffektiv logistikk, sammen med miljødata, langs hele verdikjeden?” Her kommer omtale av hvordan APX systems benytter blant annet BEAst 4.0-standarden med miljødata, GS1 Digital Link, Gyproc benytter RFID med pakkseddel nivå 3 mot Gausdal Landhandleri, Isola – benytter QR-koden på etikett og ved “scan” får man opp WEB-pakkseddel nivå 3 og DPP (digitalt produktpass) med miljødata.


Hvordan kan vi sjekke data- og modellkvaliteten?

IDS

Information Delivery Specification (IDS) er en standard for å definere informasjonskrav på en måte som er lett å lese for mennesker og tolkes av datamaskiner. Det muliggjør automatisering for sluttbrukere og skaper klarhet, tillit og konsistens.

IDS ble godkjent som en endelig standard fra buildingSMART i mai 2024. Les mer her; Information Delivery Specification (IDS) v1.0 is Approved as a Final Standard – buildingSMART International

I dag kan en IFC-basert BIM-modell maskinvalideres – mot krav og forskrifter – på noen sekunder – i alle faser. Dette kan være en BIM som brukes som byggesøknad eller om en mer detaljert BIM har nødvendig informasjon, er riktig strukturert og plassert i modellen – til f.eks. å ta ut varemengder for klimagassberegninger. Blandt BIM Verdi sine medlemmer er eksperter på denne standarden, som kan tilby tjenester rundt dette.

I BIMtech Innovasjonsprogram (BITI) vil vi ha kurs i prinspipper og verktøy for å sette opp og bruke IDS, eksempelvis Valitapp.

mvdXML

MvdXML er en buildingSmart standard for å definere et subset av IFC og valideringsregler som leveransespesifikasjon (Exchange requirement/ER).

Direktoratet for byggkvalitet har lagt til rette for maskinvalidering av BIM som byggesøknadsformat. Valideringen er i dette tilfelle basert på mvdXML og sjekker bl.a. et kjent problem med riktig georeferering av modeller med ifcSite, men løsningen blir sjeldent brukt. Se detaljer på side 3 under ‘P13 – eByggesak’ her.

Modellmodenhet

Datainnholdet i ulike faser og anvendelser av modellen er definert av bransjen som MMI (ModellModenhetsIndeks) og danner grunnlaget for oppsett av valideringsløsningen.


Hvordan kan vi forbedre data- og modellkvaliteten?

“Jeg har gitt opp å få godt strukturerte modeller i henhold til standarder, så lenge det skal gjøres manuelt. Folk leverer ikke informasjon i modell i henhold til standarder – hverken iht. IFC-struktur eller verdier f.eks. etter NS3457-7 (TFM). Dette bør ikke være en manuell jobb. Programvare bør gjøre jobben.”

Steen Sunesesn, buildingSMART Norge

«Det finnes ikke noe som heter en perfekt BIM-modell så lenge det er flere aktører involvert. Selv om alle skulle ønske at BIM-modellene var bedre, virker det ikke som at noen er villige til å betale for det. Dagens BIM-modeller er ofte gode nok, vi har bare ikke fått på plass prosesser og verktøy som behandler de på en god måte. Maskinlæring er blitt god på å fylle inn, rette opp og standardisere ustrukturert data, og det er nettopp dette vi trenger for å løse problemet med dårlige BIM-modeller uten at det blir fort dyrt.»

Magnus Nilsen, Sparkel

Som sitatene over viser har selv noen av de skarpeste BIM-hodene ikke lenger troen på at aktørene i byggeprosjekter klarer å levere modeller med tilstrekkelig kvalitet og struktur.

Hvordan kan teknologi hjelpe oss å forbedre dette, eller kanskje omgå problemet helt?

Kunstig intelligens

Det internasjonale buildingSMART-miljøet har i over 25 år jobbet for å standardisere hvordan BIM skal etableres med god kvalitet i datastruktur og informasjonsinnhold. Selv om mange prosjekter i dag bruker BIM til prosjektering og bygging, er modellkvaliteten ofte dårlig og informasjonsinnholdet mangelfullt. Kanskje kommer vi aldri dit at modellene alltid er i henhold til standarder og krav? Enkelte tar nå til orde for at man bør gi opp å sjekke modellkvalitet og heller omgå denne utfordringen ved hjelp av kunstig intelligens.

Vi har etablert en temagruppen BIMtech. Dette skal være en kilde til praktisk informasjon og rådgivning om hvordan KI kan øke din produktivitet. Det er et forum med månedlige møter for oppdateringer og erfaringsutveksling med bl.a. Stjepan Mikulic – i stedet for at hver enkelt foretak skulle bruke ressurser til å følge den raske utviklingen.

MiljøBIM-prosjektet: Halv-automatisert klimagassberegning

Vi har testet og fått bekreftet følgende prosess for en BIM som mangler klassifisering og geometri/volum:

  1. maskinvalidering av BIM – hva mangler av materialbeskrivelser, klassifisering og volum/geometri
  2. analyse med KI og beriking av manglende data
  3. LCA-analyse med kobling til miljødata fra EPD etc.
  4. klimagassregnskap på PDF og XML-fil etter oppsett fra en eller flere av kravene
    a. Tek17
    b. BREEAM-NOR
    c. FutureBuilt ZERO

Kompetansetiltak og forbedringsmetodikk

Kompetanseheving må til – med bedre mulighets- og løsningsforståelse.

Tiden er inne for å ta dette i bruk ved å investere i kompetanse hos bestiller og utførende og flytte midler fra unødvendige dyre bygge- og endringsprosesser – samt myndighetspålagte beregninger og rapporteringer – og over på bestillerkompetanse og oppfølging.

Et kjernespørsmål er om modellen har fått riktig kvalitet etter en kunnskapsheving – og hvordan en skal vite om modellen tjener formålet.

(tekst kommer)

En bevisst og målrettet investering i økt modellkvalitet for byggets faser vil betale seg

Tiden er overmoden for å ta ut de mulige gevinstene som ligger i å kreve, levere og kontrollere modellkvalitet. Vi må investere tid og ressurser på praktisk kompetanse på forbedring av datakvalitet, åpen BIM og digitale verktøy – inkl. KI – med målrettede tiltak som gir energi, verdi, mening og mersmak.

Utfordringen er enkel: BIM det som skal bygges – og bygg det som er BIMet.

Selv om byggenæringen er spesiell med en fragmentert verdikjede og unike prosjektleveranser, bør vi kunne lære av vellykket digitaliseringsarbeid i både dagligvarebransjen, oljesektoren og bilbransjen.

Vi inviterer til deltakelse i BIMtech-gruppen for å identifisere innovasjons- og kompetansebehov og gjennomføre praktiske tiltak og prosjekter.


VEDLEGG

Effekter ved økt bruk av gode BIM-modeller – noen eksempler

To milliarder i ikke-utnyttet verdiskaping – bare innen klimagassberegninger

Beregninger fra MiljøBIM-prosjektet viser et anslått gevinstpotensiale på 2 mrd. kroner ved bruk av BIM som underlag for klimagassberegninger. Tallet fremkommer som følger:

  1. I flg. SSB ble det levert inn ca. 80.000 byggesøknade i 2022. Vi anslår at 25% av disse må levere klimagassregnskap iht. teknisk forskrift.
  2. Vi anslår at en tradisjonell utført klimagassberegning for et formålsbygg (ikke bolig/hytte) koster i snitt 200.000 kr. for eks. en skole. En prosjektBIM for en skole er som regel ikke (i dag) laget med klimagassberegninger som formål, selv om vi har sett gode eksempler på modeller som kan brukes til dette.
  3. En validering og oppgradering av BIM’en med riktige materialbeskrivelser, klassifisering og geometri – for en skole, vil anslagsvis komme på kr. 40.000, men kan variere stort.
  4. Oppgraderingen av en prosjektBIM til en miljøBIM med produkter med riktige referanser til miljødata fra EPD Norge eller generiske EPD’er, vil kunne brukes av et klimagassberegningsverktøy som kobler og omregner varemengder til miljødata. Klimagass-verktøy som f.eks. Reduzer, Madaster eller OneClickLCA vil da kunne produsere et klimagassregnskap for selve bygget i både prosjekterings- og driftsfasen dersom BIM’en er oppdatert. Bruk av et slikt beregningsverktøy kan koste kr. 10.000 i et prosjekt, men varier stort.
  5. Hvis vi sier at klimagassberegninger med BIM og KI har 50% kostnadsbesparelse (forsiktige tall) av kr. 200.000 for 20.000 byggeprosjekter, gir dette en innsparing på kr. 2 mrd. kr. I tillegg kommer tidsbesparelse, kompetansebygging, muligheter for gjenbruk av maskinlesbare data m.m.

Dette er anslåtte tall for 2022 og diskuteres gjerne, også i lys av dagens byggemarked.


Verdiskapingspotensialet for kunstig intelligens i byggenæringen

Hvordan kan KI bidra til å skape økt effektivitet i prosjektering, bygging, drift og forvaltning?

Omsetningstall for bygge- og anleggsvirksomhet var i flg. SSB på 680 mrd. kr. i 2021.

Hvis en legger til omsetning av tjenester tilknyttet eiendomsdrift (næringskode 81 – SN 2007) på kr. 34 mrd. kr., kommer bygg, anlegg og eiendomsdrift på rundt kr. 714 mrd. kr. Dette utgjør ca. 17% av brutto nasjonalprodukt (BNP) på ca 4 bill. kr. i 2021.

NHO publiserte i januar 2024 en rapport som viste at digitalisering og KI kan gi opp mot 5 600 mrd. kroner i ekstra verdiskaping fram mot 2040.

Hvis vi gjør en veldig enkel fordeling her så vil 17%, dvs. 952 mrd. kroner gjelde byggenæringen.

Verdiskapingspotensialet totalt på 5 600 mrd. kroner er fordelt på

  • 2 000 mrd kroner på generativ KI, dvs. generere nye data og innhold basert på eksisterende data 
  • 3 600 mrd kroner på annen avansert digital teknologi og øvrig KI (ikke-generativ KI).

Tre-års program for økt verdiskaping med KI

Hvordan kommer vi i gang med å utnytte verdiskapingspotensialet med KI – i praksis?

KI-guru Stjepan Mikulic har per juni 2024 katalogisert over 1000 KI-verktøy som kan hjelpe byggenæringen til økt effektivitet. Sammen med BIM Verdi gjennomførte han kurs ogarbeidsmøter i Oslo 8.2., 30.5. og 5.6. 2024 med bl.a. norske eksempler og erfaringer og hvordan KI best kan brukes i bedriftene.

Vi har opprettet en BIMtech-satsing med følgende tiltak:

  • etablert en BIMtech Exec-gruppe for prosjektdeltakere og partnere i BIM Verdi. Gruppe 1 består av 10 foretak og har måndelige oppdateringer med problemstillinger og rådgivning. Det er etablert et Miro-board med problemstillinger og oppfølging.
  • en 3-års satsning med navnet BIMtech Innovasjon (BITI)- hvor vi har søkt bedriftsnettverksordningen i Innovasjon Norge om støtte. Vi har registrert 10 foretak i en kjernegruppe og over 40 i en ‘følgegruppe’. Elementer i programmet er bl.a.:
    • Prosjektering og bygging. Bruk av KI til prosjektstyring m.m.
    • Klimagassrapporter. Forbedre datagrunnlaget for uthenting av klimadata fra BIM -med KI-verktøy. ==> MiljøBIM-gruppen.
    • Digital ombrukskartlegging med bruk av KI for indentifisering av ombruksobjekter. ==> SirkBIM-gruppen.
  • koblet Stjepans oversikt over eksisterende KI-verktøy (AEC AI Hub) mot ‘formålsBIM’ene i BIM Verdi.

KI-verktøy kan raskt se sammenhenger mellom ifc-modeller, kravstillinger, standarder og dokumenter, gjenkjenne mønstre, identifisere objekter og raskt trekke ut kunnskap som tar lang tid å finne manuelt.  Vi håper å kunne maskinlese en IFC-modell for å sjekke om den bruker pålagte standarder som f.eks. bygningsdelstabellen (NS3451), som er krav i TEK17. Eller se om en modell er i tråd med andre standarder som er relevante i byggenæringen. Se et utvalg standarder her.

KI-løsninger må ha et klart formål og kunne analysere modelldata i forhold til forskrifter, krav og standarder, gjerne koblet til begrepsregimet i arbeidet med buildingSMART Data Dictionary (bSDD). Et interessant tema her er XAI (Explainable artificial intelligence) som er programmert til å beskrive formålet og også dokumentere kilder og prosess for dermed å skape tillit til algoritmene bak resultatene.

Et praktisk eksempel: Kan en mobiltelefon, en KI-app, åpen BIM og Digital Link fra GS1 gjøre myndighetspålagt ombrukskartlegging for bygg hypereffektivt?

SirkBIM-prosjektet tester nå LiDAR-teknologi (eks. for skanning fra enkelte mobiltelefoner) med KI-basert identifisering av dører og vinduer, eksport til .IFC og videre merking, beriking og sporing med QR-kode med Digital Link fra GS1.

Vi ser om IFC-eksporten fra Metaroom-appen kan åpne interessen for en enklere, rimeligere og bedre inngang til kartlegging, modellbygging, vurdering og salg av ombruksvarer. Denne løsningen har en nøyaktighet på +- 5 cm og er beregnet til etablering av en enkel modell som senere kan gjøres mer detaljert med andre, mer finkornete verktøy og modell-løsninger som f.eks. med integrasjon med Autodesk Construction Cloud.

Metodikk

BIM Verdi utvikler og bruker metodikk og verktøy for prosjekt- og kompetanseutvikling. Et av disse er ‘referanse-ressurs’ #6 – Elementmatrisen som skal understøtte valg av forbedringselementer.

Referanser, rapporter etc.

2024