Hvad vores specialiserede AI afslører om Forsvarets bygningsportefølje

Vi har analyseret Forsvarsministeriets bygningsportefølje med proprty.ai’s specialiserede AI-model – udviklet specifikt til at vurdere bygningers tilstand og planlægge vedligehold.

Analysen dækker ca. 800 af de 4.000 bygninger, som forsvaret står som ejer af i Ejerfortegnelsen. Her kan vi trække på offentlige datakilder som BBR, DAR, energimærker og skråfotos. Resultatet er et detaljeret og objektivt overblik over kommende vedligeholdelsesbehov – og omfanget er markant.

Her er, hvad vi fandt, da vi kørte Forsvarets ejendomme gennem vores system.

Overblik over 800 bygninger med AI

Forsvaret er særligt, fordi der er mange bygninger, som ikke indeholder information i offentlige registre – det giver jo god mening, tænker vi. På de i alt 774 bygninger, der findes data på, forudsiger proprty.ai følgende vedligeholdelsesbehov over de næste 10 år:

• 90 tagudskiftninger
• Over 100 vinduesudskiftninger
• 98 facaderenoveringer
• Over 200 vand- og varmeanlæg, der skal udskiftes
• 100 brønd- og afløbsrenoveringer

Vi estimerer, at Forsvaret samlet set skal investere omkring 2,25 mia. DKK. Og laver man en simpel lineær beregning på de resterende 80%, vil forsvaret skulle investere hele 11.25 mia. DKK over de næste 10 år i både oprettende og forebyggende vedligeholdelse. Dertil kommer en kompleksitet i materialer og byggeplads for forsvarets bygninger, som formentligt øger budgettet yderligere.

Ifølge Danmarks Radio har der tidligere være allokeret 2,6 mia. DKK mellem 2018 – 2023, hvilket ifølge proprty.ai’s forudsigelser ikke er nok til at håndtere efterslæbet på Forsvarets bygninger.

En offentlig påmindelse – og grunden til analysen

I lyset af den seneste kritik fra Statsrevisorerne valgte vi at illustrere, hvad en databaseret tilgang kunne have muliggjort – ikke kun i at identificere behov, men i at understøtte bedre planlægning og vedligehold over tid.

Statsrevisorerne kritiserede Forsvarsministeriet for manglende overblik og fraværet af en langsigtet strategi. Ifølge rapporten:

• 80 % af bygningerne er ikke blevet synet til tiden
• 800 mio. DKK i øremærkede vedligeholdelsesmidler er ikke blevet brugt
• Flere faciliteter har alvorlige problemer som skimmelsvamp og nedslidte installationer

Udfordringen handler altså ikke kun om penge – men om at have adgang til den rette data. Det er præcis det, proprty.ai er bygget til at levere.

Sådan virker modellen

proprty.ai’s platform kombinerer data fra offentlige kilder – herunder BBR, DAR, OIS, energimærker, satellitbilleder m.fl. – med vores egne AI-modeller, der er trænet på titusindvis af bygninger og bygningsdele. Systemet estimerer restlevetid, identificerer vedligeholdelsesbehov og genererer prioriterede planer over 10–30 år.

For større porteføljer betyder det:

• Et samlet overblik over bygningstilstand og fremtidige behov
• Budgetfremskrivning baseret på levetid og risiko
• Datadrevet prioritering af oprettende vs. forebyggende indsats

Hvorfor det gør en forskel

AI erstatter ikke faglig vurdering – den styrker den. Ved at stille struktureret og pålidelig data til rådighed tidligt i processen, hjælper proprty.ai driftsteams og asset managers med at handle proaktivt frem for reaktivt.

Forsvarets sag viser tydeligt, hvor dyrt det kan være, når overblikket mangler.

Vil du se dine bygninger på samme måde?

proprty.ai virker på alle bygninger i Danmark. Du skal blot bruge en adresse eller et CVR-nummer for at komme i gang.

Book en demo og se, hvordan vores platform kan understøtte din langsigtede planlægning – med indsigter skræddersyet til netop din portefølje.