Skip to main content

AI skal hjælpe ATP Ejendomme med at optimere energi og indeklima – før kunderne mærker problemerne

Hos ATP Ejendomme modtager de tekniske anlæg hver uge tusindvis af alarmer, når bygningernes systemer registrerer fejl eller afvigelser i driften. Nogle alarmer har stor betydning for bygningernes brugere og drift, mens andre er mindre vigtige. Den store udfordring er derfor at reagere på de rigtige ting på det rigtige tidspunkt.

Denne case tager udgangspunkt i et interview med Michael Krolykke, Afdelingschef i Kompetencecenteret hos ATP Ejendomme. Ifølge Michael oplever organisationen i dag, at kunderne nogle gange opdager fejlene, før driften gør. Det vil ATP Ejendomme gerne ændre på.

Hvis temperaturen eller luftkvaliteten eksempelvis falder i et lejemål, ønsker ATP Ejendomme at kunne opdage og reagere på problemet, før brugerne i bygningen når at mærke det. Ofte tænker brugerne i første omgang, at problemet måske går over af sig selv, og derfor bliver fejlene ikke altid meldt ind med det samme – men når de gør, er utilfredsheden typisk større.

Kunden skal ikke være vores fejlmelder, vi skal have kapaciteten til selv at registrere og reagere på de fejl der opstår. AI skal hjælpe os med at være proaktive

Michael KrolykkeAfdelingschef i Kompetencecenteret, ATP Ejendomme

For at understøtte arbejdet med alarmhåndtering er ATP Ejendomme i gang med at etablere et servicelag oven på deres eksisterende CTS- og BMS-systemer. Ambitionen er, at AI på sigt skal hjælpe med at prioritere fejlalarmer, analysere store mængder bygningsdata og gøre driften mere proaktiv. 

Samtidig handler AI-arbejdet også om energiforbrug. Hvis bygningerne kan styres mere intelligent, kan ATP Ejendomme blandt andet undgå at varme lokaler unødigt op eller drive ventilationen hårdere end nødvendigt. Michael vurderer, at potentialet ligger omkring 10-15 % reduktion af forbrugsomkostningerne. 

Den økonomiske besparelse på driftsomkostninger kan øge værdien af en ejendom, og mindre energiforbrug kan gøre bygningerne mere attraktive for kunderne, samtidig med at de skal betale mindre for deres forbrug i bygningerne.

I dag fokuserer ATP Ejendomme allerede på AI til at optimere indeklima og energiforbrug. Der holdes fx øje med CO₂-niveauer i mødelokaler og temperaturer i lejemål, så der er et historisk datagrundlag, som AI kan bruge til at regulere ventilation og drift mere intelligent. Her er et par eksempler:

Hvis der er mødelokaler, hvor der på regelmæssig basis holdes møder for en større gruppe kolleger og CO₂-niveauet stiger og gør luften tung, kan AI genkende mønsteret og sørge for at ventilationen i lokalet starter tidligere end ellers og derved forhindre at folk sidder og bliver døsige grundet CO₂-niveauet. 

Et andet eksempel er kunder, der arbejder sent en fast dag i ugen. Her kan man ved at monitorere CO₂-niveauet, se at der er folk på kontoret og derved undlade at skrue ned for varmen om eftermiddagen, som man ellers ville gøre. Den slags justeringer kan også laves manuelt, men med mange ejendomme og kunder, der løbende skifter rutiner, er opgaven uoverskuelig. Med AI sker justeringerne automatisk, til glæde for kunderne, der kan tage det gode indeklima for givet og ikke behøver at tænke over at der er en intelligent styring, der forbedrer indeklimaet i forskellige situationer.

AI-løsningen med automatisk styring er endnu ikke sat fuldt i drift. ATP Ejendomme har udvalgt en konkret ejendom og en leverandør til en pilot, men implementeringen har afventet interne sikkerhedskrav med netværk, dataadgang og systemstruktur. Systemet forventes at være i drift i løbet af efteråret.

Bæredygtighedsperspektiver

For Michael hænger arbejdet med AI tæt sammen med både energiforbrug, CO₂-reduktion, indeklima og langsigtet værdiskabelse i ejendomsporteføljen. Men eksemplerne med indeklima og hurtigere reaktion på alarmer viser også et fokus på brugernes trivsel. 

Han beskriver især potentialet i at reducere el- og varmeforbrug gennem mere intelligent styring af bygningerne. Hvis AI eksempelvis kan tjekke vejrudsigten og se at solen kommer frem på en kold forårsdag, , kan man undgå at bruge unødig energi på opvarmning af de sydvendte arealer, for blot at skulle bruge mere energi på at afkøle arealerne igen når strålingsvarmen fra solen giver overophedning. På samme måde kan ventilationen reguleres mere præcist efter faktisk behov.

Indeklima fylder også meget i ATP Ejendommes arbejde. Michael fortæller, at indeklima er noget af det, kunderne vægter højest i kundetilfredshedsundersøgelserne. Derfor handler arbejdet ikke kun om energibesparelser, men også om at skabe bygninger, der er behagelige for mennesker at opholde sig i.

Fakta om casen – ATP Ejendomme

Antal bygninger og m²:
Porteføljen i Danmark er på godt 650.000 m² fordelt på ca. 70 ejendomme.

Størrelse på organisationen:
ATP Ejendomme har ca. 130 medarbejdere.

Kompetencecenteret:
10 medarbejdere sidder i ATP Ejendommes Kompetencecenter, som er en tværgående specialistfunktion, der hjælper resten af organisationen med tekniske problemstillinger på ejendommene, laver tilstandsvurderinger og sikrer indsamling af data. I det daglige arbejder Kompetencecenteret med alt fra energidata, indeklimadata, adgangskontrol, CTS-styring, generel optimering og i særdeleshed smartere drift på tværs af ATP Ejendommes bygninger.

AI-løsning:
AI-værktøj, der reagerer på data fra bygningernes CTS-systemer for at opdage fejl tidligere, optimere indeklima og reducere energiforbrug. 

Anvendelse:

  • Intelligent styring af varme og ventilation 
  • Prioritering af alarmer fra tekniske anlæg 
  • Overvågning af CO₂, temperatur og energiforbrug 
  • Reducerede forbrugsomkostninger
  • Bedre indeklima for kunderne
  • Mere proaktiv drift 

Formål:
At reducere energiforbrug og CO₂-udledning, skabe et mere stabilt indeklima og understøtte en mere proaktiv drift, som skal give større brugertilfredshed.

Forventede resultater:

  • Potentiale for 10-15 % reduktion af forbrugsomkostninger 
  • Bedre overblik over tekniske alarmer 
  • Hurtigere reaktion på fejl og afvigelser 
  • Mere stabilt indeklima

Rammer for AI og bæredygtighed i FM

I projektet AI og Bæredygtighed i FM har DFM udviklet en modenhedsanalyse, der belyser, hvordan FM-organisationer arbejder med AI i en FM-kontekst. Med afsæt i værktøjet har Michael Krolykke givet sin egen umiddelbare vurdering af ATP Ejendommes AI-modenhed til at fremme bæredygtighed inden for dimensionerne strategi, organisation, data, teknologi og sikkerhed.

Michaels vurdering peger på, at APT Ejendomme befinder sig i en fase, hvor arbejdet med AI er begyndt at bevæge sig fra enkeltstående initiativer til en mere fælles forståelse på tværs af organisationen. AI anvendes allerede til konkrete opgaver i driften, og der er en voksende forståelse for teknologiens potentiale i forhold til både effektivisering og bæredygtighed. Samtidig er arbejdet fortsat præget af afprøvning og læring, hvor erfaringer fra konkrete projekter er med til at forme den videre udvikling og skabe grundlag for en mere systematisk anvendelse af AI i fremtiden.

Strategi
Hos ATP Ejendomme er digitalisering skrevet ind i den overordnede forretningsstrategi, mens AI ikke er nævnt som et selvstændigt indsatsområde. Michael beskriver dog at AI naturligt kobler sig til denne udvikling samt at ledelsen bakker op, og opfordrer medarbejderne til at være en del af arbejdet med AI.

Ifølge Michael er AI-arbejdet især opstået nedefra gennem konkrete behov i driften og et ønske om at skabe bedre overblik over energiforbrug, tekniske anlæg og indeklima. Selvom AI ikke er indskrevet i strategien, så anses det som et af midlerne til at realisere konkrete gevinster – ikke som et mål i sig selv. 

Blandt andet indeholder APT Ejendommes bæredygtighedsstrategi et mål om at nedsætte energiforbruget per m2 med 30-40 % i 2040 sammenlignet med 2018. Derudover er der også fokus på et sundt indeklima (ATP Ejendomme – bæredygtighedsstrategi). Begge fokusområder som AI understøtter.

Organisation
Organisatorisk er arbejdet med AI til at fremme bæredygtighed forankret i Kompetencecenteret hos ATP Ejendomme. Kompetencecenteret arbejder på tværs af ejendomsporteføljen med blandt andet energidata, CTS-styring, bygningssyn og teknisk rådgivning, og har derfor mulighed for at identificere mønstre og potentialer på tværs af bygninger og tekniske anlæg. Herfra spredes arbejdet med AI til de andre dele af Ejendomsteamet.

Michael beskriver samtidig, at arbejdet med AI i høj grad drives af medarbejdere tæt på driften med teknisk indsigt i bygninger, installationer og energiforbrug. Det er netop koblingen mellem data og praktisk driftserfaring, som gør det muligt at omsætte AI til konkrete forbedringer i den daglige drift.

Der er en meget positiv kultur omkring brugen af AI, såfremt det gøres på en sikker måde, og ledelsen bakker i høj grad op om de initiativer der foreslået af medarbejderne. I flere af de mindre tekniske afdelinger arbejdes der også med AI. Fx bruges det til at analysere markedsdata og sammenholde det med ATP Ejendommes portefølje for at blive klogere på kundeadfærd potentialet for de enkelte ejendomme. På sammen måde bruges det i både IT og jura for bedre at kunne navigere i store mængder data.

ATP Ejendommes organisationsdiagram

Data

En af de vigtigste erkendelser i ATP Ejendommes arbejde med AI handler ifølge Michael om data.

Organisationen har i dag syv forskellige CTS-platforme på tværs af porteføljen, der er separate systemer til hhv. adgangskontrol, indeklima og forbrugsmåling, og data er derfor ikke struktureret ensartet. Det gør det vanskeligt at få et samlet overblik på tværs af ejendommene.

Michael beskriver derfor arbejdet med at samle og konsolidere data som en helt central forudsætning for projektet. Hvis AI skal kunne analysere mønstre og prioritere alarmer, kræver det, at data er tilgængelige, sammenlignelige og af tilstrækkelig kvalitet.

ATP Ejendomme arbejder samtidig med at kvalitetssikre deres forbrugsdata. Organisationen har omkring 2.500 målere, men Michael fortæller, at det stadig er nødvendigt at sikre, at målerne registrerer det rigtige forbrug de rigtige steder.

Han peger på, at AI-projektet også har haft en positiv sideeffekt: arbejdet med AI har været med til at skabe større fokus på datakvalitet og -struktur generelt. Michael påpeger på baggrund af APT Ejendommes erfaringer:

“Du kan ikke lave AI, hvis du ikke har det rigtige datagrundlag.”

Michael KrolykkeAfdelingschef i Kompetencecenteret, ATP Ejendomme

Teknologi
ATP Ejendomme arbejder med at etablere et AI-servicelag oven på den eksisterende CTS- og BMS-struktur. Målet er ikke at erstatte de tekniske systemer, men at skabe et mere intelligent lag, der kan reagere på data og understøtte driften.

Michael fortæller, at ATP Ejendomme stadig befinder sig i pilotfasen, hvor organisationen tester mulighederne og arbejder med at skabe de tekniske forudsætninger for løsningen. Samtidig beskriver han et marked præget af mange leverandører og store løfter om hurtige gevinster. Derfor har ATP Ejendomme brugt tid på at tale med flere forskellige leverandører for at forstå markedet og blive skarpere på, hvad organisationen faktisk ønsker at opnå, således at de kan vælge den teknologi, der bedst løser denne opgave.

Sikkerhed
Sikkerhed fylder meget i ATP Ejendommes arbejde med AI. Ifølge Michael har organisationens høje sikkerhedskrav været en af årsagerne til, at pilotprojektet endnu ikke er sat fuldt i drift.

AI-løsningen skal kunne tilgå data fra ATP Ejendommes tekniske netværk og potentielt også påvirke indstillinger i de tekniske anlæg. Det har skabt behov for omfattende afklaringer omkring adgang, rettigheder og netværkssikkerhed.

Michael peger samtidig på, at ATP Ejendomme som en del af ATP-koncernen arbejder under et højt sikkerhedsniveau og påvirkes af krav relateret til blandt andet NIS2 (et EU direktiv, der skal styrke cybersikkerheden og modstandsdygtigheden over for cyberangreb).

Læringer fra casen

Casen fra ATP Ejendomme viser, hvordan AI i FM kan skabe værdi langt ud over effektiviseringer. Gennem bedre indsigt i bygningernes drift og brugernes behov kan AI bidrage til højere kundetilfredshed, bedre brugeroplevelser og i sidste ende mere attraktive og værdifulde ejendomme. Michaels bedste råd til andre, der vil i gang med AI og bæredygtighed i FM, er:

  • Start med formålet
    Man skal være tydelig omkring, hvad man ønsker at opnå. Hos ATP Ejendomme handler det blandt andet om energibesparelser, bedre indeklima og mere proaktiv drift.
  • Opbyg bestillerkompetence
    Ifølge Michael er det vigtigt at kunne stille de rigtige spørgsmål til leverandørerne og forstå, hvad løsningen faktisk skal kunne, hvis man vil løfte sin teknologi dimension.
  • Tal med flere leverandører
    ATP Ejendomme har brugt dialog med forskellige leverandører til at blive klogere på markedet og mulighederne.
  • Data er fundamentet
    AI kræver et solidt datagrundlag. Hvis data er spredt på mange systemer eller ikke er kvalitetssikret, bliver det svært at skabe værdi.
  • Forvent ikke et quick fix
    Michael understreger, at AI kræver forberedelse, struktur og tålmodighed. Mange gevinster afhænger af det arbejde, der ligger før selve AI-løsningen.
  • Brug AI som en fælles retningsgiver
    Selvom ATP Ejendomme endnu ikke har implementeret AI fuldt ud, har arbejdet allerede været med til at skabe fælles fokus på data, energiforbrug og teknisk optimering.

Denne case er udarbejdet på baggrund af interview i april 2026 med Michael Krolykke, Afdelingschef i Kompetencecenteret hos ATP Ejendomme, i forbindelse med projektet AI og Bæredygtighed i FM.

AI Ready - Cases

Læs seks cases om konkrete AI-initiativer, deres resultater og de erfaringer, organisationerne har gjort sig undervejs.

AI Ready
12-08-2026

JYSK

I JYSK er energiforbruget i butikkerne ikke længere noget, man følger bagudrettet i energirapporter og regneark. I dag arbejder virksomheden med Smart Store-konceptet – en intelligent løsning, der automatisk overvåger,…
AI Ready
12-08-2026

Frederikssund Kommune

I Frederikssund Kommune er det ikke kun mennesker, der overvåger kommunens el- og fjernvarmeforbrug i bygninger. Et AI-baseret system kaldet ENTO, ser nemlig også med, og AI’en reagerer, når noget…
AI Ready
12-08-2026

Københavns Universitet

Hos Københavns Universitet (KU) undersøger energiteamet, hvordan AI kan bruges til at skabe bedre overblik over energiforbrug, tekniske anlæg og bygningsdrift på tværs af en stor og kompleks bygningsportefølje. Målet…
AI Ready
12-08-2026

Danske Shoppingcentre

Hos Danske Shoppingcentre (DSC) arbejder FM med AI for at reducere energiforbrug, styrke driften og understøtte organisationens bæredygtighedsindsats. Denne case tager udgangspunkt i et interview med Martin Bødker Hansen, Head…
AI Ready
12-08-2026

By & Havn

Hos By & Havn har AI hjulpet med at planlægge vedligehold på tværs af bygningsporteføljen gennem de sidste 2 år. Resultatet er bedre overblik, mere sikker budgettering og et stærkere…
AI Ready
12-08-2026

ATP Ejendomme

Hos ATP Ejendomme modtager de tekniske anlæg hver uge tusindvis af alarmer, når bygningernes systemer registrerer fejl eller afvigelser i driften. Nogle alarmer har stor betydning for bygningernes brugere og…