Tot voor kort betekende een registratie in proprty.ai dat men de woning rondliep en vastlegde wat men zag. Nu kan dat met een camera. Een nieuwe functie in de app laat de gebruiker een foto maken van een bouwdeel, waarna de AI het materiaal, bouwjaar, de staat en de resterende levensduur voorspelt.
Klanten bouwen onderhoudsplannen in proprty.ai op drie manieren. De eerste is door te vertrouwen op de schattingen van de AI uit openbare bouwgegevens, die nauwkeurig genoeg zijn zodat velen ze direct gebruiken bij de budgettering. De tweede is om volledig handmatige registraties te doen voor elk afzonderlijk bouwdeel om de hoogste precisie te verkrijgen. De derde, en meest gangbare, is om de twee te combineren.
"De meeste klanten komen ergens in het midden uit," zegt Mikkel Jensen, medeoprichter en CDSO van proprty.ai. "Ze vertrouwen op de AI-schattingen voor het grootste deel van de portefeuille, en doen registraties waar het er het meest toe doet. Op beelden gebaseerde registraties maken die middenweg veel gemakkelijker te kiezen."
Wat verandert er voor de gebruiker
Hoe meer registraties u doet, hoe meer het plan de feitelijke staat van elk bouwdeel weerspiegelt. Op beelden gebaseerde registraties maken dat werk sneller en verlagen de drempel voor wie het kan uitvoeren.
Tot nu toe betekende een registratie dat men handmatig het materiaal, bouwjaar, de staat en de resterende levensduur van elk bouwdeel invoerde. Vergeleken met een traditionele conditiemeting was dat proces al sneller, gestructureerder en leverde het vanaf dag één gestructureerde gegevens op. De beeldworkflow verwijdert daarbovenop de handmatige invoer. De gebruiker maakt een foto, de AI stelt een volledige registratie voor, de gebruiker controleert en past aan.
"Wanneer je een foto hebt van een bouwdeel, heb je veel meer informatie dan we ooit uit openbare bouwgegevens kunnen halen," zegt Mikkel Jensen. "Dat geeft je een veel beter uitgangspunt, en in de meeste gevallen is de voorspelling al dichtbij genoeg dat je deze alleen nog hoeft te verifiëren."
Gebouwd op wat proprty.ai al weet
De beeldvoorspelling is geen generieke gok. Deze bouwt voort op dezelfde structuur die de rest van proprty.ai aandrijft: gegevens uit openbare registers zoals BBR, een materialenlijst per bouwdeel, gemiddelde levensduurwaarden per materiaal, en de koppeling tussen conditiescore en resterende levensduur.
"De voorspelling kiest uit onze eigen materialenlijst, die leidt tot de gemiddelde levensduur voor dat bouwdeel en dat materiaal, wat vervolgens de conditiescore en de resterende levensduur verankert," zegt Mikkel Jensen. "Alles wat we de afgelopen jaren hebben gebouwd, zorgt ervoor dat dit werkt."
Meer verbeteringen op komst
De beeldworkflow is een van de vele veranderingen op weg naar een registratie-ervaring die minder invoer en minder ervaring vereist. De gebruiker controleert nog steeds elke voorspelling, en dat zal niet verdwijnen.
"Het vereist minder ervaring om een correcte registratie te maken wanneer je begint met een foto," zegt Mikkel Jensen. "En het bevrijdt de aandacht van de gebruiker voor de delen van het gebouw die daadwerkelijk een extra blik verdienen."
proprty.ai gebruikt domeinspecifieke AI om de staat, resterende levensduur en kosten te voorspellen voor grote gebouwenportefeuilles. Het resultaat is een continu bijgewerkte beslissingsbasis voor onderhoud en investeringen, waarbij staat, kosten en CO₂ op één plek zijn samengebracht. Klanten in Denemarken, Noorwegen, Zwitserland en Duitsland beheren meer dan 40 miljoen m² in proprty.ai.
Meld je aan voor onze nieuwsbrief
Ontvang nieuwe functies, klantverhalen en nieuws van proprty.ai direct in je inbox.
