København, 29. juni 2026. Rudersdal Kommune har ansvaret for 540 bygninger, fra skoler og daginstitutioner til administrationsejendomme. I slutningen af 2025 erstattede kommunen sin regnearksbaserede vedligeholdelsesplanlægning med proprty.ai. På dag ét var alle 540 bygninger i systemet. Inden for en måned traf teamet vedligeholdelsesbeslutninger baseret på AI.
For Bryan Morillo Karlqvist, projektleder, Ejendomme i Rudersdal Kommune, handlede skiftet om at få et værktøj, der kunne følge med den måde, de havde brug for at arbejde på.
“Grunden til, at vi begyndte at lede efter et værktøj som proprty.ai, var, at vi så et stort behov for noget, der kunne hjælpe os med at forstå tilstanden på vores bygninger,” siger Bryan Morillo Karlqvist. “I stedet for at kigge på ting, vi skulle udbedre, i et Excel-ark, havde vi brug for et værktøj, der holder de her data i live, ikke så detaljeret, men på et mere strategisk og taktisk niveau.”
540 bygninger, live fra dag ét
Rudersdal forventede det sædvanlige onboardingforløb: måneders dataklargøring, før systemet kunne sige noget brugbart. Sådan gik det ikke. To uger efter underskriften var onboardingen i gang. Inden for en måned var hele porteføljen live, og teamet arbejdede i værktøjet.
“Det, der overraskede os mest, var, at vi på dag ét kunne have hele vores portefølje i systemet,” siger Bryan Morillo Karlqvist. “Mappingen af vores ejendomme mod ejendommene i systemet var en til en. Så det var virkelig nemt at gøre, men det, at de med en sikkerhed på 60% kunne sige noget om tilstanden på 540 bygninger, det var virkelig, virkelig vildt.”
De 60%, Bryan beskriver, er proprty.ai’s sikkerhedsscore: for hver forudsigelse sandsynligheden for, at tilstandsvurderingen er korrekt. En score på 60% på tværs af hele porteføljen gav Rudersdal et udgangspunkt, de kunne stå på mål for, på alle bygninger fra dag ét, uden først at skulle gennemgå 540 ejendomme manuelt.
AI slog regnearket med det samme
Den sværere test kom, da dataene var inde. Kunne AI’en reelt prioritere bedre, end teamet kunne på egen hånd?
“Fra dag ét havde vi hele porteføljen i systemet, og vi kunne træffe beslutninger baseret alene på AI, som var langt bedre end de beslutninger, vi traf ud fra regneark,” siger Bryan Morillo Karlqvist.
Sikkerhedsscoren er en del af grunden til, at den AI-baserede plan holder bedre end et regneark, ikke dårligere. Hver forudsigelse kommer med et klart mål for, hvor sikker modellen er.
“Det er jo noget, et Excel-ark slet ikke giver dig, medmindre du lægger en ny kolonne på og sidder manuelt og opdaterer de her ting,” siger Bryan Morillo Karlqvist.
Offentlige penge, prioriteret og dokumenteret
For en kommune er det kun halvdelen af spørgsmålet, hvor pengene går hen. Hvorfor de gik derhen, skal kunne holde til eftersyn senere. proprty.ai giver Rudersdal en prioritering, de kan forklare og forsvare bagefter, og sagen landede hurtigt hos kommunens ledelse.
“Vi præsenterede det her for vores direktion, og særligt vores økonomichef var superbegejstret,” siger Bryan Morillo Karlqvist. “Han kunne se, at der faktisk er noget potentiale i, at vi begynder at lave noget forebyggende vedligehold, at vi begynder at planlægge. For så kommer vi ikke så ofte og siger, at vi skal have flere penge.”
For Bryan er princippet bag arbejdet enkelt.
“Det handler i realiteten om, at de penge, vi har, har vi et ansvar for at bruge bedst muligt,” siger Bryan Morillo Karlqvist. “Først når vi bruger dem bedst muligt, og vi har styr på vores eget penalhus, kan vi gå ud og sige til politikerne, at der faktisk mangler nogle penge. Og det er super vigtigt at have en metode og en standard, men også et værktøj, der understøtter os i at kunne dokumentere de påstande, vi kommer med.”
Fra brandslukning til forebyggende vedligehold
Det strategiske skifte, Rudersdal er i gang med, går fra reaktive reparationer, hvor bygninger først får opmærksomhed, når noget går i stykker, til planlagt forebyggende vedligehold. Bryan sammenligner det med at eje et sommerhus: Værdien kommer af den løbende pasning, ikke af reparationer, når skaden er sket.
“Paradokset er, at det er der, vi får mest for vores vedligeholdskrone, hvis vi laver noget forebyggende vedligehold,” siger Bryan Morillo Karlqvist. “Passe på det, få malet de der vinduer, få malet det der træværk. Det er der, vi får mest for det. Og det er også det, der forlænger, hvis vi kigger på det fra et bæredygtighedsperspektiv. Det er der, vi får den maksimale levetid ud af vores bygningsdele. Så det er den sti og den vej, vi gerne vil, og det er det, vi gerne vil have, at proprty.ai skal hjælpe os med at understøtte.”
Målet for 2026 er at løfte sikkerhedsscoren fra 60% til 80–85%, i takt med at teamets egne registreringer skærper datagrundlaget. Retningen er sat: mindre brandslukning, mere planlægning og en skarpere sag, hver gang der skal bedes om penge.
proprty.ai bruger domænespecifik AI til at forudsige bygningers tilstand, restlevetider og omkostninger på tværs af store bygningsporteføljer og skaber et løbende opdateret beslutningsgrundlag, der hjælper ejendomsejere med at time capex rigtigt, reducere uplanlagt opex og opbygge et dokumenteret grundlag for vedligeholdelsesinvesteringer. I dag arbejder proprty.ai med kommuner, almene boligorganisationer og institutionelle investorer i Danmark, Norge, Schweiz og Tyskland.
Tilmeld dig vores nyhedsbrev
Få indblik i nye funktioner, kundecases og nyheder fra proprty.ai – direkte i din indbakke.
