
AI erstatter mavefornemmelser i fugtanalyse
Institut for Fugtteknik har udviklet en metode, der kombinerer vægtprocentmålinger, termografi og saltanalyse med AI. Metoden kan hjælpe til en mere ensartet og præcis diagnosticering af fugtproblemer i bygninger.

Fugt i bygninger er et udbredt og voksende problem. Ifølge EU-kommissionens tal er omkring 15 millioner europæiske husstande ramt – og udviklingen accelererer i takt med øget nedbør og en aldrende bygningsmasse.
Traditionelt foretages fugtanalyser manuelt og med simple værktøjer, hvor vurderingen i høj grad baseres på erfaring og visuelle observationer. Det øger risikoen for fejldiagnoser og dermed uhensigtsmæssige eller dyre løsninger.
- Hidtil har fugtbekæmpelse ofte været baseret på en simpel fugtmåler, men vi bruger ikke data godt nok til at identificere årsagen. Det vil vi ændre, forklarer Søren Als, CEO og medstifter af Institut for Fugtteknik i en pressemeddelelse.
Institut for Fugtteknik har derfor udviklet en metode, hvor data fra tre typer målinger – vægtprocent, termografi og salte/sporstoffer – kombineres i en AI-model. Formålet er at øge træfsikkerheden og fjerne usikkerheden i fortolkningen.
AI genererer automatisk rapporter
Ved hjælp af kunstig intelligens kan modellen sammenholde de tre målinger og automatisk generere en rapport med vurdering af fugttype og omfang. Det gør metoden anvendelig for både erfarne og mindre erfarne bygningsfaglige aktører.
- Når vi har taget de nødvendige prøver, genererer modellen automatisk en diagnose. Det øger træfsikkerheden betragteligt og letter dokumentationen, fortæller Søren Als.
Projektet er udviklet i samarbejde med Alexandra Instituttet og Black Capital Technology som en del af et AI Boost-projekt støttet af Erhvervshus Hovedstaden.
Identificerer fire fugttyper
I projektets første faser har Alexandra Instituttet arbejdet med at analysere, hvilke fugtdata der kan trækkes ud af bygningsdele, og hvordan disse kan anvendes i machine learning-algoritmer til at identificere fire forskellige fugttyper.
- Vi har kombineret sensorbaserede målinger, clustering-analyser og maskinlæring for at give en mere præcis diagnose – både af omfang og af årsag, siger Alexandre Alapetite, Principal Software Solutions Architect i Alexandra Instituttets AI Lab.
Som supplement har man udviklet en 3D-/AR-baseret platform, hvor brugeren kan navigere rundt i en digital model af bygningen og få visuel indsigt i placering og udbredelse af fugt. Det er særligt rettet mod mindre erfarne fagpersoner.
Fra rådgivning til teknologiplatform
Institut for Fugtteknik har foretaget over 600 analyser med den nye metode og ser nu mod kommercialisering. Målet er at udvikle et færdigt IT-system, der kan bruges af ingeniører, arkitekter, bygherrer og bygningsejere.
- Vi vil gå fra at være en rådgivningsvirksomhed til at blive en tech-virksomhed. Når systemet er færdigt, kan vi certificere andre partnere til at udføre målingerne, siger Søren Als.
Behovet er tydeligt: I Danmark anslås det, at 400.000 ejendomme allerede er ramt af fugtproblemer – og problemet vil vokse.
- Hvis man ikke har styr på fugt, vil det give store problemer fremover. Der er derfor et stort behov for løsninger, der er både præcise, omkostningseffektive og skalerbare, understreger han.
Fakta:
- Cirka 400.000 danske ejendomme er ramt af fugtproblemer
- Institut for Fugttekniks metode kombinerer vægtprocentmåling, termografi og saltanalyse
- AI-modellen øger diagnosticeringens præcision med over 80 %
- Udviklingen er sket i samarbejde med Alexandra Instituttet og Black Capital Technology