KartAi - demokratisk, pålitelig og fullstendig eiendomsdata

Congratulations! You have purchased a single-family home with a garage! A few years later, you discover that the garage is not officially registered, nor is the extension on the house. The insurance company believes you have provided incorrect information. Municipal fees are calculated on the wrong basis. When you try to sell, there are questions about whether the house is legal. In summary, the project is about: * KartAi's main goal is to streamline municipal work processes, particularly related to property registration and building permit processing, using automated, advanced data-driven methods, including artificial intelligence combined with proactive user and citizen dialogue. * The aim is to contribute to the automation and efficiency of processing building permits. * The project is a collaboration between Kristiansand municipality (project owner), the Norwegian Mapping Authority, Norkart AS, and the University of Agder. KartAi's main goal is to streamline municipal work processes, particularly related to property registration and building permit processing, using automated, advanced data-driven methods, including artificial intelligence in combination with proactive user and citizen dialogue. The work processes in the municipal sector are largely identical across all municipalities in the country. Therefore, knowledge, technology, and innovation from the project can be easily reused nationwide, giving the project excellent scalability potential. A regional project in Agder (KartAi 1.0) has laid the groundwork for the needs and innovation ideas in the ongoing project. KartAi 1.0 has generated new knowledge, technology, and attention, making it an excellent platform to build upon on a national scale. The project has three sub-goals: 1) Create national standards/protocols for storage, interfaces, events, and architecture that ensure national scaling and efficient utilization of data across existing data silos through AI/machine learning technology. 2) Develop state-of-the-art machine learning models that provide better decision-making foundations for municipal processing by utilizing a cross-sectoral data basis (aerial photos, drone images, municipal technical data, citizen data) while building on research from previous projects and recent studies within multimodal transformers. 3) Create more efficient case processing with good social sustainability through automated, reliable, and ethical AI tools that support building permit processing in municipalities. The project has a public website where news and results are continuously published: https://kartai.no/

KartAi sitt hovedmål er å effektivisere kommunale arbeidsprosesser knyttet spesielt til matrikkel og byggesaksbehandling ved hjelp av automatiserte, avanserte datadrevne metoder, inkludert kunstig intelligens i kombinasjon med proaktiv innbyggerdialog. Arbeidsprosessene i kommunal sektor er i stor grad identiske i alle landets kommuner. Derfor vil kunnskap, teknologi og innovasjon fra prosjektet enkelt gjenbrukes i hele landet, og slik har prosjektet et utmerket skaleringspotensial. Det er gjennomført et regionalt prosjekt i Agder (KartAi 1.0) som har lagt grunnlaget for behovene og innovasjonsideen i prosjektet det søkes om. KartAi 1.0 har skapt ny kunnskap, teknologi og oppmerksomhet og er en særdeles god plattform å bygge videre på i en nasjonal skala. Detaljerte, oppdaterte og nøyaktige data om bygninger og eiendommer er sentrale beslutningsgrunnlag for effektiv saksbehandling hos kommunene i Norge – blant annet i byggesaksprosessen, takseringsprosesser og avgiftsberegninger. Det nasjonale eiendomsregisteret, Matrikkelen, sammen med felles kartdatabase (FKB) er offisielle registre som utgjør basisen for bygning- og eiendomsdata. Årlig investeres det flere titalls millioner i ajourføring og forvaltning av FKB og Matrikkelen i Norge. Dette gjøres regionalt i de enkelte kommuner og sentralt i samarbeid med Kartverket. I dag forvaltes og oppdateres kartbaser og matrikkelen separat. Prosjektet vil utvikle nye innovative maskinlæringsmodeller, standarder for arkitektur/grensesnitt og ny teknologi for proaktiv datadrevet innbyggerdialog som sørger for mer effektiv saksbehandling og mer korrekte datagrunnlag i matrikkelen og FKB.