Diva - The digital foundation for value preservation in real estate.

Divas mål var å utvikle en digital, AI-basert løsning for å identifisere tilstanden til bygninger, som en nyttig løsning for alle boligeiere for å forhindre bygningsskader eller forringelse på grunn av klimaendringer, uforutsette hendelser, eller for å lage en objektiv vurdering av verdien av eiendommen. Denne målsettingen er svært ambisiøs da de aller fleste bygningene er ganske gamle – bygget med ulike byggeteknikker over lang tid, mange av dem er ikke bygget etter planen på grunn av lokale justeringer eller manglende detaljering, flere har gjennomgått reparasjon og oppussing og med svært lite dokumentasjon av både første plan eller endringer. De fire hovedmålene i prosjektet var; 1. Utvikle en taksonomisk struktur for bygningsskader 2. Utvikle opplæringsdatasett, algoritmer og en AI-plattform for bildegjenkjenning av bygningsskader. 3. Utvikle et beslutningsstøttesystem for å gi råd til både identifisering og kategorisering av skader og foreslå relevante forebyggende eller avbøtende tiltak. 4. Utvikle ny forretningsmodell for å utforske forretningsmulighetene disse nye dataene og informasjonen vil gi. Resultater oppnådd per mål. Taksonomisk struktur En taksonomisk struktur av hele komplekset er utviklet, som inneholder to hoveddeler; 1) Bygningsstrukturen (typologi, sone, element, risikopunkt og materiale) 2) Skaden (type, årsak, tid, påvisning, inspeksjon, tilstand, forsikring) Disse to delene er knyttet sammen for å danne et beslutningstre der kun relaterte elementer forekommer i datastrukturen. I prosjektet er taksonomien bygd opp med 52 ulike skader i seks hovedkategorier og 30 variabler, som dekker alle skadene i boligbygg. Strukturen har også sannsynligheter for forekomst av ulike skader knyttet til bygningskonstruksjonen. AI-plattform med treningssett og algoritmer Prosjekteieren har allerede en omfattende AI-plattform som dekker bildegjenkjenning av bilskader. I løpet av prosjektet har utviklingen av denne plattformen blitt forbedret for å samsvare med bygningsskader, som dekker forbehandling, dataforberedelse og håndtering, og bildebehandling. Beslutningsstøttesystem (DSS) Det er utført en bred kategorisering av brukergruppene, deres krav, forventninger og beslutningsprosesser, og tilsvarende brukerreiser og erfaringer er utviklet. Basert på leveringen av taksonomien, har en mockup demonstrert systemet. Nye forretningsmodeller Innspill fra forskere, forretningspartnere og ulike interessenter i byggemiljøet, har resultert i et sett med nye muligheter. Disse inkluderer f.eks. behovet for nye skadevurderingsrapporter for å lage analyseklare (AI) datasett, taksonomisk veiledning av vurderinger, både for fagfolk og for private huseiere, ferdigstillelse og utnyttelse av taksonomien for andre deler av bygningssamfunnet, som kontorer, offentlig bygninger etc.

The projects major outcome is the building damage taxonomy, which form the foundation for several new applications, like new damage reports, new appraisal reports, new practices for valuation of buildings, assessments of potential risk spots in buildings and more proactive maintenance activities. Furthermore the implementation of the taxonomy in a digital HUB will be made open for actors/developers/analysts to use in their own applications or analytic tools.

Diva will develop a solution for identifying the state of a real estate. The identification process will be based on computer vision techniques, available property data, known building materials, techniques and knowledge, risk models and AI processing. Main R&D challenges are; - How to update the current building knowledge to the digital specifications? - How to expand the current AI capacities to the technical specifications? - How to support decisions for preventive and mitigating measures? - How to create insights, identify and verify the relevance of new business models derived from the new insights created? The project result will create a whole new digitized foundation for new business, products and services in the value chain of real estates, as it will make available a comprehensive library of building materials, with damage attributes and prioritized mitigation or preventive actions. This will be used for automating appraisals, for initiating preventing actions against e.g. flooding, water leakage or mould, or for detecting abnormalities in the real estate.