Klimaendringer fører til økende skader på bygninger, og dagens metoder for vedlikehold og skadehåndtering er ikke tilstrekkelige for å møte fremtidens utfordringer. CliVa-prosjektet utvikler en innovativ, datadrevet løsning som kombinerer klimamodellering, kunstig intelligens og maskinlæring for å identifisere, vurdere og forebygge skader på bygg. Systemet analyserer bygningers unike egenskaper og forutser hvordan ekstremvær kan påvirke dem i årene fremover.
Løsningen består av tre hovedinnovasjoner: En presis skadevurdering basert på avanserte AI-modeller, en klimarisikovurdering som tilpasser klimamodeller til enkeltbygg, og en datadrevet læringsplattform for byggskadedata. Ved å bruke store språkmodeller (LLMs), computer vision-algoritmer og prediktiv analyse, gir systemet pålitelige beslutningsgrunnlag for eiere, forsikringsselskaper og myndigheter.
Prosjektet gir også en ny modell for datadeling, der anonymiserte skadedata gjøres tilgjengelig for forskning, mens kommersielle aktører kan få tilgang via en lisensiert plattform. Dette sikrer både åpen innovasjon og økonomisk bærekraft for de involverte aktørene.
Gjennom dette prosjektet vil byggsektoren få bedre verktøy for klimatilpasning, og samfunnet vil stå bedre rustet mot klimaendringer. Løsningen bidrar til mer bærekraftig eiendomsforvaltning, økt bygningers levetid og reduserte kostnader knyttet til skadehåndtering.
Prosjektpartnere i prosjektet er Geodata, Polygon og Construction City Cluster. Sintef Community er FoU-partner.
CliVa-prosjektet utvikler en ny datadrevet løsning for å møte utfordringene klimaendringer skaper for byggsektoren. Økende ekstremvær fører til flere skader på bygninger, og tradisjonelle metoder for skadehåndtering og vedlikehold er ikke lenger tilstrekkelige. Prosjektet kombinerer maskinlæring, klimamodellering og sanntidsdata for å gi presise risikovurderinger, skadeanalyser og forebyggende tiltak.
Løsningen bygger på tre hovedinnovasjoner:
1. Presis skadevurdering – et AI-basert verktøy som analyserer bygningens tilstand gjennom en interaktiv prosess med maksimalt fem spørsmål, der multimodale modeller kombinerer bilde-, tekst- og sensordata.
2. Klimarisikovurdering – tilpasser eksisterende klimamodeller til enkeltbygg for å forutse skader over tid, og foreslår skreddersydde tiltak på kort, mellomlang og lang sikt.
3.Læring fra byggskadedata – en datadrevet plattform som samler og strukturerer skadedata fra ulike kilder, der en åpen versjon gir anonymiserte data for forskning, mens en lisensiert tilgang gir detaljert innsikt for kommersielle aktører.
Prosjektet sikrer mer bærekraftig bygningsforvaltning, bedre klimatilpasning og lavere kostnader knyttet til skadeutbedring. Innovasjonen vil ha stor verdi for byggeiere, forsikringsbransjen og myndigheter, samtidig som den bidrar til FNs bærekraftsmål knyttet til infrastruktur, bærekraftige byer og klimatilpasning. CliVa gir byggsektoren verktøyene som trengs for å redusere risiko, forbedre beslutningsgrunnlaget og sikre bygninger mot fremtidens klimaendringer.