Artificiell intelligens i fastighetsautomation : teknik, tillämpning och affärspotential

Abstract

Detta examensarbete undersöker hur artificiell intelligens (AI) kan användas för att utveckla och effektivisera fastighetsautomation i kommersiella byggnader, med ett särskilt fokus på energieffektivitet, energi- och miljörapportering samt optimering av drift. Arbetet ger teknisk information och analys av två AI-plattformar: Siemens Building X och Brainbox AI, som representerar olika lösningar på hur AI-drivna system kan tillämpas i praktiken. Studien är teoretisk och baseras på befintligt material och inga praktiska installationer eller tester har genomförts. Examensarbetet skrivs åt Harrys El AB, med syftet att demonstrera hur företaget skulle kunna erbjuda AI-drivna lösningar inom fastighetsautomation. Materialet i arbetet består av vetenskapliga artiklar, branschrapporter, tekniska dokument och fallstudier. Insamlingen av information har gjorts via databaser och AI-plattformarnas egna källor. Resultatet visar att de två undersökta systemen kan bidra till minskade utsläpp, lägre energiförbrukning, färre driftstörningar och högre användarkomfort i fastigheter. Siemens Building X står för flexibilitet och användarkontroll, medan motparten Brainbox AI är flexibelt men fokuserar på högre grad av autonom styrning. Arbetet lyfter fram affärsmöjligheterna som dessa lösningar erbjuder, och Harrys El AB kan dra nytta av Building X genom att erbjuda kunder olika tjänstepaket. Rekommendationen är att företaget startar i liten skala med Building X och bygger vidare på befintlig kunskap för att stegvis bredda sitt utbud till mer autonoma system som Brainbox AI.

This thesis examines how artificial intelligence (AI) can be used to improve today's building automation in commercial buildings, with a focus on energy efficiency, energy and environmental reporting, and operational optimization. The work provides technical information and analyses of two AI platforms, Siemens Building X and Brainbox AI, which represent different solutions for how AI-driven systems can be applied in practice. The study is theoretical and based on existing material, and no practical installations or tests have been conducted. The thesis is written for Harrys El AB, with the purpose of showing how the company could offer AI-driven solutions within building automation. The material in the work consists of scientific articles, industry reports, technical documents, and case studies. The information collected has been obtained through databases and the AI platforms’ own sources. The results show that the two investigated systems can contribute to reduced emissions, lower energy consumption, fewer operational disruptions, and higher user comfort. Siemens Building X represents flexibility and user control, while the counterpart Brainbox AI is also flexible but focuses on a higher degree of autonomous control. This technology is relatively new in the industry, and sources show that the role of the technician is changing, with the job shifting more towards data analysis and optimization of these systems. The work highlights the business opportunities these solutions offer, and Harrys El AB can benefit from Building X by offering customers various service packages. The recommendation is that the company starts on a small scale with Building X and builds on existing knowledge to gradually expand its offerings to more autonomous systems such as Brainbox AI.