Ny forskning visar hur AI-baserade analyser kan ge mer lokalt anpassade rekommendationer för energirenoveringar. Det kan bidra till lägre energianvändning, minskade utsläpp och lägre kostnader. Resultaten presenteras i avhandlingen ”Heterogeneity-Aware Building Stock Modelling for Urban Energy Transitions”av Santhan Reddy Penaka, doktorand vid Intelligent Human-Building Interaction-labbet, Institutionen för tillämpad fysik och elektronik vid Umeå universitet.
Så kan AI-renoveringar minska utsläpp och kostnader
AI Rätt energirenovering kan göra stor skillnad för både klimatet och ekonomin. Men vilken åtgärd som ger störst effekt varierar mellan byggnader, platser och hur husen används. Det visar en ny avhandling.

Någonting är fel
Läs vidare – starta din prenumeration
Santhan Reddy Penaka lyfter fram energieffektivisering av befintliga byggnader som en central del av klimatarbetet. I avhandlingen pekar han på en svaghet i många av dagens modeller: att byggnader ofta grupperas i breda kategorier och får liknande rekommendationer, trots att deras lokala förutsättningar kan skilja sig åt.
Han beskriver hur fastighetsägare kan börja använda AI på ett konkret sätt.
– Den enklaste ingången är benchmarking, att jämföra din byggnad med liknande jämförelseobjekt i samma område för att se var den faktiskt står. Därifrån kan AI gå ett steg längre och identifiera vilken del av byggnaden, väggar, fönster, tak, golv, som har större påverkan, så att renoveringsbudgeten går till den åtgärd som faktiskt spelar roll. I vårt arbete har vi byggt en 3D-interaktiv plattform där husägare kan göra exakt detta: se sin byggnads prestanda, jämföra den med grannar och köra ”what-if”-scenarier för olika renoveringar, säger Santhan Reddy Penaka.
Avhandlingen identifierar vilka delar av en byggnad som har störst påverkan på energianvändningen. Resultaten visar att de mest effektiva renoveringsåtgärderna varierar beroende på byggnadstyp, klimatzon och geografiskt läge. I vissa fall kan tilläggsisolering av väggar vara den viktigaste åtgärden, medan den i andra fall har liten effekt.
Både teknik och beteende påverkar klimatnyttan
Avhandlingen lyfter också fram att energirenovering inte bara handlar om tekniska åtgärder. Både byggnadens egenskaper och hur människor använder sina bostäder påverkar energianvändningen, och behöver därför vägas in när åtgärder bedöms och prioriteras.
– Beteende spelar större roll än folk tror: över 81 byggnadsbeståndskluster som vi studerade i Linköping, Lund och Umeå gav överförenklade beteendeantaganden en bias i energiprediktioner på upp till 15 %. Och för den kommande kapacitetsbaserade eltariffen 2027 i Sverige visar vår modellering att distinkta beteendeförändringar ensamma skulle kunna minska toppeffektbehovet av el med 6–17 %, beroende på byggnadskluster. Så tekniska åtgärder vinner vanligtvis på årliga energibesparingar, medan beteende vinner på topplaster och nätbelastning, säger Santhan Reddy Penaka.
Resultaten pekar på att riktad återkoppling kan vara mer effektivt än generella energiråd.
– Det mest konsekventa fyndet i litteraturen, och något vi bygger vidare på, är att människor reagerar mer på att se hur deras förbrukning jämförs med liknande grannar än på abstrakta kWh-siffror. Vår analys visar också att responsiviteten varierar avsevärt mellan byggnadskluster, vissa grupper reagerar starkt på prissignaler eller återkoppling, andra knappt alls. Det betyder att en one-size-fits-all-ansats inte är särskilt effektiv; riktat engagemang till de mest responsiva grupperna kommer sannolikt att leverera mer, säger Santhan Reddy Penaka.
