Energy Optimisation powered by Artificial Intelligence

Energiledelse

Energiledelsessystemet bruges til at foreslå de bygninger der har størst potentiale for energibesparelser. Dette gøres gennem en analyse af parametre, som kan have indflydelse på en ejendoms el-forbrug.

  • Hørsholm Kommune

Metadata

Hovedfunktion
Dataanalyse Predikativ monitorering
Kommunalt
Natur og miljø
Leverandør
Ento Labs ApS
Produkt
Ento
Monitorering
Proaktiv
I brug
COFOG
06 Boliger og offentlige faciliteter
Automatiseringsgrad
ADS
Sidst opdateret i databasen
30. juni 2026
Prædiktionsniveau
Organisation
Beslutningstype
Ressourceallokering

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Systemet indsamler bygningsdata, vejrdata, adfærdsdata og energidata fra flere datakilder til at give et overblik på timeniveau over alle energidata. Systemet bruges i samtlige kommunale bygninger i Hørsholm Kommune.

II. Hvornår blev det implementeret?

Systemet blev implementeret i maj 2021.

III. Hvordan gør systemet brug af kunstig intelligens?

Systemet indhenter forbrugsdata fra forsyningsmålere og registrerer dem i en digital platform. En kunstig intelligens validerer dataene og analyserer dem på tværs af flere parametre (såsom vejr, aktivitet og tid), så afvigelser i forbruget kan identificeres og prioriteres. Baseret på disse analyser kan man udtrække rapporter med forslag til energibesparelser og dokumentere besparelser.

IV. Hvilke data er blevet brugt til at træne algoritmen?

Der er ikke fundet oplysninger om hvilke træningsdata AI‑modellen er trænet på.

V. Hvilke sikkerhedsforanstaltninger findes der?

Der nævnes ingen konkrete sikkerhedsforanstaltninger.

VII. Hvordan er begrundelsen for indføring af systemet?

Der blev ikke tidligere indsamlet data om energiforbruget på systematisk vis med kun manuelle målere som næsten ikke blev brugt. Systemet blev derfor indført med målsætningen om at kunne bespare energi på systematisk vis.

VIII. Er lignende systemer blevet implementeret andres stede? Eventuelt, hvilke erfaringer er der derfra.

Energiledelsessystemet fra Ento Labs bruges også i forbindelse med Green Insight-projektet. Projektet involverer fem kommuner: Ballerup Kommune, Høje Taastrup Kommune, Rødovre Kommune, Rudersdal Kommune og Sorø Kommune.

IX. Kilder

https://gate21.dk/data/fem-kommuner-driver-paa-udviklingen-om-at-kunne-indkoebe-opskalering-af-digitale-loesninger/

Bidrag til offentlig-ai

Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?

Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansielt
Klassifikationsbegrundelse
Systemet overvåger proaktivt energidata fra alle kommunale bygninger og identificerer potentiale for besparelser. Det er ADS på organisationsniveau, og output er ressourceallokeringsanbefalinger om energioptimering.
Angiv ændringer i projektets information
Media
Ændringshistorik (2 opdateringer)
30. jun 202617:37
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
20. apr 202614:06
Oprettet
Citér dette projekt

APA 7

Hørsholm Kommune. (2021). Energy Optimisation powered by Artificial Intelligence. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. august 2026 fra https://offentlig-ai.dk/projekter/energy-optimisation-powered-by-artificial-intelligence

Citér databasen

APA 7

Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412

Lignende projekter

  • Energistyring og -optimering med Ento.ai

    Ento.ai anvendes til dataindsamling og analyser af energiforbrug i kommunale bygninger med henblik på energistyring og optimering.

  • ENTO

    ENTO

    En modulopbygget AI-baseret energistyringsløsning, der analyserer el-, vand- og varmeforbrug i kommunale bygninger og omsætter data til konkrete handlinger for energi- og ressourcebesparelser.

  • AI030 - Energioptimering af eksisterende bygningsmasse ved hjælp af kunstig intelligens

    Energioptimering af eksisterende bygningsmasse

    Signaturprojektet, "Energioptimering af den eksisterende bygningsmasse", bruger AI-værktøjer til at styre og optimere bygningers energiforbrug med et værktøj til beslutningsstøtte.