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

KAUNT er en AI-drevet løsning til automatisk bogføring og fakturabehandling i kommuner. Systemet bruger maskinlæring til at kontere og bogføre fakturaer uden manuel opsætning.

Projektet vil digitalisere vejtilsyn fra en manuel inspektion og registrering til en digital indsamling, hvor man gennemkører vejene og med sensorteknologi registrerer og lagrer data om vejens tilstand. Herefter kan man ved hjælp af kunstig intelligens/algoritmer identificere skader, ujævnheder, bump og huller. En digital indsamling af data vil sikre præcise, objektive data om vejområdet, der langt bedre understøtter planlægning og prioritering af både vedligeholdelse og genopretning.

Projekt der tester og evaluerer to AI-baserede ambient scribe-løsninger (Corti Assistant og Tandem/Omilon) til automatisk omdannelse af kliniske samtaler til journaldokumentation på syv afdelinger på tværs af hospitaler i Region Syddanmark.

Signaturprojektet omhandler optimering af drift og styring af en flåde af køretøjer eller enheder i den offentlige sektor. Ved at analysere data og køre simuleringer på allerede kørte ruter, kan systemet hjælpe med at spare tid, penge og CO2-udledning.

Systemet planlægges taget i brug af Københavns Kommune til digitalt vejtilsyn. Det anvendes til løbende tilsyn og hovedeftersyn af vejnettet, hvor en bil med monteret smartphone kører gennem vejnettet og automatisk registrerer skader, revner, huller og sætninger i vejbelægningen. Systemet erstatter manuel, tidskrævende registrering og giver kommunen et digitalt overbliksbillede af vejnettets tilstand til prioritering af vedligeholdelse.

RoboRef er en AI-løsning til automatisk referatskrivning, som er udviklet i et samarbejde mellem over 20 kommuner, en række organisationer, ATP og Droids Agency. Løsningen anvender tale-til-tekst teknologi og generativ AI til at transskribere møder og udarbejde automatiske referater. 

Projektet undersøger den potentielle gevinst ved at anvende kliniske støttealgoritmer baseret på maskinlæring til at assistere læger i akutmedicinske modtageafsnit.

DESERT-projektet gik ud på at udarbejde et beslutningsstøttesystem til brug i akutmodtagelsen. Systemet beregner sandsynligheden af forskellige hyppige livstruende tilstande på baggrund af blod- og urinanalyser.