Frederiksberg Forsyning bruger Raffle Search til at give borgere præcise svar på spørgsmål om vand, varme og affald via hjemmesiden — uanset stavefejl eller sproglige variationer. Løsningen reducerer antallet af telefonopkald til kundeservice og hjælper kunder med at løse problemer selvstændigt.

Som led i satsningen på Kolding bymidte implementeres et AI-baseret tælle- og analysesystem, der i realtid registrerer fodgængere, cyklister og køretøjer og omsætter målingerne til viden om flow, spidsbelastninger og opholdstider. Ved hjælp af edge computing behandles data lokalt ved sensoren. Løsningen skaber et solidt datagrundlag for løbende justering af signaler, ruter og byrum samt mere målrettet planlægning af events, turismestrømme og adgangsforhold.

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.

Systemet bruges til energistyring med det formål at reducere varmeforbrug i bygninger.

Med billeder taget med mobiltelefon i forruden, kunstig intelligens og tilhørende dataplatform får vejmyndigheder en objektiv og effektiv løsning til at prioritere, koordinere og dokumentere det kort- og langsigtede vedligehold.

AI-løsning der samler relevante data fra mange kilder og genererer udkast til miljørapporter, som efterfølgende kvalitetssikres af medarbejdere i Plan- og Landdistriktsstyrelsen.

Ejendomsstaben i Silkeborg Kommune har indkøbt AI til energistyring og identificering af afvigende forbrug i de kommunale bygninger. Løsningen har været i drift siden januar 2023.

Smart Tree Inventory-løsningen fra Greehill tager billeder af træer og disse billeder analyseres. Der etableres en nøjagtig 3D-tvilling af hvert træ og der udføres sundheds- og risikoanalyse.

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

Smart Tree Inventory er et AI-system der skaber digitale tvillinger af bytræer ved hjælp af LiDAR-teknologi og maskinlæring.

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

Systemet anvender kunstig intelligens og billedgenkendelse til automatisk at registrere vejskader, skilte, kloakriste og andet vejinventar via smartphones monteret i kommunale køretøjer. 

Den dialogbaserede AI-assistent er udviklet som en POC for at undersøge, hvordan man kan hjælpe borgere til en bedre og mere dynamisk borgerguide til affaldssortering. AffaldsGPT er bygget på en RAG-opsætning, som sikrer, at vi kan kvalitetssikre de data, den vurderer sorteringen ud fra. Projektet er lavet i samarbejde med Alexandra Instituttet. AffaldsGPT er ikke i drift, da vi stadig ønsker at perfektionere kvaliteten af svarene.

Mobiltelefonen som sidder i forruden tager billeder og sammen med kunstig intelligens og tilhørende dataplatform får vejmyndigheder en objektiv og effektiv løsning til at kunne prioritere, koordinere og dokumentere kort- og langtids vedligehold.

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.

Signaturprojektet, omhandler et såkaldt ‘vådindeks’, der fungerer som et prognoseværktøj til beslutningsstøtte for planlægning, kortlægning, samt varsling af oversvømmelser i land- og byområder.  

Digitale tvillinger af vejtræer i Aarhus Kommune med henblik på at udarbejde miljøprofil og målrette vedligeholdsopgaver samt reducere vanding og saltskærmning. Projektet tilvejebringer en effektiviseringsgevinst alene i MTM på ca. 500.000 kr./år. Hertil en lang række nye klima- og miljødata knyttet til træplantning og vejtræsvedligehold.

Systemet leverer realtidsdata om afløbssystemet og analyserer på baggrund af disse data, hvor problemer, sammenhænge og den reelle kapacitet findes, så indsatsen kan målrettes, hvor den har størst effekt.

BIPED er et EU Horizon Europe projekt der udvikler digitale tvillinger og AI-drevne værktøjer til at planlægge og optimere positive energidistrikter (PED'er). Systemet anvendes i Brabrand/Gellerup, Aarhus til at simulere og analysere energiproduktion, forbrug og lagring med henblik på at skabe byområder der producerer mere energi end de forbruger.

AI-løsning, der kan identificere og klassificere vedligeholdelseskrævende huller og revner i slidlag.

AI-løsning, der med EDGEteknologi identificerer trafiktyper og optimerer flows i vejkryds. Projektet er pt et pilotforsøg. 

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.

Kommunen har netop indgået aftale om brug af prætrænede algoritmer, der skal bruges til at indsamle data om vejenes tilstand, via kameraer i egne biler. Data skal bruges til beregninger af vejnettets restbrugstider, så der kan foretages rettidige investeringer i vejnettet.

Et kommunalt system til opbevaring, indberetning og klassifikation af behov for indsatser overfor grafiiti i Københavns Kommune.