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.
Beskrivelse af systemet
Systemet anvendes i kommunale bygninger i Høje-Taastrup, Rødovre, Ballerup, Rudersdal og Sorø Kommuner som led i Green Insight-projektet.
Formålet er at understøtte:
- løbende overvågning af el-, vand- og varmeforbrug,
- identifikation af energispild og ineffektiv drift,
- prioritering og iværksættelse af konkrete energitiltag,
- fælles, skalerbar energistyring på tværs af kommuner.
Systemet fungerer som et beslutningsstøttende værktøj for teknisk forvaltning, ejendomsdrift og energiansvarlige.
Green Insight-projektet er indmeldt 08.05.2025 på Kommunernes AI landkort.
ENTO-platformen har været anvendt i kommunal kontekst tidligere (bl.a. Kolding Kommune) og idriftsættes i denne sammenhæng i en udvidet, tværkommunal opskalering.
Systemet anvender AI-baseret analyse og maskinlæring til at sammenkoble tre centrale lag:
Dataforudsætninger
Indsamling og normalisering af energidata fra målere, bygninger og forsyninger.
AI-baseret analyse
Algoritmer identificerer mønstre, afvigelser, sæsonvariationer og potentialer for besparelse på tværs af bygninger og kommuner.
Handling
Systemet omsætter analyser til konkrete anbefalinger og beslutningsstøtte, som kan bruges direkte i drifts- og energiarbejdet.
Disse tre lag er gensidigt afhængige og nødvendige for at realisere faktiske energi- og ressourcebesparelser.
Systemet anvender og analyserer primært:
- el-, vand- og varmeforbrugsdata,
- bygnings- og driftsdata,
- tids- og kalenderdata,
- eksterne datakilder som fx vejrdata.
Der behandles ikke persondata, og fokus er udelukkende på tekniske og driftsrelaterede data.
Løsningen håndterer tekniske forbrugsdata for bygninger og indebærer lav risiko for borgerrettigheder.
Adgang er rollebaseret, og data anvendes udelukkende til energi- og ressourceoptimering i kommunal drift.
Ja.
ENTO har tidligere været anvendt i kommunale pilotsammenhænge, og Green Insight-projektet bygger videre på disse erfaringer med fokus på opskalering og idriftsættelse i fem kommuner via en fælles, modulopbygget løsning.
Begrundelsen er at:
- reducere energiforbrug og CO₂-udledning i kommunale bygninger,
- styrke kommunernes datagrundlag for energistyring,
- gøre AI-baseret energistyring operationel og handlingsorienteret,
- understøtte grøn omstilling gennem fælles og skalerbare digitale løsninger.
Ja.
Lignende AI-baserede energistyringsløsninger anvendes i andre kommuner og offentlige bygningsporteføljer, men Green Insight adskiller sig ved sit eksplicitte fokus på samtænkning af data, analyse og handling samt tværkommunal opskalering.
- Gate 21: Fem kommuner driver på udviklingen om at kunne indkøbe opskalering af digitale løsninger
- ENTO: ENTO’s AI helps Kolding Municipality with energy optimisations
- Projektbeskrivelse fra Kommunernes AI landkort: Green Insight (indmeldt 08.05.2025): "Green Insight skal udbrede og idriftsætte en modulopbygget energistyringsløsning til kommunale bygninger i Høje-Taastrup, Rødovre, Ballerup, Rudersdal og Sorø med fokus på el, vand og varme. Et vigtigt fokus for Green Insight er at samtænke kommunens dataforudsætninger, AI-baseret analyse og handling i en og samme løsning. De tre lag er alle nødvendige for at opnå energi- og ressourcebesparelsen i bygningerne.Projektet er indmeldt 08.05.2025"
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 finansieltÆndringshistorik (4 opdateringer)
Vis detaljer
Vis detaljer
Citér dette projekt
APA 7
Ballerup Kommune & Høje Taastrup Kommune & Rødovre Kommune & Ballerup Kommune & Rudersdal Kommune & Sorø Kommune & Kolding Kommune. (2025). ENTO. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 6. september 2026 fra https://offentlig-ai.dk/projekter/ento
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