Teknologi som kunstig intelligens kan være med til at gøre det langt nemmere både at afgive realistiske tilbud og at sammenligne de forskellige tilbud på et transparent grundlag. Hos ConTech Lab har man derfor lanceret et Pionér Projekt, hvor man sammen med en række af byggeriets virksomheder sat sig for at undersøge, hvorledes den komplekse arbejdsopgave med at afgive mere retvisende tilbud. kan gøres bedre ved hjælp af kunstig intelligens. Foto: Dan Skovgaard Jensen, projektleder hos ConTech Lab, Henrik Lindved Bang, direktør i Bygherreforeningen og Anders Christian Dam, tilbudschef i Division Byggeri i CG Jensen A/S

Kunstig intelligens skal mindske antallet og størrelsen af budgetoverskridelser i byggebranchen

Ny beregningsmodel benytter kunstig intelligens (AI) til at lave mere præcise fremskrivninger af priser på byggematerialer. Det bliver en stor hjælp til både bygherrer og entreprenører, som ofte står over for budgetoverskridelser og manglende overblik.

Der kan være mange årsager til, at et byggeprojekt ikke holder budget, men en af de typiske er ændringer i materialepriserne. Dette kan igen skyldes mange forskellige faktorer, f.eks. stigninger i råvarepriser eller ændringer i de globale handels- og markedsforhold. Skæv prissætning i et tilbud kan starte en lavine af problemer senere i byggeprojektet for alle involverede parter og kan f.eks. medføre behov for yderligere finansiering, ændringer i selve projektets omfang, forsinkelser og et stort pres for entreprenøren og dennes margin.

Nogle faktorer, som f.eks. en krig i Østeuropa eller et containerskib, der sætter sig på tværs i Suez Kanalen er umulige at forudse, men selv andre faktorer som f.eks. den almindelige prisudvikling kan være svære at takle. Især fordi en fejlslagen prissætning som nævnt kan få en lavineeffekt på tværs af hele byggeprojektet. Tilbudsgivning på baggrund af et indeks over gamle tal og en god portion mavefornemmelse er derfor ikke tilstrækkeligt.

Dan Skovgaard Jensen, projektleder hos ConTech Lab.Vores mål er at nå frem til en fælles standard for byggebranchen, når det gælder fremskrivning af projektpriser. Det vil være med til at gøre tilbudsfasen langt mere transparent for alle aktører i byggebranchen
Dan Skovgaard Jensen, projektleder hos ConTech Lab

Pionerprojekt til fremskrivning af priser

I hvert fald ikke længere, hvor en teknologi som kunstig intelligens kan være med til at gøre det langt nemmere både at afgive realistiske tilbud og at sammenligne de forskellige tilbud på et transparent grundlag. Hos ConTech Lab har man derfor lanceret et Pionér Projekt, hvor man sammen med en række af byggeriets virksomheder sat sig for at undersøge, hvorledes den komplekse arbejdsopgave med at afgive mere retvisende tilbud. kan gøres bedre ved hjælp af kunstig intelligens.

”Som det er i dag kigger man som tilbudsgiver bagud og arbejder med historiske data, der er statiske. Det vil sige, man arbejder med tal, der er forældet. I stedet skal vi til at arbejde dynamiske data og tal, der relaterer sig både til øjeblikket og de mulige udsving, markedet kan opleve fremadrettet. Det er lige præcis det, kunstig intelligens kan,” siger Dan Skovgaard Jensen, der leder af projektet hos ConTech Lab.

Læs det samlede ConTech 2024 Magasin her

Henrik Lindved Bang, direktør i BygherreforeningenHvis budgetteringsøvelsen kan blive mere kvalificeret, vil det være en fordel for alle i byggebranchen, da vi kan undgå at spilde kræfter på projekter, hvor der er et misforhold mellem priserne i markedet og det budget, man er gået til opgaven med.
Henrik Lindved Bang, direktør i Bygherreforeningen

Kræver sofistikeret tilgang til datakilder

Han siger videre, at for at estimere prisudviklingen på byggematerialer et halvt eller et helt år frem i tiden med lav risiko og høj troværdighed, kræver det en sofistikeret tilgang og integration af forskellige datakilder. Til sådan en kompleks udfordring er kunstig intelligens ideel på grund af dens evne til at håndtere store mængder data og komplekse beregninger, hvilket potentielt kan revolutionere vores forståelse og prognoser for byggebranchens økonomi.

Dan Skovgaard Jensen understreger, at byggeprojekter normalt har en ganske lang tidshorisont fra projektfase til færdiggørelse, hvilket betyder at der ind til nu reelt ikke har været nogle værktøjer, der så at sige har kunnet håndtere processen at kigge ind i fremtiden. Derfor er der på tværs af branchen stor interesse for projektet og dermed digitale værktøjer, der kan være med til at skabe mere gennemsigtig prissætning på materialer ved udbud og tilbud.

Dynamiske data frem for historiske data

”Når jeg i dag estimerer priser og vurderer, hvad jeg skal lægge på af risiko, tager jeg udgangspunkt i kendte erfaringspriser og mange andre ting end netop prisindekset. Kræver opgaven for eksempel flere styringsressourcer? Hvordan ser verdens- og markedssituationen ud? Er lovgivningen ændret? Hvordan er samarbejdet tidligere forløbet med samarbejdspartnerne? Det er på mange måder både individuelt og usikkert,” siger Anders Christian Dam, der er tilbudschef i Division Byggeri i CG Jensen A/S.

Han ser et kæmpe potentiale i en teknologi som kunstig intelligens og byder den velkommen i det daglige arbejde som tilbudschef i en af landets store entreprenørvirksomheder. Frem for alt ser han frem til muligheden for at kunne arbejde med dynamiske og fremadrettede data i stedet for med historiske og bagudrettede data. Samme holdning har Henrik Lindved Bang, der er direktør i Bygherreforeningen.

Anders Christian Dam, tilbudschef i Division Byggeri i CG Jensen A/S.I dag er tilbudsfasen på mange måder både individuel og usikker.
Anders Christian Dam, tilbudschef i Division Byggeri i CG Jensen A/S

For mange projekter er skudt ved siden af

”Det spændende ved projektet er netop, at det har fokus på at forbedre de fremadrettede prognoser. Der er et stort behov for mere kvalificeret budgettering helt fra de tidlige faser og kvalificering gennem faserne og i samarbejdet med de forskellige parter i byggeprocessen. I alt for mange tilfælde starter vi med et usikkert grundlag og uden stillingtagen til de vigtigste risici i projekterne. Her vil det være meget velkomment med et værktøj, der udnytter nye teknologier, og som bidrager til fælles metoder på tværs af værdikæden,” siger Henrik Lindved Bang.

Muligheden for at få et bedre overblik over prisdannelsen mener han vil være en fordel for alle i byggebranchen. Blandt andet fordi der i hans optik over årene er blevet spildt alt for mange skønne kræfter på projekter, der aldrig er blevet til noget simpelthen fordi der har været et misforhold mellem priserne i markedet og det budget, man er gået til opgaven med. Sigtet skulle med andre ord have været indstillet anderledes fra start, og det håber han, kunstig intelligens kan hjælpe med til.

Læs det samlede ConTech 2024 Magasin her

Opkvalificering af budgetteringsøvelsen

Han er altså ikke i tvivl om, at hvis budgetteringsøvelsen kan blive mere kvalificeret, vil det være en fordel for alle i byggebranchen, da det vil være med til at sikre, at alle arbejder ud fra et velovervejet økonomisk grundlag. Det samme mener Dan Skovgaard Jensen fra ConTech Lab, som føjer til, at en fælles baseline og et værktøj til at understøtte arbejdet med tilbudsgivning vil både komme entreprenører og bygherrer til gode.

”Entreprenører kan undgå uforudsete omkostninger ved at afgive mere robuste tilbud, og bygherrer vil få et sammenligneligt overblik over tilbud samt en mindsket risiko for budgetoverskridelser. Den nye model til fremskrivning af materialepriser benytter kunstig intelligens til at trække data fra f.eks. Byg42 indekset, som bliver offentliggjort hvert kvartal med data fra Danmarks Statistik samt Molios prisdata. Vi arbejdes ligeledes på at tilføje andre datakilder til modellen, der kan være relevante for prisudviklingen, som f.eks. fragtpriser, emballage-priser og råstofpriser,” uddyber Dan Skovgaard Jensen.

Tags: , , , ,
Om pionerprojektet

I projektet udvikles en model, der benytter kunstig intelligens til at understøtte og forbedre fremskrivningen af priser på byggematerialer og dermed gøre det nemmere at udarbejde mere præcise tilbud, håndtere prisudsving samt mindske økonomiske risici. Modellen vil på sigt kunne bruges som en fælles standard i bygge-og anlægsbranchen til fremskrivning af priser i forbindelse med udbud og tilbud.

Projektet er initieret af ConTech Lab og er et samarbejde mellem DTU Compute, Molio, Artelia samt entreprenørvirksomhederne CG Jensen, Bravida, Elindco og JAKON. AI-metoden forventes klar til juni 2024. Projektgruppen tester og træner lige nu den kunstige intelligens til at kunne lave de mest præcise fremskrivninger. Det undersøges samtidig hvilke datakilder, der er de mest relevante at inkludere i modellen, og som kan integreres løbende i senere versioner.