#336 - Steffen Therre, Eghed

Niclas (00)

Vi är nog många som är på det klara med att AI kommer förändra världen vi lever i och synen på värde. Framför allt riktar ju den här nya generellt tillämpbara tekniken in sig på kunskapsintensivt arbete på helt nya sätt. Inte så förvånande då sipprar AI in i mängder av processer i energibranschen där den ersätter mängders jobb med att göra prognoser, följa upp processer eller skriva rapporter. Potentialen för energibranschen har bedömts som stor och de närmaste åren kommer den att skaka om i konkurrensen mellan bolagen på flera sätt.

Idag fokuserar vi på AI och fastigheter. Skulle AI kunna kraftigt förenkla och förbättra hur fastigheter konsumerar energi – och när de gör det – utan stora behov av investeringar? Några väldigt välutbildade personer tror i alla fall det. Kul, jag är med. Steffen Terre, varmt välkommen till Energiestrategipodden.

---

Steffen (01)

Tack!

---

Niclas (01)

Du kom ju hit som en lite otippad gäst egentligen från min sida. Du är data scientist, du jobbar på AI-bolaget Egghead. Precis. Det är ett roligt namn i sig.

Du fångade mitt intresse på en konferens här för ett tag sedan som heter Gaia.

– Jasså?

Där du ville presentera att det här med energieffektivisering i fastigheter – något vi har berört sedan tidigare – går att göra på nya sätt med ny teknik. Och då blev jag nyfiken och intresserad.

Men innan vi dyker in i de här frågorna: din bakgrund. Man hör att du inte är från Sverige, och Egghead… sätt kontext för oss. Vem är du och varför kommer ett AI-bolag in i effektivisering av fastigheter egentligen?

---

Steffen (01)

Vem är jag? Det är en fråga som vi inte ens har hittat rätt svar på själva. Men vi kan prata lite om min bakgrund.

Du sa, jag kommer från Tyskland, som det kanske hörs. Men jag kom till Sverige för några år sedan med en avslutad doktorsoch forskarutbildning i fickan. Jag är fysiker från grunden och har ganska tidigt börjat specialisera mig i frågor som har med miljön och med energi att göra.

Jag är inte bara en allmän fysiker, utan jag har spetsat mig som klimatfysiker och miljövetare. Tyckte det var jätteintressant och jättespännande och också otroligt relevant.

Som kanske många i forskningssektorn någon gång har känt, så började det någon gång bli dags att försöka få till någonting på riktigt. Inte bara forska, utan också sätta igång någonting i verkligheten och försöka göra en förändring, göra skillnad.

Och då var det dags för mig att byta spår. Jag kände: ”Det måste nog bli något annat nu.” Och så blev det inte bara något annat jobb, utan också ett annat land. Vi flyttade till Sverige, och det var slumpen att jag kom in i fastighetsbranschen och i energibranschen.

---

Steffen (03)

Ingenting jag hade planerat, utan det var bara så att jag såg en annons och det var ett projekt som sysslade med energifrågor och AI-optimering. Och så kom jag in i både Sverige och in i den här världen med energioptimering och fastigheter.

Och det var jättespännande, för jag fick använda de metoderna som jag lärde mig på högskolan, på universitetet, även om jag inte hade någon som helst koll på själva ämnet. Jag kunde ju ingenting om fastigheter när jag kom till Sverige.

Utan det var bara någonting som jag tyckte var intressant och som kändes lovande. Och då började jag jobba som data scientist för första gången. Jag var ju inte det från början.

---

Niclas (03)

Nu var du en doktor i fysik.

---

Steffen (03)

Doktor i fysik, exakt. En akademiker utan erfarenhet i yrkesliv. Jättesvår sådan profil, ser vi, att sälja in – men jag fick chansen ändå.

---

Niclas (04)

Eller också inte. Min spaning där är ju att det är en trend att din typ av profil letar sig i allt högre takt in i energibranschen.

Vi är ju inte ovana vid matematik, för all del, men just den typen av roll som kommer lite utanför systemet, ser den ökande komplexiteten och dessutom nu då kommer in med ett nytt verktyg i form av AI. Precis. Och upptäcker att här går det att göra mer saker.

Har jag fått den spaningen rätt?

---

Steffen (04)

Ja, men det är ju absolut rätt. Utan att vara medvetna om det så lär vi oss alla de här metoderna – och vi kommer kanske prata om det lite senare.

Jag är helt övertygad om att vi inte behöver de allra nyaste och spetsigaste AI-verktygen för våra syften. Vi kan jobba med mycket som vi har känt till i decennier och hundra år. Vi fick bara inte chansen att implementera det väldigt länge.

Och nu, med den här AI-hypen, då känner jag att vi får en renässans av ”vanlig” statistik och machine learning. Nu är ju frågan också vad man kallar för AI.

---

Niclas (05)

Visst är det så. Det är ju lite intressant att du kommer med glidande medelvärden som du tycker har funnits i oändlighet.

– Exakt.

Nu får du kalla det för AI, och då helt plötsligt ökar också toleransen för din möjlighet att jobba med det. Är det så jag ska förstå dig?

---

Steffen (05)

Det är absolut så det är. Och vi på Egghead, vi har den här diskussionen om vad som egentligen är AI och vad som inte är AI. Vi har den typ varje vecka. Vi bara sätter oss och diskuterar: ”Är det här ens AI? Eller är det bara machine learning?” Jag säger: ”Varför kan det inte vara båda?”

Vi går åt alla håll i AI. Det finns en ganska förvanskad uppfattning om vad AI egentligen är i samhället. ”Vad är en AI?” Det vet man inte.

---

Niclas (06)

Ja, men ni på Egghead är väl, som jag har förstått, en samling väldigt högutbildade AI-nördar som då ser alla olika typer av perspektiv på AI: olika typer, allt från ”vad är neurala modeller” och jämför det med andra typer av modeller.

– Exakt.

Vad är statistik, vad är AI, hur fungerar allting? Jag tror att det skjuter över målet för de flesta ändå.

Men vad har du sett när du blickar över den del av energibranschen som du nu är inne i, vad gäller potentialen av att utnyttja det som kanske har funnits väldigt länge i form av machine learning, men som också nu kommer igenom large language models? Vad är potentialen?

---

Steffen (06)

Alltså, i ett ord: ”gigantisk”, är nog hur jag skulle säga det. Man kan inte föreställa sig hur mycket potential vi alla ser – inte bara för fastighetsbranschen utan också alla andra branscher som vi kommer in i.

Om vi pratar fastighetsbranschen och nu närmar oss mitt projekt, då fungerar energistyrningen egentligen så som den har fungerat i decennier – sedan 70-talet eller 90-talet.

Du har en sensor, du beräknar något vettigt värde och så kör du på det sättet.

Vi säger ju: ”Vi kan ta in mer data. Visst finns det mer data som man kan ta in.” Vi kan göra någonting med den här datan som inte bara är en linjär funktion eller en interpolerad linjär funktion, som det brukar vara i traditionella styrsystem.

Alltså potentialen där är verkligen otroligt stor. Jag har pratat med många i fastighetssektorn som börjar öppna sig för den här nya AI-hypen och som försöker få tag i alla de här nya möjligheterna.

Om vi pratar chatbot för hyresgäster, om vi pratar ärendehantering – allt det här är ju fastighetsbranschen. Allt det här har de nu vaknat till och försöker implementera, så att inte bara de utan också deras hyresgäster får ett enklare liv, och fastighetsägarna ska profitera på samma sätt som de som bor i fastigheten.

---

Steffen (08)

Det finns otroligt mycket att göra. Och bara med det här energiprojektet har vi förbättringar som jag känner var väldigt lågt hängande frukter.

---

Niclas (08)

Samtidigt som det kanske är lågt hängande frukter när vi kommer in på energiområdet, så har både Boverket och Energimyndigheten tidigare varit ute och lyft just bristen på interoperabilitet mellan olika building management systems, som det heter – BMS.

Vi kanske kommer in på vissa förkortningar här.

Och att datainhämtningen från svenska fastigheter är fragmenterad. Det vill säga att det inte är helt säkert att en pump i en fastighet i styrsystemet heter som en pump i nästa styrsystem.

Här finns ju – och har också kanske varit – en av de stora trösklarna för energieffektivisering och smart styrning i fastigheter. En fragmentering och brist på standardisering som gör att det är svårt att få enhetliga lösningar för smart styrning.

Stämmer det med din bild?

---

Steffen (09)

Jag håller helt med. Jag har funderat lite grann över vad jag tänker är en av de största utmaningarna för det vi gör och försöker göra. Och datahushållning, dataadministration, är faktiskt en av de största utmaningarna.

Och även uppkoppling och att försöka komma åt datan. Det är det största problemet och den högsta tröskeln som vi jobbar med.

Du nämnde olika namnkonventioner för sensorer. Ja, det är ett stort problem. Och sen är ju också problemet: hur kan vi komma åt datan?

Om du har en fastighet som är kopplad till fjärrvärmenätet, då har du en digital undercentral. Där inne ligger all teknisk information som du vill komma åt.

Hur ser den datan ut? Hur är vägen in? Vi måste ju ha tillgång till det här. Vi måste ha uppkoppling till någon form av data. Vi måste komma åt datan på något sätt.

Och har vi då sex olika fastigheter, då kan det vara sex olika datasystem. Det kan vara sex olika namnkonventioner för sensorer. Det är jobbigt, men det går att lösa.

Och då kan till och med språkmodeller hjälpa oss.

---

Steffen (10)

Om vi bara vet hur de ungefär heter, då måste inte en människa sitta där och mappa alla de här sensorerna, även om det är ett system som vi inte har känt till förut. Utan vi kan använda oss av de här nya verktygen för att lyckas med det.

---

Niclas (11)

Har vi kommit så långt?

Säg då, hypotetiskt, att du är på sex olika fastigheter och de alla har sex olika namnkonventioner, vilket har varit en jättestor tröskel tidigare. Kan då modern AI vara så pass mycket av en hjälp att du kan be den försöka förstå vad som är vad här – och den kan lösa det trovärdigt?

---

Steffen (11)

Ja, till en viss nivå, absolut. Det beror ju mycket på träningen också och på bakgrundsinformationen som AI:n har. Men även om vi ser olika sätt att döpa till exempel sensorer, så har de ändå ganska många likheter, och vi kan utnyttja det.

Det går faktiskt att slippa mappa dem manuellt. Även om vi har några som kanske inte fungerar, då tar den här processen 80 till 90 % av jobbet från oss.

Och det hjälper oss otroligt mycket. Det är bara några få som vi får kolla på manuellt. Och det fungerar jättebra, och det är också ett stort hjälpmedel som vi har fått.

---

Niclas (12)

Det är ju väldigt trösterikt, tänker jag. Ja, men absolut.

Eftersom vi tidigare – vi ser i redan nummer – säger att fastighetskonsumtionen har gått ner med 15 % över ett decennium. Och så kommer ny lagstiftning från EU, både energieffektiviseringsdirektiv och EPBD, Energy Performance of Buildings Directive, som sätter ännu högre krav på vad vi ska lyckas klara av.

Och så har vi sett att det har gått hyfsat trögt för fastighetsmarknaden att hitta de här potentialerna.

Vad tror du är möjligt? Om du berättar mer om ditt projekt – vad är det ni har sett? Vad är det ni har lyckats åstadkomma? Vill du komma in lite på det här?

---

Steffen (12)

En kort dragning, en kort introduktion om vad jag egentligen gör:

Det handlar egentligen om att styra ett värmesystem i till exempel flerbostadshus eller kommersiella fastigheter på ett effektivare sätt än vad vi gör idag.

Och det är olika syften eller olika mål vi vill åstadkomma med det. Vi vill spara energi först och främst, men sen vill vi också förbättra inomhusklimatet. Och vi vill i bästa fallet också minska klimatpåverkan, minska koldioxidutsläppet.

Jag brukar säga så här: bygger du en AI eller en algoritm eller vad som helst, och säger bara till den att den ska sänka energiförbrukningen så mycket det går – jo, men då stänger den bara av värmen. Det blir kallt. Då är problemet ”löst”.

Så vi måste verkligen ha koll på vilka mål vi vill uppnå. Målet är inte att spara energi – det är en bieffekt. Målet är att förbättra inomhusstabilitet och klimat, och med detta spara energi.

Vi väntar lite med energin och säger att första syftet är att förbättra upplevelsen för hyresgäster och boende.

Så våra algoritmer är byggda så att de optimerar inomhustemperatur, stabilitet och efterlevnad på olika krav som kanske en fastighetsägare ställer.

---

Steffen (14)

Och sen har vi ju de möjligheterna, med våra algoritmer som är AI-informerade, att faktiskt göra det på ett sätt som använder mindre energi och i bästa fall blir av med energislöseri – vilket de traditionella algoritmerna inte kunde göra.

Och en av de viktigaste aspekterna jag skulle nämna i det här är data. Vi pratar mycket om AI, men nyckeln är datakvalitet. Och jag säger det för att vi har inte byggt en enda ny sensor i de fastigheter vi jobbar med. Vi behöver inte det. All information finns egentligen tillgänglig.

---

Niclas (15)

Bara det är ju intressant. Det här är ju ofta en fråga om hur mycket ny hårdvara behövs i fastigheterna, och vad går att göra på annat sätt.

Man blir ju nyfiken. En sak är ju styrningen: att förstå vad behovet är och hur man skulle kunna göra. Nästa sak är ju att få en styrning som fungerar. För det är inte helt enkelt, givet att det redan finns en styrreglering i fastigheten. Hur fungerar sånt?

---

Steffen (15)

De allra flesta fastigheter som vi jobbar med har en så kallad undercentral som styr framledningstemperaturen i värmesystemet – alltså temperaturen på vattnet som cirkulerar i radiatorerna, i elementen.

Och vi vill styra den temperaturen på ett smartare sätt. Radiatorerna är varmare när det är kallare ute – det är ju ungefär så det fungerar. Och så har det fungerat i decennier.

Men vi slutar inte där, utan vi vill också se: kan vi göra det på ett bättre sätt? Kan vi förutspå hur mycket värme en fastighet faktiskt kommer att behöva under de kommande timmarna?

---

Niclas (16)

Och det är väl unikt för varje fastighet?

---

Steffen (16)

Det är unikt. Det är ingenting man bara kan slänga på alla fastigheter man jobbar med. Det finns beroenden på isolering, på hur de är byggda – väldigt stora skillnader mellan olika fastigheter.

Det vi kallar för ”tröghet” är jättespeciellt för varje fastighet; hur lång tid det tar innan vi ser en förändring i inomhustemperaturen efter att vi har förändrat någonting i värmestyrningen.

Och sen är ju också frågan: kan vi utnyttja till och med geografiska aspekter som ingen annan har tänkt på än, eller som inte var integrerade i de befintliga systemen?

För jag vill ändå lyfta att de här systemen har fungerat. Vi har ju inte haft kallt under vintern, så det är ju effektivt. Det är bara inte ”efficient”. Vi vill göra det med mindre energislöseri.

Och bara den här lilla grejen, att ta hänsyn till väderprognoser eller till hur soligt eller molnigt det blir imorgon – det kan göra så mycket skillnad. Det är helt otroligt.

Och det är lite så det fungerar. Vi har faktiskt sett att det här kan förbättra befintliga fastigheter utan att vi gör någon enda förändring i hårdvara.

---

Steffen (17)

Vi måste bara överstyra den befintliga styrningen på plats. För det här är ju viktigt: vi ska inte kräva att en fastighetsägare måste bygga om sitt värmesystem. Då är skalbarheten helt förlorad.

Vi vill komma åt så många fastigheter som möjligt. Skalbarheten är en av de viktigaste aspekterna i det här projektet och i hela energifrågan.

---

Niclas (18)

Men ibland måste det väl vara så, om jag ställer en motfråga. Jag vet att vissa undercentraler där ute är ju supergamla.

Vi måste stöta på det också. Jag förstår att man inte vill göra investeringen och byta undercentral, för det kan vara både meckigt och dyrt. De kan sitta trångt till och vara svåra att byta.

Men ibland antar jag att ni kommer till en gräns där ni säger: ”Här är det faktiskt en åldersfråga på tekniken.”

---

Steffen (18)

Det är absolut rätt.

Vi kommer inte åt gamla undercentraler som inte ens har möjlighet att koppla upp sig mot internet. Vi vill ju försöka göra det, och just nu jobbar vi inte med det, men det finns möjligheter hur man skulle kunna tänka sig att det här kan bli framgångsrikt.

Vi skulle kunna tänka oss att vi bara lägger till en liten dongel till en undercentral som sedan kommunicerar med våra tjänster och styr, även om den befintliga inte har någon uppkoppling.

Sen är det klart att vissa fastigheter bara har för gamla system och att det inte ens går att komma åt dem med en sådan lösning.

Men vi börjar med de lågt hängande frukterna, och vi ser faktiskt att de är ganska stora – och de smakar bra. De är goda.

Vi kommer åt de allra flesta nybyggda bostadsfastigheter, och det är ju en jättestor del av beståndet, till exempel i Sverige. Folk bor i hyresrätter, i bostadsrättsföreningar.

Och vi ser ju att vi kan nå en jättestor del av fastighetsbeståndet.

---

Niclas (19)

Vet du hur stor del?

– Nej, det vet jag faktiskt inte.

Vad skulle din tumme-och-pekfinger-hypotes vara om hur många fastigheter som går att nå, av den sample size som du har nu?

---

Steffen (19)

Jag kan ju säga till exempel att i en storstad som Stockholm skulle jag säga att vi teoretiskt kan nå över 80 %, kanske 90 %.

Det är lite svårare med villor. Ju större en fastighet är, desto enklare blir det att koppla in sig, för det är återigen en fråga om integration.

Men storstäderna är jättetillgängliga för det här. Ju längre man kommer ut på landet, desto svårare blir det kanske. Men även där har vi stora möjligheter att komma åt flerbostadshus.

Och nu pratar vi framtiden: att komma in i villor. Men det slutar inte där, utan vi vill försöka komma åt problemet från olika håll.

Vi vill tänka större – inte bara tänka fastigheter, utan också energinät. Då är det ju så att man kan nå väldigt mycket mer på en gång istället för att fokusera på enskilda fastigheter.

Så det är någonting som vi inte vill tappa, utan vi vill ta med energibolagen och nätföretagen på den här vägen.

---

Niclas (21)

En till fråga på er förmåga, som ni bygger in med den här typen av modeller och styrning:

Är det också så att ni kan se vad det är för typ av renoveringar som vore effektivt att göra i vissa fastigheter? Kan ni också se den typen av saker?

En del av kritiken har ju varit att regelkrav driver energieffektivisering, men då blir det inte optimalt, för man renoverar på grund av regelkrav – inte utifrån vad fastigheten skulle ha störst nytta av.

Hur ser du på det?

---

Steffen (21)

Verkligen kan jag bara lyfta hur många otroligt viktiga bieffekter det här projektet har haft.

Vi pratade lite om att fastighetsägare behöver ha koll på sin data.

Tänk dig att du har en fastighet med, säg, 50 lägenheter. Och det finns en eller två lägenheter som har problem med isolering – som är ganska utsatta, i kanten på en byggnad, hörnlägen, mycket värmedissipation. Alltså: du förlorar otroligt mycket värme och det blir inte varmt.

Kanske är du boende i en lägenhet någon gång och känner: ”Det här är lite för svalt, jag vill ha det varmare.”

Vad gör en fastighetsägare då? Jo, hen försöker trycka upp framledningstemperaturen i hela systemet så att den lägenheten får lite mer värme.

Nu ser vi på det och säger: ”Jo, men vi kan ju hjälpa er att identifiera de här problemen.”

Ser ni med vår styrning att till exempel den här lägenheten har ett problem som är större än i alla andra lägenheter, då är det bättre att fokusera på den lägenheten och kanske förbättra det fysiska rörsystemet – ha lite mer flöde in till den lägenheten.

---

Steffen (23)

För sen är det så här: när den lägenheten med lägst temperatur kommer upp till, säg, genomsnittstemperaturen, då kan vi plötsligt gå ner för hela fastigheten.

Så även om vi måste öka värmeflödet till en lägenhet kan det ha otroligt stora effekter för en hel fastighet.

Vi ser med AI-styrning att vi inte bara optimerar det befintliga systemet, utan vi vill hjälpa fastighetsägare att identifiera de problem som finns i deras fastigheter – och ge dem möjlighet att förbättra och åtgärda de problem som vi tillsammans med dem upptäcker.

---

Niclas (23)

De två normala argumenten man brukar höra för energieffektivisering är ju:

Det ena är att det är uppenbart att vi behöver förbättra Europas fastighetsbestånd och göra det mer energieffektivt. Länder nere på kontinenten har mycket större problem – enkelglasfönster och så vidare.

Vi är ju vana vid att vi kyler. Men det är den ena delen, och den reglerar EU.

Den andra delen är att värderingar av fastigheter bygger på en relation till hur dina driftskostnader ser ut. Vilket gör att en investering i energieffektivisering som sänker dina rörliga kostnader också får en effekt på din totala värdering av fastigheten, vilket gör att den här typen av investeringar blir finansiellt intressanta.

Det du nu för till det argumentet är att säga att vi också kan dra ner de totala capex-kostnader ni har när ni ska göra den här typen av investeringar, för att vi mer precist kan säga vad det är som behöver ske i en fastighet.

Istället för att göra åtgärder som påverkar hela fastigheten går vi in på exakta problem och utmaningar som din specifika fastighet har.

---

Steffen (25)

Precis. Det är exakt så det är.

Vi har haft exakt det här som jag beskrev i vissa fastigheter redan – att vi faktiskt sänkte energibehovet med 5 % bara för att en fastighetsägare åtgärdade problem i två lägenheter i den här fastigheten.

För annars hade de bara ökat temperaturen – de låg redan på ganska hög nivå.

Så innan vi försökte förbättra hur vi driver eller tillför energi till hela fastigheten sa vi: ”Vänta nu, du har ett problem här. Det kan vi inte fixa med AI. Någon måste göra det, och det är en insats. Det är dyrt för en fastighetsägare att skicka hantverkare och rörmokare till en lägenhet. Det tar tid och det kräver pengar.”

Men det här är ju det bästa argumentet: du har en återbetalning på den här kostnaden inom en månad, för du sänker energiförbrukningen på hela fastigheten med detta.

Och dessutom blir alla nöjdare.

Tänk i den situationen där du trycker upp värmen: vad gör det? De varma lägenheterna blir ännu varmare. Du har någon stackare på tredje våningen med 25 grader i sin lägenhet, som har jättebra värmeflöde, och som bara får för mycket energi.

---

Niclas (26)

Det är ju också så att många fastighetsägare idag vill ha mer integrerade lösningar: solpaneler på taken, laddare till sina bilar, kanske en värmepumpsinstallation vid sidan av fjärrvärmen.

Hur tar ni hänsyn till – och hur kan AI i ert projekt hjälpa till att integrera – ny teknik in i fastighetens energisystem?

---

Steffen (26)

Det är en jättestor potential. Vi försöker implementera det successivt. Vi vill verkligen få till att vi kan integrera mot olika energislag.

Vi jobbar i dagsläget oftast med fjärrvärmestyrda fastigheter, men de allra flesta moderna är ju hybrida. De har en fjärrvärmeuppkoppling, men också en värmepump.

Och då är ju frågan: tittar vi bara på kronor och ören? Eller tittar vi också på CO₂-ekvivalenter?

För det kan vara dyrare att köra med el ibland, men det kan vara bättre för miljön. Så vi vill verkligen komma till en punkt – och vi är inte där än, det måste vi erkänna – men vi är väldigt drivna att komma dit så snabbt som möjligt, där vi kan ta hänsyn till energisystemet, inte bara värmesystemet, utan hela energisystemet i en fastighet.

Och då är det exakt som du säger: vi har solpaneler på de allra flesta nybyggda fastigheter.

Vi har den här fantastiska, nästan absurda, situationen att folk har sina egna elkraftverk hemma med sina elbilar, som inte bara kan dra el utan också kan vara batterier och bidra med energi.

Det är lite drömmen, men jag ser det som en jättestor chans för energisystemet: att köpa energi eller spara energi, använda den när den är billig och grön och sedan använda den när vi kanske har brist någon annanstans.

---

Steffen (28)

Så det är någonting vi måste få till – och nu kommer vi verkligen till en grej där AI kan hjälpa oss otroligt mycket, för det är en jättebra problemstorlek för att ”slänga en AI på det” och försöka driva det effektivt.

Så det ser jag som framtidens musik, men det är också något vi försöker få att hända inom kort. Så det blir jättespännande att jobba med.

---

Niclas (29)

Det är intressant att höra ditt perspektiv, eftersom du kommer in i energisystemet och hör fastighetsägarnas perspektiv.

När du nämner det här med koldioxidekvivalenter – det kanske inte är helt schyst mot dig, jag har ju jobbat mycket längre i energibranschen här i Sverige än vad du har gjort – men det har funnits en lång diskussion om hur man drar systemgränsen runt fastigheten och hur man jämför, exempelvis, om det är förbränning av avfall, energiåtervinning, som är en cirkulär tjänst – och om det då ska anses vara sämre eller bättre än alternativet att du använder el som är en knapp resurs i vårt system.

Vi ska inte gå in på den nu, bara konstatera att den finns där.

Det är intressant att ni börjar med att optimera komfort, men att dimensionerna ekonomi och hållbarhet kommer in i optimeringen också. För det kommer ju fler väderprognoser som ni måste ta hänsyn till. Solinstrålningen påverkar elpriser. Finns det hybrida system, så finns det en optimering att göra där du lägger på dessutom vehicle-to-grid, som kanske blir mer profilerat i samhället om några år. Då blir det ytterligare en optimering för att få ett lager med i detta.

Ja, det blir en hel regressionsmodell du måste ha för att optimera din fastighet, som också innebär att du behöver ha historik och förstå unika egenskaper för respektive fastighet.

Det är en rätt stor uppgift, det här.

---

Steffen (30)

Det är det. Det blir ännu större ju längre man tänker på det.

Vi försöker… Jag måste också förstå så mycket jag kan, för jag är ju ingen expert. Du kan mycket mer om det här än jag.

---

Niclas (30)

Men du kan data.

---

Steffen (30)

Jag kan data, jag kan algoritmer. Det är otroligt viktigt att vara nyfiken.

För mig är det så här: ju mer jag lär mig om hela branschen och om hur det fungerar, desto mer börjar jag se stora chanser.

Du känner igen det här: om man har den här tanken ”varför har ingen gjort det här och det här?” Kanske har någon försökt men inte lyckats, men det är en tanke som slår mig typ varje dag: ”Varför har man inte gjort det här än?”

---

Niclas (31)

Ja, men det jag tänker på är att det trots allt finns en hel del bolag där ute – ingen nämnd, ingen glömd – som är inne på det här området med olika typer av lösningar.

Och inom den här typen av träning kan jag tänka mig federerade system, där du har möjlighet att jämföra många olika fastigheter. Ju större, desto mer effektivt, desto bättre kan man förstå ett nytt hus unika förutsättningar.

Och då undrar jag – för du är inne på skalningsfrågan. Ni sitter här egentligen inte som ett produktbolag, utan som ett kunskapsbolag som går in och gör en lösning som ni ser kan börja skala.

Hur ser den här konkurrensen egentligen ut?

Om man får vara en enkel svensk i det här så skulle det vara bra om man hade ett system som hade alla fastigheter och som vi på något sätt delade i någon form av öppen källkod, för att möjliggöra att alla fastigheter hade tillgång till det bästa federerade systemet som har lärt sig på tusen andra fastigheter – och som fastighetsägarna kunde använda för att ganska snabbt och billigt komma fram till den här typen av specifika lösningar.

Hur tror du att det här kommer att utveckla sig?

För det jag tänker specifikt på, som jag skulle vilja höra din spaning på – ursäkta längden på frågan – är:

Vad händer med alla de bolag som nu har satsat en himla massa pengar på att bli specialister på exempelvis värmestyrning eller laststyrning i fastigheter, när den här nya typen av teknik kommer som sänker trösklarna för många fler att använda den?

---

Steffen (32)

Vi försöker ju att inte kämpa emot det, utan vara ett hjälpmedel på vägen dit.

I bästa fall kan vi tänka oss att vi blir en leverantör som levererar enkla system som är jättesmida att koppla på.

Vi ser att väldigt många system beror på hårdvaran som är inbyggd i vissa fastigheter och som bara kan kommunicera med viss teknik. Där är man ju redan ganska begränsad.

Skulle man bara säga ”det måste finnas ett system som kan vara lite one size fits all”, då skulle man kräva att de blev uppdaterade eller utbytta. Och det är ett jobb som inte är realistiskt – ingen kommer att gå med på det.

Men däremot kan vi försöka sätta oss ett lager lite högre och försöka vara den här övergripande tjänsten.

Nu pratar vi om olika leverantörer och teknikleverantörer, men de är ändå ganska stora. En stor del av marknaden täcks ju av några stora teknikbolag.

---

Niclas (34)

Det är några väldigt stora, ja.

---

Steffen (34)

Exakt. Så det är egentligen en jättebra situation för oss. För även om jag säger att det är sju fastigheter med sju olika tekniker, så blir det inte hundra fastigheter med hundra olika tekniker.

Någonstans närmar vi oss ett stabilt tillstånd där vi säger: ”Nu har vi typ koll på hur de fungerar” – och då kan vi bli de som långsiktigt kan leverera till alla de här systemen.

Vi behöver inte koppla bort alla andra, utan bara kunna jobba med dem. Då blir de nöjda också, för de måste inte själva jobba med att integrera en lösning – de kan bara koppla på sig till vår tjänst.

Och det är också lite kaxigt, men… varför kan det inte bli så?

---

Niclas (34)

Jag tänker: vad kommer då hända med alla de bolag som idag bygger proprietära system och säger ”ni måste abonnera på just vår tjänst för att styra er fastighet”?

Och så har de en liten del av marknaden. Sen har ett annat bolag en liten del, med samma logik.

Det blir en inlåsningseffekt. Kanske en del av det som är hälsosam konkurrens, men det låter som att den här typen av lösningar riskerar att slå sönder konkurrensen på sätt och vis.

---

Steffen (35)

Ja, exakt. Just nu är det ganska hög konkurrens på marknaden, och det är en jätteskön effekt vi har sett.

Nu börjar de fatta att de vill ha någonting sånt här.

Vi ser verkligen att fastighetsbolag kommer till oss och säger ”vi vill testa allt som finns på marknaden, och sen vill vi bestämma oss för den lösning vi tycker är bäst”.

Det är ju himla kul, för vi får förfrågningar av folk som vi inte ens har hört av tidigare – men som har hört talas om oss. Och det är fruktansvärt kul att ”word goes around”.

Samtidigt tänker jag att den här konkurrensen gör att vi alla bara blir bättre, för det driver oss att leverera en jättebra lösning.

---

Niclas (36)

Men tillhandahåller ni bara tjänsten då – typ: ”Här är modellen, så träna den på ert system”?

---

Steffen (36)

Ja.

---

Niclas (36)

Det är ju otroligt. Det här är ju en fascinerande del av AI-utvecklingen och vad som kommer hända med konkurrensen på energimarknaden när det kommer in lösningar som helt plötsligt bara blir bättre och bättre ju fler som använder dem.

Och så är det en massa aktörer som har tagit position på den här marknaden och kanske tagit in kapital – vad vet jag – för att göra exakt samma sak bakom proprietära väggar.

Det är lite fascinerande.

---

Steffen (36)

Det är det verkligen, ja. Som jag sa, det är otroligt mycket fart i den här marknaden just nu. Det händer grejer och det är så himla roligt.

Om man jämför – nu har jag ändå varit med i den här världen i tre år – så är det otroligt hur mycket som har hänt sedan dess och hur mycket driv det finns i frågan.

Så det är så himla kul att kunna vara med och hjälpa till med lösningar just nu, för jag känner att nu händer det grejer. Det är himla kul.

---

Niclas (37)

Men du, det blir ju intressant för mig då.

Vi sitter ju kanske som den största, mätt i optimering av kraftvärme runt om i Norden. En viktig del av det här är ju att på sikt kunna styra lasten enklare och bättre.

För det finns ju någonstans en kostnad för att producera den här värmen – från biopannor, avfallsanläggningar, till oljepannor i värsta fall när det är riktigt kallt ute.

Så värdet är ju en sak i den energi man effektiviserar, men också ett värde i hela systemets energi.

Hur tänker du att vi skulle kunna möjliggöra ytterligare värde av den här typen av förbättrad konsumtion från fastigheter, som är en betydande del av det totala för energibolagen? Har du några idéer?

---

Steffen (37)

Ja, det har vi. Jag nämnde det lite. Vi har börjat jobba med energileverantörer också. Vi har fått exakt den här frågan.

Nu sätter vi oss i situationen för ett energinät eller ett bolag som tillhandahåller ett energinät. De vill sänka värmebehovet – vilket betyder att vi ska sänka värmebehovet på fastighetssidan.

Vill de ha en lägre produktionsnivå när det är jättekallt, då kräver det att fastigheterna i fjärrvärmenätet använder mindre energi.

Då försöker vi göra samma sak fast på större nivå.

Vi ser att många fattar möjligheten – att i och med att man kopplar sig på de här fastigheterna kan man påverka produktionstiden.

Har vi med vår styrning ett lägre värmebehov än utan vår styrning, då kan vi kanske slippa tända spetspannor i fjärrvärmenätet.

Då slipper vi inte bara högre priser, utan också att bränna olja – vilket är jättedåligt för miljön och klimatet.

---

Steffen (39)

Så vi ser jättestor potential, och vi har till och med börjat jobba med kunder som vill göra exakt detta: sänka spetsbehovet i energiproduktionen och försöka påverka systemet mindre.

Det är någonting vi kan hjälpa dem med.

---

Niclas (39)

Så om vi då från Aurora – som vårt system heter – skulle tillhandahålla ett API, eller vilja ha ett API där ni säger ”det här är ramvillkoren för den här fastigheten, det här är värmetrögheten och så här skulle den kunna styras”, och vi skulle ge er ett dagen-före-pris…

Nu ser vi att prognosen kommer in så här, det kommer bli kallare, vi har ett önskemål med ett värde kopplat till att minska spetslastproduktionen, och vi då översätter det till ett värde för respektive fastighet.

Skulle vi då automatiskt kunna skicka en signal till er som säger, exempelvis: ”Det blir så här mycket billigare om ni lyckas förskjuta er konsumtion på det här sättet.” Skulle ni kunna reagera på en sådan signal?

---

Steffen (40)

Det är någonting vi absolut kan… Det är så vi tänker. Det här är framtidsmusik, men det är så vi vill göra.

Tänk om du bara kan – nu pratar vi kommersiella fastigheter eller skolor. Skolor måste bara vara varma vid en viss tid när eleverna kommer in.

Vi måste inte värma upp precis en timme innan. Vi kan göra det lite tidigare, när energin är lite billigare.

Och det här är något vi försöker göra: fördela lasten på ett smart sätt, så att vi inte har situationen att alla vill elda på morgonen klockan sju när det ska vara varmt och skönt.

Vi vill fördela så att alla får lite energi i taget, så att vi till en viss tidpunkt har uppnått en temperatur.

Det är någonting vi absolut skulle kunna göra. Tänk om ett fjärrvärmenät skickar ut lite signaler: ”Det blir nog spetsbehov om två timmar, vill ni kanske börja lite tidigare?”

Även om det är klockan fem och eleverna inte kommer än. Vi tar hänsyn till fastighetströghet. Det räcker kanske att värma upp klockan fem och sen låta temperaturen varva ner lite till de kommer.

---

Niclas (41)

Det är jättespännande.

Det vi måste tänka på är hur värmen propagerar i nätet – hur långt ifrån produktionen fastigheten befinner sig – och förstå hur lång tid det tar för värmen att ta sig dit.

Det finns jättemånga roliga grejer.

Sen är det andra saker som inte är så uppenbart intuitiva. Det kan ju inträffa tillfällen där värmelasten till exempel är för låg för att du ska kunna behålla mottryck för din turbin samtidigt som elpriset är högt.

Så det omvända borde kunna ske också, där man ber er: ”Kan ni höja temperaturen lite?” Så att vi kan producera mot en elmarknad med hög efterfrågan.

---

Steffen (42)

Exakt. Och det här händer till och med idag, återigen på fastighetsnivå.

Vi ser att det finns incitament att pumpa in lite mer värme än som egentligen behövs vid vissa tillfällen, även om det blir lite varmare. Folk brukar inte vara så missnöjda när det är lite för varmt – det är snarare ett problem om det är för kallt.

Vi försöker förstås hålla det inom vettiga gränser.

Men tänk om du har en jättekall dag. Då är energin dyrast. Varför kan man inte värma upp lite tidigare, dagen innan, och sedan försöka slippa den där dagen med dyr energi?

Det är något vi jobbar med idag. Det är jättespännande hur mycket man kan åstadkomma.

Så den här utjämningen och fördelningen av last för att avlasta systemet – eller till och med fördela energiöverskott i ett värmesystem eller fjärrvärmesystem – är sjukt spännande. Det är extremt ointuitivt, som du säger, men det är en stor chans, och det fungerar.

---

Niclas (43)

Det låter nästan som en utopi, att det här skulle vara möjligt att göra utan stora investeringar i hårdvara också.

Jag tänker att det är ju den stora nyheten du går ut med. Många har försökt gå in i det här, men har haft ganska dyra hårdvarulösningar som man fått sälja till kunderna – och kunderna har inte alltid varit intresserade av att ta installationskostnaden.

Men det är framtidens energisystem du beskriver, där det med den data som redan finns tillgänglig är möjligt att göra så pass mycket ändå.

---

Steffen (43)

Exakt. Folk som jobbar med det här har haft de idéerna väldigt länge.

Vi sitter på axlarna hos dem som har jobbat med det här i decennier. Vi kan lära oss fruktansvärt mycket av den höga kompetens som funnits i den här branschen länge.

Nu har vi verktygen att göra något med det. Och det är det som är så sjukt spännande, för vi fick inte till det tidigare.

Nu händer det – vi kan verkligen göra skillnad med idéer som någon har haft för 10–20 år sedan. Det är så himla kul.

---

Niclas (44)

Men vi pratade om konkurrensen mellan bolagen som specialiserat sig på att vara styrningsbolag till fastigheter.

Det finns ju också konkurrens mellan fastighetsbolagen. För det du målar upp här kommer kräva, inte bara ganska, utan stora samarbeten mellan fastighetsbolagen – och kanske energibolagen också – för att få en välspridd lösning av modeller som tränas på tidigare modeller, vilket hela tiden förbättrar helhetslösningen.

Om det inte är inlåst i en enskild proprietär lösning som man måste betala en massa för, och som dessutom kräver massa hårdvara, så finns ju alla möjligheter för det här.

Samtidigt måste ni lyckas få människor att samarbeta. Vad tror du om det?

---

Steffen (45)

Ja, det är ett problem som vi inte har hittat någon lösning på, självklart. Vi måste jobba med det som finns, och det är exakt som du beskriver.

Vi har olika aktörer med olika intressen. Det är inte bara mellan fastighetsbolag – ett fjärrvärmebolag kan ha andra intressen än ett fastighetsbolag.

Vill du sänka framledningsförbrukningen skadar du ju ett fjärrvärmebolag – de vill sälja sin fjärrvärme.

Så de här komplexa strukturerna har vi inte löst än.

Men det jag tänker – nu bollar jag bara lite – är att det snabbt kommer att finnas vissa lagkrav som kanske hjälper oss, där man faktiskt behöver ha ett visst samarbete även över företagsgränser.

Att man till exempel har en gemensam datapool.

Det är något vi kan se i framtiden: att lagstiftning kräver att man måste dela data, för det här är en fråga som berör så många människor och är så pass viktig att vi måste lyfta den utanför rena konkurrenstanken.

---

Steffen (46)

Och det är någonting där jag ser ett värde i lagstiftning – men nu målar jag bara i månen. Det är oklart hur det blir framöver, men det är ett problem vi jobbar med.

---

Niclas (46)

Precis. Jag tänker att det du egentligen far efter är att de kraven som kommer inom EPBD – om att man ska sänka med 16 % till 2030, vilket är väldigt mycket mer än vi lyckats med historiskt, och 20–22 % till 2035 – inducerar ett krav på samarbete.

Ska du lösa det här kommer det inte gå om du gör det helt själv, utan du måste sannolikt hitta samarbeten över branschen.

---

Steffen (46)

Precis, exakt. Hur ska vi göra? Vi kan inte göra det själva. Vi måste samarbeta på något sätt.

Vi kan ändå ha viss konkurrens, men det måste inte vara så att vi jobbar emot varandra.

---

Niclas (46)

Intressant.

När AI kom så var en av de första ”dräparna” ett studiebolag i USA som inriktade sina tjänster på att sälja människor som kunde hjälpa till med läxhjälp för collegestudenter. Det gick väldigt bra, de var börsnoterade.

När ChatGPT 3 kom så slaktades det här bolaget på börsen. Mycket riktigt gick det inte så bra sen, eftersom det ju inte finns en student som ringer upp en vanlig människa för att få studiehjälp nu för tiden.

Det använder man ett verktyg till.

Den här typen av intåg från AI bryter upp och slår sönder befintlig konkurrens.

Hur tror du att det kommer bli när det kommer in ganska stora energivolymer – nu blir det väldigt spaningsmässigt här – men om ni nu diskuterar AI varje dag vid lunchrummet så kan det vara intressant att höra ditt perspektiv.

Vi har elbilar som kommer in med väldigt mycket effekt i systemet, som är lager och kan användas effektivt. Vi får bättre tränade modeller över stora delar av systemet som kan agera mycket mer dynamiskt.

Vad kommer det här leda till, tror du, på energimarknaden?

---

Steffen (48)

Ja, det är nog en helhetsintegration. Vi måste ha så mycket kommunikation som möjligt mellan de olika endpoints i ett energisystem.

Det går inte längre att bara titta på el. Det går inte längre att bara titta på bilar. Det måste funka ihop.

Och det är en omställning – även för människor att vara med på.

Du förväntar dig att kopplar du in din bil i en laddare, så laddar den. Men så blir det kanske inte.

Vi kanske vet att det här energibehovet kan vi inte hjälpa dig med just nu, men om vi vet att du ska använda bilen om sju timmar – det är något vi redan har med smart laddning och sånt – då är det en del av integrationen jag ser framför mig.

---

Steffen (49)

Så i framtiden ser jag ett energisystem som är väldigt decentraliserat, till och med på fastighets- eller områdesnivå, och som i sin tur tar hänsyn till inte bara en energisort utan alla olika energiprocesser i systemet.

---

Niclas (49)

Nej, men jag tror att det där utvecklas inom elnäten, inom produktionsvertikalen, inom – som vi är inne på idag – konsumtionsvertikalen.

Det kommer att göra det inom transport, som blir en mer integrerad del av energisystemet.

Det som är svårt att resonera kring är hur intåget av – kanske särskilt den typen av affärsmodell som ni kommer med: ”Vi tränar ett system på massor med byggnader, vi tillhandahåller det som möjlighet, det sänker capex-kostnaden och driver väldigt mycket effektivisering” – vem som tar vilken position på den marknaden.

För er affärsmodell vill ta hand om och hålla kunskap, inte egentligen IT-systemen runt det, utan se till att det här skalar så mycket som möjligt för allas nytta.

Det som blir intressant är att förstå hur det leder till förändrad konkurrens på marknaden.

För som du säger finns det inbyggda motsägelser som är problematiska för samarbete – så som att mindre värme också är ett problem för bolagen som vill tillhandahålla värme. Och så är det även för dem som producerar el, så klart.

Det är en intressant affärsmodell ni har, en intressant påverkan. Och vad kommer det här ta vägen, givet hur snabbt AI-utvecklingen sker?

Nu för några veckor sedan kom Gemini 3 från Google, som höjde ribban igen mot det vi tidigare tyckte var fantastiskt när ChatGPT-versioner och Claude 4.5 lanserades.

Det är ju svårt att överblicka slutet på det här.

---

Steffen (51)

Exakt. Det är omöjligt. Vi vet inte.

Verkligen – tänk fem år tillbaka. Att man skulle ha något som ChatGPT eller nu Gemini… det var inte tänkbart att det skulle gå så här fort.

Vi försöker hålla oss så nära det aktuella som möjligt, och det innebär också att vi alltid måste anpassa oss.

Vi kan tillhandahålla en lösning som blir irrelevant inom en vecka, bara för att det finns något som löser det direkt.

Jag kan tänka mig att man om tre år säger: ”Gemini 6, fixa mitt värmesystem”, och då gör den det bara. Det kan jag tänka mig.

Det utesluter jag inte. Och då är våra utmaningar helt annorlunda. Då finns inget behov av det vi gör längre. Men då har vi, när vi är där, flyttat oss till andra saker.

---

Steffen (52)

Det här är ett steg. Vi har jobbat med optimering av värmesystem väldigt länge nu, och vi ser det som ett steg på en större väg – mot en modernare och effektivare energistyrning och ett energisystem.

Det tycker jag är så sjukt spännande – att det alltid kommer nya grejer och blir mer imponerande vad man kan göra med mindre tid och resurser.

---

Niclas (52)

Ja, det är ett hoppfullt budskap om att vi kan få ett mycket bättre framtida energisystem.

---

Steffen (52)

Ja. En annan diskussion vi har vid lunchbordet är våra förväntningar om AI-doom.

---

Niclas (52)

Vad är ditt P-doom?

---

Steffen (53)

Jag menar att jag ligger kanske på 5 %. Vi har diskuterat det väldigt länge, och det finns väldigt olika uppfattningar om vad ”doom” egentligen är.

---

Niclas (53)

Det är första gången jag har med dig i podden, så jag tycker det är lite roligt.

P-doom är alltså ”probability of doom” – sannolikheten att AI en vacker dag ser mänskligheten som något man inte kan behålla, ligger i vägen för något annat mål som den har, och helt enkelt bara förgör oss.

---

Steffen (53)

Tänk bara: hur illa kan det bli med AI? Det kan bli illa, men det måste inte bli det.

---

Niclas (53)

Du verkar hoppfull.

---

Steffen (53)

Jag är absolut hoppfull.

Jag vet ju att det här blir ett otroligt kraftfullt hjälpverktyg. Internetrevolutionen har lyft mänskligheten till nya nivåer och vi kunde lösa problem som vi inte tänkte var lösbara.

Jag ser samma potential för AI.

Jag är inte naiv – jag vet att det finns problem med det. Vi har inte ens pratat om energifrågan. Det är en energibrist vi måste lösa om vi vill skala upp AI. Det är jätteviktigt.

Och då blir det verkligen en ond cirkel: lösa energiproblem med AI som använder mer energi. Det måste vi lösa, vi kan inte bara skala upp.

Men jag ser otroliga möjligheter.

---

Niclas (54)

Ja, det är ett ämne för en annan podd.

---

Steffen (54)

Jajamän.

---

Niclas (54)

Det får man väl säga.

Men du – tack så hemskt mycket, Steffen, för att du tog dig tid att prata om den här typen av framtidsfrågor kring energi och hur man kan jobba med fastigheter specifikt.

---

Steffen (54)

Tack, Niclas, för att jag fick komma. Jättetrevligt.

Niclas inleder med att konstatera att AI håller på att förändra världen och särskilt kunskapsintensivt arbete. Inom energibranschen ser man redan hur AI tar över uppgifter som prognoser, uppföljning av processer och rapportskrivning. Potentialen bedöms som mycket stor, och AI väntas skaka om konkurrensen mellan energibolagen de kommande åren. Fokus i samtalet är AI och fastigheter: kan AI förenkla och förbättra hur fastigheter använder energi, och dessutom göra det utan stora hårdvaruinvesteringar?

### Steffens bakgrund

Steffen berättar att han kommer från Tyskland och har en doktorsexamen i fysik, med inriktning mot klimatfysik och miljö. Han trivdes i forskarvärlden, men kände – som många forskare förr eller senare gör – att han ville göra konkret nytta och inte bara skriva artiklar. Det ledde till ett spårbyte: han flyttade till Sverige, råkade via en annons hamna i fastighets- och energibranschen och började jobba som data scientist, trots att han från början varken kunde något om fastigheter eller ”yrkesliv”.

Han beskriver hur mycket av den kunskap han använder idag egentligen inte är ”ny AI”, utan klassiska statistiska metoder och machine learning som funnits i decennier – men som nu får en renässans tack vare AI-hypen. Diskussionen ”vad är AI egentligen?” är återkommande internt på Egghead; det viktiga för dem är mindre etiketten och mer vad som faktiskt fungerar i praktiken.

### Potentialen i fastighetsbranschen

Steffen ser potentialen som ”gigantisk”. Traditionell energistyrning i fastigheter har sett likadan ut i årtionden: några sensorer, enkla beräkningar och fasta regler. AI-baserade metoder gör det möjligt att:

* ta in mycket mer data (inomhustemperaturer, väderprognoser, solinstrålning, historiska mönster)

* använda mer avancerade modeller än linjära kurvor

* anpassa styrningen till varje fastighets unika egenskaper (isolering, byggnadens tröghet, läge, etc.)

Samtidigt pågår en större förändring i fastighetssektorn: man vill använda AI till allt från chatbotar för hyresgäster till ärendehantering och driftoptimering. AI ses alltmer som ett verktyg för både bättre kundupplevelse och lägre kostnader.

### Datakvalitet, interoperabilitet och praktiska hinder

En av de största utmaningarna är inte algoritmerna, utan datan:

* olika BMS-system (building management systems) med bristande standardisering

* sensorer som heter olika saker i olika system

* svårigheter att koppla upp sig mot undercentraler och få ut data

Steffen bekräftar Niclas bild: datahushållning och integration är en av de tyngsta trösklarna. Men här kan moderna AI-verktyg – särskilt språkmodeller – hjälpa till att automatiskt tolka och mappa sensornamn och struktur, så att kanske 80–90 % av jobbet automatiseras, och bara en mindre del behöver göras manuellt.

Äldre undercentraler utan uppkopplingsmöjlighet är ett konkret hinder. För nyare system räcker det ofta med att ”överstyra” befintlig styrning, utan att göra om hela värmesystemet. I vissa fall kan man tänka sig enklare extraenheter (”donglar”) för att ge uppkoppling, men riktigt gamla system kan vara bortom räddning utan hårdvarubyte. Steffen betonar dock att en stor del av det moderna beståndet – särskilt i större städer – redan är tekniskt nåbart.

### Hur styrningen fungerar – komfort först, energi som bieffekt

I sitt projekt arbetar Steffen med AI-baserad styrning av värmesystem i flerbostadshus och kommersiella fastigheter. Syftena är:

1. förbättra inomhusklimat och temperaturstabilitet

2. spara energi

3. minska klimatpåverkan

Han är noga med ordningen: om man säger åt en algoritm att bara minimera energianvändning kommer den i princip att stänga av värmen. Därför är målet formulerat som ”bästa möjliga komfort med så lite energislöseri som möjligt”, inte tvärtom.

Några nyckelidéer:

* utnyttja befintliga sensorer – inga nya sensorer har behövt installeras i projekten

* modellera byggnadens tröghet: hur snabbt reagerar inomhustemperaturen på förändringar i värmetillförseln?

* integrera väderprognoser och solinstrålning för att förutse behov och undvika onödig uppvärmning

Resultatet blir en styrning där man både kan minska energiförbrukningen och göra inomhusklimatet jämnare, utan stora hårdvaruinvesteringar.

### AI som hjälp att hitta fysiska problem

En oväntat viktig bieffekt är att AI-styrningen hjälper till att identifiera fysiska problem i fastigheten. Exempel:

* En eller två lägenheter i ett hus är kallare på grund av sämre isolering eller dåligt flöde.

* Istället för att höja värmen i hela fastigheten för att lösa de kallaste lägenheterna kan man, med hjälp av data, pinpointa exakt vilka lägenheter som har problem.

Åtgärdar man problemen lokalt – till exempel förbättrar rörsystemet eller justerar flöden – kan man sedan sänka den generella värmen i hela huset. Steffen nämner exempel där ett par åtgärdade lägenheter lett till runt 5 % energibesparing för hela fastigheten, med mycket kort återbetalningstid.

### Integrering med andra energislag och framtidens hybridfastighet

Många nyare fastigheter är hybrider med:

* fjärrvärme

* värmepump

* solceller

* ibland även elbilar som kan fungera som energilager

Steffen ser stor potential i att AI-styrning tar hänsyn till:

* både kostnad (pris på el och fjärrvärme)

* klimatpåverkan (CO₂-ekvivalenter)

Ibland kan det vara dyrare i kronor att använda el, men bättre för klimatet. I en mer mogen version av systemet vill de optimera mot flera mål samtidigt: komfort, kostnad och klimat, och dessutom se hela fastighetens energisystem – inte bara värmedelen.

Han målar också upp en framtid där elbilar och lokala energilager integreras fullt ut i fastigheternas styrning, och där AI koordinerar när det är smartast att ladda, sälja tillbaka energi, eller lagra den.

### Kopplingen till energibolag och systemnytta

Samtalet rör sig sedan upp i systemnivå. Niclas, som arbetar med optimering av kraftvärme, är intresserad av hur bättre styrning på fastighetssidan kan:

* minska behovet av spetslast (t.ex. oljepannor kalla dagar)

* ge jämnare laster över dygnet

* stödja produktion mot elmarknaden när elpriser är höga

Steffen beskriver hur de redan arbetar tillsammans med energibolag för att:

* sänka topparna i värmebehov, så att man kan undvika att starta dyra och smutsiga spetsanläggningar

* flytta värmeproduktion i tid genom att förvärma byggnader när energi är billigare, istället för att värma när det är som dyrast

I förlängningen kan fastigheter bli aktiva aktörer i energisystemet, där styrsignaler och prisinformation från nätet vägs in i AI-modellerna som styr fastigheterna.

### Konkurrens, affärsmodeller och samarbete

Niclas tar upp konkurrensfrågan: det finns många bolag som byggt proprietära system för styrning och optimering i fastigheter. Vad händer med dem när mer generella, data- och modellbaserade AI-tjänster kommer in och är skalbara över många system?

Steffen hoppas att Egghead kan lägga sig ovanpå befintliga system som ett ”överliggande lager” som:

* inte kräver att alla byter hårdvara

* hjälper olika teknikplattformar att ”prata med varandra”

* gör det enklare för fastighetsägare att jämföra och välja lösningar

Han tror att konkurrensen nu driver upp kvaliteten; fastighetsbolag vill testa flera olika lösningar och välja den bästa. Samtidigt ser han behov av mer samarbete och kanske även kommande lagstiftning som kräver datadelning, särskilt med tanke på EU:s skärpta krav på energieffektivisering (till exempel inom EPBD).

### AI-utveckling, osäker framtid och P(doom)

Mot slutet pratar de mer filosofiskt om AI-utvecklingen i stort. Steffen konstaterar att:

* utvecklingen går extremt fort – verktyg som ChatGPT och Gemini hade varit svåra att föreställa sig för bara fem år sedan

* lösningar de bygger idag kan bli irrelevanta mycket snabbt när nya generationer AI kan göra samma sak ”direkt”

På frågan om ”P(doom)” – sannolikheten att AI i värsta fall leder till mänsklighetens undergång – uppskattar Steffen den till cirka 5 %. Han är alltså medveten om risker, men tydligt hoppfull. Han ser AI som ett nytt internetögonblick: enorm potential att lösa problem vi tidigare inte kunnat hantera, men också med stora utmaningar, inte minst energiförbrukningen hos AI-systemen själva.

Samtalet avslutas i en optimistisk ton: om man använder AI rätt, delar data klokt och samarbetar mellan fastighetsägare, energibolag och teknikbolag, finns en reell möjlighet att både förbättra komforten, sänka kostnaderna, minska utsläppen och bygga ett mer resilient och intelligent energisystem – utan att nödvändigtvis behöva riva ut och byta all hårdvara.