Hankkeessa kehitetään parempia työkaluja asuinrakennusten hallinnointiin ja kokeillaan, miten rakennusten dataa voidaan hyödyntää ennustamiseen ja suunnitteluun.  

Mihin etsitään ratkaisua?

Suomen asuntokannan korjauksiin tulee kulumaan arvioiden mukaan noin 10 000 miljoonaa euroa vuosittain. Asumme vanhenevissa taloissa, joissa korjaukset ja ylläpito ovat yksi eniten asumisen hintaa nostavia tekijöitä. Pyrimme vähentämään näitä kuluja kehittämällä parempia työkaluja asuinrakennusten hallinnointiin. Hankkeessa kokeilemme, miten asuinrakennusten dataa voidaan hyödyntää ennustamiseen ja suunnitteluun.

Tavoite: hallinnoinnin tehostaminen datan avulla 

Tavoitteemme on näyttää, miten datan ja mallinnuksen avulla voidaan tehostaa asuinrakennusten hallinnointia ja tehdä asumisesta halvempaa. Teknisellä tasolla haluamme osoittaa, että jo olemassa olevasta datasta voidaan löytää uutta ja hyödyllistä tietoa nykyaikaisilla mallinnusmenetelmillä.

Mitä hankkeessa tehdään?

Kehitämme keinoja mallintaa algoritmisesti asuinrakennusten ylläpidon kustannuksia ja korjauksia. Yhteistyökumppanien kanssa kokeilemme mallinnusta satojen kiinteistöjen datalla ja kehitämme tietoa siitä, miten ennustamisesta sekä suunnittelusta saadaan suurin hyöty irti. Hankkeessa tarkastellaan erityisesti rakennusten perustietoja, korjaushistoriaa, toteutuneita kustannuksia, IoT-mittauksia sekä teknisten isännöitsijöiden arvioita elinkaarikustannuksista ja korjaustarpeista. Tutkimme erilaisten mallinnuskeinojen kuten koneoppimisen soveltuvuutta.

Odotetut tulokset 

Kokeilun jälkeen tiedämme paremmin, miten kiinteistöalan digitalisaation tuomaa dataa voidaan hyödyntää. Saamme käytännön tietoa siitä, mitä dataa on jo hyödynnettävässä tilassa ja soveltuvatko nykyaikaiset mallinnuskeinot asuinrakennusten mallintamiseen. Pyrimme myös osoittamaan yhteistyökumppanien kanssa, että toimivan mallinnuksen avulla voidaan tehostaa ylläpitoa ja laskea kustannuksia. 

Kenelle tästä on hyötyä?

Monet mallinnuskeinot vaativat erityisesti kehitysvaiheessa paljon dataa, vaikka lopullinen malli voikin toimia pienillä datamäärillä. Yhteistyössä alan toimijoiden kanssa pystymme kehittämään malleja ja luomaan toimintatapoja, joita voidaan tulevaisuudessa soveltaa mihin tahansa asuinrakennuksiin asumisen kustannusten alentamiseksi.