Mere præcis fugtdiagnostik med AI
BCT udviklede MoistLab-platformen sammen med Institut for Fugtteknik for at gøre ekspertbaseret fugtdiagnostik mere ensartet, dokumenterbar og skalerbar.
Projektet omfattede:
Fugtskader i bygninger er traditionelt blevet vurderet ud fra relativt simple målinger kombineret med ekspertens erfaring. Det kan føre til forkerte diagnoser og dyre udbedringer.
MoistLab samler flere typer målinger og bruger AI til at understøtte vurderingen, så diagnosen bliver mere præcis, ensartet og lettere at dokumentere.
Platformen:
Målet var ikke at erstatte eksperterne, men at give deres vurderinger et stærkere og mere ensartet datagrundlag.
En vigtig del af arbejdet var at gøre ekspertviden forståelig, struktureret og anvendelig i et digitalt system.
BCT arbejdede tæt sammen med Institut for Fugtteknik og deres forskningspartnere om at:
Det gjorde det muligt at tage løsningen fra et forskningsbaseret proof of concept til et produkt, der kunne bruges i praksis.

MoistLab har løftet både træfsikkerheden og ensartetheden i fugtdiagnostikken.
De vigtigste resultater:
ByggeriEn dansk AI-virksomhed, der gør byggeprocessen mere overskuelig for private bygherrer.
Læs casen →
SundhedAI, der gør kompleks medicinsk data lettere at bruge i hjerte-kar-diagnostik.
Læs casen →
Offentlige dataSikker AI-søgning, intern chat og direkte API-adgang i én hybrid løsning.
Læs casen →