Mer presis fuktdiagnostikk med AI
BCT utviklet MoistLab-plattformen sammen med Institut for Fugtteknik for å gjøre ekspertbasert fuktdiagnostikk mer ensartet, dokumenterbar og skalerbar.
Prosjektet omfattet:
Fuktskader i bygninger har tradisjonelt blitt vurdert ut fra relativt enkle målinger kombinert med ekspertens erfaring. Det kan føre til feil diagnoser og dyre utbedringer.
MoistLab samler flere typer målinger og bruker AI til å støtte vurderingen, slik at diagnosen blir mer presis, ensartet og enklere å dokumentere.
Plattformen:
Målet var ikke å erstatte ekspertene, men å gi vurderingene deres et sterkere og mer ensartet datagrunnlag.
En viktig del av arbeidet var å gjøre ekspertkunnskap forståelig, strukturert og anvendelig i et digitalt system.
BCT jobbet tett sammen med Institut for Fugtteknik og deres forskningspartnere om å:
Det gjorde det mulig å ta løsningen fra et forskningsbasert proof of concept til et produkt som kunne brukes i praksis.

MoistLab har løftet både treffsikkerheten og ensartetheten i fuktdiagnostikken.
De viktigste resultatene:
ByggEt dansk AI-selskap som gjør byggeprosessen mer oversiktlig for private byggherrer.
Les casen →
HelseAI som gjør komplekse medisinske data enklere å bruke i hjerte- og karsdiagnostikk.
Les casen →
Offentlige dataSikkert AI-søk, intern chat og direkte API-tilgang i én hybrid løsning.
Les casen →