Kan AI bli ett nytt standardverktyg för att styra värmen i bostadsrättsföreningar? Det vill HSB Malmö ta reda på i ett pilotprojekt som startade våren 2026. Det handlar inte bara om att testa teknik utan om att hitta en modell som fungerar i verkligheten, förklarar Annika Mattsson, chef för Energi & Drift på HSB Malmö:
– Det vi vill se är om den här typen av lösning kan fungera i en bostadsrättsförening, där man inte har samma organisation eller storlek på fastighetsbestånd som hos kommersiella fastighetsägare. Därför handlar projektet lika mycket om att hitta rätt arbetssätt och affärsmodell som om själva tekniken.
I pilotprojektet samarbetar HSB Malmö med företaget Algeno för att analysera hur värmen beter sig i fastigheterna och hur man kan anpassa styrningen. I stället för att bara reagera på utetemperaturen tar AI hänsyn till hur varmt det faktiskt är i lägenheterna, hur vädret väntas bli och hur byggnaden reagerar över tid.
Rent praktiskt kopplas systemet upp mot fastighetens styr- och reglerutrustning i värmecentralen, den så kallade DUC:en. Det är sedan därifrån AI:n justerar hur mycket värme som skickas ut i huset. Samtidigt hämtas information från temperaturgivare i lägenheterna, vilket gör att styrningen kan anpassas mer precist
– Systemet kombinerar data från lägenheterna med väderprognoser och historik. Det gör att det successivt lär sig hur just den här byggnaden fungerar, och kan anpassa värmen på ett helt annat sätt än traditionell styrning, säger Annika Mattsson.
Hon påpekar att tanken inte är att ersätta människan, utan att få verktyg som ger bättre överblick och hjälper till att fatta mer välgrundade beslut i driften.
I HSB brf Odlaren, som är en av de föreningar som deltar i piloten, är det just vardagsproblemen man hoppas komma åt.
– För oss handlar det mycket om att få bort svängningarna som många föreningar nog känner igen, då värmen i elementen inte kommer i gång förrän i oktober då utomhustemperaturen sjunker. Det är vanligt att uppleva svalare inomhustemperaturer under denna period när vädret växlar snabbt, säger ordförande Petter Forkstam.
AI-satsningen kan ses som en del i brf Odlarens ambition att effektivisera sin energianvändning. Tidigare har
föreningen bland annat gjort en energikartläggning.
– Det finns sällan en enskild, stor lösning som fixar allt, särskilt inte för äldre byggnader. Men om man gör många små förbättringar, och hela tiden jobbar mer systematiskt, så kan det få stor effekt både på energianvändningen och ekonomin över tid, säger Petter.
Föreningen har sedan tidigare installerat temperaturgivare i alla 128 lägenheter, en satsning som inte är så vanlig i äldre hus men som gjorde det möjligt att delta i projektet.
– Vi valde att satsa på temperaturgivare i hela huset just för att få bättre koll på hur det faktiskt ser ut. Det är först då man kan börja jobba mer precist och inte bara gå på en generell inställning för hela huset, förklarar Petter.
– Får vi ett jämnare inomhusklimat så minskar klagomålen och vi slipper lägga tid på att justera värmen fram och
tillbaka. Den tiden kan vi i stället lägga på annat som utvecklar föreningen, säger han.
Det är precis där AI:n kan göra störst skillnad, håller Annika Mattsson med om. I dag blir justeringarna ofta grova när någon klagar, vilket påverkar hela fastigheten.
– Då höjer man värmen för hela huset, trots att problemet kanske bara finns i en lägenhet. Det leder lätt till att man använder mer energi än nödvändigt, säger hon.
Pilotprojektet pågår under ett år, men ambitionerna sträcker sig längre än så. För HSB Malmö handlar det om att få grepp om hur tekniken kan användas i praktiken och hur den i så fall kan bli en del av deras erbjudande till bostadsrättsföreningar.
– Min bild är att det kommer vara svårt för enskilda föreningar att köpa in tjänsten själva. Jag gissar att vi kommer erbjuda AI som ett tillägg inom ramen för våra befintliga energitjänster för bostadsrättsföreningar, säger Annika Mattsson.
Fakta om projektet
I ett traditionellt system styrs värmen främst utifrån utomhustemperaturen, vilket ofta ger en trubbig reglering. AI-styrd värme använder i stället flera datakällor: faktisk temperatur i olika lägenheter, väderprognoser och historiska mönster.
Systemet analyserar hur byggnaden reagerar på olika förhållanden och justerar värmetillförseln löpande. På så sätt kan det både jämna ut temperatursvängningar och minska onödig energianvändning – till exempel genom att undvika att hela fastigheten värms upp mer än nödvändigt.
Pilotprojektet genomförs i fyra bostadsrättsföreningar i Malmö under drygt ett år.
Det är delfinansierat av Energimyndigheten, som erbjuder olika bidrag till projekt som främjar energieffektivisering.