Et digitalt fagligt bagland omkring tegnestuens arbejde.
Vi hjælper tegnestuer med at koble offentlige datakilder, egen projekterfaring og konkrete arbejdsgange i et kildebevidst forarbejdslag. Ikke som erstatning for arkitekten, men som et bedre grundlag for vurdering, tilbud, projektopstart og ansvarlige beslutninger.
AI er ikke produktet. Arbejdsgangen er.
Mange tegnestuer har allerede set for mange generiske AI-demoer. Vores udgangspunkt er mere praktisk: Hvilke dele af jeres hverdag er gentagne, kildekrævende eller svære at genbruge på tværs af projekter?
Her betyder arkitektur ikke softwarearkitektur. Vi taler om arkitektur som bygget miljø: tegnestuer, renovering, lokalplaner, BR18, materialer, bygningsdata og arkitektfaglige beslutninger.
FT's model er arkitektfaglig dømmekraft, danske bygningsdata, tegnestuens egen viden og små kontrollerbare agent-workflows. Agenten henter, strukturerer og markerer usikkerhed. Arkitekten vurderer, prioriterer og tager ansvar.
Første afklaring
Start med at finde det rigtige problem. Det kan være tilbudsarbejde, projektopstart, søgning i tidligere cases, lokalplananalyse eller en datapakke før byggesag.
Se agentafklaringEn god pilot begynder med tegnestuens egen friktion.
Hvis en AI-pilot ikke kan kontrolleres af tegnestuen, er den for bred. FT starter hellere med én arbejdsgang, der kan bruges i praksis, end med en stor teknologivision uden klare kilder, adgangsgrænser og ansvar.
- 01
Start med en arbejdsgang, hvor tegnestuen allerede mærker friktionen: projektopstart, tilbud, lokalplaner, CV’er, cases eller intern videnssøgning.
- 02
Definer kildegrundlaget før testen: offentlige registre, projektarkiv, tilbudsmateriale, CV’er, cases, BR18, lokalplaner eller tegnestuens egne projektnoter.
- 03
Beslut på forhånd, hvem der validerer outputtet, hvad der kun må bruges internt, og hvilke konklusioner agenten ikke må formulere som sikre.
- 04
Mål ikke kun tid. Mål også bedre genbrug af erfaring, færre oversete krav, tydeligere usikkerhed og om teamet faktisk bruger outputtet.
Afklaring, digitalt bagland og ansvarlig praksis
AI til tegnestuer
AI til tegnestuer bør bruges som et kildebevidst forarbejdslag omkring data, projektviden og arkitektfaglig validering.
Agentafklaring for tegnestuer
Agentafklaring for tegnestuer kortlægger friktion, data, ansvar og første realistiske pilot før der bygges AI-løsninger.
Tegnestuens digitale bagland
Tegnestuens digitale bagland samler offentlige data, intern erfaring og konkrete agent-workflows omkring arkitektens ansvar.
AI workshop for tegnestuer
En AI-workshop for tegnestuer bør ende i konkrete workflows, pilotforslag og ansvarlige retningslinjer - ikke bare inspiration.
AI i arkitektvirksomheder
AI i arkitektvirksomheder handler om data, projektviden, konkrete workflows og ansvarlig arkitektfaglig kontrol.
Tegnestuens vidensfundament
Tegnestuens vidensfundament gør projekter, cases, CV'er, tilbudstekster og erfaringer søgbare med klare adgangsgrænser.
AI strategi for tegnestuer
En AI-strategi for tegnestuer bør starte i konkrete opgaver, datagrundlag, pilotvalg, governance og tydeligt fagligt ansvar.
AI-politik for tegnestuer
En AI-politik for tegnestuer definerer data, værktøjer, kundemateriale, menneskelig kontrol, dokumentation og ansvar i praksis.
Projektdatafundament
Få samlet tegninger, regneark, produktvalg og revisioner, så tegnestuen kan kontrollere agentens oplæg fra samme grundlag.
Tegning, Excel og PDF som projektflow
Gennemgå hvor tegning, Excel og PDF skaber usikkerhed, og hvad en agent skal kunne dokumentere før forarbejdet kan bruges.
Digitalt bagland for produktdata
Få struktur på produktdata, så en agent kan forberede et kontrollerbart grundlag for prisbilag, manualer og overlevering.
Arbejdsgange der kan testes på rigtige sager
Tilbudsagent for tegnestuer
En tilbudsagent for tegnestuer kan hjælpe med at læse udbudsmateriale, finde relevante cases, matche CV'er og teamprofiler, foreslå bilag og lave en første tilbudsstruktur. Den stærke værdi ligger i at bruge tegnestuens egen erfaring mere præcist, mens partner, tilbudsansvarlig og fagpersoner kvalitetssikrer det endelige materiale.
Læs siden arrow_forward AI lokalplanAI-agent til lokalplananalyse
En AI-agent til lokalplananalyse kan finde relevante planbestemmelser, udtrække bindinger og markere usikkerheder hurtigere end manuel gennemlæsning. Den bør dog ikke konkludere alene, fordi lokalplaner kræver arkitektfaglig og ofte kommunal fortolkning.
Læs siden arrow_forward AI BR18AI-agent til BR18-overblik
En AI-agent til BR18-overblik kan hjælpe tegnestuen med at finde relevante kapitler, vejledninger og dokumentationsspor i tidlige projektfaser. Den skal bruges som overblik og tjekliste, ikke som endelig myndigheds-, brand-, konstruktions- eller tilgængelighedsrådgivning.
Læs siden arrow_forward AI byggesagsbehandlingAI til byggesagsforberedelse
AI til byggesagsforberedelse kan samle adresse-, BBR-, plan-, BR18- og projektoplysninger i et struktureret overblik, så tegnestuen hurtigere ser mangler, risici og næste dokumentationsbehov før dialog med kommune eller rådgivere.
Læs siden arrow_forward AI bygningsanalyseAI-agent til bygningsprofil
En AI-agent til bygningsprofil samler offentlige oplysninger om bygning, alder, anvendelse, arealer, materialer, energimærke og bevaringsstatus i en kildebevidst profil. Den giver tegnestuen et hurtigere første blik, men ikke en teknisk tilstandsrapport.
Læs siden arrow_forward AI renoveringAI-agent til renoveringsscreening
En AI-agent til renoveringsscreening kan pege på relevante spor: planforhold, alder, materialer, energimærke, bevaringshensyn, hverdagsproblemer og mulige rådgivningsbehov. Den skal ikke love løsninger, men hjælpe tegnestuen med at stille bedre første spørgsmål.
Læs siden arrow_forward AI grundscreeningAI-agent til grundscreening og byggeret
En AI-agent til grundscreening kan samle matrikel, planforhold, eksisterende bygninger, vejledende arealer og relevante byggerets- og helhedsvurderingsspor. Den bør især markere, hvad der ikke kan konkluderes uden lokalplanfortolkning, opmåling eller kommunal dialog.
Læs siden arrow_forward AI LCA byggeriAI-agent til LCA-forberedelse
En AI-agent til LCA-forberedelse kan strukturere projektets bygningsdele, materialespørgsmål, datamangler og dokumentationsbehov, før en egentlig LCA-beregning udføres. Den skal positioneres som forberedelse og kvalitetstjek, ikke som autoritativ klimaberegner.
Læs siden arrow_forward fra CAD til prisbilagFra CAD til prisbilag, bestilling og manual
Når tegningskoder også styrer prisbilag, bestillinger og manualer, bliver små uklarheder hurtigt til manuelt følgearbejde. Det første skridt er at gøre forbindelsen mellem kode, produkt, variant, pris og dokumentation synlig nok til, at projektteamet kan kontrollere den.
Læs siden arrow_forward automatisering af projektændringerProjektændringer med sporbarhed
En lille ændring i produkt, placering, mængde eller pris kan ramme tegning, prisbilag, bestilling, kunde-PDF og manual på samme tid. Værdien ligger i at få et sporbart overblik over hvad der er ændret, hvilke dokumenter der er berørt, og hvor en fagperson skal tage stilling.
Læs siden arrow_forwardStart med en afklaring, før I bygger noget.
Det er ikke en god ide at lægge fagligt ansvar over i en model. Det er en god ide at undersøge, hvor et kildebevidst forarbejdslag faktisk kan styrke tegnestuens egne arbejdsgange.