HÄR - FAS 1 NULÄGESRAPPORT

Version: 1.0
Datum: 2025-11-09

Introduktion

Under de senaste veckorna har organisationen tagit de första stegen i AI Automation-projektet. Projektet befinner sig i Upptäcktfasen (Fas 1 & Fas 2) med fokus på att göra en nulägesanalys genom att kartlägga flaskhalsar och identifiera möjligheter.

I de kommande veckorna, inom ramen av Fas 2, kommer tydliga business cases per möjlighet att skapas för att möjliggöra en prioritering.

Denna Fas 1-rapport är därmed en sammanfattning av det analyserade arbetet och utgör i sig inget beslutsunderlag. Detta då den underliggande datan för möjligheterna behöver valideras ytterligare samt att flaskhalsar har identifierats som potentiellt ligger utanför projektets direkta ramar. De tas dock med i informativt syfte.

Inom ramen av analysen har 10 distinkta möjligheter identifierats för AI-driven automation och effektivisering.

Sammanfattning - Identifierade möjligheter

Projektet identifierade genom sammanlagt 39 intervjuer 29 dokumenterade effektiviseringsmöjligheter. I FAS 1 workshoppen evaluerades och kvalificerades dessa till sammanlagt 10 effektiviseringsmöjligheter med betydande potential för tids- och kostnadsbesparingar. Möjligheterna spänner över olika tidsramar - från quick wins (0-30 dagar) till 180-dagars transformationer.

De 10 möjligheterna, med grovt uppskattat effektiviseringspotential, är:

1. Regelverks-PDF OCR-behandling och sökbarhet

• Problem: Oskannede PDF:er kräver manuell bläddring genom hundratals sidor
• Påverkar: Alla medarbetare som arbetar med regelverk
• Möjlighet: OCR-behandling för att göra alla dokument sökbara
• Potential: Reducera söktid från 30-60 min till 5-10 min per sökning
• Kategori: Quick Win (0-30 dagar)
• ROI: 7,1x | NPV (3 år): 1 029 500 SEK

2. Revit Quality Control System

• Problem: Manuell kvalitetskontroll tar 14 timmar per kontrollrunda, fel i input-data
• Påverkar: BIM-koordinatorer och konstruktörer
• Möjlighet: AI-driven input-validering och automatisk granskning
• Potential: Reducera från 14 till 1-2 timmar per runda
• Kategori: 90-dagars initiativ
• ROI: 5,7x | NPV (3 år): 2 439 300 SEK

3. AI-assisterad Kunskapsdatabas

• Problem: Kunskap finns i medarbetares huvuden, inte dokumenterad
• Påverkar: Alla medarbetare, särskilt nya
• Möjlighet: Central AI-driven kunskapsdatabas med semantisk sökning
• Potential: Reducera informationssökning från 30 min till 2-3 min
• Kategori: 180-dagars transformation
• ROI: 3,3x | NPV (3 år): 1 138 500 SEK

4. Genomförandebeskrivningar för upphandling

• Problem: Tar 9+ timmar att skriva genomförandebeskrivningar från scratch
• Påverkar: VD och projektchefer
• Möjlighet: AI genererar utkast baserat på tidigare lyckade anbud
• Potential: Reducera från 9,25 till 2,8 timmar per anbud
• Kategori: 90-dagars initiativ
• ROI: 2,8x | NPV (3 år): 850 723 SEK

5. BAS-P och Riskbedömnings-generator

• Problem: BAS-P och arbetsmiljörapporter tar 4-8 timmar per dokument
• Påverkar: Konstruktörer (främst Daniel, även Axel och Nada)
• Möjlighet: AI föreslår risker och genererar BAS-P utkast
• Potential: Reducera från 4-8 till 2-3 timmar per dokument
• Kategori: 90-dagars initiativ
• ROI: 4,7x | Årlig besparing: 400 timmar

6. AI-assistent för Kommersiella Offerter

• Problem: Veckovist offertarbete tar 2,5-4,5 timmar per offert, svårt att prissätta rätt
• Påverkar: VD (Helena) primärt
• Möjlighet: AI analyserar projekt, föreslår pris baserat på historik
• Potential: Reducera från 3,5 till 1,0 timme per offert
• Kategori: 90-dagars initiativ
• ROI: 2,3-3,0x | Årlig besparing: 350-450 timmar

7. Korskontroll Brandklasser och Ljudkrav

• Problem: Manuell korskontroll mellan Revit och BSS/ljudkrav tar 7,6 timmar
• Påverkar: Konstruktörer och BIM-koordinatorer
• Möjlighet: AI läser dokument och modell, kör automatisk korskontroll
• Potential: Reducera från 7,6 till 1,25 timmar per kontroll
• Kategori: 90-dagars initiativ
• ROI: 1,7x-2,3x | NPV (3 år): 353 500 - 722 500 SEK

8. AI-driven Klimatberäkningsassistent

• Problem: Klimatberäkningar tar 32-42 timmar per projekt
• Påverkar: Konstruktörer (Nada och Martin)
• Möjlighet: AI klassificerar byggdelar, genererar rapporter
• Potential: Reducera från 32+ till 8 timmar per projekt
• Kategori: 180-dagars transformation
• ROI: 2,8x-5,6x | NPV (3 år): 2,4M SEK

9. Ritningskvalitetskontroll

• Problem: Manuell plottkontroll tar 8 timmar per projekt, visuella fel
• Påverkar: Granskare (Helena) och konstruktörer
• Möjlighet: AI detekterar överlappande element, oläslig text
• Potential: Reducera från 8 till 2 timmar per projekt
• Kategori: Quick Win (40h) → Fas 2 (120h)
• ROI Fas 1: 3,8x | ROI Fas 2: 5,1x

10. Automatiserad BIM-kvalitetskontroll

• Problem: Angränsar till möjlighet #2 (Revit Quality Control)
• Status: Måste beskrivas tydligare i Fas 2
• Kategori: 90-dagars initiativ
• ROI: 5,7x | NPV (3 år): 2 439 300 SEK

Aggregerad Potential

Dessa möjligheter representerar en betydande effektiviseringspotential:

• Total årlig tidsbesparing: 4 200+ timmar
• Årligt värde: 3,5+ MSEK
• Total implementeringskostnad: 1,2-1,5 MSEK
• Genomsnittlig ROI: 3,5-4,5x
• Total NPV (3 år, samlade möjligheter): 8-10 MSEK

Arbetsgruppen har identifierat flera quick wins som kan implementeras omedelbart med minimal risk och snabb återbetalning.

Nyckeltal

• Analysperiod: 2025-10-01 till 2025-11-09
• Identifierade möjligheter: 10 st
• Spridning:
  • Quick Wins (0-30 dagar): 2 st
  • 90-dagars initiativ: 6 st
  • 180-dagars transformationer: 2 st
• Total potentiell tidsspillan: 4 200+ timmar/år
• Årlig kostnadspåverkan: 3,5+ MSEK
• Genomsnittlig återbetalningstid: 2-5 månader
• Högsta ROI: 7,1x (Regelverks-PDF OCR)
• Högsta NPV: 2,4M SEK (Klimatberäkning)

1. Bakgrund och syfte

Projektbakgrund

Organisationen genomför denna nulägesanalys för att identifiera och eliminera ineffektiviteter genom AI-driven automation. Fokus ligger på att hitta möjligheter där repetitiva, tidskrävande processer kan automatiseras eller effektiviseras med hjälp av artificiell intelligens.

Syfte med analysen

• Identifiera och kvantifiera automatiseringsmöjligheter i verksamheten
• Kartlägga realistiska AI-lösningar med konkret effektiviseringspotential
• Skapa underlag för prioritering och beslut i Fas 2
• Uppskatta ekonomisk påverkan och ROI per möjlighet

Omfattning och avgränsningar

Inkluderat:

• Dokumenthantering och informationssökning
• BIM och CAD kvalitetskontroll
• Anbuds- och offertprocesser
• Klimat- och regelverksberäkningar
• Kunskapshantering och onboarding

Exkluderat:

• Produktionsprocesser på byggarbetsplatser
• Externa leverantörsprocesser
• HR och löneadministration
• Ekonomisystem (utöver specifika automationer)

Metodik

• Datainsamling: Analys av befintlig dokumentation och intervjuunderlag
• Analysmetod: Business case-utvärdering per möjlighet
• Ekonomisk analys: ROI-beräkning, NPV (3 år, 8% diskonteringsränta)
• Prioritering: Baserad på effekt, kostnad, risk och genomförbarhet

2. Kategorisering av möjligheter

Möjligheterna har kategoriserats i tre huvudgrupper baserat på implementeringstid och komplexitet:

Quick Wins (0-30 dagar)

Kännetecken:

• Kan implementeras snabbt med befintliga verktyg
• Låg teknisk komplexitet
• Minimal förändringsledning
• Snabb ROI (1-3 månader)

Möjligheter:

1. Regelverks-PDF OCR (40h, ROI 7,1x)
2. Ritningskvalitetskontroll Fas 1 (40h, ROI 3,8x)

90-dagars initiativ

Kännetecken:

• Kräver utveckling eller konfiguration
• Medelhög teknisk komplexitet
• Viss förändringsledning krävs
• God ROI (2-6x)

Möjligheter:

1. Revit Quality Control (120h, ROI 5,7x)
2. Genomförandebeskrivningar (85h, ROI 2,8x)
3. BAS-P Generator (85h, ROI 4,7x)
4. Kommersiella Offerter (85h, ROI 2,3-3,0x)
5. Korskontroll Brandklasser (80h, ROI 1,7-2,3x)
6. Ritningskvalitetskontroll Fas 2 (120h, ROI 5,1x)

180-dagars transformationer

Kännetecken:

• Omfattande utveckling och integration
• Hög teknisk komplexitet
• Betydande förändringsledning
• Strategiskt värde utöver ROI

Möjligheter:

1. Kunskapsdatabas (160h, ROI 3,3x)
2. Klimatberäkningsassistent (120h, ROI 2,8-5,6x)

3. Prioriterade möjligheter - Detaljanalys

Högsta prioritet (Rekommenderade för omedelbar start)

Möjlighet #3: Regelverks-PDF OCR-behandling

Problembeskrivning: Oskannede PDF-dokument (BBR, EKS, svenska standarder, BIM-kravställningar) kräver manuell bläddring genom hundratals sidor. Ctrl+F fungerar inte, vilket leder till 30-60 minuters söktid per tillfälle. Att chatta med dokumenten fungerar inte.

Nuvarande tidsåtgång:

• 30-60 minuter per sökning
• 5-10 sökningar per vecka per person
• Påverkar alla medarbetare som arbetar med regelverk
• Total: 500 timmar/år

Föreslagen lösning:

• Samla alla regelverks-PDF:er i central mapp
• Köra batch OCR, skapa sökbarhet genom indexering och chattbarhet genom RAG
• Verifiera sök- och chattbarhet
• Publicera på delad server

Ekonomi:

• Implementering: 40 timmar (60 000 SEK)
• Årlig besparing: 500 timmar (425 000 SEK)
• ROI: 7,1x
• Återbetalningstid: 1,7 månader
• NPV (3 år): 1 029 500 SEK

Varför prioritera:

• ✅ Högsta ROI av alla möjligheter
• ✅ Påverkar hela organisationen
• ✅ Snabbast återbetalningstid
• ✅ Låg risk

Möjlighet #6: Revit Quality Control System

Problembeskrivning: Manuell kvalitetskontroll av Revit-modeller tar 14 timmar per kontrollrunda. Grundproblemet är fel i input-data som gör även automatiska kontroller opålitliga. Revits automatik "misslyckas ofta".

Nuvarande tidsåtgång:

• 14 timmar per kontrollrunda
• 3 rundor per projekt (början, mitten, slutleverans)
• ~30 projekt/år
• Total: 1 260 timmar/år

Föreslagen lösning (tvåfasad):

Fas 1: Input-validering (80h)

• Realtidsvalidering vid inmatning
• Flagga tomma eller felaktiga parametrar direkt
• Automatiska varningar
• Dashboard för datakvalitet

Fas 2: Output-granskning (40h)

• Automatisk granskning mot BIM-krav
• Konsistenskontroller mellan vyer
• Kvantitetsvalidering
• Rapportgenerering

Ekonomi (komplett lösning):

• Implementering: 120 timmar (180 000 SEK)
• Årlig besparing: 1 200 timmar (1 020 000 SEK)
• ROI: 5,7x
• Återbetalningstid: 2,1 månader
• NPV (3 år): 2 439 300 SEK

Varför prioritera:

• ✅ Näst högsta ROI
• ✅ Adresserar grundproblem (datakvalitet)
• ✅ Tvåfasad approach minskar risk
• ✅ Stor påverkan på kvalitet
• ✅ Validerad av BIM-koordinator

Möjlighet #17: AI-driven Klimatberäkningsassistent

Problembeskrivning: Klimatberäkningar enligt LFM30 och nya nationella krav tar 32-42 timmar per projekt. Manuell klassificering av byggdelar i Boverkets klimatdatabas eller One Click LCA är tidskrävande.

Nuvarande tidsåtgång:

• 32-42 timmar per projekt
• 15-20 projekt/år kräver klimatberäkning
• Total: 600 timmar/år
• Växande krav framåt

Föreslagen lösning:

• AI läser Revit-modell och extraherar byggdelar
• Automatisk klassificering mot klimatdatabas
• Generering av klimatrapporter
• Optimeringsförslag för lägre klimatpåverkan
• Premiumtjänst till kunder

Ekonomi:

• Implementering: 120 timmar (180 000 SEK)
• Årlig besparing (endast tid): 600 timmar (510 000 SEK)
• Årlig intäkt (premiumtjänst): +500 000 SEK potentiellt
• ROI (endast tid): 2,8x
• ROI (inkl. premiumtjänst): 5,6x
• Återbetalningstid: 2,1-4,2 månader
• NPV (3 år): 2,4M SEK

Varför prioritera:

• ✅ Strategiskt viktig (regulatorisk drivkraft)
• ✅ Stark validering från ämnesexperter (Nada & Martin)
• ✅ Premiumtjänstpotential
• ✅ Växande marknadskrav
• ✅ Högt NPV över 3 år

Medelhög prioritet (Rekommenderade för Steg 2)

Möjlighet #7: AI-assisterad Kunskapsdatabas

Problembeskrivning: Kunskap finns i medarbetares huvuden istället för dokumenterad. Nya medarbetare ställer samma frågor om och om igen. Ingen central plats för "hur gör vi"-information.

Föreslagen lösning:

• Central AI-driven kunskapsdatabas
• Semantisk sökning ("fråga systemet")
• Automatisk dokumentation från Teams-möten
• Onboarding-stöd för nya medarbetare

Ekonomi:

• Implementering: 160 timmar (240 000 SEK)
• Årlig besparing: 800 timmar (680 000 SEK)
• ROI: 3,3x
• NPV (3 år): 1 138 500 SEK

Möjlighet #9: Genomförandebeskrivningar för upphandling

Problembeskrivning: Att skriva genomförandebeskrivningar för offentliga upphandlingar tar 9+ timmar per anbud. Mycket är repetitivt från tidigare lyckade anbud.

Föreslagen lösning:

• AI analyserar tidigare lyckade anbud
• Genererar utkast baserat på kravspecifikation
• Säkerställer att alla kriterier täcks
• VD/projektchef granskar och justerar

Ekonomi:

• Implementering: 90 timmar (135 000 SEK)
• Årlig besparing: 450 timmar (382 500 SEK)
• ROI: 2,8x
• NPV (3 år): 850 723 SEK

Möjlighet #10: BAS-P och Riskbedömnings-generator

Problembeskrivning: BAS-P (Plan för säkerhet, hälsa och miljö) och arbetsmiljörapporter tar 4-8 timmar per projekt. Mycket är standardiserat men måste göras manuellt.

Föreslagen lösning:

• AI analyserar projekttyp och ritningar
• Föreslår relevanta risker från databas
• Genererar riskbedömningar
• Konstruktör granskar och kompletterar

Ekonomi:

• Implementering: 85 timmar (127 500 SEK)
• Årlig besparing: 400 timmar (340 000 SEK)
• ROI: 4,7x

Möjlighet #14: AI-assistent för Kommersiella Offerter

Problembeskrivning: Veckovist offertarbete tar 2,5-4,5 timmar per offert. Svårt att veta om priset är konkurrenskraftigt. Låg vinstchans (4 av 500 offerter).

Föreslagen lösning:

• AI analyserar ritningar och extraherar BTA/BOA
• Matchar mot historiska projekt
• Föreslår pris baserat på liknande projekt
• Genererar offertdokument

Ekonomi:

• Implementering: 85 timmar (127 500 SEK)
• Årlig besparing: 350-450 timmar (297 500-382 500 SEK)
• ROI: 2,3-3,0x

Notering: Kräver validering av faktiskt antal offerter och vinstchans.

Möjlighet #15: Korskontroll Brandklasser och Ljudkrav

Problembeskrivning: Manuell korskontroll mellan Revit-modell och brandskyddsbeskrivning/ljudkrav tar 7,6 timmar per projekt. Riskabelt att missa avvikelser.

Föreslagen lösning:

• AI läser både Revit-modell och PDF-dokument
• Automatisk korskontroll av brandklasser
• Verifiering av ljudkrav per rum
• Genererar avvikelserapport

Ekonomi:

• Implementering: 80 timmar (120 000 SEK)
• Årlig besparing: 165 timmar + undvikna fel
• ROI: 1,7x-2,3x (beroende på värderad felrisk)
• NPV (3 år): 353 500-722 500 SEK

Möjlighet #30: Ritningskvalitetskontroll

Problembeskrivning: Manuell plottkontroll tar 8 timmar för stora projekt. Överlappande text och element, oläsbara ritningar. Problem uppstår när 3D-element flyttas men 2D-annotering inte följer med.

Föreslagen lösning (tvåfasad):

Fas 1: Optisk kontroll (Quick Win - 40h)

• Screenshot-baserad bildanalys
• AI detekterar överlappningar visuellt
• Genererar rapport med koordinater

Fas 2: Geometrisk analys (120h)

• Revit API-integration
• Geometrisk kollisionsdetektering
• Regelmotor för kvalitetskrav
• Automatiska korrigeringsförslag

Ekonomi:

• Fas 1: 60 000 SEK, ROI 3,8x, återbetalningstid 3,1 mån
• Fas 2: 180 000 SEK, ROI 5,1x, återbetalningstid 2,8 mån

4. Ekonomisk sammanställning

Investeringskostnader per kategori

ROI-ranking (Högst till lägst)

1. Regelverks-PDF OCR: 7,1x
2. Revit Quality Control: 5,7x
3. Klimatberäkning (inkl. premiumtjänst): 5,6x
4. Ritningskvalitet Fas 2: 5,1x
5. BAS-P Generator: 4,7x
6. Ritningskvalitet Fas 1: 3,8x
7. Kunskapsdatabas: 3,3x
8. Kommersiella Offerter: 2,3-3,0x
9. Genomförandebeskrivningar: 2,8x
10. Korskontroll Brandklasser: 1,7-2,3x

NPV-ranking (3 år, Högst till lägst)

1. Revit Quality Control: 2 439 300 SEK
2. Klimatberäkning: 2 400 000 SEK
3. Kunskapsdatabas: 1 138 500 SEK
4. Regelverks-PDF OCR: 1 029 500 SEK
5. Genomförandebeskrivningar: 850 723 SEK
6. Korskontroll Brandklasser: 353 500-722 500 SEK

5. Rekommenderad implementeringsplan

Steg 1: Quick Wins (Månad 1-2)

Mål: Snabba vinster med minimal risk

1. Regelverks-PDF OCR
   • Implementering: 40h
   • Investering: 60 000 SEK
   • Hjälper alla anställda
2. Ritningskvalitet Fas 1
   • Implementering: 40h
   • Investering: 60 000 SEK
   • Proof of concept

Total Fas 1: 120 000 SEK, 655 000 SEK/år besparing

Steg 2: Strategiska kärninitiativ (Månad 3-4)

Mål: Högt värde, validerade lösningar

1. Revit Quality Control (Månad 2-4)
   • Fas 1: Input-validering först (80h)
   • Fas 2: Output-granskning (40h)
   • Total investering: 180 000 SEK
   • Tvåfasad för riskminskning
2. Klimatberäkningsassistent (Månad 3-4)
   • Implementering: 120h
   • Investering: 180 000 SEK
   • Strategiskt viktig (regulatorisk)

Total Fas 2: 360 000 SEK, 1 710 000 SEK/år besparing

Steg 3: Skalning och optimering (Månad 5-6)

Mål: Bredda påverkan, bygga kunskapsplattform

1. BAS-P Generator (Månad 5)
   • Implementering: 85h
   • Investering: 127 500 SEK
2. Genomförandebeskrivningar (Månad 6)
   • Implementering: 90h
   • Investering: 135 000 SEK

Total Fas 3: 262 500 SEK, 722 500 SEK/år besparing

Fas 4: Långsiktiga transformationer (Månad 7-12)

Mål: Organisatorisk förändringskapacitet

1. Kunskapsdatabas (Månad 7-9)
   • Implementering: 160h
   • Investering: 240 000 SEK
   • Grund för kontinuerlig förbättring
2. Ytterligare möjligheter (Månad 10-12)
   • Kommersiella Offerter
   • Korskontroll Brandklasser
   • Ritningskvalitet Fas 2
   • Baserat på resultat från tidigare faser

Total Fas 4: 240 000+ SEK, 680 000+ SEK/år besparing

6. Riskanalys och framgångsfaktorer

Identifierade risker

Tekniska risker

Hög risk:

• Datakvalitet i Revit-modeller påverkar AI-precision
• OCR-kvalitet varierar beroende på PDF-källmaterial
• Integration med befintliga system kan vara komplex

Medel risk:

• AI-modeller kräver träning och kontinuerlig förbättring
• Användaracceptans för AI-genererade resultat

Låg risk:

• Teknisk kompetens finns internt eller via konsulter
• De flesta verktyg baseras på beprövad teknik

Mitigering:

• Börja med input-validering (datakvalitet)
• Pilotprojekt innan full utrullning
• Tvåfasade implementationer
• Kontinuerlig användarfeedback

Organisatoriska risker

Medel risk:

• Förändringstrött organisation
• Bristande tid för implementation under projektpress
• Otillräcklig förankring hos medarbetare

Mitigering:

• Starta med quick wins för att bygga förtroende
• Tydlig kommunikation om fördelar
• Involvera nyckelanvändare tidigt
• Stegvis utrullning, inte "big bang"

Ekonomiska risker

Låg risk:

• ROI är generellt mycket god (2-7x)
• Återbetalningstider är korta (2-5 månader)
• Fas-baserad approach möjliggör justering

Mitigering:

• Prioritera högt ROI först
• Kontinuerlig uppföljning av faktisk besparing
• Stopp-möjlighet efter varje fas

Kritiska framgångsfaktorer

För Quick Wins:

✅ Minimal användarförändring
✅ Snabba, mätbara resultat
✅ Bygger förtroende för AI-automation

För 90-dagars initiativ:

✅ Tydlig problemvalidering från slutanvändare
✅ Pilotprojekt med nyckelanvändare
✅ Tvåfasad implementation (särskilt Revit Quality Control)
✅ Integration med befintliga arbetsflöden

För 180-dagars transformationer:

✅ Starkt ledningsstöd och resursallokering
✅ Dedikerad projektledning
✅ Strategisk betydelse utöver ROI
✅ Långsiktig förändringsledning

7. Kulturella observationer och förändringsberedskap

Förändringsberedskap

Generell inställning: Baserat på dokumenterad feedback från medarbetare visar organisationen hög öppenhet för AI-automation:

• ✅ Tydlig frustration över repetitiva, tidskrävande uppgifter
• ✅ Vilja att fokusera på värdeskapande arbete
• ✅ Teknisk kompetens och digitaliserad arbetsmiljö
• ✅ Förstår konkurrensfördelar med automation

Identifierade champions:

• Adrian Blum Fagerström: Stark förespråkare för regelverks-OCR
• Stina Nilsson: Drivande kring BIM-kvalitet
• Nada Ahmed & Martin Ellmark: Validerar klimatberäkning
• Helena Hammar: Driver offert- och anbudseffektivisering

Viktiga insikter från användare

Adrian (Arkitekt):

"Det är oerhört tidskrävande att leta i alla de här PDF:erna. Man kan inte söka i dem, så man måste bläddra igenom allt."

Stina (BIM-koordinator):

"Jag litar inte på indatan som AI ska använda. Det skulle hjälpa MEN faktum kvarstår att man inte kan lita på att indatan som granskningen görs mot är korrekt."

Nada (Konstruktör):

"Viktig, allt fler kommer behöva skicka in klimatdeklarationer och optimera byggandet utifrån dem."

Helena (VD):

"Det här är bara ett sätt att få in jobb, vi måste jaga på fler liksom. Så att just bara för... handlar om att kunna optimera processen."

8. Nästa steg och rekommendationer

Omedelbara åtgärder (Vecka 1-2)

1. Godkänn implementationsplan
   • Beslut om vilka möjligheter som startas i Fas 1
   • Allokera budget (120 000 SEK för Quick Wins)
2. Starta Quick Win #1: Regelverks-PDF OCR
   • Samla alla regelverks-PDF:er
   • Köra batch OCR
   • Publicera sökbara versioner
3. Förbered Fas 2-möjligheter
   • Detaljerad kravspecifikation för Revit Quality Control
   • Workshop med Stina om input-validering
   • Kartlägg historiska projekt för klimatberäkning

Kort sikt (Månad 1-3)

1. Implementera Quick Wins
   • Regelverks-PDF OCR (40h)
   • Ritningskvalitet Fas 1 (40h)
2. Starta strategiska kärninitiativ
   • Revit Quality Control Fas 1: Input-validering (80h)
   • Klimatberäkningsassistent (120h)
3. Validera affärsnytta
   • Mät faktisk tidsbesparing från Quick Wins
   • Användarfeedback och justering

Medellång sikt (Månad 4-6)

1. Slutför strategiska initiativ
   • Revit Quality Control Fas 2: Output-granskning
   • Klimatberäkning: Pilotprojekt med Nada & Martin
2. Expandera till Fas 3
   • BAS-P Generator
   • Genomförandebeskrivningar
3. Business case för Fas 4
   • Kunskapsdatabas
   • Övriga möjligheter baserat på resultat

Långsiktig vision (Månad 7-12)

1. Kunskapsplattform
   • Central AI-driven kunskapsdatabas
   • Onboarding-automation
   • Kontinuerlig dokumentation
2. Optimering och skalning
   • Finjustera implementerade lösningar
   • Identifiera nya automationsmöjligheter
   • Bygga intern AI-kompetens
3. Premiumtjänster
   • Klimatoptimering som kundtjänst
   • Kvalitetssäkring som USP
   • Differentiera genom AI-kapacitet

9. Slutsatser

Sammanfattning av potential

Denna nulägesanalys har identifierat 10 konkreta möjligheter för AI-driven automation med en total potential av:

• 4 200+ timmar årlig besparing
• 3,5+ MSEK årligt värde
• Genomsnittlig ROI: 3,5-4,5x
• Total NPV (3 år): 8-10 MSEK

Rekommenderad strategi

Fas 1: Quick Wins (Månad 1)

• Regelverks-PDF OCR
• Ritningskvalitet (optisk kontroll)
• Investering: 120 000 SEK
• Snabb ROI för att bygga förtroende

Fas 2: Strategiska kärninitiativ (Månad 2-4)

• Revit Quality Control (tvåfasad)
• Klimatberäkningsassistent
• Investering: 360 000 SEK
• Högst affärsnytta och NPV

Fas 3-4: Skalning och transformation (Månad 5-12)

• BAS-P, Genomförandebeskrivningar, Kunskapsdatabas
• Baserat på resultat från tidigare faser
• Investering: 500 000+ SEK
• Långsiktig kapacitetsuppbyggnad

Kritiska framgångsfaktorer

✅ Starta smått: Quick Wins bygger förtroende och visar värde
✅ Datakvalitet först: Särskilt för BIM-automation
✅ Användarvalidering: Involvera nyckelanvändare tidigt
✅ Tvåfasade projekt: Möjliggör kurskorrigering
✅ Mät kontinuerligt: Faktisk besparing vs. prognos

Strategisk betydelse

Utöver direkt tidsbesparing och kostnadsreduktion skapar dessa initiativ:

🎯 Konkurrensfördelar: Snabbare, mer kvalitetssäkrade leveranser
🎯 Skalbarhet: Hantera fler projekt utan att anställa
🎯 Kunskapsbevarande: Mindre beroende av enskilda personers minne
🎯 Marknadsdifferentiering: AI-driven kvalitet och klimatoptimering
🎯 Framtidssäkring: Positionering för regulatoriska krav (LFM30)

Rapportinformation

Version: 1.0
Datum: 2025-11-09
Baserad på: 10 analyserade möjligheter från projektkunskap
Metodik: OPTIMA-inspirerad nulägesanalys
Nästa steg: Fas 2 - Business case-validering och prioritering
Rekommenderad revidering: Efter validering av business cases

Denna nulägesrapport utgör grunden för fortsatt prioritering och implementering av AI-automation inom organisationen.