AI og fugt- og skimmelhåndtering i bygninger – detektion, forebyggelse og indeklima i 2026

Skimmelsvamp er sjældent et skimmelproblem. Det er et fugtproblem, som ingen opdagede i tide. Et koldt hjørne bag et skab, en utæt tagrende, en langsom lækage under et badeværelsesgulv eller en nyrenoveret lejlighed, hvor fugten ikke længere slipper ud – og nogle uger eller måneder senere står man med misfarvninger, lugt, utilfredse beboere og en regning, der ofte er langt større end den oprindelige årsag.

Problemet er udbredt. Ifølge tal, som Institut for Fugtteknik henviser til, er mere end 15 millioner europæiske husstande – omkring 17 procent – påvirket af fugtproblemer, og med mere nedbør og aldrende afløbssystemer peger udviklingen den forkerte vej. Samtidig foregår fugtdiagnose stadig overvejende manuelt, med simple måleinstrumenter og en betydelig portion erfaringsbaseret skøn. Her begynder data og AI at gøre en reel forskel: ikke ved at fjerne skimmel, men ved at opdage fugten, før den bliver til skimmel, og ved at finde den rigtige årsag, når skaden er sket.

Hvorfor skimmel er et tidsproblem

Skimmelsvamp kræver tre ting: fugt, næring og tid. Næring er der nok af i næsten alle byggematerialer – træ, gips, tapet, pap og almindeligt støv. Det afgørende er derfor fugten, og især hvor længe den står på. Som tommelfingerregel kan skimmel begynde at vokse, når den relative luftfugtighed ved en overflade i længere tid ligger over ca. 75-80 %. En kortvarig fugtspids efter et bad er ufarlig; det er de vedvarende fugtige forhold, der er problemet.

Det er netop her, den klassiske tilgang kommer til kort. En fugtmåling er et øjebliksbillede ét sted på ét tidspunkt. Skimmelrisikoen er derimod et produkt af fugt, temperatur og varighed over uger. Den, der kun måler, når der allerede lugter, måler for sent.

Fra stikprøve til kontinuerlig overvågning

Det første skift er rent praktisk: trådløse sensorer, der måler temperatur og luftfugtighed hele døgnet, er blevet billige og små nok til at sidde i hver lejlighed, hvert klasseværelse og hvert teknikrum. Batteridrevne sensorer på LoRaWAN, NB-IoT eller Zigbee kan sende data i årevis uden kabler, og mange indeklimasensorer måler i forvejen CO₂ og fugt til ventilationsstyring. Dataene er der ofte allerede – de bliver bare ikke brugt til at vurdere fugtrisiko.

Det intelligente lag består i at omsætte de rå tidsserier til en risikovurdering. I stedet for en alarm, når fugten overstiger en fast grænse, kan en model beregne, hvor længe et rum eller en konstruktion har ligget i risikozonen, sammenholdt med temperaturen. Forskningen har længe arbejdet med såkaldte skimmelvækstmodeller, der netop beskriver sammenhængen mellem fugt, temperatur og varighed. Når de kobles med løbende sensordata, kan systemet advare om stigende risiko uger før, der er noget at se.

At skelne støj fra signal

En væsentlig del af AI's bidrag er at undgå falske alarmer. Et badeværelse har fugtspidser hver morgen; et køkken hver aften. Det er normalt. Det, der er interessant, er, når fugten ikke falder igen, når et rum pludselig opfører sig anderledes end sidste vinter, eller når en fugtkurve i et tomt rum ikke passer til nogen brug. Maskinlæring kan lære hvert rums normale mønster og reagere på afvigelserne – fx en langsom stigning, der tyder på en utæthed i klimaskærmen eller en skjult lækage i et installationsrør.

AI-baseret fugtdiagnose: fra skøn til data

Det andet skift handler om diagnosen, når fugten først er i konstruktionen. Her er udfordringen ikke at konstatere, at en væg er fugtig, men at finde ud af hvorfor: opstigende grundfugt, indtrængende regnvand, kondens, en lækage eller byggefugt fra nyere arbejder. Hver årsag kræver sin egen løsning, og en forkert diagnose fører til dyre behandlinger, der ikke virker.

Et dansk eksempel er Institut for Fugtteknik, der har udviklet en metode, som kombinerer tre typer målinger: vægtprocent-målinger af fugt i materialet, termografi, der viser varme og kolde zoner i væggen, og analyse af salte og sporstoffer, der kan pege på fugtens kilde. En AI-model fortolker de samlede målinger og genererer en rapport – med inspiration fra lægevidenskaben, hvor flere markører, der peger i samme retning, giver en mere sikker diagnose. I et AI Boost-projekt via Erhvervshus Hovedstaden har virksomheden sammen med Alexandra Instituttet og Black Capital Technology arbejdet med at kombinere sensorbaserede fugtmålinger, clustering og maskinlæring for at diagnosticere både omfang og kilde mere præcist, og med en 3D-/AR-platform, der skal støtte mindre erfarne medarbejdere i komplekse fugtsager.

Pointen er bredere end den enkelte løsning: når fugtdiagnose bygger på flere datakilder og en ensartet fortolkning, bliver den mindre afhængig af den enkelte rådgivers erfaring – og lettere at dokumentere over for bygherre, forsikring eller en lejer.

Anvendelserne i overblik

Forebyggelse sker i ventilationen

Den mest effektive skimmelbekæmpelse er den, der aldrig bliver nødvendig. Og her er energirenoveringen et tveægget sværd. Når en bygning efterisoleres og gøres tættere, forsvinder den utilsigtede ventilation gennem utætheder. Fugten fra beboere, bad, madlavning og tøjtørring bliver i bygningen – og uden tilstrækkelig ventilation sætter den sig på de kolde steder. Derfor stiller bygningsreglementet (BR18) i mange renoveringsprojekter krav om mekanisk ventilation.

Behovsstyret ventilation, der skruer op for luftskiftet, når fugt eller CO₂ stiger, er et af de stærkeste værktøjer mod skimmel. Med et AI-lag ovenpå kan styringen forudse fugtbelastningen – morgenbad, madlavning, en fyldt skolestue – og koordinere ventilation og varme, så fugten fjernes uden unødigt varmetab. I bygninger med CTS/BMS kan fugtdata fra rummene indgå direkte i driften, så skimmelforebyggelse bliver en del af den daglige styring frem for en separat indsats.

Hvor gevinsten er størst

• Almene boligorganisationer og større udlejere, hvor skimmelsager fylder i driften, er dyre at udbedre og kan ende som tvister om ansvar. Sensordata giver både tidlig varsling og dokumentation af, om problemet skyldes bygningen eller brugen.
• Skoler og institutioner, hvor indeklimaet påvirker mange mennesker, og hvor lukkede lokaler i ferier kan skjule fugtproblemer i ugevis.
• Nyrenoverede og energirenoverede bygninger, hvor en tættere klimaskærm ændrer fugtbalancen, og hvor de første vintre afslører, om ventilationen er tilstrækkelig.
• Nybyggeri, hvor byggefugt og indbygget fugt i materialer skal tørre ud, før overflader lukkes – og hvor sensorer i konstruktionen kan dokumentere det.
• Forsikring og ejendomsforvaltning, hvor fugt og vandskader er en af de hyppigste skadestyper, og hvor tidlig detektion mindsker skadernes omfang.

Faldgruber og forudsætninger

Fugtovervågning er kun så god som placeringen af sensorerne. En sensor midt i rummet fanger ikke kondensen i det kolde hjørne bag skabet; derfor bør sensorer placeres med viden om bygningens kuldebroer og risikozoner. Alarmer skal have en modtager og en procedure – data, der ingen reagerer på, forebygger ingenting. Og i boliger er der både databeskyttelse og beboerkommunikation at tage hensyn til: fugt- og CO₂-data kan afsløre, hvornår folk er hjemme, og beboerne skal forstå, hvad der måles og hvorfor.

Endelig erstatter hverken sensorer eller AI den fagkyndige vurdering. Ved mistanke om skimmelvækst bør der foretages en professionel undersøgelse med visuel inspektion, materialemålinger og prøvetagning med laboratorieanalyse. Data gør undersøgelsen mere målrettet – men det er stadig årsagen, ikke symptomet, der skal udbedres.

Hvad betyder det for danske bygningsejere?

Skimmel har altid været håndteret reaktivt: man opdager det, når det lugter eller bliver synligt, og så begynder den dyre del. Med billige sensorer, risikomodeller og AI-baseret diagnose kan indsatsen flyttes frem i tid – fra udbedring til forebyggelse. Det handler ikke om at hænge sensorer op overalt, men om at overvåge de steder, hvor risikoen er størst, og om at bruge de data, mange bygninger allerede indsamler via ventilation og CTS, til også at holde øje med fugten.

Retningen er den samme som for resten af bygningens tekniske drift: fra kalender og mavefornemmelse til data og tidlig varsling. Fugt kan ikke undgås i en bygning, hvor mennesker lever og arbejder. Men det er i stigende grad et valg, om den får lov at stå længe nok til at blive til skimmel.