AI og vandforbrug i bygninger – overvågning, lækagealarm og besparelser i 2026

En vandregning viser, hvad der blev brugt sidste måned eller sidste kvartal. Den fortæller sjældent, hvor vandet forsvandt, eller om et toilet har løbet uafbrudt siden tirsdag. I mange bygninger opdages vandspild derfor først på regningen – eller når fugten bliver synlig i loftet.

Fjernaflæste målere, delmålere og sensorer ændrer det billede. Når målinger kommer hvert kvarter eller hver time, kan AI lære bygningens normale døgn- og ugeprofil og reagere på afvigelser. Intelligent vandovervågning gør vand til en løbende driftsparameter på linje med el, varme og ventilation: noget man kan se, forklare og optimere, mens bygningen er i brug.

Fra måleraflæsning til et digitalt vandregnskab

Danske husholdninger bruger i gennemsnit omkring 100 liter vand pr. person pr. døgn ifølge branchetal fra DANVA. I en professionel bygning er forbruget mere sammensat: toiletter og håndvaske, rengøring, køkkener, bad, procesudstyr, køletårne, befugtning og udendørs vanding. Uden delmåling ender alt på den samme hovedmåler.

Et digitalt vandregnskab begynder derfor med tre lag:

• Hovedmåleren giver det samlede flow og afslører store brud og vedvarende basisforbrug.
• Delmålere opdeler forbruget på etager, lejemål eller funktioner og gør en afvigelse handlingsklar.
• Supplerende sensorer måler tryk og fugt ved kritiske installationer, så en alarm kan bekræftes og lokaliseres.

Moderne ultralydsmålere har ingen bevægelige dele og kan registrere meget lave flow. Danske Kamstrups flowIQ-serie kombinerer fjernaflæsning med alarmer for blandt andet lækage og brud; visse modeller bruger også akustisk lækagedetektion i distributionsnettet. I bygningen kan målerdata sendes til en cloudtjeneste eller indgå i CTS/BMS og energiopfølgning.

De vigtigste mønstre i vanddata

Hvor AI er bedre end faste alarmgrænser

En fast alarm – for eksempel flow i mere end seks timer – er nyttig, men grov. På et hotel er natteforbrug normalt; på en skole er det mistænkeligt. Et AI-system lærer, at mandag morgen ser anderledes ud end søndag nat, at køkkenet bruger mere under frokost, og at sommerens havevanding ikke er et rørbrud.

Det gør tre forskelle. For det første opdages små afvigelser tidligere, fordi de vurderes mod bygningens egen normalprofil. For det andet bliver der færre falske alarmer. For det tredje kan porteføljeejeren rangere bygninger efter afvigelse pr. kvadratmeter, bruger eller overnatning og dermed sende driftspersonalet derhen, hvor gevinsten er størst.

AI bør dog ikke stå alene. Kalenderdata, belægning og driftsinformation forklarer meget af forbruget, og driftspersonalet skal kunne se de bagvedliggende målinger. En sort boks, der blot skriver “unormalt forbrug”, skaber alarmtræthed.

Vandbesparelse er også energibesparelse

Når varmt vand spares, falder både vandregningen og energiforbruget til opvarmning. Derfor er varmtvandsmåling særlig relevant i boliger, hoteller, sportshaller, hospitaler og plejecentre. Data kan vise, om besparelsen kommer fra lavere mængde, lavere temperatur eller ændret brug – og om et tiltag holder efter de første måneder.

Der er også en klima- og robusthedsdimension. EU-Kommissionens vandresiliensstrategi fra 2025 sigter mod mindst 10 % bedre vandeffektivitet i EU frem mod 2030. For bygningsejere betyder det, at dokumenterbart vandforbrug bevæger sig samme vej som energi og CO₂: fra en årlig omkostningspost til en aktiv KPI.

Automatisk vandlukning: stærkt værktøj med krav til design

Ved et stort, uventet flow kan en motorventil lukke for vandet, før et rørbrud udvikler sig til omfattende følgeskader. Det er oplagt i ubemandede bygninger, teknikrum, ferieboliger og zoner med høj skadesrisiko. Men automatisk lukning skal designes efter konsekvensen: på hospitaler, plejecentre, laboratorier og produktionssteder kan en fejlagtig lukning være kritisk. Her kræves zonering, bypass, eskalation og tydelige procedurer.

Et intelligent system erstatter heller ikke VVS-faglighed. Det opdager et mønster og begrænser eventuelt skaden; en autoriseret installatør skal stadig finde årsagen og udføre indgreb på installationen.

Sådan kommer en bygningsejer i gang

1. Hent målerdata: Undersøg, om forsyningens fjernaflæste måler allerede leverer time- eller døgnværdier via kundeportal eller API.
2. Fastlæg baseline: Brug mindst fire uger og gerne et helt år til at kortlægge natteforbrug, ugedage og sæson.
3. Delmål de rigtige steder: Start med de største eller mest kritiske zoner frem for at måle alt.
4. Definér alarmflow: Aftal modtager, responstid, adgang til bygningen og kriterier for VVS-udkald eller automatisk lukning.
5. Dokumentér effekten: Følg forbruget før og efter reparationer, armaturudskiftning og adfærdsindsatser.

Den bedste business case er ofte ikke en spektakulær AI-model. Den er et løbende toilet, der bliver opdaget på én nat i stedet for efter tre måneder – og et system, som bagefter dokumenterer, at problemet faktisk er væk.