Användningsfall
Identifierade och Analyserade
Användningsfall
En samlad översikt över användningsfall som identifierats och analyserats inom ramen för Twin Transition – med fokus på att främja digitala lösningar för klimatneutrala städer.
Invasiva arter sprids snabbt och hotar biologisk mångfald, samtidigt som manuell kartläggning är ineffektiv och svår att skala upp. Med AI som analyserar kamerabilder från fordon kan arter identifieras i realtid, vilket möjliggör snabbare, mer träffsäkra insatser och minskar både arbetsinsats och miljöpåverkan.
Kommuner saknar ofta aktuell och detaljerad kunskap om miljörisker och ojämlik exponering för till exempel värme. GeoAI möjliggör snabb, automatiserad kartläggning av grönstruktur och analys av risker med bland annat värme och dagvatten. Detta ger ett effektivt beslutsunderlag.
Resenärer kan idag få splittrad information och dålig samordning mellan färdsätt, vilket leder till längre restider och fler bilresor. En mobilitetsapp som används i Oslo samlar alla transportalternativ och använder realtidsdata för att optimera resor, vilket kan öka användningen av hållbara färdsätt och minska utsläpp och trängsel.
Storkök i offentlig sektor skapar höga effekttoppar eftersom mycket utrustning används samtidigt, vilket belastar elnätet. I Uppsala har lösningen Flex-o-mat visat att dessa toppar kan minskas genom realtidsvisualisering, förändrade arbetssätt och teknisk effekthantering. Pilottester i fem skolkök visade minskade effekttoppar med minst 25 % och upp till 50 %, samt
Brista sorteringsanläggning i Stockholm använder optisk identifiering, maskininlärning och NIR-teknik för att på ett resurseffektivt sätt sortera ut plast, metall och matavfall från restavfall. Genom att sortera ut återvinnbart skräp innan förbränning minskar fossila utsläpp samtidigt som stora mängder material kan återvinnas rätt. Tekniken hjälps av regional samverkan och en
Tjörns kommun använder en IoT‑baserad plattform med smarta vattenmätare och zonindelad analys för att upptäcka läckor och optimera vattennätet i realtid. Systemet analyserar data var fjärde timme i 40 zoner och möjliggör proaktivt underhåll samt effektivare drift. Resultatet är bland annat effektivare felhantering, minskad övertid och att en investering på
Utan aktuell och tillförlitlig data om människors rörelsemönster blir det svårt att planera effektiv transportinfrastruktur. Genom analys av anonymiserad mobildata och machine learning kan faktiska resmönster visualiseras och ersätta traditionella enkäter. Detta ger bättre beslutsunderlag, möjliggör mer hållbara transportlösningar och hjälper till att följa upp effekter av olika åtgärder.
Manuella inspektioner gör det svårt att upptäcka små skador i betong i tid, vilket försvårar förebyggande underhåll. Fotogrammetrisk AI kan analysera bilder och identifiera sprickor ner till 0,2 mm samt skapa digitala 3D‑modeller av konstruktioner. Det möjliggör mer träffsäkra underhållsinsatser, förlänger livslängden på byggnader och minskar både kostnader och klimatpåverkan.
Regioner saknar ofta sammanhängande och lättolkad klimatdata, vilket försvårar analys av risker och prioritering av åtgärder. NEVERMORE är en digital plattform som integrerar klimatmodeller, samhällsdata och scenarier för att simulera och jämföra effekter av olika beslut. Det ger bättre beslutsunderlag, minskar risken för felinvesteringar och stärker klimatanpassning och måluppföljning.
Mikroplaster och kemikalier belastar reningsverk samtidigt som fastigheter behöver minska vatten- och energianvändning. En lösning är uppkopplade vattenåtervinningsenheter som filtrerar och återanvänder tvättvatten samt övervakas via en digital plattform. Detta ger lägre resursförbrukning, minskade utsläpp av mikroplaster och bättre datadriven drift och uppföljning.
Lågtempererad spillvärme går ofta förlorad eftersom fjärrvärmeaktörer saknar effektiva modeller för att ta tillvara den utan egen risk. Digitalt styrda system kan koppla dessa värmekällor till fjärrvärmenät och drivas via externa aktörer som tar investeringen och säljer värmen. Det möjliggör ökad återvinning av energi, minskade utsläpp och lägre behov av
Felhantering av avfall skapar kostnader och miljörisker samt gör det svårare för invånare att göra rätt. Digitala lösningar med GPS, foton, tidsstämplar och blockkedjeteknik gör avfallshanteringen mer spårbar, säker och användarvänlig. Det leder till ökad återvinning, minskade utsläpp och bättre kontroll över hela återvinningskedjan.
Bidra till att skapa
klimatneutrala städer!
Har du identifierat intressanta lösningar eller vill dela dina erfarenheter? Kontakta oss för att diskutera samarbetsmöjligheter.