Felaktig areadata är en tickande budgetbomb

Varje kvadratmeter som inte stämmer kostar pengar. Inte en gång, utan varje månad, genom hela byggnadens livscykel.

Vad händer egentligen när areadata är fel?

Hyressättning, internfakturering, driftbudgetar, underhållsplaner. I en kommun vilar allt på samma sak: att ytorna stämmer. BTA, BRA, NTA. Siffrorna som matas in i förvaltningssystemet bestämmer vad varje verksamhet betalar för sina lokaler.

Och siffrorna är ofta fel. Inte på det uppenbara sättet som dyker upp i en revision. På det tysta sättet. Ett rum klassificerat som "bruttoarea" istället för "nettoarea". En yta dubbelräknad för att rumsgeometrier överlappar. En trappuppgång utan klassificering. Varje enskilt fel ser harmlöst ut. Men areadata är multiplikativa: felet påverkar hyressättningen, som påverkar internfaktureringen, som påverkar driftbudgeten. År efter år. Över ett helt fastighetsbestånd och tjugo års livscykel handlar det inte om avrundningsfel. Det är systematiskt finansiellt läckage.

Verktyget du förlitade dig på finns inte längre

Här blir det akut. Den äldre, kostnadsfria areafunktionaliteten som många organisationer har använt? Utfasad. Borta. Organisationer som inte bytt verktyg har ingen automatiserad kontroll av sina arealdata just nu.

Och det finns en risk till som sällan diskuteras öppet. I offentlig sektor vilar licenskunskapen ofta på en, kanske två nyckelpersoner. Den som kan verktygen, vet vilka regler som ska köras, förstår vad standarden kräver. När den personen slutar försvinner inte bara kompetensen. Hela organisationens förmåga att kontrollera sina leveranser försvinner med den. De flesta kommuner känner igen det scenariot. Få har en plan.

Att scrolla genom en modell är inte kvalitetssäkring

Visuella stickprov. Öppna modellen, titta, klicka runt. Det fungerar ungefär lika bra som att felsöka ett kalkylark genom att scrolla igenom det. Du hittar det uppenbara, du missar det strukturella.

En yta kan se helt korrekt ut i 3D och ändå ha fel klassificering, sakna egenskaper, eller kollidera med angränsande rum på sätt som aldrig syns visuellt. Grafisk kontroll bygger på antaganden. Du antar att det du ser stämmer med det som data säger.

Skillnaden mellan att hoppas att data är rätt och att veta att den är det. Om du är BIM-koordinatorn eller informationssamordnaren som ska stå för datakvaliteten, är det din trovärdighet som ligger på bordet varje gång en leverans passerar utan verifiering.

Logikmotor vs grafikmotor

Det alternativa sättet: automatiserad, regelbaserad kontroll. Du definierar regler som beskriver vad som krävs. Verktyget kör reglerna mot modellen och rapporterar exakt vad som avviker. Ingen tolkning, inget "det ser väl okej ut".

Solibri är byggt för just det. Kärnan är en logikmotor, inte en grafikmotor. Den analyserar data, inte pixlar. "Har alla rum en giltig klassificering enligt SS 21054:2009?" "Överlappar några rumsgeometrier?" "Saknar något rum egenskapen isExternal?" Det är frågor som visuell kontroll aldrig kan svara på.

Tre kontroller som faktiskt gör skillnad

Areaberäkning. Fullt stöd för SS 21054:2009, inklusive 2021-uppdateringen för BTA, BRA och NTA. Du behöver inte tolka standarden manuellt. Verktyget gör det och flaggar direkt om något inte stämmer.

Egenskapskontroll (Rule #230). Validerar att alla rum har nödvändig information: namn, nummer, typ, klassificering. Låter basalt. Men det är precis de saknade egenskaperna som ställer till det nedströms. Ett rum utan korrekt typklassificering i modellen blir en rad utan kategori i förvaltningssystemet. Som i sin tur blir en fråga ingen kan svara på när budgeten ska stämmas av.

IDS-validering (Rule #244). IDS (Information Delivery Specification) är en buildingSMART-standard som gör projektkrav maskinläsbara. Istället för att någon manuellt krysscheckar en modell mot kravspecifikationen gör Solibri det automatiskt. Vi på Nordic BIM Group är en av få aktörer som öppet visar praktiska IDS-implementeringar. De flesta konkurrenter håller sina metoder dolda.

Siffrorna

Under 2024 loggade Solibri-användare globalt 14,6 miljoner timmar och identifierade 3,2 miljarder problem. Global siffra, alla sektorer, men den illustrerar poängen: i varje modell finns problem som manuell kontroll inte hittar.

Mer konkret: Lex Ransijn på nederländska De Nijs rapporterar 20 % sparad samordningstid med Solibri. I ett stort offentligt projekt motsvarar det hundratals timmar. Backe, norsk entreprenör, har konstaterat att det är "hopplöst att leta i en IFC-fil utan Solibri" för exakta kalkylunderlag. Det är inte marknadsföring. Det är en praktisk verklighet som alla som jobbat med stora IFC-modeller känner igen.

Rätt verktyg, inte färre verktyg

IT-avdelningar vill konsolidera. Färre leverantörer, färre fakturor. Logiskt. Men problemet uppstår när "enklare administration" krockar med "rätt verktyg för uppgiften".

Navisworks, det uppenbara exemplet, är en grafikdriven kollisionskontroll. Den hittar var två objekt korsar varandra i rymden. Användbart, men det är inte kvalitetssäkring. Att kontrollera om en modell uppfyller SS 21054, om den har rätt egenskaper för förvaltningsleveransen, om IDS-kraven är uppfyllda, det kräver en logikmotor som resonerar om data. Inte bara renderar den.

Om du ska argumentera internt för rätt verktyg är det här kärnpunkten: Er organisation behöver en grindvakt i leveransprocessen. Allt passerar genom kontrollen innan det når förvaltningssystemet. Det är inte en fråga om leverantörspreferens. Det handlar om vilken typ av motor som faktiskt kan lösa uppgiften.

12 roller som eliminerar personberoendet

Solibris "Svenskanpassning": 12 fördefinierade roller. Arkitektur, Konstruktion, El, VS, och fler.

I praktiken: en ny medarbetare väljer sin roll, säg "Arkitektur", och får ett komplett regelset för svenska krav. SS 21054, egenskapskontroller, klassificeringskrav. Fördefinierat. Personen behöver inte veta vilka regler som ska köras eller hur standarden ska tolkas. Det är inbyggt i verktyget.

Det skapar reproducerbarhet. Leveranser kontrolleras likadant oavsett om det är veteranen som jobbat i tio år eller sommararbetaren som började i juni. Reglerna stannar i verktyget, även när personerna byter jobb. För offentlig sektor, där generationsskiften är en reell risk, är det här inte en "nice to have". Det är infrastruktur.

Se det live, 24 mars

Skillnaden mellan att läsa om regelbaserad kontroll och att se den är ungefär lika stor som skillnaden mellan att läsa om ett problem i en modell och att öppna modellen.

Den 24 mars kör vi webbinariet "Fel in, fel ut. Så kvalitetssäkrar du arealdata innan beräkning.". 45 minuter. Hela kedjan i en generisk offentlig modell: import, klassificering, Graphic Overrides, automatiserad regelkörning, och hur avvikelser rapporteras tillbaka till projekteringsteamet via BCF. En riktig modell med riktiga problem.

Riktar sig till dig som jobbar med arealdata i kommun eller region. Informationssamordnare, BIM-koordinator, modellansvarig, mängdberäknare. Om du vill kunna visa din organisation vad automatiserad kontroll faktiskt innebär, och ha ammunition till nästa diskussion med IT, är det här tillfället.

Anmäl dig →
 

Källor

1.    Solibri, "Solibri 2024 in Numbers", 14,6 miljoner loggade timmar och 3,2 miljarder identifierade problem globalt under 2024.
2.    Lex Ransijn, De Nijs, kundcase via Solibri, rapporterar 20 % sparad samordningstid.
3.    Backe, kundcase via Solibri, om behovet av Solibri för exakta kalkylunderlag från IFC-modeller.