Bygg- och fastighetssektorn står för omkring 22 procent av Sveriges totala årliga växthusgasutsläpp, vilket understryker dess betydande miljöpåverkan. Utsläppen härrör från produktion av byggmaterial, hantering av bygg- och rivningsavfall samt utvinning av fossila bränslen för transporter och maskiner (Boverket, 2024). Trots att branschen strävar efter att minska sitt koldioxidavtryck genom ny teknik och digitalisering, utgör dess traditionella och konservativa natur en utmaning för den digitala transformationen (Fastighetsägarna, 2024). Denna studie utforskar rollen som digitala lösningar, särskilt AI-baserad energioptimering, kan spela för att öka energieffektiviteten inom fastighetssektorn och minska dess klimatpåverkan. Behovet av hållbara energilösningar har intensifierats av de historiskt höga energipriserna i Europa sedan sommaren 2021, drivna av geopolitiska spänningar och stigande fossilbränslepriser (Naturskyddsföreningen, 2022). FN:s Agenda 2030-mål 7 (Överkomlig och ren energi) och 11 (Hållbara städer och samhällen) ger ytterligare incitament för fastighetsägare att fokusera på energieffektivitet, i linje med globala hållbarhetsmål (Regeringskansliet, 2022). Dessutom erbjuder EU:s gröna taxonomi ett ramverk för att identifiera och rapportera miljömässigt hållbara aktiviteter, relevant för fastighetsbolag som använder AI-baserad energioptimering för att bidra till begränsningen av klimatförändringarna (SEB, 2021; Birlev, 2023). AI-system kan övervaka och analysera energiförbrukningen för att identifiera ineffektiviteter och optimera driften, vilket minskar energianvändningen och koldioxidutsläppen (Byggvesta, 2023; Piigab, 2023). Implementeringen av AI-teknik möter dock utmaningar, inklusive behovet av omfattande data samt höga kostnader för hårdvara och personalutbildning (Bratt & Philipson., 2023). Denna studie ger insikter om hur AI kan främja hållbarhet inom fastighetssektorn, och belyser nödvändigheten av att övervinna tekniska, ekonomiska och beteendemässiga hinder för en framgångsrik implementering. / The building and real estate sector contributes approximately 22% of Sweden's total annual greenhouse gas emissions, underscoring its significant environmental impact. Emissions arise from building material production, construction and demolition waste management, and fossil fuel extraction for transportation and machinery (Boverket, 2024). While the industry strives to reduce its carbon footprint through new technologies and digitalization, its traditional and conservative nature poses challenges to digital transformation (Fastighetsägarna, 2024). This study explores the role of digital solutions, particularly AI-based energy optimization, in enhancing energy efficiency within the real estate sector and reducing its carbon footprint. The urgency for sustainable energy solutions has intensified with historically high energy prices across Europe since summer 2021, driven by geopolitical tensions and fossil fuel price surges (Naturskyddsföreningen, 2022). The UN's Agenda 2030 goals 7 (Affordable and Clean Energy) and 11 (Sustainable Cities and Communities) provide additional incentives for property owners to focus on energy efficiency, aligning with global sustainability targets (Regeringskansliet, 2022). Additionally, the EU's green taxonomy offers a framework for identifying and reporting environmentally sustainable activities, relevant for real estate companies using AI-based energy optimization to contribute to climate change mitigation (SEB, 2021; Birlev, 2023). AI systems can monitor and analyze energy consumption to identify inefficiencies and optimize operations, reducing energy usage and carbon emissions (Byggvesta, 2023; Piigab, 2023). However, implementing AI technology faces challenges, including the need for extensive data and the high costs of hardware and personnel training (Bratt & Philipson, 2023). This study provides insights into how AI can promote sustainability in the real estate sector, highlighting the necessity of overcoming technical, economic, and behavioral barriers for successful implementation.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-349037 |
| Date | January 2024 |
| Creators | Nygren Johansson, Sandra, Sylve, Anna |
| Publisher | KTH, Fastigheter och byggande |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ABE-MBT ; 24537 |
Page generated in 0.0023 seconds