Hur kan vi på ett automatiskt sätt skapa mer detaljerade 3D modeller av byggnader i digitala tvillingar och förbättra indata för att beräkna energibesparingspotentialer i befintliga byggnader? I en pilotstudie har vi undersökt hur maskininlärning kan användas för att extrahera information om fönstersättning och storlek i befintliga byggnader. Vi har utvecklat en modell som har “tränats” att känna igen och segmenterar fönster från bilder med byggnadsfasader och på så sätt skapa digitala och mer detaljerade data för befintliga byggnader. Vårt långsiktiga mål är att utveckla en helautomatisk metod för analyser av renoveringspotentialer för byggnader och fastighetsportföljer.