Färdiga digitala kravdefinitioner för effektiv kontroll och minskad resursförbrukning

Många av samhällbyggnadsbranschens kravkällor, där kravdefinitioner görs tillgängliga i form av dokumentfiler, gör att den manuella hanteringen av krav och kontroll av kravuppfyllnad är omfattande. Det är komplicerat och tidskrävande att hantera information med hög kvalitet. Aktörer sänker då sina ambitionsnivåer och hoppas slippa ansvar. Effekten blir allvarliga problem med kontrollprocesser, vilket orsakar ett stort slöseri i byggbranschen på upp till 110 miljarder SEK per år och stora risker för alla inblandade aktörer – stora som små.

Samhällsbyggnadssektorns krav kommer från ett stort antal källor och görs nästan uteslutande tillgängliga som dokument. Följden är att kravställning och kontroll hanteras manuellt, i en omfattning som gör det svårt att arbeta med kvalitet. Projektet prövade om publikt tillgängliga kravdefinitioner kan omvandlas till digitala definitioner enligt en kravstandard, göras tillgängliga genom molntjänsten InCheck och erbjudas som tjänst.

Omkring 380 kravdefinitioner togs fram från fem källor: branschreglerna från GVK, Byggkeramikrådet och Säker Vatten, miljöbalken samt EU-taxonomin med tillhörande rapporteringsregelverk. Källorna valdes för att spegla var byggfelen uppstår, vad som var aktuellt, och framför allt för att vara olika uppbyggda. Definitionerna prövades i ett skrivbordstest och ett fälttest.

En kritisk massa av kravdefinitioner är inte nåbar genom manuell digitalisering och förvaltning. Arbetsinsatsen per källa är för stor i förhållande till antalet källor, förvaltningsbördan tillkommer varje gång en källa ändras, och rätten att återge innehållet begränsar affären lika mycket som arbetsinsatsen. AI-stöd prövades i två generationer och bedömdes ha potential men otillräcklig precision — modellerna kunde strukturera en enskild kravtext men inte hitta kraven i ett helt källdokument. Svaret gäller dock affären att sälja kravdefinitioner till många kunder. Att strukturera krav lönar sig också inom ett enskilt projekt och inom en organisation som återanvänder sina kravmängder, och bara försäljning till en bred marknad kräver att en kritisk massa uppnås.

Kravkällorna är olika uppbyggda, och skillnaderna avgör vad en digitalisering kostar. Källorna skiljer sig åt i fyra avseenden som är oberoende av varandra: hur nära de redan står en kravmodell, hur navigerbara deras dokument är, hur ändringar levereras, och om innehållet får återges. Ett gynnsamt utfall i ett avseende säger ingenting om de övriga. Slutsatsen är att antalet kravkällor är fel mått på uppgiften, och att det användbara måttet är täckningen av kravbilden för en given projekttyp.

Kravstandarden Rexs räckte för samtliga fem källor utan att ändras. Den enda luckan var informationsleveranskrav, som förutsätter två ytterligare typer av acceptanskriterium; den åtgärdas av 100Gruppen under andra halvåret 2026. Testerna visade vidare att kravets struktur är densamma oavsett var kontrollen sker, medan gränssnittet måste anpassas. Under AI-testerna framträdde slutligen en tillämpning projektet inte hade satt upp som frågeställning: när kraven är strukturerade digitalt kan en språkmodell bedöma efterlevnad utifrån framlagda bevis. Den iakttagelsen ligger bakom beslutet att rikta fortsatta investeringar mot AI-stöd.