Faglig påfyll for bedriftsmedlemmer
Korte videoer om verktøy, metoder og erfaringer. Beskrivelsene er åpne; selve videoene krever tilgang gjennom bedriftens medlemskap.
Se videoene før diskusjonsmøtet.
BIM · Sprint 1
GPT agent klassifiserer Revit-modeller
En agent som er utvikelt i Codex til å klassifisere rom i Revit modeller iht fylkeskommunal eiendomsforum sin arealnorm FEF samt Norsk Standard 3457-4. Codex benytter Revit Experimental MCP for å redigere paramtre og endre views, mens den bruker maskinstyring for å operere Revit grensesnittet (siden MCP ikke har disse verktøyene enda). Agenten avslutter med å eksportere annoterte plantegninger i pdf for hver klassifisering.
Se videoenKI · Sprint 1
Stol på svaret, ikke modellen, ikke leverandøren
For bedrifter som vurderer å kjøre KI på egen server. Du lærer hvorfor lokal KI gir kontroll på data, kostnad og tilgang, og hvordan mange agenter som sjekker hverandre gir svar du kan stole på, selv når én modell alene gjetter feil. Videoen viser at en server skalerer i to retninger: hvor stor modell den rommer, og hvor mange samtaler den kjører samtidig. Den avsluttes med en sjekkliste for hva bedriften bør avklare før den investerer.
Se videoenInnkjøp, prosjektledelse · Sprint 1
To ting du kanskje undervurderer når du kjøper inn til store prosjekter
Fjernes risiko ved å overføre den til leverandøren, og er det alltid kunden som velger leverandør – ikke omvendt?
Se videoenAI og digitalisering · Sprint 1
AI gir superkrefter – hva bør du bestille av en konsulent?
Når AI gir konsulenter og interne fagfolk nye muligheter til å utvikle løsninger, bør det også påvirke hva du ber om som bestiller. Hvordan kan et konkret oppdrag gi kunden et verktøy å bygge videre på, også etter at konsulenten er ute av prosjektet? I videoen er Runa eksempelet: en løsning utviklet sammen med AI for å hente informasjon fra Revit-modeller i Autodesk Forma og gjøre dataene tilgjengelige via API for bruk i Power BI. Gjennomgangen viser uttrekk av romdata, datavisninger og API-tilgang. Det konkrete behovet blir utgangspunkt for et verktøy kunden kan videreutvikle og bruke til flere oppgaver. Runa er ingeniøren som kan fortsette å gi verdi etter at det første behovet er møtt.
Se videoenDigitalisering og teknologi · Sprint 1
Tidligfase - fra tomteanalyse til bygningsdesign
Hvordan kan vi bruke digitale verktøy til å utforske flere løsninger, ta bedre beslutninger og utvikle byggeprosjekter mer effektivt? I denne praktiske gjennomgangen ser vi nærmere på Autodesk Forma og hvordan plattformen kan brukes fra tidlig tomteanalyse til konkret bygningsdesign og visualisering. Gjennom en demonstrasjon viser vi hvordan man kan utforske ulike alternativer, arbeide med bygningsvolumer og utvikle og presentere løsninger i en digital modell. Videoen passer for prosjektledere, arkitekter, byggherrer, rådgivere og andre som er nysgjerrige på hvordan ny teknologi kan bidra til bedre samhandling og beslutningsgrunnlag i byggeprosjekter.
Se videoenLLM, ChatGPT · Sprint 2
Under panseret på min ChatGPT bruk
En gjennomgang av Sindre Gundersen sine abonnement i ChatGPT, begrunnelse for valg og litt tips og triks i bruk.
Se videoenKI og digitalisering · Sprint 2
Fra FDV til innsikt: lokal KI og kontroll på egne data
Hvordan kan en byggeier hente kunnskap fra FDV- og produktdokumentasjon og samtidig ha kontroll på hvor dataene behandles? Denne videoen går gjennom prinsippene bak OCR med lokale KI-modeller: først forstå sidens layout, deretter hente ut tekst og tabeller i en form som kan brukes videre. Du får også en sammenligning av drift på egne maskiner, leid GPU-server hos Hetzner og kapasitet i kundens Azure-miljø. Temaene er datakontroll, driftsansvar, deling av modellkapasitet og kostnader når maskinene står på tomgang. En erfaring med manglende GPU-tilgang viser hvorfor kapasitet også må vurderes ved valg av driftsmiljø. Videoen avsluttes med hybrid drift og et hostingeksempel fra Aarhus. En prinsippgjennomgang med illustrasjoner for byggeiere, FDV-ansvarlige og digitaliseringsledere som vil forstå valgene før en pilot.
Se videoenKI · Sprint 2
For mye av det gode: hvordan kontekst kan påvirke svar fra KI
For alle som bruker KI på modeller, tegninger og regelverk. Du lærer hva konteksten er, hvorfor alt sendes på nytt for hvert steg i en samtale eller hos en agent, og hvorfor mer kontekst kan gi dårligere svar. I en test med en IFC-modell og TEK17 godkjente KI-modellen en branncelle som mangler en vegg, i alle ti forsøk, da den fikk hele bygget og reglene. Med bare rommet fant den hullet hver gang. Videoen avsluttes med hvordan du rydder i konteksten, både selv og med agenter.
Se videoenAI og praktisk problemløsning · Sprint 2
Når noe stopper opp
Hva gjør du når verktøyene ikke løser behovet ditt? Jeg ville dele Windows-skjermen til en Apple TV, men møtte både tekniske begrensninger, kostnader og intern godkjenningsflyt for nye apper. I denne videoen viser jeg hvordan jeg brukte AI til å utvikle en lokal prototype, hva jeg selv bidro med, og hva AI gjorde. For deg som jobber i bygg og anlegg og vil utforske bedre løsninger på små og store frustrasjoner i prosjektet.
Se videoenKunstig intelligens · Sprint 3
Min lokale KI-arkitekt: tre modeller tegner en leilighet
Tre lokale språkmodeller får samme oppgave: tegn en toroms leilighet på omtrent 60 m² med ArchLang som tegne- og valideringsverktøy. Filmen gjennomgår svarene fra gpt-oss:20b, Gemma 4 og Qwen3 Coder, og viser hvordan de håndterer plantegning, møblering, dører og endringsønsker. Oppsettet bruker Open WebUI og Ollama på en TensorBook, med tilgang fra laptop og mobil gjennom Tailscale. Underveis forklares systemprompten, eksempelet modellene får og stoppreglene for verktøybruken. Demonstrasjonen viser både muligheter og konkrete feil – og hvorfor et resultat fortsatt må kontrolleres mot bestillingen.
Se videoenKI · Sprint 3
Mer enn en modell: språkmodell, agent og harness
For alle som bruker KI-verktøy i et chatvindu eller i en terminal og vil forstå hva som skjer bak svaret. Du lærer forskjellen på en språkmodell, en agent og en harness: modellen lager bare tekst, harnessen er programmet rundt som gir den minne, instrukser og verktøy, og sammen blir de en agent. I en demo i DeepSeek Harness, som er åpen kildekode, følger vi en melding gjennom harnessen steg for steg. Et enkelt «hei» blir til 18 000 tokens før modellen svarer, og etter ett lite nettsøk har samtalen brukt 59 000.
Se videoen