Analyser bygningsdataene dine med AI: slik fungerer Econex MCP

De fleste som jobber med energioppfølging kjenner rutinen: logg inn i systemet, finn riktig bygg, eksporter forbruket til CSV, lim det inn i et regneark, normaliser for temperatur, lag grafene og skriv sammendraget. Når rapporten endelig er ferdig, er tallene allerede et par dager gamle – og neste måned starter du på nytt.

Det finnes en raskere vei. Med Econex MCP kan du la AI-verktøyene du allerede bruker – som ChatGPT og Claude – hente dataene direkte fra Econex og bygge analysen for deg. Du beskriver hva du vil ha med vanlig språk, og får ferdige Excel- og Word-rapporter tilbake på sekunder.

Fra manuelle eksporter til samtale med dataene

Den tradisjonelle arbeidsflyten har et grunnleggende problem: mennesket er limet mellom datakilden og analysen. Du må selv vite hvor dataene ligger, hente dem ut, forstå formatet og sette dem sammen. Det er tidkrevende, det skaper feilkilder, og det betyr at analysen aldri blir bedre enn tiden du har til overs.

En AI-assistent koblet til byggene dine snur dette på hodet. I stedet for at du henter data til verktøyet, henter verktøyet data til deg. Du formulerer spørsmålet – assistenten finner riktige målere, riktig periode og riktig beregning selv.

Hva er MCP (Model Context Protocol)?

MCP står for Model Context Protocol. Det er en åpen standard som definerer hvordan AI-assistenter kobler seg til eksterne datakilder og verktøy på en strukturert og sikker måte. I stedet for at språkmodellen gjetter eller jobber på data du limer inn manuelt, får den et sett klart definerte «verktøy» den kan kalle på for å hente nøyaktig den informasjonen den trenger.

Tenk på MCP som en standardisert kontakt mellom AI-en og fagsystemene dine – på samme måte som USB ga én felles måte å koble til utstyr på. En MCP-server tilbyr verktøyene; AI-klienten (ChatGPT, Claude eller andre) bruker dem. Econex MCP er en slik server, bygget rundt energi- og bygningsdataene dine i Econex.

• Standardisert: samme protokoll fungerer på tvers av ulike AI-verktøy.
• Verktøybasert: AI-en kaller definerte funksjoner i stedet for å få fri tilgang til databasen.
• Sanntid: dataene hentes når spørsmålet stilles, ikke fra en gammel eksport.
• Kontekstbevisst: AI-en forstår hva den henter, og kan kombinere flere kilder i ett svar.

Econex MCP eksponerer et utvalg trygge, lesebaserte verktøy som AI-en kan bruke på dine vegne. Når du stiller et spørsmål, planlegger assistenten hvilke verktøy den må kalle, henter dataene fra Econex, og setter sammen svaret. Et utvalg av det den har tilgang til:

• Prosjekt- og byggoversikt – hvilke bygg du har, og detaljer om hvert av dem.
• Energiforbruk – timeoppløst forbruk per bygg, måler eller sone, med temperaturkorrigering.
• Måleroversikt – alle energimålere, inkludert undermålere for leietakere og tekniske laster.
• Inneklima og komfort – temperatur, CO₂ og fukt holdt opp mot settpunkt.
• Ventilasjon – drift og ytelse på aggregater, luftmengder og gjenvinning.
• Solproduksjon – produksjon fra solceller satt opp mot forbruk og egendekning.
• Utetemperatur – lokale værdata for å normalisere forbruk og forklare avvik.
• Aktive varsler – åpne avvik og alarmer i bygget akkurat nå.
• Måloppnåelse – status mot energimål og budsjett.
• Leietakerfordeling – forbruk og kostnad fordelt per leietaker og areal.
• Rådata fra sensorer – spørringer rett mot enkeltpunkter for detaljanalyse.

Disse verktøyene henter fra det samme datagrunnlaget som driftspersonell og energirådgivere bruker i Econex EOS til daglig. Forskjellen er at AI-en kan kombinere dem på tvers og presentere resultatet som tekst, tabeller eller ferdige filer.

Et konkret eksempel: sammenligning og rapport på minutter

La oss si at du forvalter to næringsbygg og skal rapportere til styret. Du skriver til assistenten:

Sammenlign energiforbruket for Storgata 12 og Storgata 14 hittil i år, normaliser for utetemperatur, og lag en Excel-rapport jeg kan sende til styret.

Bak kulissene gjør assistenten følgende, helt uten at du må løfte en finger:

1. Finner de to byggene i prosjektlisten din.
2. Henter månedlig energiforbruk for begge bygg for inneværende år.
3. Henter utetemperatur for samme periode og graddagskorrigerer forbruket.
4. Beregner forskjellen – både absolutt og temperaturkorrigert.
5. Genererer en Excel-rapport med månedsfordeling, korrigerte tall og et kort sammendrag.

Resultatet er en ferdig fil i hånden på sekunder, der den manuelle varianten kunne tatt en halv arbeidsdag. Og fordi tallene hentes i sanntid, er rapporten alltid oppdatert.

Hva du kan be om

Du trenger ikke kunne formler, eksportformater eller hvor dataene ligger. Du beskriver hva du vil ha, på samme måte som du ville bedt en kollega. Noen eksempler:

• «Hvilke bygg ligger over energibudsjettet sitt denne måneden, og hvor mye?»
• «Lag en månedsrapport for Storgata 12 med forbruk, solproduksjon og egendekning.»
• «Sammenlign ventilasjonens energibruk før og etter oppgraderingen i fjor høst.»
• «Fordel strømkostnaden for april mellom leietakerne og lag et regneark til regnskap.»
• «Finn de tre rommene med dårligst inneklima siste uke og forklar hvorfor.»
• «Skriv et kort notat til styret om hvordan vi ligger an mot energimålet for året.»

Excel og Word rett ut av samtalen

Et tall i en chat er nyttig, men ofte trenger du noe du kan dele videre. Econex MCP kan generere ferdige Excel-regneark og strukturerte rapporter direkte fra samtalen. Da får du et dokument med tabeller, beregninger og sammendrag – klart til å sendes til styret, regnskap eller leietaker.

Fordi AI-en både henter dataene og formaterer dokumentet, slipper du steget der tall skal kopieres manuelt inn i en mal. Det reduserer feilkilder og gjør at rapporter som før var en månedlig byrde, kan lages når som helst – på forespørsel.

Sikkerhet og kontroll

Å gi en AI-assistent tilgang til driftsdata krever tillit. Derfor er Econex MCP bygget med tydelige grenser fra bunnen av:

• Kun lesetilgang – koblingen kan lese data og lage rapporter, men aldri styre anlegg eller endre innstillinger.
• Avgrenset per prosjekt – tilgangen gjelder bare byggene du eksplisitt åpner for.
• Verktøybasert – hvert datauttak skjer gjennom definerte verktøy, ikke som fri tilgang til databasen.
• Sporbart – fordi uttak går gjennom kjente verktøy, er det tydelig hva som hentes.
• Dine data blir værende – informasjonen ligger fortsatt i Econex; AI-en henter det den trenger der og da.

Hvem passer dette for?

Econex MCP er laget for dem som jobber med tallene. Energirådgivere kan bygge skreddersydde sammenligninger og benchmarking på tvers av en hel portefølje uten å vente på datauttrekk. Driftsansvarlige kan få svar på avvik i sanntid og lage møtedokumentasjon på minutter. Eiendomsbesittere kan generere styre- og eierrapporter med faktiske tall, uten å være avhengig av at noen lager dem manuelt.

Felles for dem alle er at det manuelle mellomleddet forsvinner. Tiden som før gikk til å hente og formatere data, kan i stedet brukes på å tolke resultatene og gjøre tiltak.

Kom i gang

Oppsettet tar minutter. Du trenger en Econex-konto og et AI-verktøy som støtter MCP, som ChatGPT eller Claude. Vi aktiverer MCP-tilgang for prosjektene dine, gir deg en sikker tilkobling, og hjelper deg i gang. Deretter er det bare å begynne å spørre.

Vil du se hvordan det fungerer i praksis? Les mer om Econex MCP, eller ta kontakt med oss for å få tilgang.