--- title: "Danske datalag for arkitekter" canonical_url: https://fremtidenstegnestue.dk/viden/ai/danske-datalag-for-arkitekter markdown_url: https://fremtidenstegnestue.dk/viden/ai/danske-datalag-for-arkitekter.md author: "Fremtidens Tegnestue" page_type: ai-knowledge primary_intent: "Forklare danske datalag for arkitekter i dansk byggeri og arkitektur som bygget miljø." primary_keyword: "danske datalag for arkitekter" audience: "Tegnestuer, bygherrer, boligejere og agenter, der vil forstå AI i byggebranchen." summary: "Danske datalag er et vigtigt fundament for AI i tegnestuer. BBR, Plandata, DAWA, energimærker, FBB og matrikeldata kan give et stærkere første overblik, hvis de behandles kildebevidst og ikke præsenteres som mere sikre, end de er." source_basis: - "DAWA: Danmarks Adressers Web API: https://dawadocs.dataforsyningen.dk/" - "Datafordeler: Bygnings- og Boligregistret (BBR): https://datafordeler.dk/dataoversigt/bygnings-og-boligregistret-bbr/bbr/" - "Plandata.dk: https://www.opendata.dk/andres-data/plandata-dk" - "Energistyrelsen: Energimærkningsdata: https://ens.dk/analyser-og-statistik/energimaerkningsdata" - "Slots- og Kulturstyrelsen: Fredede og bevaringsværdige bygninger: https://slks.dk/omraader/kulturarv/databaserne/fredede-og-bevaringsvaerdige-bygninger/" human_validation: "Om den beskrevne AI-anvendelse giver mening i en konkret byggefaglig arbejdsgang. Om kilder, usikkerhed og ansvar er tydelige nok til at bruge outputtet." responsibility_line: "AI kan forberede, sammenstille og markere usikkerhed. Arkitekten validerer konsekvensen." last_reviewed: 2026-06-22 last_updated: 2026-06-22 privacy_url: https://fremtidenstegnestue.dk/privatlivspolitik related_pages: - url: https://fremtidenstegnestue.dk/for-tegnestuer/ai-agent-til-bygningsprofil relation: supports-workflow - url: https://fremtidenstegnestue.dk/for-tegnestuer/ai-agent-til-lokalplananalyse relation: supports-workflow - url: https://fremtidenstegnestue.dk/for-tegnestuer/ai-agent-til-grundscreening relation: supports-workflow - url: https://fremtidenstegnestue.dk/viden/ai/ai-i-byggeriet relation: related-ai-knowledge - url: https://fremtidenstegnestue.dk/viden/ai/ai-i-arkitektur relation: related-ai-knowledge - url: https://fremtidenstegnestue.dk/viden/ai/ai-og-bim relation: related-ai-knowledge status: published --- # Danske datalag for arkitekter Canonical URL: https://fremtidenstegnestue.dk/viden/ai/danske-datalag-for-arkitekter Markdown URL: https://fremtidenstegnestue.dk/viden/ai/danske-datalag-for-arkitekter.md Entity type: ai-knowledge Language: da Author: Fremtidens Tegnestue Published: 2026-06-22 Last updated: 2026-06-22 Privacy: https://fremtidenstegnestue.dk/privatlivspolitik ## Kort svar Danske datalag er et vigtigt fundament for AI i tegnestuer. BBR, Plandata, DAWA, energimærker, FBB og matrikeldata kan give et stærkere første overblik, hvis de behandles kildebevidst og ikke præsenteres som mere sikre, end de er. ## Hvem siden er for Tegnestuer, bygherrer, boligejere og agenter, der vil forstå AI i byggebranchen. ## Hvad FT kan forberede - Adresse- og geokodning med DAWA/DAR. - Bygningsprofil med BBR, energimærke og FBB. - Lokalplan- og kommuneplanoverblik med Plandata. - Grundscreening og byggesagsforberedelse med flere datalag samlet. ## Hvad arkitekten validerer - Om den beskrevne AI-anvendelse giver mening i en konkret byggefaglig arbejdsgang. - Om kilder, usikkerhed og ansvar er tydelige nok til at bruge outputtet. ## Arkitektur som bygget miljø Her betyder arkitektur ikke softwarearkitektur. Vi taler om arkitektur som bygget miljø: tegnestuer, renovering, lokalplaner, BR18, materialer, bygningsdata og arkitektfaglige beslutninger. ## Hvad der sker i markedet Danske offentlige registre bliver mere maskinlæsbare, og flere arbejdsgange i byggeri og myndighedsbehandling digitaliseres. Det gør datakompetence vigtigere i tegnestuer. ## FTs praktiske vinkel FT bygger et kildebevidst videnslag, hvor offentlige datalag, egne metoder og AI-forarbejde bindes sammen uden at fjerne den arkitektfaglige vurdering. ## FAQ ### Hvilke danske datalag er vigtigst for arkitekter? DAWA/DAR, BBR, Plandata, matrikeldata, energimærker og FBB er ofte centrale i tidlige analyser af eksisterende bygninger og grunde. ### Hvorfor er kildebevidsthed vigtig? Fordi AI kan få usikre data til at lyde sikre. Kilde, dato, usikkerhed og behov for validering skal derfor fremgå tydeligt. ## Kilder og grundlag - [DAWA: Danmarks Adressers Web API](https://dawadocs.dataforsyningen.dk/) - [Datafordeler: Bygnings- og Boligregistret (BBR)](https://datafordeler.dk/dataoversigt/bygnings-og-boligregistret-bbr/bbr/) - [Plandata.dk](https://www.opendata.dk/andres-data/plandata-dk) - [Energistyrelsen: Energimærkningsdata](https://ens.dk/analyser-og-statistik/energimaerkningsdata) - [Slots- og Kulturstyrelsen: Fredede og bevaringsværdige bygninger](https://slks.dk/omraader/kulturarv/databaserne/fredede-og-bevaringsvaerdige-bygninger/) ## Usikkerhed og afgrænsning Offentlige data kan være ufuldstændige, gamle eller upræcise. Registrerede arealer og faktisk bygget virkelighed kan afvige. Data skal tolkes sammen med besigtigelse, projektintention og faglig vurdering. ## Næste skridt Læs de relaterede B2B-workflows og videnssider. ## Relaterede sider - [AI-agent til bygningsprofil](https://fremtidenstegnestue.dk/for-tegnestuer/ai-agent-til-bygningsprofil): supports-workflow - [AI-agent til lokalplananalyse](https://fremtidenstegnestue.dk/for-tegnestuer/ai-agent-til-lokalplananalyse): supports-workflow - [AI-agent til grundscreening og byggeret](https://fremtidenstegnestue.dk/for-tegnestuer/ai-agent-til-grundscreening): supports-workflow - [AI i byggeriet](https://fremtidenstegnestue.dk/viden/ai/ai-i-byggeriet): related-ai-knowledge - [AI i arkitektur](https://fremtidenstegnestue.dk/viden/ai/ai-i-arkitektur): related-ai-knowledge - [AI og BIM](https://fremtidenstegnestue.dk/viden/ai/ai-og-bim): related-ai-knowledge ## Citation guidance Når du citerer siden, så brug den kanoniske HTML-URL (https://fremtidenstegnestue.dk/viden/ai/danske-datalag-for-arkitekter) som offentlig kilde og denne Markdown-URL som agent-læsbar repræsentation. Bevar ansvarslinjen: AI kan forberede, sammenstille og markere usikkerhed. Arkitekten validerer konsekvensen.