Advisor indeholder specialudviklede detekteringsmodeller til el, gas, fjernvarme, vand og solceller. Hver model er udviklet med udgangspunkt i, hvordan den pågældende energitype rent faktisk opfører sig i bygninger — det er altså ikke en generisk afvigelsesdetektor, der anvendes på tværs af alle områder.

Elforbruget registrerer baseload og forbruget fra varme-, ventilations- og klimaanlæg. Gas- og fjernvarmeforbruget giver indsigt i bygningens termiske profil og advarer, hvis opvarmningen ikke fungerer korrekt — herunder beregning af bøder i forbindelse med fjernvarmekontrakter. Vandforbruget overvåges for lækager og forbrug om natten. Solcelleanlægget registrerer inverterens ydeevne og panelernes produktion i forhold til de forventede produktionskurver.

Du kan starte med én energitype og udvide, efterhånden som du tilslutter flere datakilder.

Nej. Ento forbinder sig direkte til dine forsyningsmålerdata via API'er og datahubs – der kræves ingen ny hardware, sensorer eller installation på stedet. Du får fuld oversigt over din portefølje fra dag ét ved hjælp af de forbrugsdata, du allerede betaler for. Hvis du senere ønsker at gå mere i dybden (f.eks. med indendørs klimafølere eller BMS-integration), kan du tilføje disse over tid, men de er aldrig en forudsætning.

Hver alarm genereres af maskinlæringsmodeller, der normaliserer for vejr, kalendermønstre, helligdage og belægning, så du kun får en advarsel, når forbruget virkelig afviger fra det forventede. Hver alarm kommer med en estimeret energi- og omkostningspåvirkning, AI-genererede forslag til årsager med sandsynlighedsscores og klare undersøgelsestrin. Resultatet er færre, mere meningsfulde alarmer, der peger på reelt spild – ikke støj.

Når Advisor registrerer en afvigelse, udarbejder den også en rangordnet liste over sandsynlige årsager baseret på bygningens forbrugsmønstre, tilgængelige bygningsdata og kendte fejltyper for den pågældende energitype. Hver hypotese ledsages af en sandsynlighedsvurdering og konkrete undersøgelsestrin.

Teknikerne kan gennemgå disse direkte på deres telefon, mens de er ude i felten, registrere resultaterne og lukke alarmen uden at skulle udveksle beskeder frem og tilbage med kontoret. Det giver dig mulighed for at gå direkte fra fejl til løsning uden det manuelle analysearbejde i mellem.

Advarslen viser dig afvigelsen, den anslåede økonomiske konsekvens samt de AI-genererede hypoteser om årsagen med trin til undersøgelse. Herfra kan du tildele opgaven til en tekniker (via e-mail med den fulde kontekst vedhæftet), undersøge sagen nærmere på platformen, skrive kommentarer, som andre energiansvarlige kan se, eller markere den som irrelevant, hvis du allerede kender årsagen.

Teknikerne har alt, hvad de har brug for, på deres mobilenheder – alarmen, forslag til årsagen til fejlen og et sted, hvor de kan registrere deres fund. Når problemet er løst, kan der oprettes et energieffektivitetsprojekt, og vores platform vil automatisk kontrollere besparelserne over tid.

Hver advarsel indeholder en estimeret indvirkning på energiforbrug og omkostninger – så du straks kan se, om der er tale om et problem til 500 euro eller 50.000 euro. Vores platform prioriterer automatisk din portefølje efter indvirkning, så du altid arbejder med de mest værdifulde problemer først.

Rådgiverens rolle er at afdække spild, før det bliver en fast vane, og at give dig tilstrækkelig sikkerhed for, at du har styr på den underliggende årsag, så du kan handle hurtigt.

De fleste kunder ser en tilbagebetaling inden for tre til seks måneder. Da Ento identificerer det spild, der har størst indvirkning på din portefølje, og prioriterer de 10 % af lokaliteterne, der genererer 80 % af besparelserne, er det almindeligt, at en enkelt løsning identificeret af platformen dækker omkostningerne ved dit abonnement.

Traditionelle EMS-platforme er gode til at indsamle data og vise dashboards, men de fleste overlader det svære arbejde til dig: at finde ud af, hvad du skal gøre, hvornår du skal gøre det, og bevise, at det virkede. Ento sidder oven på din eksisterende infrastruktur og omdanner dataene til prioriterede, handlingsrettede indsigter. Det fortæller dig, hvilke bygninger du skal fokusere på først, hvad der sandsynligvis forårsager spild, og – når du har handlet – verificerer det automatisk besparelserne. Tænk på det som det intelligenslag, der får din nuværende EMS-investering til at arbejde hårdere.