AI og BBR – bygningsdata, fejl i BBR og ejendomsvurdering i Danmark 2026

Næsten alt, hvad der sker digitalt omkring en dansk bolig, hviler på det samme fundament: Bygnings- og Boligregistret, BBR. Når Vurderingsstyrelsen beregner din ejendomsvurdering, når en bank laver et boligskøn, når en ejendomsmægler skriver en salgsopstilling, og når en AI-model estimerer din boligs værdi, er BBR-data med i regnestykket. Det gør registret til et af de mest oversete – og mest betydningsfulde – datasæt i hele ejendomsbranchen.

Problemet er, at BBR ikke altid er rigtigt. Arealer er forkerte, tilbygninger mangler, nedrevne skure står der stadig, og varmekilden er for længst skiftet. I denne artikel ser vi på, hvad BBR er, hvorfor fejl i registret har konsekvenser for din økonomi, hvordan AI og luftfotos i 2026 bruges til at finde fejl i stor skala – og hvordan du selv tjekker og retter din BBR-meddelelse.

Hvad er BBR?

BBR er det landsdækkende offentlige register over bygninger, boliger og tekniske anlæg i Danmark. For hver ejendom indeholder det en lang række faktaoplysninger om de bygninger, der står på grunden, og om de enheder – boliger og erhvervslokaler – der findes i dem.

Det er kommunerne, der er BBR-myndighed og har ansvaret for at registrere og vedligeholde oplysningerne. Mange registreringer sker automatisk i forbindelse med byggesager, men ejeren har pligt til at sørge for, at oplysningerne om ejendommen er korrekte, og til at give kommunen besked, hvis de ikke er det. Du kan se oplysningerne om din egen bolig i BBR-meddelelsen via bbr.dk. Data udstilles desuden som frie grunddata via Datafordeleren, sammen med adresser, matrikler og BFE-numre – det beskriver vi i artiklen om ejendomsdata i Danmark.

Hvorfor fejl i BBR koster penge

BBR er ikke bare et administrativt kartotek. Fordi så mange systemer genbruger data, forplanter en fejl sig videre ud i økonomiske beslutninger:

• Offentlig ejendomsvurdering og boligskat. Vurderingsstyrelsen vurderer boliger med en automatiseret statistisk model, der blandt andet bruger BBR-oplysninger som areal, opførelsesår og bygningstype. Et for stort boligareal eller en bygning, der ikke findes, kan give en for høj vurdering – og dermed for høj ejendomsværdiskat og grundskyld.
• Bolighandel. BBR-meddelelsen indgår i salgsmaterialet. Passer arealet ikke med virkeligheden, kan det føre til uenighed om prisen – og i værste fald til en tvist efter handlen. Læs mere i artiklerne om boligsalg og boligadvokatens dokumentgennemgang.
• AI-prisvurderinger. AVM-modeller hos portaler og banker lærer af BBR-data. Et forkert areal giver et forkert estimat – og modellen ved ikke, at inputtet er forkert. Se artiklen om boligpriser og machine learning.
• Forsikring. Husforsikringer tager ofte udgangspunkt i BBR-arealet. Er arealet for lille, risikerer du underforsikring. Se artiklen om AI og boligforsikring.
• Energi og forsyning. Forkerte oplysninger om varmekilde kan påvirke energiplanlægning og kommunikation om fx fjernvarme og udfasning af oliefyr.

De typiske fejl i BBR

Registret er stort og bygger på årtiers registreringer, så fejlene følger nogle genkendelige mønstre:

• Forkert boligareal – fx fordi en udnyttet tagetage eller kælder er registreret forkert, eller fordi arealet er beregnet efter andre regler end det, en mægler eller landinspektør opmåler.
• Manglende bygninger – tilbygninger, udestuer, carporte, anneks og skure, der er opført uden at blive registreret.
• "Spøgelsesbygninger" – bygninger, der er revet ned, men stadig står i registret.
• Forældede installationer – varmekilden er skiftet fra olie eller gas til varmepumpe eller fjernvarme, men BBR er ikke opdateret.
• Forkert anvendelse – fx en bygning registreret som bolig, der i virkeligheden er garage, eller omvendt.

Sådan bruges AI til at finde fejl i BBR

Med godt 1,7 millioner ejerboliger og mange flere bygninger er manuel kontrol af hele registret urealistisk. Her har AI og datakoblinger fået en central rolle som screeningsværktøj: de finder de steder, hvor der sandsynligvis er en fejl, så mennesker kan bruge tiden der.

Computer vision på luftfotos

Danmark fotograferes løbende fra luften, og de offentlige ortofotos har høj opløsning. Billedgenkendelsesmodeller kan sammenholde bygningsaftryk på luftfotos med registrerede bygninger i BBR og flage afvigelser: en ny bygning, der ikke er registreret, en tilbygning, der har gjort huset større, eller en registreret bygning, der ikke længere kan ses. Kommuner har i flere omgange brugt luftfotos til at finde uregistrerede bygninger, og maskinlæring gør det muligt at gøre det systematisk og i stor skala.

Datakobling og anomalidetektion

BBR kan krydstjekkes mod andre registre og datakilder: energimærker, tinglysning, salgsdata, byggesager og forbrugsdata. Modeller kan flage uoverensstemmelser – et energimærke, der oplyser et andet areal end BBR, en salgsopstilling med flere kvadratmeter end registret, eller en bolig, hvis varmeforbrug ikke passer med den registrerede varmekilde. Den slags anomalier er ikke bevis for en fejl, men et signal om, hvor der bør kigges nærmere.

Sprogmodeller på byggesager og tegninger

Sprogmodeller og dokumentgenkendelse (OCR/NLP) kan læse byggetilladelser, færdigmeldinger og tegninger og udtrække oplysninger, der skal ind i BBR – fx areal og anvendelse. Det kan gøre sagsbehandlingen hurtigere og mere ensartet, men en sagsbehandler skal stadig kontrollere, hvad modellen udtrækker, fordi fejl i registret har direkte økonomiske konsekvenser for borgeren.

Proptech og vurderingsværktøjer

Private aktører som vurderingsportaler og proptech-platforme bruger samme teknikker til at vurdere datakvaliteten, før de estimerer en pris. Nogle værktøjer gør boligejeren opmærksom på, hvis oplysningerne om boligen ser ud til at afvige fra det forventede – en hjælp til at opdage fejl, før de koster noget. Se også artiklen om AI-drevet ejendomsvurdering.

Sådan tjekker og retter du din BBR-meddelelse

Du behøver ikke vente på, at en algoritme finder fejlen. Det tager kort tid at tjekke selv:

1. Find din BBR-meddelelse via bbr.dk. Den viser de registrerede bygninger og enheder på din ejendom.
2. Gennemgå de vigtigste felter: boligareal, antal bygninger, opførelses- og ombygningsår, tag og ydervægge, varmeinstallation samt toiletter og badeværelser.
3. Sammenhold med virkeligheden og dine papirer: tegninger, byggetilladelser, energimærke, salgsopstilling og tilstandsrapport.
4. Anmeld fejl til kommunen – typisk via den digitale selvbetjening, du finder via bbr.dk, hvor du logger ind med MitID. Beskriv fejlen præcist, og vedlæg dokumentation.
5. Tjek oplysningerne i din ejendomsvurdering, når du modtager en ny eller foreløbig vurdering. Her har du mulighed for at se og gøre indsigelse mod de faktaoplysninger, vurderingen bygger på.

Gode tidspunkter at tjekke BBR er, når du køber eller sælger, efter en ombygning eller nedrivning, når du skifter varmekilde, og når du får en ny ejendomsvurdering. En sprogmodel kan hjælpe dig med at forstå felterne i BBR-meddelelsen og sammenholde dem med dine dokumenter – men det er kommunen, der afgør, hvad der skal registreres.

Jura, ansvar og databeskyttelse

• BBR-reglerne placerer ansvaret for registrering hos kommunen og pligten til at sørge for korrekte oplysninger hos ejeren. En AI-model, der foreslår en rettelse, ændrer ikke den ansvarsfordeling.
• Forvaltningsret gælder, når kommunen retter BBR på baggrund af en AI-screening: borgeren skal have mulighed for at blive hørt, og afgørelsen skal kunne begrundes – ikke kun med "modellen sagde det".
• GDPR gælder, fordi BBR-data koblet til en ejer er personoplysninger. Datakoblinger og billedanalyse skal have et klart formål og overholde dataminimering.
• EU's AI Act stiller krav til gennemsigtighed og risikohåndtering for AI-systemer i den offentlige sektor, efterhånden som reglerne indfases.

Hvad AI ikke kan med BBR

• AI retter ikke BBR. Den kan foreslå, at noget er forkert, men registreringen er kommunens afgørelse.
• Et luftfoto er ikke et opmålt areal. Billedgenkendelse kan se et bygningsaftryk, men ikke hvor meget af tagetagen der er udnyttet, eller hvad der er under jorden.
• En anomali er ikke en fejl. Afvigelser mellem registre kan have gode forklaringer, fx forskellige arealbegreber.
• AI afgør ikke, om en bygning er lovlig. Det kræver en gennemgang af byggesagen.
• AI kan ikke rette op på dårlige data alene. Den bedste model står stadig på det register, den fodres med.

BBR er det stille fundament under den datadrevne boligøkonomi. Jo mere vurdering, skat, lån og salg automatiseres, jo større betydning får det, at registret er korrekt. AI gør det muligt at finde fejl i en skala, der tidligere var umulig – men den endelige kvalitet kræver stadig to mennesker: en sagsbehandler, der vurderer sagen, og en boligejer, der tager sig tid til at tjekke sin egen BBR-meddelelse.