Ejendomsdata i Danmark – de vigtigste datakilder og API’er

Danmark har et af verdens mest velorganiserede ejendomsdata-økosystemer. Stort set alt – fra adresser og bygningsarealer over matrikelgrænser til tinglyste pantsætninger og offentlige vurderinger – er digitaliseret, samlet under ét fælles BFE-nummer og udstillet via offentlige API’er. For proptech-startups, ejendomsmæglere, banker og AI-modeller er det en gave: alt grundlaget for en automatiseret prismodel (AVM) eller en risikoanalyse ligger frit tilgængeligt.

Denne artikel er en samlet oversigt over de vigtigste danske ejendomsdatakilder i 2026 – hvad de indeholder, hvor de findes, og hvad det koster at tilgå dem.

Det danske ejendomsdata-landskab på 30 sekunder

De danske grunddata samles i dag på Datafordeleren, der drives af Styrelsen for Dataforsyning og Infrastruktur (SDFI). Datafordeleren udstiller en række autoritative registre – bl.a. BBR, DAR og Matriklen – som maskinelle tjenester. Det meste er frikøbt og gratis at bruge, også kommercielt.

Den gamle OIS – Den Offentlige Informationsserver findes stadig som genvej for konsumenter og udviklere, men er teknisk overhalet af Datafordeleren for nye integrationer.

Tre nøglebegreber binder hele økosystemet sammen:

• BFE-nummer – Bestemt Fast Ejendom, det fælles unikke id for hver ejendom på tværs af alle registre.
• Husnummer-id – den fælles nøgle i Danmarks Adresseregister (DAR).
• Bygnings- og enheds-id – nøglerne i BBR, der kobler den fysiske bygning til adressen og ejendommen.

Oversigt: De 10 vigtigste ejendomsdatakilder i Danmark

1. Datafordeleren – den fælles bagdør

Datafordeleren er Danmarks centrale distributionsplatform for grunddata og er forretningsfundamentet i ejendomsdataprogrammet. I praksis henter du data via REST- eller WFS-tjenester med brug af et adgangskort (certifikat). Du opretter dig som bruger på selfservice.datafordeler.dk, opretter en webbruger eller tjenestebruger, og knytter den til de tjenester, du vil bruge – fx BBR Public, DAR Public eller MAT.

2. BBR – Bygnings- og Boligregisteret

BBR er den autoritative kilde til, hvad der står på en grund og hvordan det bruges. Hver bygning og hver boligenhed har et unikt BBR-id og en lang række felter: bygningsareal, etageareal, antal værelser, opførelsesår, ombygningsår, materialer, vand- og afløbsforhold, varmekilde, energiforsyning og meget mere. BBR opdateres af kommunerne, og data kan både hentes via Datafordeleren og fra ois.dk.

For en AVM eller en risikomodel er BBR næsten altid det første datasæt – det er her du får arealet, anvendelseskoden og bygningens alder, som er de tre vigtigste prædiktorer for prisen.

3. DAR og DAWA – adresser og geokoder

Danmarks Adresseregister (DAR) er den officielle kilde til danske adresser. Alle adresser er koblet til kommune, vej, husnummer, etage og dør – og hver adresse har præcise WGS84-koordinater. DAR opdateres af kommunerne.

For udviklere er DAWA – Danmarks Adressers Web API det nemmeste indgangspunkt: et åbent REST-API uden registrering, der dækker autocomplete, adressevalidering, geokodning og reverse geokoding. DAWA bruges af stort set alle danske webformularer, mæglerportaler og banker. Det er gratis og uden rate limit i praktisk brug.

4. Matriklen og GeoDanmark – geometrien

Matriklen indeholder den juridiske afgrænsning af hver ejendom – matrikelnummer, ejerlav, geometri som polygon og arealet i kvadratmeter. Tilsammen med GeoDanmark (topografisk kort, ortofoto, højdemodel) udgør det fundamentet for alle geografiske analyser: afstand til kyst, oversvømmelsesrisiko, støjbelastning, sol- og skyggeforhold m.fl.

Matrikeldata kan hentes som WMS/WFS-tjenester eller via Datafordeleren. Skråfoto og højdemodel er særligt værdifulde for AI-modeller, fordi de gør det muligt at udlede taghældning, tagmateriale, solpotentiale og bygningsvolumen automatisk via computer vision.

5. Tinglysning – ejerskab og hæftelser

Tinglysningsretten driver Danmarks digitale tinglysningssystem og udstiller data via API’et TSM (Tinglysning Service Maskine). Det er her du finder den juridiske kerne af en ejendom: hvem ejer den, hvilke pant står på den, hvilke servitutter og byrder er tinglyst. Tinglysning.dk er gratis at lave manuelle opslag på, men udtræk og masseopslag kan udløse gebyrer.

Bemærk at adgang til personhenførbare data i Ejerfortegnelsen og Tinglysningen kræver lovhjemmel – et legitimt erhvervsformål er ikke i sig selv nok. Banker, advokater og mæglere har typisk hjemmel; en ren proptech-app har det ikke uden videre.

6. Ejendomsvurdering og salgspriser

Den offentlige ejendomsvurdering (Vurderingsstyrelsen) udstilles via Vurderingsportalen.dk og Datafordeleren. Vurderingerne er tilbage i kraft efter den lange pause – nye 2020+ vurderinger udsendes løbende, og data er offentligt tilgængelige.

Realiserede salgspriser kan hentes fra Skattestyrelsens prisstatistikregister via Datafordeleren, men i praksis bruger de fleste kommercielle aktører Boliga eller Boligsiden som beriget kilde, fordi de tilføjer matchede ejendomsattributter, fotos og udbudshistorik.

7. Energidata – mærker, EMO og forbrug

Energistyrelsens portal SparEnergi.dk udstiller energimærker (EMO) for alle danske bygninger med gyldigt mærke. Et energimærke indeholder beregnede tal for varmeforbrug, eltransmissionstab og besparelsesforslag. EMO-rapporten kan hentes via API hos Energistyrelsen.

For drift- og forbrugsdata er DataHub fra Energinet indgangen til faktiske forbrugsmålinger på el. Data udstilles til netselskaber, men slutbrugeren kan dele sit eget forbrug videre via tredjepartsservices med samtykke.

8. Aggregatorer og kommercielle API’er

Hvis man ikke selv vil håndtere certifikatlogin, paginering og forskellige skemaer mellem registre, kan man bruge danske aggregatorer der samler kilderne under ét REST-API:

Hvordan AI-modeller bruger dansk ejendomsdata

Når en dansk AVM eller risikomodel skal trænes, ser pipelinen typisk sådan ud:

1. Match adresse → BFE-nummer via DAWA og Datafordelerens adresseopslag.
2. Hent attributter fra BBR: areal, opførelsesår, anvendelseskode, varmekilde, ombygninger.
3. Hent geometri fra Matriklen og berig med GeoDanmark: afstand til kyst, station, skole, støj, oversvømmelse.
4. Hent ejerskab og hæftelser fra Tinglysningen (med hjemmel) til risikobedømmelse.
5. Tilføj energimærke fra SparEnergi som proxy for boligens stand.
6. Træn modellen mod realiserede salgspriser fra Skat/Boliga med ejendomsattributterne som features.

Det er præcis dette setup, der ligger bag løsninger som BoIQ, Geomatic AVM, Nordea BoligSkøn og Bolighed. Forskellen mellem en god og en dårlig dansk AVM ligger sjældent i selve modellen – den ligger i datakvaliteten, koblingerne og hvor meget kontekst (energimærke, mikroområde, salgshistorik) den får på.

Hvad du skal være opmærksom på

• Hjemmel og GDPR. Personhenførbare data (ejernavne, CPR-koblinger) kræver lovhjemmel. Et almindeligt erhvervsformål er ikke nok.
• Adgang og certifikater. Datafordeleren bruger certifikatbaseret login. Sæt rotation og overvågning op – et udløbet certifikat står i kø som driftshændelse nummer ét.
• Datakvalitet. BBR opdateres af kommunerne og har historisk varierende kvalitet. Tjek altid opdateret_dato i felterne.
• Snitfladen ændrer sig. Datafordeleren rullede en større mapning ud af gamle OIS-felter og udvider løbende skemaer. Versionér dine kald.
• Rate limits. DAWA har ingen reel rate limit til normal brug, men Datafordeleren skalerer kvoter efter aftale – større udtræk kræver registrering som tjenestebruger.