kth.sePublications KTH
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
AI i fastighetssektorn: En studie avseende tillämpning, attityder och upplevd nytta i Sverige
KTH, School of Architecture and the Built Environment (ABE), Real Estate and Construction Management.
KTH, School of Architecture and the Built Environment (ABE), Real Estate and Construction Management.
2025 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
AI in the real estate sector: A study of applications, attitudes and perceived benefits in Sweden (English)
Abstract [sv]

Artificiell intelligens (AI) har på senare år gjort ett allt större avtryck på det vardagliga livet, främst genom lanseringen av den generativa chattboten ChatGPT som i AI-världen kallas för en LLM, en “large language model”. AI-verktyget kan ge detaljerade och välformulerade svar på mängder med frågor som exempelvis generella faktafrågor men även översätta texter och generera bilder. Men vad medför denna nya teknikutveckling till fastighetsbolagen? Skiljer sig tillämpningarna av AI som nämns i litteraturen från hur svenska fastighetsbolag faktiskt använder sig av AI?

Inom Europas gränser har andelen av fastighetsbranschen som använt AI inom verksamhetsområdet ökat från 35 % till 51 % mellan år 2023 och 2024, men området kring AI nämns ännu som relativt rudimentärt inom globala fastighetsbolag och frågan kvarstår hur svenska bolag tillämpat AI och i vilken grad. Syftet med rapporten blir därmed att undersöka hur AI används idag inom svenska fastighetsbolag och vilken nytta som uppkommit, samt att undersöka dess framtida potential.

Rapporten bygger på en litteraturstudie om tillämpningsområden för AI inom fastighetsbolag, som därefter jämfördes med en kvalitativ empirisk studie bestående av semistrukturerade intervjuer med svenska fastighetsbolag. Resultatet från intervjuerna kompletterades även med information från fastighetsbolags hemsidor och inlägg från medarbetare på fastighetsbolag. Vidare kopplades fynden även till ett teoretiskt ramverk bestående av tre valda teorier för att diskutera om resultatet sammanfaller med teorierna. För den kvalitativa studien intervjuades åtta olika personer med varierande yrkesroller inom olika fastighetsbolag för att få en mer verklighetsförankrad förståelse över hur svenska fastighetsbolag tillämpat AI inom sina respektive bolag.

Litteraturstudiens resultat ger en överblick över hur AI har och kan tillämpas globalt idag och omfattar områden såsom fastighetsförvaltning, tillgångsförvaltning, fastighetstransaktioner, investeringsbeslut, kundservice, fastighetsvärdering med mera. Vidare konkretiseras på vilket sätt AI kan implementeras inom respektive område och vad som kan åstadkommas. Resultatet från den empiriska studien visar att implementeringsgraden av AI inom svenska fastighetsbolag skiljer sig åt markant. Däremot är tillämpningen av AI mest framträdande inom fastighetsförvaltningen med fokus på energieffektivisering. Vidare tyder resultaten på att vissa svenska fastighetsbolag intagit enavvaktande hållning gällande storskalig fastighetsrelaterad implementering av AI och därmed att många av de områden som nämns i litteraturen inte är tillämpade i Sverige. Vidare förstås att många svenska fastighetsbolag är i början av sitt “AI-race” och att det storskaligt inom fastighetsrelaterade aktiviter finns varierande upplevd nytta, främst beroende på implementeringsgrad. Resultaten pekar därmed på att fastighetsbolag som tillämpat AI i låg grad har svårt att bedöma vilken nytta som kan ges. Däremot framkommer att AI i princip genomgående används på personnivå för effektivisering av arbetsuppgifter inom fastighetsbolagen.

Studien har bidragit till en konkret kartläggning av hur svenska fastighetsbolag i nuläget använder sig av AI inom områden såsom fastighetsförvaltning, intern kommunikation, kundservice och administrativa uppgifter. Studien har även bistått med olika identifieringar av vilka tjänster AI skulle kunna implementeras inom med den teknik som finns tillgänglig idag. Vid intervjuer har även vissa av branschens utmaningar till AI implementeringen fastställts, där bland annat rapporten identifierat skepsis och tröghet till adoption av AI på grund av faktorer som exempelvis kompetensbrist, otydlig nytta, brist på ordnad data, datasäkerhet och omogen AI-teknik.

Abstract [en]

Artificial Intelligence (AI) has in recent years made an increasingly significant impact on everyday life, primarily through the launch of the generative chatbot ChatGPT, which in the AI domain is referred to as an LLM, a “large language model.” This AI tool can provide detailed and well-articulated responses to a wide range of questions, such as general factual queries, as well as translating texts and generating images. But what does this new technological development mean for real estate companies? Do the AI applications described in the literature differ from how Swedish real estate companies are using AI?

Within Europe, the share of the real estate sector that has adopted AI in its operations increased from 35 % to 51 % between year 2023 and 2024. However, the use of AI is still described as relatively rudimentary among global real estate companies, and the question remains how Swedish firms have applied AI and to what extent. The purpose of this report is therefore to examine how AI is currently used within Swedish real estate companies, what benefits have emerged, and to explore its future potential.

The report is based on a literature review of AI application areas within real estate companies, which was then compared with a qualitative empirical study consisting of semi-structured interviews with Swedish real estate firms. The interview results were supplemented with information from company websites and posts from real estate company employees. Furthermore, the findings were analyzed through a theoretical framework consisting of three selected theories to discuss whether the results align with the theoretical perspectives. For the qualitative study, eight individuals with varying professional roles across different real estate companies were interviewed to gain a more grounded understanding of how AI has been implemented in their respective organizations.

The results of the literature review provide an overview of how AI has been and can be applied globally today, covering areas such as property management, asset management, real estate transactions, investment decisions, customer service, property valuation, and more. Additionally, the study concretizes how AI can be implemented in each of these areas and what it can help achieve. Theresults from the empirical study show that the degree of AI implementation within Swedish real estate companies varies significantly. However, AI is most prominently applied within property management, particularly in relation to energy efficiency. The findings further suggest that Swedish real estate firms have adopted a cautious approach to large-scale AI implementation in real estate operations, and that many of the application areas mentioned in the literature are not yet in use in Sweden. Moreover, it is evident that many Swedish real estate companies are at an early stage in their “AI race,” and that perceived benefits vary greatly depending on the level of implementation. As such, companies with a low degree of AI integration find it difficult to assess the potential value. Nevertheless, AI is consistently used on an individual level to streamline work tasks within the organizations.

This study contributes a concrete mapping of how Swedish real estate companies currently utilize AI in areas such as property management, internal communication, customer service, and administrative tasks. It also identifies services where AI could potentially be implemented using existing technologies. During the interviews, several challenges related to AI implementation in the industry were also identified, including skepticism and resistance to adoption due to factors such as lack of competence, unclear value, insufficient structured data, concerns regarding data security and immature AI technology.

Place, publisher, year, edition, pages
2025. , p. 46
Series
TRITA-ABE-MBT ; 25329
Keywords [en]
Real estate, Real estate companies, Artificial Intelligence (AI), AI services, AI tools, AI application, Automation
Keywords [sv]
Fastigheter, Fastighetsbolag, Artificiell Intelligens (AI), AI-tjänster, AI-verktyg, AI-tillämpning, Automatisering
National Category
Civil Engineering
Identifiers
URN: urn:nbn:se:kth:diva-365635OAI: oai:DiVA.org:kth-365635DiVA, id: diva2:1976836
Subject / course
Built Environment
Educational program
Master of Science in Engineering - Urban Management
Supervisors
Examiners
Available from: 2025-06-25 Created: 2025-06-25 Last updated: 2025-06-25Bibliographically approved

Open Access in DiVA

fulltext(1765 kB)59 downloads
File information
File name FULLTEXT01.pdfFile size 1765 kBChecksum SHA-512
fb2162d5d7c1db98f69fcbcf6aeb555dbca7d68d826780e14fa423efc80ac4d844a52bb94b4ac017c6f2cd451b064f4e3a9cf0b86892833a2f32315ff4507f22
Type fulltextMimetype application/pdf

By organisation
Real Estate and Construction Management
Civil Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 59 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 333 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf