To address the significant embodied emissions from the construction sector, this thesis proposes an automated, software-independent workflow for conducting sustainability assessments during the early design phase. The method integrates Building Information Modeling (BIM) data with web-based environmental datasets, using Industry Foundation Classes (IFC) as a neutral input format. The focus lies on calculating Global Warming Potential (GWP) for life cycle stages A1–A3, in alignment with the requirements of Swedish climate declarations.Environmental data is retrieved from three sources, which are compared in terms of efficiency and coverage. These sources include API access to the ECO Platform for product-specific Environmental Product Declarations (EPDs), web scraping of publicly available EPD documents, and API access to Boverket’s Climate Database. Large Language Models (LLMs) are used to interpret unstructured content from retrieved documents when structured data access is not possible. A caching mechanism is implemented to minimize redundant queries across design iterations, and results are stored to support traceability and reuse. The system is validated through a controlled laboratory experiment involving a BIM model comprising 67 components and 11 products.Results show that structured API access provides the most reliable and consistent method for retrieving environmental data. While web scraping could be valuable in accessing publicly available EPDs not covered by APIs, it demonstrated lower coverage and less predictable performance. LLMs had a role in extracting information from unstructured formats such as PDFs or HTML documents when structured data was unavailable. Key challenges identified in the workflow include the limited ability to write enriched data back into IFC files, the sensitivity of LLM performance to prompt phrasing, and the potential for semantic mismatches when using similarity-based approaches to link BIM components to environmental datasets.This study demonstrates the feasibility of integrating BIM with product-specific environmental data and highlights trade-offs between data specificity, system complexity, and automation performance. The findings contribute to the development of scalable, transparent, and adaptable digital workflows for sustainability assessments and offer a foundation for future extensions to additional environmental or economic indicators.

För att hantera de betydande inbäddade utsläppen från byggbranschen föreslås i detta examensarbete ett automatiserat och programvaruoberoende arbetsflöde för hållbarhetsbedömning i byggprojekts tidiga skeden. Metoden integrerar data från Building Information Modeling (BIM) med webbaserade miljödata och använder Industry Foundation Classes (IFC) som ett neutralt indataformat. Fokus ligger på att beräkna Global Warming Potential (GWP) för livscykelstadierna A1–A3, i enlighet med kraven för svenska klimatdeklarationer.Miljödata hämtas från tre källor, vilka sedan jämförs utifrån effektivitet, täckningsgrad och datakvalitet. Dessa källor omfattar API-åtkomst till ECO Platform för produktspecifika Environmental Product Declarations (EPD:er), web scraping av publikt tillgängliga EPD-dokument samt API-åtkomst till Boverkets Klimatdatabas. Large Language Models (LLM:er) används för att tolka ostrukturerat innehåll i dokument när strukturerad dataåtkomst inte är möjlig. Ett cache-system implementeras för att minska redundanta sökningar mellan designiterationer, och resultaten lagras för att möjliggöra spårbarhet och återanvändning. Systemet valideras genom ett kontrollerat laborationsexperiment med en BIM-modell bestående av 67 komponenter och 11 produkter.Resultaten visar att strukturerade API:er ger den mest tillförlitliga och effektiva datainhämtningen, medan LLM:er är avgörande för att tolka EPD:er i ostrukturerade eller inkonsekventa format. Web scraping är mer begränsat i täckning och stabilitet, men fungerar som en värdefull reservmetod när API:er inte ger tillgång till specifik produktdata. Viktiga utmaningar som identifierats är begränsningar i återinmatning till IFC-filer, påverkan av promptformulering på LLM:ers tillförlitlighet samt risken för semantiska fel vid materialmatchning baserad på likhet.Studien visar att det är möjligt att integrera BIM med produktspecifik miljödata och belyser avvägningar mellan datans detaljeringsgrad, systemkomplexitet och automatiseringsprestanda. Resultaten bidrar till utvecklingen av skalbara, transparenta och anpassningsbara digitala arbetsflöden för hållbarhetsbedömningar, och lägger grunden för framtida utvidgningar till andra miljömässiga eller ekonomiska indikatorer.