Hvilke kontorejendomme kan omdannes? Det ansvarlige korte svar er: Det kan registerdata ikke afgøre alene. Data kan derimod reducere 558 kontor-, handels- og lagerejendomme til en reproducerbar gruppe, som får et konkret fysisk og planmæssigt review.
Produktets standardtærskel giver 137 cases. Men listen er følsom over for tærsklen: score mindst 60 giver 241, mindst 80 giver 69 og mindst 90 giver 24. Derfor skal tærsklen vælges efter beslutning og kapacitet—ikke markedsføres som en universel grænse mellem egnet og uegnet.
| Minimumsscore | Kontorcases | Andel af 558 | Brugbar til |
|---|---|---|---|
| 50 | 331 | 59,3 % | Bred udforskning |
| 60 | 241 | 43,2 % | Screening med høj recall |
| 70 | 137 | 24,6 % | Standard reviewkø |
| 80 | 69 | 12,4 % | Smal højgruppe |
| 90 | 24 | 4,3 % | Manuel pilot, høj modelstyrke |
Hvad de fleste guides overser
En liste kan optimeres til forskellige fejl. Hvis målet er ikke at overse en mulig bygning, vælges en bredere liste og flere falske positiver accepteres. Hvis rådgiverkapaciteten er meget begrænset, vælges en smallere liste, men risikoen for falske negativer stiger.
Der findes ingen observeret sand facitvariabel i produktet. Scoren er ikke trænet på gennemførte kontorkonverteringer. Derfor kan “precision” og “recall” først måles, når uafhængige reviews er registreret. Indtil da er tærsklen en arbejdshypotese.
Modellen har desuden en tydelig aldersprofil, fordi alder indgår direkte. 116 af 137 standardcases ligger før 1940. Hvis teamet kun reviewer de 137, lærer det primært om gamle bygninger, som modellen allerede foretrækker.
Trin 1: definér beslutningen
Skriv først, hvad listen skal bruges til. “Find gode ejendomme” er for bredt. En testbar opgave kan være: Vælg 30 københavnske kontorejendomme til et to-timers tegningsreview, hvor udfaldet er stop, flere oplysninger eller videre til feasibility.
Angiv også hvad listen ikke skal afgøre: byggetilladelse, faktisk tomgang, pris, ejerintention og endelig rentabilitet. Kontorkonvertering København beskriver hele femportsprocessen.
Trin 2: fastlæg universet
Produktets univers er afgrænset til ejendomme i Københavns Kommune på 2.000–20.000 m², seedet af udvalgte aktive ikke-bolig BBR-koder. Kontorgruppen består af 558 ejendomme med kontor, handel eller lager som dominerende bygningsanvendelse.
Det er ikke en komplet liste over alle kontorbygninger. En blandet ejendom kan være klassificeret efter en anden dominerende bygning. Ejendomme under 2.000 eller over 20.000 m² ligger udenfor. Denne scope skal følge enhver eksport.
Trin 3: vælg en forklarlig højgruppe
Standardfilteret bruger konverteringsscore mindst 70 og datakonfidens mindst 55. Det giver 137. Af dem har 131 plan A/B, 101 intet målt V2-overlap og 34 både A/B, intet målt V2-overlap og ingen BBR-arealflag.
Den sidste gruppe er ikke fysisk egnet, men kan være en effektiv pilot, fordi færre registerspørgsmål skal afklares. For en bredere læringsøvelse kan man stratificere de 137 efter score, plan, antal bygninger og etageareal.
36 af cases har én bygning; 52 har fire eller flere. Tag begge typer med. Ellers lærer reviewet kun om en bestemt kompleksitet.
Trin 4: byg en matchet kontrolgruppe
Vælg cases lige under tærsklen og match dem på ejendomsstørrelse, dominerende anvendelse, antal bygninger og om muligt område. Reviewer må ikke vide, hvilken gruppe casen kommer fra.
Kontrolgruppen svarer på to spørgsmål. Finder modellen flere tegningsmæssigt plausible cases over tærsklen end under? Og overser den nyere eller anderledes bygninger, fordi alder vægter for tungt?
Brug ikke plan A/B som eneste match, hvis planposition er en del af det, der testes. Opret i stedet separate analyser: én for modellens samlede rangering og én for bygningsform blandt planmæssigt sammenlignelige cases.
Trin 5: standardisér reviewet
Giv alle reviewere samme materiale og svarformat. Minimum er ejendoms- og bygningsidentitet, godkendt plan, snit og facade, planbevis og kendte miljødata.
Revieweren bør registrere:
- om relevant bygningskrop er identificeret,
- dokumentkvalitet,
- formtype og dybderisiko,
- facade- og dagslysrisiko,
- kerne, adgang og brandkompleksitet,
- konstruktions- og installationsrisiko,
- sandsynligt program: bolig, andet genbrug eller ukendt,
- udfald og begrundet næste handling.
Ældre kontorbygninger i København giver en detaljeret journal. Krav til kontor til bolig-konvertering sikrer, at fagsporene ikke vurderes isoleret.
Trin 6: mål resultatet
Efter review kan modellen vurderes på mere end antal “ja”. Mål andelen med tilstrækkeligt materiale, tegningsmæssig plausibilitet, kritiske stopårsager og relevante alternative programmer. Sammenlign høj- og kontrolgruppe.
Hvis de fleste højt scorende cases stoppes på dybde, bør bygningsdybde blive et nyt produktfelt. Hvis kontrolgruppen indeholder flere gode nyere bygninger, bør aldersvægten revurderes. Hvis plan A/B har høj værdi, kan planreviewet forstærkes.
Et eksempel på reviewkapacitet
Hvis teamet kan gennemgå 40 cases, kan 30 komme fra højgruppen og 10 fra en matchet kontrolgruppe. Hvis hver case får to uafhængige reviewers, falder antallet eller tidsbudgettet må øges. Uenighed er ikke støj, der skal skjules; den kan vise, at kriterier eller materiale er uklart.
Ved 100 cases kan tærskel 70 stratificeres i score 70–79, 80–89 og 90+. Tilføj cases under 70. Det giver mulighed for at se, om reviewerudfaldet faktisk stiger med scoren.
Lad ikke kun én disciplin afgøre slutstatus. Arkitektens plausible plan kan møde brand- eller konstruktionsproblemer. En planmæssigt positiv case kan være dårlig til bolig men god til adaptive reuse.
Hvad der publiceres
Før resultatet publiceres, bør reviewprotokollen være låst. Den skal beskrive hvilke dokumenter revieweren må se, hvilke felter der skal udfyldes, hvordan “ukendt” bruges, og hvad der udgør et bestået eller stoppet scenarie. Hvis reviewere frit kan skifte kriterier undervejs, kan en høj træfsikkerhed blot afspejle, at testen er tilpasset cases bagefter.
Lav desuden en uafhængig andenlæsning af et udsnit. Uenighed er et nyttigt resultat: den viser, hvor definitionen eller dokumentationen er for vag. Registrér om uenigheden handler om plan, bygningsafgrænsning, geometri, teknik eller selve beslutningsreglen. Et konsensusmøde må gerne afklare casen, men den oprindelige uenighed skal bevares til kalibrering.
Resultaterne bør rapporteres som en matrix og ikke kun én samlet procent. Vis eksempelvis bestået planreview, bestået formreview, stoppet boligspor, alternativt program og utilstrækkeligt materiale. Vis samme matrix for højgruppe og kontrolgruppe. Så kan teamet se, om modellen finder relevante cases, eller blot finder ældre ejendomme med mange dokumenter.
Gentag testen efter en fast periode eller ved en modelændring. Hvis tærskel, vægte eller input ændres, skal nye resultater have et nyt versionsnummer. Den gamle test må ikke overskrives, for så forsvinder muligheden for at afgøre, om modellen faktisk blev bedre.
Sæt på forhånd en grænse for reviewkapacitet og et succeskriterium. Målet kan være færre unødige arkivbestillinger, højere andel af tegningsmæssigt plausible cases eller hurtigere identifikation af stopårsager. Uden et operationelt mål kan en længere liste fejlagtigt blive opfattet som et bedre resultat.
Publicér metode, aggregater og definitioner. Undgå at publicere konkrete ejendomme som “kan omdannes”, før evidensniveauet understøtter udsagnet. Produktet kan vise adressen til autoriserede brugere som screening, men labelen skal fortsat være præcis.
Alle clusterdata er aggregater. Ingen ejeridentiteter, telefonnumre, e-mails eller private dokumenter indgår. Den metodiske åbenhed er i sig selv non-commodity indhold: andre kan forstå, kritisere og reproducere udvælgelsen.
Ofte stillede spørgsmål
Hvilke kontorejendomme kan omdannes til bolig?
Det kan først afgøres efter konkret plan-, tegnings-, teknik- og økonomivurdering. Registerdata kan prioritere hvilke ejendomme der bør undersøges først.
Hvorfor bruger produktet score 70?
70 er en valgt standardtærskel, der giver 137 kontorcases ved mindst 55 procent datakonfidens. Den balancerer listebredde og reviewkapacitet, men er ikke en naturlov.
Hvad sker der hvis tærsklen ændres?
Ved score mindst 60 findes 241 cases, ved 80 findes 69 og ved 90 findes 24. Den fysiske bestand er den samme; kun prioriteringen ændres.
Hvorfor skal der være en kontrolgruppe?
Uden cases under tærsklen kan man ikke se, om modellen overser gode bygninger eller om positive reviewerudfald skyldes selektionsbias.
Hvilket første review giver mest læring?
Et blindt review af plan, snit, facade, dybde, kerne og centrale risici med strukturerede stopårsager giver mere læring end et samlet subjektivt ja eller nej.
Metode og kilder
Tærskelanalysen er beregnet deterministisk på snapshot’et pr. 28. august 2026. Den anbefalede validering er en redaktionel metode, ikke myndigheds- eller investeringsrådgivning. Kun aggregater publiceres.