Digitala tvillingar kan bidra till en mängd förbättringar inom arbetet med hållbarhet, allt från projektplanering till effektivisering och optimering av olika arbetssätt. Carina Carlman, chef inom strategisk forskning och affärsutveckling på forskningsinstitutet Rise, har arbetat med digitala tvillingar och berättar hur de kan bidra till ökad hållbarhet inom samhällsbyggnadssektorn.
Så kan du använda digitala tvillingar i hållbarhetsarbetet
Teknik Digitala tvillingar kan spela en avgörande roll i hållbarhetsarbetet, från projektplanering till resurseffektivisering. Genom att skapa en digital spegelbild av verkligheten blir det möjligt att testa scenarier, optimera beslut och undvika målkonflikter. Carina Carlman på forskningsinstitutet Rise ser tekniken som en självklarhet för framtidens hållbara stadsutveckling.

Carina Carlman. Foto: Press / Adobe Stock
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
Miljö & Utveckling premium
Läs vidare – starta din prenumeration
- Magasinet Miljö & Utveckling - 6 nummer per år
 - Full tillgång till allt digitalt material
 
Redan prenumerant? Logga in och läs vidare.
– Digitala tvillingar är en databaserad spegelbild, en virtuell modell av det som finns i verkligheten, men även ett verktyg inför beslut framåt, säger hon och fortsätter:
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


