openAut är ett öppet tillägg till ett befintligt BMS — inte en ersättare.
Det samlar in driftsdata, analyserar den lokalt med lokala AI-modeller,
och kan peka tekniker mot vad som är fel och varför energiförbrukningen ökar.
Ingen molnanalys. Ingen leverantörslåsning. Driftsdata och inferens stannar i byggnaden — bara beslut och notiser går via Teams.
Tanken är att openAut ska kunna ge olika svar till olika roller — i de verktyg de redan använder. Drifttekniker får larmkorrelation och rotorsak i sin chatt. Energisamordnare får automatiska veckoapporter och avvikelseanalyser. Förvaltare ser fastighetsstatus och underhållsprognos i en webbvy.
När du ansluter ny utrustning — en pump, en kylmaskin, ett luftbehandlingsaggregat — behöver du inte vara protokollexpert. Anslut din service-PC till openAut Engineers kontrollplan på plats (mgmt-nätet, bakom bastion · mTLS · MFA), ladda upp fabrikantens manual där och ange vilken edge-nod enheten sitter på. Engineer läser dokumentet, guidar dig steg för steg och driftsätter via SSH när du bekräftar varje steg. Teknikern utför. AI:n navigerar. Dokumentationen skriver sig själv.
EDGE-04 (UC byggnad 25 plan 2). Laddar upp manualen i kontrollplanet.
COMM → Modbus → Adress: 519200, Paritet: None, Stoppbitar: 1EDGE-04/VVS/Pump/CIR-07. Semantisk taggning enligt Brick Schema tillagd automatiskt.En Siemens SIMATIC IOT2050 monteras i närheten av anläggningsdelen — pump, kylmaskin, AHU. Den kör standard Linux och ansluts till OT-nätverket. openAut Engineer når noden via SSH och installerar protokolldrivrutiner — efter att du bekräftat i kontrollplanet. Ingen proprietär middleware krävs.
Teknikern ansluter sin service-PC till Engineers kontrollplan på plats (mgmt-nät, bastion · mTLS · MFA) och laddar upp fabrikantens manual där. openAut Engineer läser dokumentet, identifierar kommunikationsprotokoll, registerstruktur och inställningsparametrar — utan att teknikern behöver leta.
openAut Engineer ger exakta steg-för-steg-instruktioner för frontpanelsinställning, kabelanslutning och adresskonfiguration. Teknikern bekräftar varje steg i kontrollplanet. Engineer testar kommunikationen via SSH och verifierar att data flödar korrekt.
När kommunikation är etablerad läser Engineer alla tillgängliga register och validerar värden mot förväntade fysikaliska gränser. Pumpen börjar omedelbart ingå i Advisors anomalidetektering och energianalys.
I/O-lista, kommunikationstabell, MQTT topic-schema och nätverksdiagram genereras automatiskt av Engineer som en sidoeffekt av driftsättningen. Nästa tekniker har fullständig dokumentation från dag ett — oavsett vem som utförde driftsättningen.
Rollen är omvänd mot traditionell automation. openAut ersätter inte teknikern — det ger teknikern specialistkunskap on-demand, direkt i det verktyg hen redan använder. Varje integration bygger organisationens samlade kunskapsbas och bidrar till projektets delade dokumentation.
Du har redan datan. Dina system registrerar temperaturer, tryck, energiuttag, driftlägen och larmstatus dygnet runt. Det är inte tillgången till data som är problemet.
Problemet är vad som krävs för att analysera den. Marknadens AI-tjänster förutsätter att du skickar driftsdata till en molnplattform — deras plattform. Känslig information om dina byggnaders tekniska status, energimönster och driftslägen hamnar hos en extern leverantör, under deras villkor, till ett löpande abonnemangspris som kan förändras.
För offentliga fastighetsägare är det här inte ett acceptabelt utbyte. Driftsdata om samhällsviktig infrastruktur ska inte lämna nätverket. Verksamheten ska inte bli beroende av en extern tjänst som kan sägas upp, prisändras eller läggas ned.
openAut löser det genom att köra all AI-analys lokalt — i din fastighet, på din hårdvara, under din kontroll. Inget moln för analys och lagring. Inga abonnemang. Din driftsdata stannar i byggnaden — bara beslut och notiser går vidare till Teams.
Molnbaserade AI-tjänster kräver att driftsdata skickas externt. Teknisk status, energimönster och driftslägen hamnar hos en leverantör — under deras villkor och i deras infrastruktur.
Abonnemangsbaserade analystjänster skapar ett kontinuerligt beroende. Priser kan höjas. Villkor kan förändras. Tjänsten kan avvecklas. Och att byta är alltid dyrare än att stanna.
Vem äger insikterna som genereras från dina byggnader? Med molntjänster är svaret oklart. Träningsdata, beteendemönster och driftloggar kan användas på sätt som är svåra att granska eller begränsa.
On-premise AI-infrastruktur med tillräcklig kapacitet för stora språkmodeller har tidigare kostat miljoner och krävt dedikerade maskinrum. En ny generation lokal LLM- och ML-hårdvara — från kompakta AI-system till GPU-servrar — förändrar den ekvationen.
Offentliga fastighetsägare klassade som samhällsviktig verksamhet omfattas av NIS2-direktivets och AI Acts krav på informationssäkerhet. Molntjänster med oklar datahantering är svåra att förena med dessa skyldigheter.
openAut är inte ett AI-system byggt från grunden. Det är ett domänspecifikt ramverk — en uppsättning skills, protokollintegrationer och sammansättning — ovanpå en etablerad och beprövad agentstack. Grunden är NVIDIA NemoClaw och OpenClaw: den snabbast växande öppna källkodsmiljön för persistenta, alltid-på AI-agenter. openAut tillför det som saknas för att den stacken ska fungera i en fastighets verkliga driftmiljö.
Varje skill är ett självständigt verktyg som agenten kan anropa: läs Modbus-register, tolka BACnet-larm, generera I/O-lista, guida integration. Nya skills läggs till utan att kärnarkitekturen förändras — och publiceras öppet så att hela ekosystemet drar nytta.
En applikationsprofil definierar vilka skills som aktiveras, vilka protokoll som används, vilken edge-nod som kopplas in och vad AI:n ska analysera. Det är konfiguration — inte programmering. En ny fastighet driftsätts genom en ny profil, inte ett nytt system.
openAut integrerar med befintliga system som Siemens Desigo, Schneider EcoStruxure, Trend Controls, Regin — utan att kräva proprietära drivrutiner. Har du redan Kepware-licens ansluts den. Kärnlösningen kräver det aldrig. Alla integrationer är dokumenterade och reproducerbara.
openAut är hårdvaruagnostiskt — plattformen körs på valfri lokal LLM- och ML-hårdvara med tillräcklig inferenskapacitet, från kompakta AI-system till GPU-servrar. Det som styr valet är vilka modeller du vill köra — inte vilken leverantör plattformen råkar stödja. Välj det som passar din upphandling, ditt befintliga ramavtal eller din befintliga infrastruktur.
openAut ställer krav på kapacitet, inte på fabrikat. Allt som kör Linux och klarar lokal LLM-inferens med tillräckligt acceleratorminne för dina valda modeller fungerar — en GPU-server, en AI-workstation eller ett kompakt system med unified memory.
Olika uppgifter kräver olika modeller — och olika mycket hårdvara. En lättviktig LLM för rutinfrågor klarar sig på ett kompakt system, medan stora resonerande modeller för rotorsaksanalys kräver mer acceleratorminne. Dimensionera efter din mest krävande modell och skala upp när behoven växer.
Hela openAut-stacken är öppen källkod och körs på både x86_64 och ARM64: pymodbus, BAC0, paho-mqtt och alla AI-ramverk. Inga proprietära beroenden i kärnlösningen. Det betyder att AI-hårdvaran kan väljas — och bytas — utifrån prestanda, pris och tillgänglighet, utan att plattformen påverkas. När modellerna växer uppgraderar du hårdvaran, inte systemet.
En av de frågor konceptet utforskar är hur en öppen plattform skulle kunna passa offentlig sektor. För kommuner, regioner och offentliga fastighetsägare skapar LOU reella begränsningar för teknikval — och tanken är att openAut ska kunna fungera inom de begränsningarna, inte runt dem.
Eftersom openAut är MIT-licensierat och öppen källkod finns det ingen enskild leverantör att upphandla. Plattformen är gratis att använda. Vad din organisation upphandlar är kompetensen att implementera, konfigurera och förvalta den — tjänster som kan läggas ut på öppen anbudsgivning och tilldelas valfri regional konsult, befintliga ramavtalspartner, eller en intern driftsorganisation.
Det unika med öppen källkod i offentlig sektor är att investeringen stannar i det gemensamma. En lösning som en kommun utvecklar kan återanvändas av alla andra — och bidrag tillbaka till projektet stärker plattformen för hela ekosystemet.
Din organisation beslutar att basera sin fastighetsintelligensstrategi på openAut — fritt, utan att teckna något leverantörsavtal.
Implementationskrav specificeras mot den öppet publicerade openAut-arkitekturen. Vilken kvalificerad integratör som helst kan lämna anbud — inte bara de med en proprietär plattformslicens.
Upphandlade integratörer — eller din organisations befintliga driftleverantörer — implementerar och driftsätter systemet med hjälp av full openAut-dokumentation. Alla leverabler är reproducerbara av annan part.
Applikationsprofiler, I/O-listor, AI-konfigurationer och driftsättningsprotokoll tillhör din organisation — inte konsulten. Byt integratör när som helst utan att tappa historik eller konfiguration.
Protokolldrivrutiner, applikationsprofiler eller AI-modeller som utvecklas i ditt projekt kan bidras tillbaka till det delade openAut-repot. Din investering stärker plattformen för varje annan offentlig organisation.
MIT är den mest permissiva licensen inom öppen källkod. Använd openAut kommersiellt, modifiera det fritt, integrera det i befintliga system — utan royalties, utan anmälan och utan tillstånd.
All konfiguration, alla applikationsprofiler, all AI-promptlogik — publicerad öppet. Säkerhetsrevisorer, tekniska förvaltare och din upphandlingsjurist kan granska exakt vad systemet gör med era data.
Varje organisation som driftsätter openAut kan bidra med applikationsprofiler, protokolldrivrutiner och FDD-modeller. Ekosystemet förbättras med varje installation — sammansatt värde för varje deltagare.
Hela stacken körs på öppen källkod: pymodbus, BAC0, paho-mqtt, EMQX, Telegraf, TimescaleDB. Om du redan har licens för Kepware eller liknande ansluts det — men det krävs aldrig.
Varje applikationsprofil är självständig: hårdvaruval, protokollkonfiguration, MQTT topic-schema, AI-parametrar, FAT/SAT-checklistor. En tekniker som aldrig sett din fastighet kan driftsätta openAut från dokumentationen.
openAut håller sig inom fem ramverk — ISO 27001 (governance), NIS2 (verksamhet), IEC 62443 (OT), CRA (produkt) och AI Act (AI-funktion) — inbyggt från dag ett, inte tillagt i efterhand. VLAN-segmentering, MQTT over TLS med klientcertifikat, WireGuard VPN, RBAC och auditloggning är baskrav, inte tillval.
openAut är i grunden ett kunskaps- och konceptprojekt: ett sätt att utforska hur AI med lokala modeller faktiskt kan användas inom fastighetsautomation — inte bara i teorin. Projektet befinner sig i konceptstadiet och är under aktiv utveckling.
Det här är ingen färdig produkt. openAut ska inte användas i skarp drift eller live-miljöer — det är byggt för att lära, experimentera och visa på möjligheter. Målet är att över tid förstå vad som krävs för att något liknande ska kunna mogna till en driftsäker lösning.
Arkitekturen hålls medvetet öppen, modulär och fri från inlåsning, så att den kan växa i den riktning som visar sig vara rätt — utan att något utesluts i förväg. Allt utvecklas öppet under MIT-licens, fritt att granska, ifrågasätta och bidra till.
openAut är öppen källkod och ett konceptprojekt under aktiv utveckling — för att lära, inte för skarp drift. Utforska dokumentationen, granska arkitekturen, bidra med en protokolldrivrutin eller experimentera med en applikationsprofil.