Spring til indhold
Sammenligning

IoT Cleaning eller proprty.ai?

Begge løser opgaver inden for vedligehold og facility management. Her er hvad der adskiller dem, felt for felt, og hvem hver af dem passer til.

IoT Cleaning

Aktivitetsbaseret rengøringsplanlægning hvor sensorer i rummene styrer hvor og hvornår der gøres rent

proprty.ai

AI-platform der beregner tilstandsvurderinger og vedligeholdelsesplaner for ejendomsporteføljer ud fra offentlige bygningsdata

Forskellene der betyder noget

  • proprty.ai har en offentlig prisliste, det har IoT Cleaning ikke.
  • IoT Cleaning sigter mod SMV og enterprise, proprty.ai mod Enterprise.

Hvor den ene har dokumenteret mere end den anden

  • proprty.ai koster efter pris pr. enhed. IoT Cleaning oplyser ikke sin prismodel.
  • proprty.ai har dansk support. IoT Cleaning oplyser det ikke.
  • proprty.ai har AI-funktioner. IoT Cleaning oplyser det ikke.
  • proprty.ai har et åbent API. IoT Cleaning oplyser det ikke.
  • IoT Cleaning har en mobil-app. proprty.ai oplyser det ikke.

«Oplyser det ikke» betyder ikke «nej». Det betyder at vi ikke har kunnet finde svaret dokumenteret hos leverandøren, og det er en oplysning i sig selv når man skal vælge.

Hvem passer hver af dem til?

Vælg IoT Cleaning hvis

I driver kontor-, undervisnings- eller administrationsbygninger med mange rum, hvor rengøringen kører efter en fast plan, og I mistænker at frekvensen ikke følger den faktiske brug.

Lad være hvis

I har få eller små lokaler, I vil ikke installere og vedligeholde sensorer i rummene, eller I søger ét samlet FM-system til hele bygningsdriften frem for et værktøj til rengøringsområdet.

Vælg proprty.ai hvis

I ejer eller administrerer en større portefølje af bygninger, skal have tilstandsvurderinger og tiårige vedligeholdelsesplaner opdateret løbende, og planerne ligger i dag i regneark eller i rapporter fra eksterne bygningssagkyndige.

Lad være hvis

I har få ejendomme og får lavet en tilstandsrapport med års mellemrum, eller I mangler et system til daglig drift, opgavestyring og servicerekvisitioner frem for til strategisk vedligeholdelsesplanlægning.

Felt for felt

IoT Cleaning sammenlignet med proprty.ai
Felt IoT Cleaning proprty.ai
Prismodel Ikke oplyst Pris pr. enhed
Offentlig fra-pris Ikke oplyst 2 kr. pr. enhed pr. år
Offentlig prisliste Nej Ja
Passer i størrelse SMV og enterprise Enterprise
Dansk sprog Ja Ja
Dansk support Ikke oplyst Ja
Datahosting Ikke oplyst Ikke oplyst
AI-funktioner Ikke oplyst Ja
Åbent API Ikke oplyst Ja
Mobil-app Ja Ikke oplyst
Grundlagt 2013 2022
Hovedsæde København K, Danmark København, Danmark
Status Aktiv Aktiv
Integrationer Planon, Spacewell, Spaceti, Microsoft Azure IoT DALUX, Power BI, BBR, OIS, DAR, Tinglysning, Energistyrelsens energimaerker
Senest screenet 6. august 2026 6. august 2026

Styrker og opmærksomhedspunkter

IoT Cleaning

  • Planlægning og opgavefordeling er en del af produktet, ikke kun et dashboard med belægningstal
  • Egne roller til bygningsansvarlig, rengøringsleverandør og rengøringsassistent i samme system
  • Angiver integration til Planon, Spacewell, Spaceti og Microsoft Azure IoT
  • Dansk leverandør med dansk brugerflade og navngivne danske kunder i kommune og universitet
  • Tilbyder en testperiode med sensoropsætning og en afsluttende rapport før beslutning
  • Hverken pris eller prismodel er oplyst offentligt
  • Forudsætter sensorhardware i de rum der skal måles, med installation og løbende vedligehold som en del af totalen
  • Dækker rengøringsområdet, ikke bygningsdrift bredt, og erstatter ikke et FM-system
  • Lille leverandørorganisation med få ansatte ifølge CVR-spejlet
  • Samme selskab sælger også produktet LOMWAS til rengøringsvirksomheder; prislisten på lomwas.com gælder ikke IoT Cleaning

proprty.ai

  • Offentlig prisliste med fire trin pr. kvadratmeter pr. år, hvor taksten falder med porteføljens areal
  • Trækker automatisk på danske registre som BBR, OIS, DAR, Tinglysning og Energistyrelsens energimærker frem for at kræve manuel indtastning af stamdata
  • Standard-API indgår i standardpakken og ikke som tilkøb
  • PoC-forløb er den beskrevne standardstart, uden binding og med en måneds opsigelse
  • Navngivne danske kunder på både offentlig, almen og institutionel side, herunder Københavns Ejendomme, KAB, Rudersdal Kommune, By og Havn og PensionDanmark
  • Leverandøren beskriver eksplicit, at sprogmodeller kun bruges i brugerfladen og ikke i selve vurderingen, og at systemet er beslutningsstøtte
  • Sitet oplyser ikke arealgrænserne mellem de fire pristrin, så den faktiske takst kan ikke regnes ud på forhånd
  • Præcisionen på 85 procent er leverandørens egen validering, opgjort på bygninger i København
  • Effekttal som 20 procent lavere samlede udgifter og op til 80 procent lavere omkostning pr. vurdering står uden offentlig beregningsmetode
  • Hosting og cloududbyder oplyses ikke; persondatapolitikken nævner kun, at overførsel uden for EU og EØS kræver grundlag efter GDPR kapitel V
  • Kun DALUX er navngivet som systemintegration; øvrig FM-integration beskrives generisk og uden offentlig API-dokumentation
  • Rapportmodulet i Power BI er markeret som beta, og bæredygtighedsmodulet ligger i den udvidede pakke uden offentlig pris
  • Stiftelsesdato, selskabsform og registreret adresse er hentet fra et CVR-spejl, da datacvr.virk.dk afviste opslaget

Hvor de ligner hinanden

  • Begge har dansk sprogunderstøttelse.

Er I i tvivl mellem to der ligner hinanden så meget, ligger forskellen typisk i implementeringen og i hvad I i forvejen kører. Det kan et faktaskema ikke svare på.

Skal I vælge mellem netop de to?

Digital Forlomme, som driver guiden, hjælper med kravafklaring og udvælgelse. Det er en selvstændig ydelse, og den ændrer ikke hvad der står på de to profiler.