Effektivisering av arealplanrevisjon med kunstig intelligens: Erfaringer fra Operasjon planvask i Larvik kommune
Streamlining Land-Use Plan Revision with Artificial Intelligence: Experiences from “Operasjon Planvask” in Larvik Municipality
bachelor, konst.
virksomhetsleder Geodata, Larvik kommune
odd.arne.bakke-ludviksen@larvik.kommune.noPublisert 09.12.2025, Kart og Plan 2025/3-4, Årgang 118, side 299-309
Prosjektet «Operasjon planvask» i Larvik kommune har som mål å utvikle metoder og teknologi for en systematisk gjennomgang og revisjon av arealplaner. Et element i planrevisjonen er utviklingen av en maskinell metode for å identifisere og håndtere feilkodede «Utgåtte/erstattede» planer, et problem som skaper uoversiktlighet og ineffektivitet i mange kommuner, da mange av disse faktisk er formelt opphevet ved vedtak. Denne metoden kombinerer bruk av kunstig intelligens (KI) og regelbasert søk for å analysere planregister og vedtaksdokumenter.
Resultatene fra Larvik viser at KI-algoritmen identifiserte betydelig flere opphevede planer enn tradisjonelle metoder, med høy presisjon og evne til å tolke komplekse tekststrukturer. Dette effektiviserer planrevisjonen betydelig og gir et bedre beslutningsgrunnlag for kommunene. Metoden har potensial for nasjonal skalering, men videreutvikling bør inkludere forbedret håndtering av rasterfiler og utvidet dokumentanalyse.
The project “Operasjon planvask” in Larvik municipality aims to develop methods and technologies for the systematic review and revision of land-use plans. A component is the creation of an automated approach to identify and manage mislabelled expired or replaced plans, an issue that often causes inefficiency and lack of transparency in municipalities, as many of these plans have in fact been formally repealed by decision.
The approach combines artificial intelligence (AI) with rule-based search to analyze planning registers and decision documents. Results from Larvik demonstrate that the AI algorithm identified substantially more repealed plans than traditional methods, with high precision and the ability to interpret complex textual structures. This significantly streamlines the revision process and provides municipalities with a stronger basis for decision-making.
The method has potential for national scaling, although further development should address improved handling of raster files and extended document analysis.
Nøkkelord
- arealplan ,
- planforvaltning ,
- kunstig intelligens ,
- plan- og bygningsloven ,
- planregister
Keywords
- zoning plan ,
- planning management ,
- artificial intelligence ,
- The Planning and Building Act ,
- planning register
Innledning
«Operasjon planvask» er et samarbeidsprosjekt mellom Larvik kommune, Holth & Winge AS, Norsk institutt for naturforskning (NINA), Norkart AS og OsloMet, med støtte fra Forskningsrådet (prosjektnummer 349492) [4]. Prosjektets hovedmål er å utvikle metoder og teknologi for en strategisk revisjon av arealplansituasjonen i norske kommuner, der Larvik fungerer som en pilotkommune. En oppdatert plansituasjon er avgjørende for at kommunens planverk skal være i tråd med gjeldende kunnskapsgrunnlag, lovverk og politiske føringer. Metodikken som utvikles i Larvik, er ment å kunne overføres til andre kommuner for å effektivisere planforvaltningen nasjonalt.
I tråd med Kommunal- og distriktsdepartementets (KDD) veiledere for planrevisjon [1] er revisjonsarbeidet delt inn i tre kategorier arealplaner:
-
Kategori 1: Ikke-gjennomførte arealplaner
-
Kategori 2: Gjennomførte arealplaner
-
Kategori 3: Arealplaner som er utgått eller erstattet
Erfaringene vi presenterer i denne artikkelen, gjelder arealplaner i kategori 3. Vår hypotese er at mange av planene i denne kategorien ikke lenger er rettsgyldige, fordi de er formelt opphevet gjennom vedtak etter plan- og bygningsloven § 12–14.
De ulike planstatusene i det kommunale planregisteret fremgår av faktaboks 1. I kommunale planregistre forekommer ofte statusen «Utgått/erstattet». Planstatus er en administrativ registrering som ikke nødvendigvis gjenspeiler planens faktiske juridiske status. Det er derfor usikkerhet knyttet til om planer i kategorien «Utgått/erstattet» kun antas å være satt til side av en nyere plan, eller om de faktisk er opphevet ved formelt vedtak.
Hovedmålet var å identifisere og eventuelt formelt oppheve planer som ikke lenger har rettsvirkning, men som fortsatt står oppført i planregisteret med status som ikke opphevet.
Tidlig i arbeidet ble det klart at en betydelig andel av planene i kategori 3 faktisk var formelt opphevet ved eksplisitte vedtak, men likevel feilaktig registrert med statusen «Utgått/erstattet» i planregisteret. Dette indikerer en systematisk feilkoding som kan skape uklarhet om planenes rettsvirkning og bidra til et uoversiktlig planbilde.
Denne innsikten ga grunnlag for å utforske en ny tilnærming: å teste bruk av regelbasert tekstsøk og kunstig intelligens (KI) for å undersøke om det er mulig å utvikle en metode som automatisk kan identifisere planer med opphevingsvedtak, men som er feilregistrert. Målet er å effektivisere planrevisjonen ved å redusere behovet for manuell gjennomgang.
Det er denne metoden og de foreløpige erfaringene fra utprøvingen vi vil presentere i denne artikkelen.
Faktaboks 1.
Planstatus i kommunalt planregister | |||
Planstatus angis i planregisteret i henhold til SOSI produktspesifikasjon del 4: Kommunalt planregister (versjon 2018-07-01) [5]. Disse statusene brukes til å indikere planens livsløp og forvaltningsmessige situasjon, men det er viktig å merke seg at statusfeltet ikke nødvendigvis reflekterer juridisk rettsvirkning etter plan- og bygningsloven. | |||
Kode | Status | Forklaring | Juridisk virkning |
1 | Planlegging igangsatt | Varsel om oppstart er sendt, planarbeid pågår. | Ingen rettsvirkning |
2 | Planforslag | Planforslag er sendt til høring/offentlig ettersyn. | Ingen rettsvirkning |
3 | Endelig vedtatt arealplan | Plan er vedtatt og kunngjort, og har rettsvirkning. | Full rettsvirkning (pbl. § 11-15/§ 12-12) |
4 | Opphevet | Plan er formelt opphevet ved vedtak etter pbl. § 12-14. | Ikke lenger rettsvirkning |
5 | Utgått/erstattet | Plan er i praksis satt til side av nyere plan. | Uklar/fortolkningsbasert virkning (jf. pbl. § 1-5) |
6 | Vedtatt plan med utsatt rettsvirkning | Planen er vedtatt, men rettsvirkning er utsatt. | Midlertidig uten virkning |
8 | Overstyrt | Planens innhold er overstyrt av nyere plan(er), helt eller delvis. | Delvis eller ingen rettsvirkning – må tolkes |
Begreper slik de er definert i planbasen og plan- og bygningsloven: | |||
• Opphevet: En plan som er formelt vedtatt opphevet etter reglene i pbl. § 12-14. • Planforhold «erstatter»: Et registrert forhold i planbasen som viser at en nyere plan erstatter en eldre. Dette er en administrativ kobling, og ikke nødvendigvis et uttrykk for formell oppheving. • Rettsvirkning: En plans evne til å gi juridisk bindende føringer. Planer som er overstyrt, opphevet eller foreldet har ikke nødvendigvis rettsvirkning, selv om de fortsatt finnes i registeret. | |||
Feilkoding og implikasjoner for kommunalplanforvaltning
Problemet med «Utgått/erstattet»-planer i kommunene
I mange kommuner finnes det et betydelig antall eldre reguleringsplaner som er erstattet av nyere planer. Disse har ofte fått status som «Utgått/erstattet» i planregisteret, noen ganger med et registrert planforhold til den nye planen. Planer med denne statusen er imidlertid ikke formelt opphevet, og blir derfor fortsatt liggende i planregisteret. Dette gir et uklart bilde av gjeldende plansituasjon, og skaper juridisk usikkerhet dersom en nyere, overlappende plan senere blir opphevet. I slike tilfeller kan den gamle planen uventet tre i kraft igjen, til tross for at den anses som foreldet.
Denne situasjonen fører til en vanskeligere tilgjengelig plansituasjon for innbyggere, byggesaksbehandlere og i en videre gjennomføring av planrevisjon. Vår hypotese var at en signifikant andel av planer med status «Utgått/erstattet» egentlig er formelt opphevet i vedtaket knyttet til den erstattende planen, men altså ikke registrert med status opphevet.
En arealplan kan miste sin rettsvirkning på to måter: enten ved en formell endring eller oppheving i henhold til saksbehandlingsreglene i plan- og bygningsloven § 12-14 [2], eller gjennom tolkningsregelen i plan- og bygningsloven § 1-5 andre ledd som fastslår at en nyere plan går foran en eldre ved motstrid [3].
Den mest hensiktsmessige måten å rydde opp i gamle planer på er å benytte saksbehandlingsreglene i plan- og bygningsloven § 12-14 om formell endring eller oppheving av eldre planer. Dette resulterer i et ryddigere planregister, økt forutsigbarhet for utbyggere og innbyggere, færre søknader med feil og mangler samt redusert tidsbruk på tolkning i byggesaker.
Problemet er at tolkningsregelen i plan- og bygningsloven § 1-5 andre ledd ofte har blitt benyttet som en «snarvei», fremfor den mer tidkrevende prosessen med formell oppheving. Dette har resultert i en opphopning av «Utgått/erstattet»-planer i planregistrene.
Dette skaper flere utfordringer: Siden den eldre planen ikke er formelt opphevet, må man avklare forholdet mellom ny og eldre plan. Hvis den nye planen ikke er i motstrid med den gamle, kan den eldre planen fortsatt ha juridisk virkning – for eksempel når det gjelder byggegrenser eller utnyttelsesgrad. Dette fører til et unødvendig stort planregister.
Et særlig problem er «latensproblemet»: Selv om en plan er registrert som «Utgått/erstattet», er den ikke juridisk opphevet. Hvis den nyere planen av en eller annen grunn bortfaller (for eksempel som følge av ugyldighet), kan den eldre planen igjen få rettsvirkning – med uforutsette konsekvenser.
Et annet problem er at formelt opphevede planer har blitt registrert i planregisteret som «Utgått/erstattet» i stedet for «Opphevet».
Dagens planregistermodell (NPAD del 4 [5]) definerer lovlige relasjoner mellom planer. Et planforhold som kan benyttes, er «erstatter <-> blir erstattet av». Standarden sier: Hvis dette planforholdet brukes, må planstatus for den erstattede arealplanen settes til «Utgått/erstattet».
I programvare basert på denne standarden finnes det en strukturert funksjon for å koble én plan til en annen gjennom planforholdet «erstatter», noe som automatisk gir statusen «Utgått/erstattet» og samtidig bevarer koblingen til den nye planen.
Det finnes imidlertid ingen tilsvarende funksjon for å registrere at en plan er opphevet av en annen, og statusen «Opphevet» bryter i praksis koblingen til relaterte planer. Dette kan ha ført til at aktører unngår å bruke statusen «Opphevet», selv når det foreligger et gyldig vedtak, for ikke å miste historikken og sammenhengen i plansystemet.
En forbedret datastruktur i planregisteret – med mulighet for eksplisitt kobling mellom opphevet og opphevende plan – kan trolig redusere omfanget av slike feilkodede planer.
Metodikk for identifisering av opphevede planer med status «Utgått/erstattet»
Norkart har gjennom prosjektet utviklet en maskinell metode, basert på både regelbasert tekstsøk og kunstig intelligens, for å identifisere «Utgått/erstattet»-planer som allerede er formelt opphevet. Metoden er utviklet og pilotert i Larvik kommune.
Prosessen starter med at datagrunnlaget hentes fra Larvik kommunes planregister via Arealplaner.no. Integrasjonen mot planbasens API gjøres maskinelt ved hjelp av FME. Først identifiseres alle planer med status «Utgått/erstattet», som defineres som plankandidater. Deretter undersøkes om disse kandidatene har tilhørende «erstattende planer» med planforholdet «erstatter» eller «erstatter delvis». For hver erstattende plan gjennomføres en kontroll av om vedtaksdokument er lenket til planen. Til slutt kategoriseres planene i to grupper: med vedtak og uten vedtak.
Planer med vedtaksdokument danner grunnlaget for neste steg, der to ulike metoder for å vurdere formell opphevelse ble utviklet og testet mot hverandre:
-
Regelbasert tekstsøk: Denne metoden identifiserer opphevede planer ved å lete etter faste fraser i vedtaksdokumentene, for eksempel «opphevet + planID» (høy sannsynlighet) eller «plannavn + opphevet» (middels sannsynlighet). Metoden er enkel å implementere, men har begrensninger fordi den krever presise regler og eksakte tekstlige samsvar. Den fanger derfor ikke opp variasjoner i språkbruk eller feil i planID/plannavn.
-
Tekstanalyse med KI-språkmodeller: Moderne språkmodeller (LLM) representerer en helt annen tilnærming enn regelbaserte søk eller tradisjonell søketeknologi. De trenes på store mengder tekst og bygger nevrale nettverk som fanger opp semantiske sammenhenger. Dette gjør at modeller som GPT-4o kan tolke komplekse tekstuttrykk og identifisere opphevelser også når språkbruken varierer. En utfordring er at språkmodeller er generative, og kan produsere feilaktige svar – ofte omtalt som «hallusinasjoner».
Begge metodene følger i hovedsak samme prosess for innhenting og behandling av data (steg 1–10 nedenfor). Forskjellen er at KI-metoden benytter språkmodeller i steg 5–7 samt verifisering i steg 8, mens det regelbaserte søket kun baserer seg på faste regler for tekstsøk og ikke har egne verifiseringssteg. Prosessen er styrt gjennom verktøyet FME, og er utviklet for å kunne kjøre massive analyser på hele planregisteret i en kommune. Figur 1 viser stegene i metoden, som beskrives mer detaljert nedenfor.
-
Datagrunnlag fra planregisteret. Alle planer med status «Utgått/erstattet» hentes fra Larvik kommunes planregister via Arealplaner.no. Disse utgjør en liste av plankandidater.
-
Identifisering av erstattende planer. For hver plankandidat søkes det etter planer som har et «erstatter»-planforhold i planbasen. Disse kalles for «erstattende planer».
-
Henting av vedtaksdokumenter. Vedtaksdokumenter knyttet til de erstattende planene hentes, og planene deles inn i to kategorier: de med og de uten vedtak.
-
Tekstuthenting fra dokumenter. Teksten fra vedtaksdokumentene hentes ut for videre analyse.
-
Utarbeidelse av instruks (prompt). En presis instruks lages til språkmodellen for å identifisere plan-ID og/eller plannavn for planer som eksplisitt oppheves i vedtaksdokumentet.
-
Språkmodellanalyse. Tekstanalyse av vedtaksdokumentene utføres ved hjelp av en stor språkmodell (GPT-4o). Tidlige tester inkluderte også GPT-3.5, men GPT-4o viste seg å være betydelig bedre, grunnet høyere token-grense (128K), bedre kvalitet på JSON-respons (et strukturert dataformat som beskrives i neste steg) og generelt mer avansert modell.
-
Maskinlesbart JSON-format. Resultatene returneres som et datasett i JSON-format, noe som muliggjør effektiv videre analyse og kryssjekking. Resultatet inkluderer også tekstutdraget modellen brukte som grunnlag for beslutningen.
-
Uavhengig verifisering. Modellens resultater kryssjekkes mot planregisteret for å avdekke feil og hallusinasjoner.
-
Sammenstilling av grunnlag. Tekstutdrag og prediksjoner settes sammen i en oversikt som grunnlag for validering.
-
Menneskelig evaluering. Resultatene vurderes manuelt av Larvik kommune og jurister fra Holth & Winge AS for å sikre faglig og juridisk kvalitet.

Figur 1.
Konseptuell illustrasjon av metoden utviklet i prosjektet.
Instruksjon til språkmodellen (prompten)
Under arbeidet med språkmodellen testet vi hvor spesifikke instruksjonene måtte være for å få presise resultater. Innledningsvis brukte vi mer generelle formuleringer, men erfarte at modellen tolket for bredt og ofte hentet feil plan eller feil status.
Vi utformet derfor prompten stegvis og strammet gradvis inn kravene. Et avgjørende punkt var å være helt tydelig på at modellen kun skulle hente planID og navn på den planen som ble opphevet – og ikke på den som opphever.
Den endelige instruksen hadde følgende hovedpunkter:
-
Finn planID først; hvis den ikke finnes, bruk plannavn.
-
Returner data om planen som skal oppheves, i JSON-format med:
-
funnet (true/false)
-
planid (eller null)
-
plannavn (eller null)
-
originaltekst (tekstutdraget fra dokumentet).
-
-
Sett både planID og plannavn til null hvis ingenting blir funnet.
-
Hvis plannavn er uklart, bruk planens dato som støtte.
Prompten er presentert i faktaboks 2.
Faktaboks 2.
Prompten nedenfor ble brukt for å instruere språkmodellen i å identifisere planer som er formelt opphevet. { ”role”: ”user”, ”content”: ”Kan du lese gjennom denne teksten og se om du kan finne ut om en plan er opphevet? En plan er enten oppgitt med en planid eller med navnet på planen, i enkelte tilfeller kan det være begge deler. Prøv først om du finner planid. Hvis den ikke finnes, prøver du å finne plannavnet. Planid du skal prøve å finne, er @Value(originalplan_planId), mens plannavnet er @Value(originalplan_planNavn). Du skal finne ut om planen er opphevet, ikke bare at det er en endring. Du skal gi svaret som json med boolske verdi ’true’ eller ’false’ i variabelen ’funnet’ avhengig av om du finner ut om planen er opphevet eller ikke. Du skal KUN sette inn planid og navn på den planen som blir opphevet, og ikke på den planen som faktisk opphever. Men dersom plannavnene er like, skal navnet selvsagt tas med. Plannavnet kan være vanskelig å finne, og er bare viktig dersom du ikke finner en planid. Hvis du ikke finner navnet på planen som blir opphevet, setter du verdien på ’plannavn’ til null. Sett også ’planid’ til null om du ikke finner den. Begge skal være null om funnet=false. Dersom plannavnet er vanskelig å avlede, kan du i tillegg prøve å se etter planens dato, som er @Substring(@Value(iKraft),0,10). Hvis denne finnes, er det sannsynligvis treff. Du skal returnere verdiene slik de står i teksten, ikke slik de er oppgitt i denne prompten. Json-responsen skal dermed se slik ut: [ { ”funnet”: boolean, ”plannavn”: ”SETT INN TEKSTLIG BESKRIVELSE AV PLANEN SOM OPPHEVES”, ”planid”: ”text”, ”originaltekst”: ”Her setter du inn den opprinnelige setningen som inneholder planidenten eller navnet på planen som oppheves” } ]: \”@Value(fme_text_string)\”” } |
Resultater fra Larvik kommune
Prosjektet i Larvik kommune ble gjennomført i to analyserunder. Den første runden testet både regelbasert tekstsøk og en KI-språkmodell (GPT-4o). Resultatene viste at det regelbaserte søket hadde begrenset nytteverdi grunnet svært dårlige resultater, og derfor ble den andre runden gjennomført kun med språkmodellen. Denne delen presenterer funnene fra begge rundene og sammenligner metodene basert på første runde, før resultatene fra språkmodellen i andre runde beskrives.
Sammenligning av metoder (runde 1)
Innledende analyser ble utført på de 108 plankandidatene med status «Utgått/erstattet» i Larvik kommunes planregister. Resultatene fra de to metodene – regelbasert tekstsøk og språkmodellen (GPT-4o) – ble sammenlignet. Språkmodellen identifiserte betydelig flere opphevede planer og ga mer presise resultater.
Den regelbaserte metoden har store svakheter fordi den kun baserte seg på tekstlig likhet. Den fanget ikke opp språklige variasjoner, som når plannavn ble forkortet eller ordstillingen endret. Et eksempel er planen «Fv. 301 – GS-vei, Jahrehagen – Skårabakken». Språkmodellen identifiserte den korrekt selv om vedtaket omtalte den som «Rv. 301 gang- og sykkelvei fra Jahrehagen til Skårabakken», noe den regelbaserte metoden ikke ville ha oppdaget.
Språkmodellen viste også evne til å tolke semantiske forskjeller. Den klarte å identifisere at en plan var opphevet selv når ordet «opphev» ikke var direkte brukt. For eksempel ble ordet «erstattet» tolket som «opphevet» i planen «Torstvedt syd», – en tolkning som stemte med vedtakets intensjon. Modellen kan også håndtere mer komplekse tekststrukturer ved å identifisere og returnere en liste over flere planer som oppheves i samme vedtak.
I den første analysen identifiserte det regelbaserte tekstsøket 13 planer med bekreftede opphevingsvedtak, mens språkmodellen fant 29, vist i tabell 1.
Tabell 1.
Metode | Antall vedtaksdokumenter | Antall planer | Kommentarer |
|---|---|---|---|
Regelbasert tekstsøk | 21 | 13 | Fanger ikke opp språklige variasjoner |
Språkmodell (GPT-4o) | 32 | 29 | Manuell kontroll viste høy nøyaktighet |
Kategorisering av plankandidater (runde 1 og 2)
Analysene ble utført i to runder. Etter den første analysen brukte Larvik kommune resultatene til å rydde opp i planregisteret. Dette inkluderte å legge inn manglende vedtak som ble identifisert gjennom analysen, samt å rette opp brutte koblinger til vedtaksdokumenter der dokumentet eksisterte, men ikke var tilgjengelig via lenken. Disse forbedringene resulterte i et mer komplett datagrunnlag i den andre analysen.
Den første analysen ble utført på 108 plankandidater. Figur 2 viser en figur på resultatene og fordelingen. Planene med status «Utgått/erstatte» viste seg å omfatte ulike tilfeller – fra eksplisitt oppheving ved vedtak, til planer som var erstattet i praksis, men uten formell dokumentasjon, samt tilfeller med feil eller manglende kobling til vedtak. Dette gjør det nødvendig å skille mellom flere undertyper, som vist nedenfor:
-
29 kandidater med vedtak som opphever planen.
-
43 kandidater med vedtak, men uten bekreftet opphevingsvedtak.
-
26 kandidater uten vedtak.
-
10 kandidater med vedtak, men uten tilgjengelig dokument.
Etter opprydding ble den andre analysen kjørt på 106 plankandidater, denne gangen kun med språkmodellen. Antallet kandidater var to færre enn i første analyse, ettersom to planer ble kodet om i løpet av prosjektperioden: planen «Gudem Øvre» (PlanID 200901) ble endret til Opphevet, mens planen «Anvik servicesenter og bobilparkering» (PlanID 201804) ble endret til Uaktuell/trukket. Figur 3 viser resultatene og fordelingen fra utgangspunktet. Resultatene fra denne runden viste en klar forbedring:
-
Antall kandidater med bekreftede opphevingsvedtak økte fra 29 til 49.
-
Antall planer uten vedtak ble redusert fra 26 til 11.
-
Antall planer med vedtak, men uten tilgjengelig dokument, ble redusert til 0.
-
Det totale antall erstattende planer identifisert i analysen økte fra 54 til 76.
Disse forbedringene understreker viktigheten av et ryddig planregister for å sikre presise analyser med språkmodellen.

Figur 2.
Resultater etter andre analyserunde.

Figur 3.
Resultater etter opprydning i planregisteret.
Resultatene fra analysen er gjennomgått og vurdert av jurister og planeksperter fra Holth & Winge AS og Larvik kommune, for å sikre korrekt klassifisering og identifisering.
Det ble ikke identifisert falske positive i denne analysen, noe som indikerer høy presisjon. Det må likevel understrekes at dette kan skyldes det relativt begrensede datagrunnlaget, og funnet bør derfor betraktes som foreløpig.
Det ble heller ikke etablert en fullstendig «ground truth» for hele datasettet, og analysen må derfor forstås som et steg i en iterativ utviklingsprosess. En mer detaljert vurdering av modellens presisjon og eventuelle feilmarginer er planlagt i neste fase.
Konklusjon og videre arbeid
Metodikken ved bruk av KI-språkmodeller kombinert med datavalidering og menneskelig evaluering har vist seg effektiv. Samtidig er det identifisert flere områder for videreutvikling for å styrke robustheten og skalerbarheten på nasjonalt nivå:
-
Testing i flere kommuner: Metoden har foreløpig kun blitt testet på planer fra Larvik kommune. Den bør testes i et større utvalg av kommuner, spesielt der planregistrene er mindre ryddige, for å evaluere presisjonen og robustheten på nasjonalt nivå.
-
Integrasjon av OCR-teknologi: Metoden har utfordringer med å lese rasterfiler (skannede dokumenter). For at modellen skal kunne anvendes på et nasjonalt nivå, må vi finne en løsning for effektiv lesing av rasterfiler. I et annet prosjekt har vi testet et OCR-bibliotek i Python som konverterer raster til tekst, og vi anbefaler å integrere dette biblioteket.
-
Videreutvikling av språkmodellen: Det bør gjøres et arbeid for å undersøke om modellen også kan identifisere tilfeller der vedtaket ikke eksplisitt sier at en plan er «opphevet», men hvor det fremstår som sannsynlig at det var intensjonen. Dette gjelder særlig tilfeller der planen er helt erstattet av en ny plan, men uten at det er brukt opphevingsformuleringer i teksten. Det er viktig å understreke at en slik intensjon ikke er det samme som formell oppheving, som krever eksplisitt vedtak i henhold til pbl. § 12-14. Modellen kan imidlertid bidra til å identifisere slike gråsonetilfeller som kan vurderes nærmere manuelt. En slik funksjonalitet kan styrke revisjonsarbeidet ved å fange opp flere potensielle feil eller uklarheter i planregisteret.
Begrensninger i planregistermodellen
En underliggende årsak til mange av statusfeilene vi har avdekket, er trolig hvordan planregistermodellen er konstruert. I dagens modell finnes det en strukturert funksjon for å koble en plan til en annen gjennom planforholdet «erstatter», noe som automatisk gir statusen «Utgått/erstattet» og samtidig bevarer koblingen til den nye planen [5].
Det finnes imidlertid ingen tilsvarende funksjon for å registrere at en plan er opphevet av en annen, og statusen «opphevet» bryter i praksis koblingen til relaterte planer. Dette kan føre til at aktører unngår å bruke statusen «opphevet», selv når det foreligger et gyldig vedtak, for ikke å miste historikken og sammenhengen i plansystemet.
En forbedret datastruktur i planregisteret, med mulighet for eksplisitt kobling mellom opphevet og opphevende plan, kan trolig redusere omfanget av slike feilkodede planer.
Effektiv metode for automatisk oppdagelse av feilregistrerte planer
Den utviklede metoden for å finne feilkodede planer i kategorien «Utgått/erstattet» og identifisere opphevingsvedtak har vist seg å fungere godt. Ved å kombinere klassisk datauthenting med avanserte språkmodeller har vi automatisert identifiseringen av opphevingsvedtak der de eksisterer, og samtidig sortert ut tilfeller hvor de ikke finnes. Dette fremskynder og forenkler arbeidet med å gjennomgå og rydde i planbasen, og gir et mer presist og pålitelig planregister for kommunen.
I tillegg viser erfaringene fra Larvik at metoden ikke bare gir tekniske resultater, men også understreker behovet for systematisk vedlikehold av planregisteret. Selve opprydningen resulterte i bedre koblinger og færre feil, noe som viser at tekniske løsninger og forvaltningspraksis må gå hånd i hånd for å sikre presise og oppdaterte registre.
På sikt kan denne typen metoder inngå i en helhetlig og automatisert prosess for planforvaltning, der kommunene får et verktøy som kontinuerlig identifiserer feil og oppdateringsbehov. Dette kan frigjøre betydelige ressurser samtidig som det gir økt juridisk forutsigbarhet og trygghet for innbyggere, utbyggere og myndigheter.
Prosjektet «Operasjon planvask» og den utviklede metoden har potensial til å effektivisere oppheving og revisjon av reguleringsplaner i kommuner over hele Norge. Dette vil både forbedre kvaliteten på planforvaltningen og gi en mer presis oversikt over gjeldende arealplaner.
Referanser
- [1]
N.K. Wingeet al., «Utredning - Grunnlag for veileder om revisjon av kommunale arealplaner», Holth & Winge, Henning Larsen, NINA, Norkart og Rambøll Management Consulting, Kongsvinger Jernbanestation, 24. januar 2025.
- [2]
«Lov om planlegging og byggesaksbehandling (plan- og bygningsloven)», Lovdata, Oslo, Norway. Tilgjengelig her: https://lovdata.no/lov/2008-06-27-71/§12-14. Lest: 21. august 2025.
- [3]
«Lov om planlegging og byggesaksbehandling (plan- og bygningsloven)», Lovdata, Oslo, Norway. Tilgjengelig her: https://lovdata.no/lov/2008-06-27-71/§1-5. Lest: 21. august 2025.
- [4]
«Project: Revisjon av kommunale arealplaner», The Research Council of Norway. Tilgjengelig her: https://prosjektbanken.forskningsradet.no/en/project/FORISS/349492. Lest: 21. august 2025.
- [5]
«Nasjonal produktspesifikasjon for arealplan og digitalt planregister – Del 4: Spesifikasjon for kommunalt planregister», Kommunal- og moderniseringsdepartementet/Kartverket,
Oslo, Norway
, 1. juli 2018. Tilgjengelig her: https://sosi.geonorge.no/Standarder/Produktspesifikasjoner/Kommunalt_planregister/20180701. Lest: 21. august 2025.