EJENDOM
Navet i grafen. Hver ejendom i Norden med betegnelse, adresse, arealer og koordinater.
Kilde: Lantmäteriet / MML / [DK/NO-register]
Ejendomsgrafen
Kliva er bygget på en grafdatabase, hvor hvert datapunkt er en node med reelle relationer — ikke tabeller, der tilfældigvis deler et ID. Det er dette, der gør, at I kan koble køber til sælger, selskab til bestyrelse og lokalplaner til fremtidige handler. I dag med fuld dækning i Sverige og Finland.
Sådan hænger data sammen — i virkeligheden. Klik på en node for at centrere grafen omkring den og se dens relationer. Klik i det tomme felt for at nulstille.
Adgang til grafen
Samme data, færre trin. Hurtigsøgning indekserer alle objekter i Ejendomsgrafen — ejendomme, ejere, koncerner, lejere, transaktioner og kommuner — og matcher på betegnelse, navn, CVR-nummer og adresse i samme forespørgsel.
Udforsk Hurtigsøgning556626-1920 · Koncernmoderfirma
86 ejendomme · 364 433 m² BOA · Soliditet 38 %
556053-7515 · Datterfirma
12 ejendomme · Omsætning 2 140 mkr
Stockholm · Södermalm
9 480 m² · Einar Mattsson AB
2023-11-14 · Einar Mattsson AB → Rikshem AB
418.000.000 kr · 44.120 kr/m²
Illustration af Hurtigsøgning. Tallene er eksempeldata.
Grafdatabase
En traditionel relationsdatabase tvinger ejendomme, ejere, lokalplaner og transaktioner ind i separate tabeller, som skal joines hver gang man stiller et spørgsmål. Jo flere led — fra ejendom til ejer til koncern til andre beholdninger — desto langsommere og mere skrøbeligt bliver svaret.
Kliva er bygget på en grafdatabase. Hver ejendom, virksomhed, lokalplan og transaktion er enNode, og relationerne mellem dem erkanter med egen betydning —EJES AF, SOLGT I, OMFATTET AF. At traversere flere led er en simpel operation, ikke en forespørgsel der skal optimeres.
Det er også grunden til, at modellen er det rette match til AI. Store sprogmodeller ræsonnerer i entiteter og relationer — samme struktur som grafen. Når en agent forespørger via vores MCP-server, modtager den noder og kanter i stedet for tabelrækker, som den selv skal samle. Konteksten bliver mindre, svarene mere sporbare og risikoen for hallucinationer lavere.
Dybdegående spørgsmål
Følg en ejerkæde hele vejen op til det ultimative moderselskab — samme spørgsmål, I ellers besvarer manuelt i en due diligence. Vilkårligt antal hop, uden at forespørgslen bliver langsommere.
Sporbarhed
Hver kant bærer kilde og dato. En værdiansættelsesforudsætning kan spores tilbage til det register, den kom fra — både af jeres team og af en agent.
Bygget til AI
Grafen serveres direkte til jeres AI-agenter via MCP — som entiteter og relationer, ikke som rå SQL.
Konfidensniveauer
Hvert datapunkt i Kliva er markeret Guld, Sølv eller Bronze — så I ved, hvad der er registerdata, og hvad der er modelleret, før det indgår i en beregning.
Direkte fra primærkilden — registerdata, tinglyste transaktioner, gældende lokalplaner. Verificeret og med kildehenvisning.
Udledt fra flere kilder eller med kendt forsinkelse — tydeligt markeret med det bagvedliggende grundlag.
Modelleret eller estimeret — med redegjorte antagelser, aldrig udgivet for at være fakta.
Transparent usikkerhed er ikke en svaghed. Det er det, beslutningsdata betyder.
Nodeindeks
Navet i grafen. Hver ejendom i Norden med betegnelse, adresse, arealer og koordinater.
Kilde: Lantmäteriet / MML / [DK/NO-register]
Tinglyst ejer — selskab eller person — med hele ejerkæden opad gennem koncernstrukturer.
Kilde: Lantmäteriet, Bolagsverket
Koncerner, moderselskaber og datterselskaber knyttet til hver ejer — så porteføljer kan følges på tværs af selskabsgrænser.
Kilde: Bolagsverket, PRH
Tinglyste køb og selskabshandler med pris, dato, parter og finansiering — validerede og duplikatrenset.
Kilde: Lantmäteriet, MML, [DK/NO]
Ervervende part i en transaktion — knyttet til selskabsstruktur, så købsmønstre kan følges per aktør.
Kilde: Lantmäteriet, Bolagsverket
Afskaffende part i en transaktion — koblet til hele dets tidligere beholdning i grafen.
Kilde: Lantmäteriet, Bolagsverket
Ejendomsvurderingsværdi, typekode og vurderingshistorik per ejendom — grundlaget for skønnede vurderinger og benchmarks.
Kilde: Skatteverket
Bygninger på ejendommen med arealer, byggeår, anvendelse og etageantal — flere bygninger per ejendom.
Kilde: Lantmäteriet, BBR, Matrikkelen
Energipræstation, klasse og forslag til forbedringer per bygning — grundlag for bæredygtighedsrapportering og CRREM-analyse.
Kilde: Boverket
Lejeniveauer per segment og delmarked, aggregeret fra kontrakter og indeks — sammenlignelige benchmarks.
Kilde: Kliva markedsindeks, offentlige kilder
Gældende lokalplaner med anvendelse, byggeret og byggelinjer som separate, søgbare lag — georefererede polygoner, ikke PDF'er.
Kilde: Kommunale planarkiver, Boverket
Tilladt bygningsvolumen per lokalplan — BTA, højde og etageantal som strukturerede attributter.
Kilde: Kommunale planarkiver
Tilladte anvendelsesformål (bolig, kontor, handel, industri) som separate lag — søgbart per polygon.
Kilde: Kommunale planarkiver
Mark, der ikke må bebygges – ekstraheret som et separat geografisk lag, så den resterende byggemulige yde kan beregnes.
Kilde: Kommunale planarkiver
Kommunale grundanvisninger med aktør, projekt og tidslinje – koblet til ejendom og lokalplan.
Kilde: Kommunale anvisningsregistre
Udstedte byggetilladelser med type, omfang og beslutningsdato – signal om, at et projekt er ved at starte.
Kilde: Kommunale bygglovsregistre, Hubexo · Byggfakta
Aktive og planlagte byggeprojekter med bygherre, entreprenør, volumen og tidsplan – i hele Norden.
Kilde: Hubexo · Byggfakta
Fysisk klimarisiko per ejendom: oversvømmelse, skybrud, jordskred/erosion og varmestress – modellerede lag over koordinater.
Kilde: SMHI, MSB, klimamodeller
Administrativ enhed ejendommen ligger i – bro til planarkiver, takstområder og markedsstatistik.
Kilde: SCB, Lantmäteriet
Yield, lejeniveauer og transaktionsvolumener aggregeret per kommune og delmarked – Kliva markedsindeks.
Kilde: Kliva markedsindeks
Modelvurderinger via cash flow og sammenligningsmetoden – sporbar afledt af transaktioner, lejer og yield i grafen.
Kilde: Kliva vurderingsmotor
Bestyrelsesmedlemmer og firmategnere per selskab – så beslutningstagere kan spores gennem hele ejerstrukturen.
Kilde: Bolagsverket, PRH
Skatteverkets typekode klassificerer ejendommen (udlejningsejendom, industri, parcelhus m.fl.) – grundlag for segmentering.
Kilde: Skatteverket
Kontraktsniveau med løbetid, indeksklausul og leje per kvm – anonymiseret grundlag for benchmarks.
Kilde: Kliva markedsindeks
Bestiller af byggeprojektet – knyttet til selskabsstruktur for at følge aktørers pipeline over tid.
Kilde: Hubexo · Byggfakta
Totalentreprenør eller hovedentreprenør per projekt – markedsandele og relationer mellem aktører.
Kilde: Hubexo · Byggfakta
Skybruds- og havvandsniveau-scenarier modelleret over ejendommens koordinater – retentions- og skadespotentiale.
Kilde: SMHI, MSB
Fremtidig varmespænding for bygningen baseret på klimascenarier — grundlag for kølebehov og komfortrisiko.
Kilde: SMHI klimascenarier
DCF-model med lejeindtægter, drift, vakance og exit-yield — afledt af grafens leje- og yielddata.
Kilde: Kliva værdiansættelsesmotor
Sammenlignelige transaktioner inden for samme segment og delmarked — sporbare til hver underliggende handel.
Kilde: Kliva værdiansættelsesmotor
Kommunens komplette lokalplan- og tilladelsesarkiv — indekseret og søgbart per ejendom og polygon.
Kilde: Kommunale planarkiver
Beslutningsdato, sagsbehandlingstid og resultat per byggetilladelse — signaler om kommunens tempo og praksis.
Kilde: Kommunale byggeregistre
Virksomhedernes finansielle profil — omsætning, resultat, soliditet, belåning og pengestrømme — knyttet til hver ejer og køber i Ejendomsgrafen.
Kilde: Bolagsverket, PRH, Kliva finansindeks
Komplette årsregnskaber per virksomhed og år — resultatopgørelse, balance, noter og revisionspåtegning.
Kilde: Bolagsverket, PRH
Beregnede nøgletal per virksomhed: soliditet, rentedækning, afkast af egenkapital — sammenlignelige over tid og peers.
Kilde: Kliva finansindeks
Fysiske personer bag virksomhederne — bestyrelsesmedlemmer, direktører og tegningsberettigede — med hele netværket af virksomhedsengagementer.
Kilde: Bolagsverket, PRH
Administrerende direktør per virksomhed og tidsperiode — sporbart over hele karrieren og på tværs af virksomheder.
Kilde: Bolagsverket, PRH
Alle andre bestyrelses- og direktøropgaver samme person har — så afhængigheder og interessekonflikter bliver synlige.
Kilde: Bolagsverket, PRH
Samlingsnode for alle risikodata på ejendomsniveau — klima, miljø, sociale faktorer og kreditrisiko — beregnet over samme koordinater og ejerkæde som resten af Ejendomsgrafen.
Kilde: Kliva risikomotor
Socialindeks per DeSO-område med fem dimensioner — service, tryghed, sammenhold, velbefindende og livschancer.
Kilde: SCB, BRÅ, Polisen, Boverket
Miljørelaterede risici og restriktioner på og omkring ejendommen – forurenet jord, radon, støj, beskyttet natur og kulturmiljø.
Kilde: Länsstyrelsen, SGU, Naturvårdsverket, Riksantikvarieämbetet
Modpartsrisiko for ejer og lejere – kreditvurdering, betalingsanmærkninger og konkursrisiko knyttet til kontrakter og cashflow.
Kilde: Ebie, Bolagsverket, PRH
Pluvial oversvømmelse ved intens nedbør – modelleret vanddybde og strømningsveje over ejendommens overflade.
Kilde: MSB skyfallskartering, kommunale karteringer
Kystoversvømmelse ved forhøjet middelhavsniveau og stormflod – scenarier til 2050 og 2100.
Kilde: SMHI, Lantmäteriet højde data
Fluvial oversvømmelse fra søer og vandløb – 50-, 100- og 200-års hændelser samt beregnet højeste hændelse.
Kilde: MSB översvämningskarteringar
Ændrede grundvandsniveauer – risiko for fugtindtrængning i kældre henholdsvis sætninger ved faldende niveauer.
Kilde: SGU
Kronisk tørke ifølge klimascenarier – påvirker fundament, grønne områder og lokal vandforsyning.
Kilde: SMHI klimatscenarier
Vandstress i området – tilgængelighed i forhold til udtag, relevant for drift og taksonomikrav.
Kilde: SGU, SMHI
Akut risiko: antal dage over tærskeltemperatur per år i nuværende og fremtidigt klima.
Kilde: SMHI klimatscenarier
Kuldeperioder, frostcyklusser og tele – påvirker konstruktion, energibehov og vedligeholdelsesintervaller.
Kilde: SMHI
Kronisk ændring i middeltemperatur og temperaturvariabilitet ifølge RCP 4.5 og 8.5.
Kilde: SMHI klimatscenarier
Akut vindrisiko – vindstød og stormfrekvens over ejendommens beliggenhed.
Kilde: SMHI
Kronisk ændring i vindmønstre ifølge klimascenarier – dimensionerende last og facade slid.
Kilde: SMHI klimatscenarier
Stabilitetsrisiko i skrænter og finkornede jorder — modelleret per ejendommens geoteknik og hældning.
Kilde: SGI, SGU
Strand- og markerosion over tid — især langs kyst og vandløb.
Kilde: SGI, SGU
Jordsætning og subsidens — jordart, funderingsdybde og historisk bevægelse.
Kilde: SGU, SGI
Sneskredsrisiko i fjeldområder — del af Appendix A's faste masserisici.
Kilde: Naturvårdsverket, MSB
RCP 4.5 og 8.5 med tidshorisonter 2030, 2050 og 2100 — den scenariegrund hvert klimalag beregnes mod.
Kilde: IPCC, SMHI
Afstand til dagligvarer, apotek, sundhedspleje, skole og kollektiv trafik — beregnet fra ejendommens koordinat.
Kilde: OpenStreetMap, Trafiklab
Anmeldte indbrud i boliger og vold per 100.000 indbyggere samt oplevet tryghed ifølge NTU.
Kilde: BRÅ, Polisen
Foreningsdeltagelse (LOK-støtte) og valgdeltagelse i kommunalvalg — indikatorer for lokal social sammenhold.
Kilde: Riksidrottsförbundet, Valmyndigheten
Disponibel medianindkomst og trångboddhet (trangbostatus) ifølge norm 2, per DeSO-område.
Kilde: SCB
Uddannelsesniveau og langtidsledighed i området — strukturelle forudsætninger over tid.
Kilde: SCB, Arbetsförmedlingen
Potentielt forurenede områder med risikoklasse og tidligere virksomhed — koblet til ejendommens polygon.
Kilde: Länsstyrelsen EBH-stödet
Markradonklassificering ud fra jordart og grundfjeld — høj-, normal- eller lavrisikojord.
Kilde: SGU
Vej-, spor- og flystøj i døgnækvivalent niveau — påvirker boligbyggeret og lokalplanprøvelse.
Kilde: Trafikverket, kommunala bullerkarteringar
Koncentrationer af NO₂ og partikler i forhold til miljøkvalitetsnormer.
Kilde: Naturvårdsverket, SLB-analys
Brandrisiko i skov og terræn omkring ejendommen — modelleret ud fra vegetation, topografi og klima.
Kilde: MSB, SMHI
Strandbeskyttede zoner, der begrænser byggeret — 100 eller 300 meter, med kommunale undtagelser.
Kilde: Länsstyrelsen, Naturvårdsverket
Naturreservater, Natura 2000 og biotopbeskyttelse, der berører eller grænser op til ejendommen.
Kilde: Naturvårdsverket
Fund af beskyttede arter i nærområdet — almindelig årsag til forsinket planprøvelse.
Kilde: Artdatabanken (SLU)
Vandbeskyttelsesområder og vandforekomster med forskrifter, der styrer arealanvendelsen.
Kilde: Länsstyrelsen, VISS
Rigsinteresser for kulturmiljøpleje, byggnadsminnen og beskyttelsesbestemmelser i plan.
Kilde: Riksantikvarieämbetet
Registrerede fortidsminder inden for ejendommen — udløser tilladelsesprøvelse før jordarbejde.
Kilde: Riksantikvarieämbetet Fornsök
Kreditrating og finansielle nøgletal for selskaber og lejere — opdateres løbende.
Kilde: Ebie
Rating per modpart med historik — koblet til selskabsstruktur, så koncernrisiko er synlig.
Kilde: Ebie
Kreditrisiko per lejer vægtet mod kontraktens andel af lejeindtægten — viser, hvor cash flow er følsomt.
Kilde: Ebie, Kliva kontraktsdata
Registrerede betalingsanmærkninger og gældssaldo per selskab.
Kilde: Ebie, Kronofogden
Modelleret sandsynlighed for insolvens inden for tolv måneder, baseret på finansiel data og historik.
Kilde: Ebie, Kliva finansindex
Lejeindtægter minus drifts- og vedligeholdelsesomkostninger per objekt — grundlaget for yield og DCF.
Kilde: Kliva værderingsmotor, fastighetssystem
Faktiske og standardiserede driftsomkostninger per kvm – el, varme, vand/kloak, vedligehold og administration.
Kilde: Ejendomssystem, Kliva benchmark
Økonomisk og arealmæssig vakans per ejendom og segment – historik og antagelse fremad.
Kilde: Ejendomssystem, Kliva markedsindeks
Direkte afkastkrav per segment og delmarked, udledt af gennemførte transaktioner.
Kilde: Kliva markedsindeks
Afkastkrav ved kalkylperiodens afslutning – styrer restværdien i cashflowmodellen.
Kilde: Kliva værdiansættelsesmotor
Planlagte investeringer og vedligeholdelsesbehov over kalkylperioden – inklusive energiforbedringer.
Kilde: Ejendomssystem, Kliva værdiansættelsesmotor
Kliva synkroniserer med kundens egne systemer, så lejeindtægter, kontrakter og omkostninger kan bruges i værdiansættelsen.
Kilde: Kliva integrationer
Synkronisering af kontrakter, lejeindtægter og ejendomsdata fra Hogia Fastighed.
Kilde: Hogia
Synkronisering af kontrakter, lejere og ejendomsdata fra Pigello.
Kilde: Pigello
FDS-API for ejendoms- og skødedata direkte ind i Ejendomsgrafen.
Kilde: FDS
Dækning
Kilder per marked
Ejendomsregistret, tinglyste transaktioner, vurderingsdata, virksomhedsdata, lokalplaner og byggetilladelser.
Ejendoms- og tinglysningsregistre, selskabsdata, lokalplandata (asemakaava).
Byggeprojekter og byggetilladelser i Sverige og Finland i samarbejde med Hubexo · Byggfakta.
Sådan validerer vi
Vi henter fra registret, ikke fra aggregatorer. Ingen datapunkt uden kildehenvisning.
Transaktioner verificeres, virksomhedsstrukturer knyttes til ejendomme, og afvigelser flages, før data når platformen.
Ændringer i kilderegistrene afspejles i Kliva inden for et døgn. Enkelte kilder opdateres efter myndighedens egen frekvens — vi viser altid dato pr. datapunkt.
Teamet bag dataene
Bag pipelines står et datateam, der gennemgår afvigelser, verificerer transaktioner og kvalitetssikrer kilderne — så både dit team og dine AI-agenter kan stole på hvert datapunkt.
Samme data i platformen, via API og via MCP
Alle data i Kliva er tilgængelige via platformen, via API og via vores MCP-server — jeres egne AI-agenter arbejder på de samme verificerede data som jeres team.
MCP & AI-agenterKliva-support
Svarer som regel inden for få minutter
Hej, hvordan kan vi hjælpe?
Stil et spørgsmål eller vælg en genvej nedenfor.
Cookies & privatliv
Vi bruger nødvendige cookies for at få webstedet til at fungere. Øvrige kategorier er deaktiveret, indtil du aktivt godkender dem. Læs mere.