// brickstack/rapporter/2026

Konverterings-rapport 2026

8.688
Ejendomme med konverterings-mismatch
4,184M
Bygninger analyseret nationalt
37.870
Vedtagne lokalplaner krydset

Den første nationale analyse der kobler BBR-anvendelseskoder mod Plandatas lokalplaner på systematisk skala. Aggregerede data per region, BBR-kategori og bygningsalder, baseret på 7 SQL-queries mod Brickstacks indeks-database.

Snapshot: 2026-04-29Forfatter: Brickstack TeamLæsetid: ~12 minDækning: 79/98 kommuner

// 1 // executive summary

Hovedfund

8.688Ejendomme med klart konverterings-potentialeSeverity 2+3 i samlet datasæt på 4,2M bygninger
4.183.758Bygninger analyseretPå tværs af 79 kommuner og 37.870 lokalplaner
56 %Industri/lager-andel af top 10 BBR-koderDen oftest-oversete kategori i dansk konverterings-debat
29 %Andel mismatches i 1970-89-byggeriIndustri-bælte-æraens arv strandet i nye lokalplan-rammer
  1. 01

    8.688 danske bygninger har dokumenteret BBR×Plandata-mismatch på severity 2 eller derover. Det svarer til 0,49 % af de 1.761.991 bygninger der overlapper med en vedtaget lokalplan. 3.691 af dem er på det højeste severity-niveau (klar high-value-mismatch).

  2. 02

    56 % af de største mismatch-kategorier er industri-, lager- eller produktionsbygninger. BBR-kode 223 (transport/lager) leder absolut med 1.638 cases, og kategorien dominerer over kontor og detail. Den klassiske "stueplans-detail i boligzone"-narrativ er kun en delmængde af det reelle billede.

  3. 03

    Odense er Danmarks største konverterings-marked, ikke København. 1.114 cases i Odense, med 2,55 % mismatch-rate, det dobbelte af Aarhus i absolut volume. København rangerer som nr. 9 (193 cases). Otte ud af top 10 er provinsbyer.

  4. 04

    Hver tredje konverterings-case sidder i en bygning fra 1970-89. Mismatch-raten falder monotont med byggeår, fra 1,28 % før 1950 til 0,16 % efter 2010. Det er beviset for at moderne lokalplanlægning fungerer, men også at en hel generation af industri-bælte-byggeri nu er strandet i reviderede planer.

  5. 05

    Niche-erhvervstyper har mismatch-rater over 20 %. BBR-kode 233 (kontor med produktion) topper med 26,31 %, fulgt af kode 232, 219 og 217. Hver fjerde-femte ejendom i de kategorier ligger i et område hvor anvendelsen ikke matcher plangrundlaget, hvilket er ekstrem hit-rate for systematic screening.

// 2 // metode

Sådan blev rapporten lavet

Rapporten bygger på en datakobling mellem fire offentlige danske registre, sammensat via en fælles adresse-nøgle. Hver enkelt af kilderne kan tilgås gratis, men de er ikke pre-koblede; det er først når de krydses, at konverterings-mismatchet bliver synligt på systematisk skala.

Datastack

  • BBR (Bygnings- og Boligregistret): registrerer hvad bygninger faktisk bruges til via en 3-cifret anvendelseskode. Tilgået via Datafordeleren.
  • Plandata.dk: det centrale register for vedtagne lokalplaner og kommuneplaner med tilladt anvendelse, etager og bebyggelsesgrad.
  • Matrikelregistret: geografisk afgrænsning af jordstykker og deres areal. Bruges til at validere bebyggelsesgrad og udnyttelses-potentiale.
  • DAWA (Danmarks Adressers Web API): den entydige adressedatabase der binder de tre andre registre sammen via en fælles enhedsadresse-id.

Datakvalitet og snapshot-kontekst

Snapshot er taget den 2026-04-29 og dækker 79 ud af 98 danske kommuner. Bygninger filtreres på BBR-status 6 (gældende), og lokalplaner filtreres på status V (vedtaget) for at sikre at kun aktive planer indgår. Bygninger uden registreret anvendelseskode eller uden geokodet placering ekskluderes; det betyder at den reelle dækning af danske bygninger er omkring 93 % efter filtrering.

Konverterings-vurderingen følger en regel-tabel der mapper grove BBR-kategorier mod Plandatas anvgen-koder. Hver kombination tildeles en severity-score fra 0 til 3, hvor 0 er "compatible" og 3 er "high-value mismatch". Det aktuelle regelsæt indeholder 22 mappings der dækker de primære industrielle og kommercielle konverteringsmønstre. Mere niche-kombinationer (fx fritidsbyggeri i centerzone) klassificeres som severity 0 og indgår ikke i de aggregerede tal.

Det betyder konkret

Rapportens tal er konservative. En sand, eksisterende mismatch der ikke er regelsat endnu vil være talt som compatible, hvilket understater den reelle total med formentlig 10-25 %. Det er et bevidst valg: bedre at undertælle end at overdrive i en offentlig rapport. Når regelsættet udvides over de kommende kvartaler, vil opdaterede snapshots vise højere total-tal.

Begrænsninger

  • 19 kommuner mangler i datasættet. Det er primært yderkommuner med tyndt plangrundlag. Konverterings-cases dér er sandsynligvis sjældne, men ikke nul.
  • Plandata-grænser er ikke 100 % præcise. En bygning med centroid lige på en lokalplan-grænse kan blive matched mod den forkerte plan. Effekten er statistisk minimal men eksisterer.
  • Bygnings-fredning er ikke filtreret fra. En severity-3-case der viser sig at være fredet eller bevaringsværdig kan ikke realiseres i praksis. Real-life screening filtrerer fredede bygninger fra; rapporten gør ikke.
  • Kommuneplan-niveau er ikke inkluderet. Rapporten bruger kun lokalplaner, ikke de bredere kommuneplan-rammer. En kommuneplan kan tillade anvendelse som lokalplanen ikke når at afspejle endnu.

For dybere kontekst om hver datakilde, se vores artikel om BBR×Plandata-koblingen, guide til at læse en lokalplan, og de 7 BBR-koder med mest skjult potentiale.

// 3 // det store billede

Det store billede: severity-fordeling på national skala

Vi krydsede 4.183.758 gældende BBR-bygninger med 37.870 vedtagne lokalplaner. Af de bygninger ligger 1.761.991 indenfor en lokalplan-afgrænsning og kan dermed vurderes for konverterings-mismatch. Resten ligger i landzone eller områder uden detaljeret plangrundlag og falder uden for analysen.

Den fundamentale nøgletal er fordelingen på severity. Visualiseret nedenfor med log-skala fordi severity 0 er to størrelsesordener større end resten:

8.688 danske bygninger har dokumenteret konverterings-mismatch der ikke kræver dispensation eller lokalplans-tillæg, kun en almindelig byggetilladelse.

Severity 2+3 samlet

Den underliggende fordeling for hver severity-kategori er som følger:

SeverityBetydningAntal bygningerAndel
0Compatible: Bygningens anvendelse matcher det lokalplanen tillader1.724.13997,85 %
1Soft match: Mixed-zone hvor anvendelsen er tilladt men i kombination29.1641,66 %
2Clear mismatch: Klar konverterings-case (fx kontor i boligzone)4.9970,28 %
3High-value mismatch: Højest-værdi-mismatch (fx industri i centerzone)3.6910,21 %
Severity 2+3 samlet8.6880,49 %

8.688 bygninger har klar konverterings-upside når severity-tærsklen sættes til 2 eller derover. Det er bygninger hvor anvendelsen er entydigt forskellig fra det lokalplanen tillader, og hvor en konvertering ikke kræver dispensation eller lokalplans-tillæg, kun en almindelig byggetilladelse.

0,49 % lyder som et lille tal. Men i absolut volumen er det en størrelsesorden der gør det interessant for systematic screening. Hvis bare en mindre andel af de 8.688 cases realiseres over de næste 5-10 år, vil det få betydelig effekt på det danske udlejnings- og udviklings-marked, særligt i de provinsbyer hvor cases er koncentreret.

Severity 2 vs 3: forskellen i praksis

Severity-niveau 2 (4.997 bygninger) dækker den klassiske mismatch-case, fx en kontorejendom i et område hvor lokalplanen tillader bolig. Severity 3 (3.691 bygninger) er reserveret til de mismatchets der historisk har givet det højeste afkast: industri- eller logistik-bygninger i bynære zoner hvor grunden tillader markant større udnyttelse end den eksisterende bygning bruger.

For den investor der prioriterer tid før volume er severity 3 den interessante delmængde. 3.691 cases er en overskuelig population at screene grundigt, og hver enkelt case har typisk markant større ARV-uplift potentiale end severity 2-cases.

Privacy-note

De aggregerede tal i denne sektion repræsenterer faktiske ejendomme på platformen, men ingen specifikke ejendomme nævnes ved navn, adresse eller matrikelnummer. Adgang til den konkrete liste kræver platform-konto.

// 4 // per bbr-kategori

Hvilke BBR-anvendelseskoder gemmer mest mismatch

BBR-anvendelseskoder er 3-cifrede tal der angiver hvad en bygning faktisk bruges til. Kategorien er reguleret af Datafordeleren og fastsættes af kommunens byggesagsbehandling ved byggetilladelse eller ibrugtagningstilladelse. Nogle koder er over-repræsenteret blandt mismatch-cases, en konsekvens af at de typisk er bygget i områder, hvor lokalplaner senere er blevet revideret.

Top 10 koder visualiseret efter absolut volume af mismatches, med hit-rate vist som sekundær metrik:

56 % af top 10 mismatch-volumen er industri-, lager- og produktionsbygninger. Den klassiske "kontor til bolig"-narrativ er kun en delmængde af det reelle billede.

Industri/lager-kategorier samlet (200-serien)

Den fulde tabel med både absolutte tal og hit-rates:

KodeBygningstypeMismatchesTotal i kodeHit-rate
1. 223
Bygning til transport/lager
Industri / lager
1.63810.69215,32 %
2. 323
Bygning til detail
Detail / handel
1.44625.0925,76 %
3. 232
Kontor med handel/lager
Mixed erhverv
8894.16921,32 %
4. 322
Bygning til kontor
Kontor
84310.4808,04 %
5. 130
Etagebolig
Bolig (etage-uplift-kandidat)
696102.6960,68 %
6. 217
Anden produktionsbygning
Industri / produktion
4462.15220,72 %
7. 222
Bygning til lager
Industri / lager
4308.0815,32 %
8. 219
Anden bygning til erhverv
Mixed erhverv
3721.75421,21 %
9. 233
Kontor med produktion
Mixed erhverv
3311.25826,31 %
10. 140
Bolig (række/kæde/dobbelthus)
Bolig (etage-uplift-kandidat)
21753.4020,41 %

Tre mønstre der springer ud

Mønster 1: Industri- og lager-bygninger dominerer absolut volume. Koderne 223, 222, 217, 219, 232 og 233 (alle i 200-serien for produktion, transport og lager) har samlet 4.106 mismatches, hvilket svarer til 56 % af top 10. Det er et afgørende fund fordi den almindelige investerings-debat fokuserer på "kontor til bolig"-konverteringer; data viser at "lager til bolig" og "industri til bolig" er en større mulighed i absolut tal.

Forklaringen er strukturel. Industri- og lagerbygninger blev typisk opført i bynære zoner i 1970-1990, hvor de fungerede som bagsides-erhverv. Lokalplaner i de samme zoner er blevet revideret de seneste 10-15 år til at åbne for bolig og blandet anvendelse, men selve bygningerne er ikke konverteret. De står tilbage som strandet erhvervsbyggeri i nye plan-rammer.

Mønster 2: De højeste hit-rater er i niche-erhvervstyper. Kode 233 (kontor med produktion) topper med 26,31 %, fulgt af 232 (kontor med handel/lager) på 21,32 % og 219 (anden bygning til erhverv) på 21,21 %. I de kategorier ligger hver fjerde-femte ejendom i et område hvor anvendelsen ikke matcher plangrundlaget.

Det er ekstrem hit-rate sammenlignet med hovedkategorierne 322 (kontor) og 323 (detail), som ligger på henholdsvis 8,04 % og 5,76 %. Den investor der målretter screening mod 232/233/219/217-koder kan opnå markant højere træfsikkerhed per gennemgået ejendom, på bekostning af absolut volume, da kategorierne er mindre.

Mønster 3: Boliger med etage-uplift-potentiale figurerer i top 10. Kode 130 (etagebolig) og 140 (række/kæde/dobbelthus) optræder begge i listen, omend med lave hit-rater på henholdsvis 0,68 % og 0,41 %. De har til gengæld stort total-volume (over 156.000 bygninger samlet i de to koder), hvilket gør den lille hit-rate til 913 absolutte cases.

Disse er ikke "konvertér fra noget andet til bolig"-cases. Det er eksisterende boligejendomme hvor lokalplanen tillader yderligere etager eller tagboliger, og hvor det aktuelle byggeri ikke udnytter den tilladte kapacitet. Konverteringsomkostningen er højere per m², men ROI-modellen er tilsvarende anderledes: typisk 1-2 ekstra boliger per ejendom uden at den eksisterende drift skal afbrydes.

For dybere kontekst om hver kode-kategori, se vores artikel om de 7 BBR-koder med mest skjult upside.

// 5 // regional fordeling

Hvor i Danmark ligger mulighederne

Den geografiske fordeling er det fund der bryder mest med den almindelige investerings-narrativ. Det er fristende at antage at konverterings-cases primært findes i Storkøbenhavn, dels fordi presset på boliger er størst der, dels fordi medierne typisk dækker projekter i hovedstadsområdet. Vores data viser et andet billede.

Top 10 kommuner rangeret efter antal cases. Odense er fremhævet i terracotta som den dominerende:

Odense har dobbelt så mange konverterings-cases som Aarhus, og over fem gange så mange som København. Otte ud af top 10 er kommuner uden for de fire største byer.

Top 10 kommuner i absolut mismatch-volume

Tabellen med præcise tal:

RangKommuneMismatchesBygninger i altHit-rate
1.Odense(461)1.11443.7462,55 %
2.Aarhus(751)55285.2270,65 %
3.Vejle(630)30851.0390,60 %
4.Silkeborg(740)24939.1880,64 %
5.Viborg(791)24639.3570,63 %
6.Slagelse(330)24324.4630,99 %
7.Aalborg(851)20552.4650,39 %
8.Næstved(370)19627.6460,71 %
9.København(101)19322.8530,84 %
10.Kolding(621)18437.9180,49 %

Odense er Danmarks største konverterings-marked

Med 1.114 cases og en mismatch-rate på 2,55 % står Odense alene i en kategori. Det er det dobbelte af Aarhus, der ligger på andenpladsen med 552. Og det er over fem gange så mange som København.

Forklaringen er sandsynligvis koblingen mellem Odense's omfattende byudviklings-planer og det historiske industri-bælte. Siden 2014 har Odense kommune lukket Thomas B. Thrige Gade gennem centrum, omdannet store dele af de tidligere transport- og lager-zoner til blandet bolig/erhverv, og revideret lokalplaner aktivt. Mange af de gamle industri- og kontorbygninger der blev bygget i 1970-1990 står stadig med deres oprindelige BBR-anvendelseskode, mens lokalplanerne om dem nu tillader bolig.

Det her er ikke en forudsigelse om at alle 1.114 cases vil blive konverteret. Det er en konstatering af at Odense indeholder den største enkelt-stående koncentration af planlagt-tilladt-men-ikke-realiseret konverterings-potentiale i Danmark, og at det er et marked som mediedækningen i hovedstaden har en tendens til at overse.

København rangerer som nr. 9

Med 193 cases og en hit-rate på 0,84 % ligger København under syv andre danske kommuner i absolut volume. Det skyldes flere ting:

  • Storkøbenhavn er fordelt på mange separate kommuner. Frederiksberg, Hvidovre, Brøndby, Albertslund og en række omegnskommuner tæller hver for sig og ranker individuelt lavere selvom det samlede billede for hovedstadsområdet er substantielt.
  • Mange af de oplagte cases i Københavns kommune er allerede realiseret. Tidligere industriområder som Carlsberg-byen, Nordhavn og Sluseholmen er for længst konverteret, og lokalplanerne afspejler typisk faktisk anvendelse efter de store omdannelser.
  • Kommunen er geografisk lille (~88 km²) sammenlignet med fx Odense (~305 km²). Færre bygninger i absolut tal betyder færre potentielle cases uanset hit-rate.

Hit-raten i København på 0,84 % er stadig højere end i fx Aalborg (0,39 %) eller Kolding (0,49 %), så markedet er ikke udtømt, men bare mindre i absolut størrelse end provinsen.

Mellemstore provinsbyer dominerer top 10

Otte ud af top 10 er kommuner uden for de fire største byer. Vejle, Silkeborg, Viborg, Slagelse, Næstved og Kolding udgør den underdækkede midte af det danske ejendomsmarked. Det er kommuner med 50.000-110.000 indbyggere, hvor:

  • Pris-presset er lavere, men også konkurrencen om de oplagte cases
  • Lokalplaner er typisk reviderede inden for de seneste 10-15 år som del af kommunal byudvikling
  • Færre professionelle ejendomsudviklere arbejder systematisk med plangrundlag på matrikel-niveau
  • Hit-raten ligger nogenlunde konstant omkring 0,5-1,0 %, solidt nok til at retfærdiggøre fokuseret screening

Det her bekræfter en tese vi har formuleret før: konverterings-strategien fungerer bedst dér hvor markedet er mindre transparent, og hvor mæglerne ikke kører systematisk plangrundlags-screening. Top 10 er præcis den profil.

// 6 // tids-mønstre

Hvilke bygnings-årgange dominerer

Ved at gruppere mismatch-cases efter byggeår får vi en temporal historie der bekræfter den strukturelle årsag til hele konverterings-fænomenet: lokalplaner og bygninger har levet i forskellige tempi gennem dansk efterkrigs-historie. Hit-raten falder monotont gennem alle årgange, hvilket visualiseringen nedenfor viser:

Hver tredje konverterings-case sidder i en bygning fra 1970-89. Det er industri-bælte-æraens arv — opført under én lokalplan-regime, nu strandet i et nyt.

1970-89 = 29 % af alle aldersanalyserede mismatches

Den fulde fordeling af mismatches per årgang:

ÅrgangMismatchesBygninger i altHit-rate
< 19501.979154.6561,28 %
1950-19692.067194.2131,06 %
1970-19892.314490.3330,47 %
1990-20091.036419.5000,25 %
2010+515329.7270,16 %

Hit-raten falder monotont med byggeår

Fra 1,28 % (pre-1950) ned til 0,16 % (2010+). Det er en klar lineær trend, og den er fortællende: jo nyere bygningen er, desto mere er den bygget indenfor et plan-grundlag der stadig gælder. Det er beviset for at moderne lokalplanlægning faktisk fungerer. Bygninger fra 2010 og frem afspejler i langt højere grad det området er udlagt til.

Det er også beviset for at konverterings-cases har en udløbsdato. De 8.688 ejendomme der er identificeret nu er resultatet af 50-70 års byggeri og 30-40 års efterfølgende lokalplan-revisioner. Når den eksisterende bygnings­bestand med tiden enten konverteres eller udskiftes, vil pool'en af mismatch-cases skrumpe, ikke vokse. Det giver et tids-vindue.

1970-89-byggeri dominerer absolut volume

Hver tredje konverterings-case er i en bygning fra 1970-1989. 2.314 cases ud af de samlede 7.911 (alders-analyserede) ligger i den årgang. Hit-raten er moderat (0,47 %), men det absolutte volumen gør årgangen til den dominerende.

Det matcher en konkret historisk periode i dansk byudvikling. 1970'erne og 1980'erne var industrialiseringens slutfase, hvor mange erhvervsbygninger blev opført som bagsides-funktioner i det der dengang var byens udkant. Lokalplaner blev ofte vedtaget i 1980'erne og 1990'erne med et 30-40-årigt planlægnings-syn. I de fleste byer er disse planer nu blevet revideret, ofte med åbning for bolig eller blandet anvendelse, mens selve bygningerne er forblevet erhverv.

For den investor der vil målrette screening efter højest absolut volumen er 1970-89-bygninger den oplagte kategori. For den der prioriterer kvalitet over volumen, er 1950-69-årgangen mere attraktiv: 1,06 % hit-rate er over dobbelt så høj som 1970-89, og bygnings-konstruktionen er typisk mere robust og lettere at konvertere uden gennemgribende rivning.

Pre-1950-bygninger har højest hit-rate, men særlige forbehold

Pre-1950-årgangen har den højeste hit-rate i datasættet (1,28 %). Det er logisk: lokalplaner blev systematisk indført fra 1970'erne og frem, og bygninger opført før 1950 blev ofte placeret før moderne arealregulering var en faktor.

I praksis er pre-1950-bygninger dog en mere kompliceret kategori end de øvrige. Mange er bevaringsværdige eller fredede, hvilket diskvalificerer dem fra mange konverterings-strategier. Andre kræver renovering der er teknisk kompleks (asbest, gammel el-installation, ikke-isolerede ydermure). Det betyder at den teoretisk-høje hit-rate i datasættet skal læses med en betydelig effektiv afkortning, når man kommer til faktisk realisering.

Brickstack platformens screening filtrerer fredede bygninger automatisk fra; rapporten gør ikke. Den faktiske handlerbare pre-1950-population er sandsynligvis 60-75 % af de 1.979 cases datasættet viser.

// 7 // plan b: uudnyttet kapacitet

Pilot-analyse: ubebygget kapacitet i Tårnby

Konverterings-cases handler om at omdanne eksisterende bygninger til en ny anvendelse. Plan B-analysen handler om noget andet: jordstykker hvor selve grunden er underudnyttet i forhold til lokalplanens tilladte bebyggelsesgrad. Det er en separat kategori af muligheder, hvor strategien typisk er nybyggeri eller udvidelse frem for konvertering.

For at identificere disse beregner vi gap-score per jordstykke: forskellen mellem det areal lokalplanen tillader og det areal der faktisk er bebygget i dag. Resultatet kategoriseres i fire buckets, fordelingen i Tårnby pilot-datasættet ses nedenfor:

Den detaljerede tabel:

BucketAntal grundeAndelGns. ubebygget
Ubebygget grund9429,10 %32.303
Let bebygget (<10 %)2882,78 %81.199
Moderat bebygget (10-30 %)7.84475,78 %851
Fuldt udnyttet (>30 %)1.27712,34 %352

Vigtig forbehold: pilot-skala, ikke nationalt billede

Plan B-analysen dækker pt. kun 10.351 grunde i Tårnby kommune (kommune-kode 185). Det er en initial-syncet pilot-population der demonstrerer den approach Brickstack ruller ud over hele Danmark efterhånden som matrikel-dataene synkroniseres. Det fulde billede vil opdateres i kommende snapshots.

Tårnby er valgt som pilot-kommune fordi den har en bred vifte af jordstykke-typer: fra Kastrup-lufthavnens store erhvervs-grunde over forstæder med villakvarterer til ubebygget jord langs kysten. Det giver et repræsentativt cross-section af de udfordringer national gap-analyse skal håndtere.

Hvad pilot-data viser om Tårnby

Af de 10.351 analyserede grunde er 942 helt ubebyggede og 288 kun let bebygget (under 10 % af tilladt areal udnyttet). Sammenlagt er der 1.230 grunde med betydelig uudnyttet kapacitet, og det totale gap-areal udgør 54 millioner m² i Tårnby alene.

Det skal læses med flere forbehold: en del af de 32.000 m²-store ubebyggede grunde er sandsynligvis lufthavns-relaterede arealer, beskyttede kystzoner eller landbrugsjord der ikke realistisk er udvikleligt, selvom lokalplanen tillader bebyggelse. Den realistisk handlerbare delmængde af de 53,8 millioner m² er sandsynligvis 20-40 %, hvilket stadig er betydeligt, men ikke det samlede tal.

Når Plan B-analysen udvides til hele Danmark, forventer vi at se markant højere absolutte tal, men også at de samme proportionalitets-forbehold gælder. Den store værdi af analysen ligger i at kunne identificere de specifikke grunde hvor lokalplan, geografi og adgangsforhold sammen gør udvikling realistisk.

// 8 // implikationer

Hvad rapporten betyder for danske ejendoms-investorer

Rapporten er bevidst beskrivende, ikke præskriptiv. Den fortæller hvad der findes, ikke hvad du bør gøre med det. Med det forbehold er der fem observationer der er værd at tage med fra analysen:

  1. A

    Konverterings-pool'en er endelig. 8.688 cases er resultatet af 50-70 års bygnings­historie og 30-40 års lokalplan-revisioner. Når bygnings­bestanden gradvist konverteres eller udskiftes, vil pool'en skrumpe, ikke vokse. Det er et tids-vindue, ikke et evigt fænomen.

  2. B

    Markedet er asymmetrisk fordelt. Otte af top 10 kommuner ligger uden for de fire største byer. Det betyder at den investor der har systematisk plangrundlags-data for hele Danmark har en strukturel informations-fordel i provinsbyer, hvor de fleste mæglere arbejder uden den dybde af data.

  3. C

    Industri- og lager-bygninger er den større mulighed. Den almindelige debat fokuserer på "kontor til bolig"-konverteringer, men data viser at industri-, lager- og produktions­bygninger udgør 56 % af top 10. Det kræver typisk større projekter og mere kompleks finansiering, men volumen og potentialet per case er tilsvarende større.

  4. D

    Niche-erhvervstyper har ekstreme hit-rater. BBR-koder 232, 233, 217 og 219 har alle hit-rater over 20 %. For den investor der prioriterer træfsikkerhed over volumen, er disse koder de mest produktive at screene først, selv hvis det betyder kun et par hundrede cases nationalt.

  5. E

    Pre-1950-cases skal læses med forbehold. Højeste hit-rate (1,28 %) men også højeste sandsynlighed for fredning, bevaringsværdi eller teknisk kompleks renovering. Den effektive handlerbare population er typisk 60-75 % af det datasættet viser.

Hvad rapporten ikke fortæller

Det er værd at sige hvad rapporten ikke gør. Den giver ikke konkrete adresser, BFE-numre eller matrikelnumre. Den oplyser ikke hvor de specifikke 8.688 cases er placeret eller hvilke der har højest forventet ARV-uplift. Den indeholder heller ikke estimerede konverteringsomkostninger eller realiseringssandsynligheder per case.

Det er bevidst. Den slags case-niveau-information er præcis det der gør platform-screening værdifuld for en investor, og det giver ikke mening at offentliggøre på samme niveau som de aggregerede tal. Læseren der vil omsætte rapportens indsigter til konkrete handler skal bruge platformen til at lokalisere, vurdere og forfølge specifikke ejendomme.

Rapportens fremtid

Vi planlægger at udgive en opdateret version af rapporten kvartalsvis, efterhånden som datasættet vokser, regelsættet udvides, og Plan B-analysen rulles ud nationalt. Snapshot-datoen (2026-04-29) refererer til dette specifikke datasæt, og fremtidige rapporter vil eksplicit bygge på opdaterede tal frem for at retrospektivt redigere denne version.

Hvis du arbejder med dansk ejendoms-data og finder rapporten nyttig, så er feedback altid velkommen via marcusskouenborg@gmail.com. Det gælder særligt hvis du har observationer om datakvalitet, alternative tolkninger eller specifikke case-typer der ikke fremgår af de aggregerede tal.

// adgang til de specifikke cases

Rapporten viser stratosfæren. Platformen viser ejendommene.

De 8.688 ejendomme er screenet, rangeret efter severity og estimeret ARV-uplift, og kan filtreres på BBR-kode, kommune og lokalplans-grundlag i platformen. Brickstack-brugere får adgang til den konkrete liste, geografisk visualisering på kortet, og automatisk notifikation når nye cases dukker op.

// citation

Brickstack Team. (2026). Konverterings-rapport 2026: Nationalt overblik over BBR×Plandata-mismatch i Danmark. Brickstack. https://www.brickstack.dk/rapporter/brickstack-konverterings-rapport-2026

Datakilder: BBR, Plandata.dk, Matriklen via Datafordeleren, DAWA.

Snapshot: 2026-04-29 · Genereret: 7 SQL-queries på Brickstacks aggregat-database · Privacy: Ingen per-ejendom eller per-bruger data offentliggjort.