Ved hjælp af machine learning og simuleret data, kan vi udelukkende med flow-data (aggregeret forbrug) som input, estimere vandspildet som m3/t. På historisk data ligger prædiktionen i gennemsnit inden for en 5% fejlmargin. Uden at investere tungt i hardware, kan vandforsyninger altså få et estimat af vandspildet i realtid. Det betyder at de kan reagere hurtigere på lækager og prioritere reparationer i forskellige sektioner. Endvidere fungerer softwaren 100% automatisk, og der spares derfor tid i hverdagen, da et excel ark med nattetimeforbruget ikke længere skal overvåges. Platformen er udviklet i tæt samarbejde med Sorø Vand A/S og en række andre forsyninger. Anders Johansen, Direktør i Sorø Vand A/S siger følgende om projektet: "I forsyninger og i mange andre virksomheder, samles data i en voldsom mængde, men bruges kun i begrænset omfang. Det er et paradigme skifte, at vi vrider al saften ud af de data vi har, fremfor at montere mere måleudstyr og indsamle endnu flere data, vi kun bruger i begrænset omfang. Derfor synes jeg at det er nyt og inspirerende." -Direktør Anders Johansen, Sorø Vand A/S.