Med afsæt i den stigende interesse for at skabe plads til biodiversitet i byer har Århus Universitet i samarbejde med en bred gruppe af fagfolk og praktikere inden for biodiversitet udviklet en ny national metode til registrering af biodiversitet i byer. Metoden er godt i gang med at lukke et hul i viden om udbredelse og tilstand for biodiversitet i byer gennem en ensartet og reproducerbar national indsamling af data. Metoden blev lanceret i foråret 2024, og vi vil præsentere de første erfaringer og resultater, der viser hvordan byens biodiversitet tager sig ud baseret på >3000 habitatregistreringer fra 2024 og 2025. Metoden er baseret på registrering af en række biodiversitetsindikator, nogle velkendte fra naturovervågning som fx vegetationsstruktur og planteartsliste, og desuden indgår registrering af levesteds- og føderessourcer for fauna. UrbanBioScore beregnes ud fra de registrerede indikatorer og giver en samlet værdi for biodiversiteten i et habitat. Scoren angives på en skala fra 0-100, hvor 100 svarer til den bedste danske natur. Vi præsenterer en foreløbig status for biodiversitet i de danske byer og svarer bl.a. på, hvad der er de hyppigste habitater, de sjældneste plantearter, de mest sparsomme ressourcer og giver en foreløbig statistisk baseline, som man kan vurdere egne områder op imod. Desuden giver vi nogle perspektiver på, hvordan dette værktøj er med til at udbrede arbejdet med biodiversitet i byer og planlægning hos forskellige offentlige og private aktører i Danmark. Formålet med at registrere biodiversitet i byer er flerfoldigt og gavner både biodiversiteten lokalt og indirekte på en større skala. Registreringen kan fx udgøre en baseline for et projekt under planlægning, den kan dokumentere og prioritere forvaltnings- og plejeindsatser, indgå i bæredygtighedsrapportering eller bruges til formidling af byens natur. Alle formål tjener til at sikre en bedre beskyttelse af eksisterende naturværdier i byerne samt at give input til forbedring og etablering af ny bynatur. Med UrbanBioScore kan det ske baseret på stedsspecifik viden, ensartet og reproducerbart.