Digitalisering av fastighetssystem har ofta hindrats av fragmenterade lösningar och ineffektiv datainsamling. Detta examensarbete undersöker hur edge computing kan användas för att effektivisera integrationen mellan IoT-enheter och fastighetssystem. En prototyp utvecklades baserad på ett Pythonverktyg för konfigurationsgenerering och ett Node-RED-flöde för databehandling och kommunikation via Modbusprotokollet. Lösningen möjliggör automatiserad insamling, skalning och tolkning av data direkt på edgenoden, vilket minskar latens och optimerar nätverkstrafik. Testerna bekräftar att systemet klarar dynamiska förändringar, hanterar flera pollingintervall och bibehåller hög datakvalitet utan behov av manuell kodmodifiering. Arbetet visar att edge computing kan vara en praktisk och skalbar väg för att standardisera integrationen i digitaliserade fastigheter, men vidare validering och optimering behövs innan full produktionssättning. The digitalization of building management systems has often been hindered by fragmented solutions and inefficient data collection processes. This thesis explores how edge computing can be used to streamline the integration between IoT devices and building systems. A prototype was developed, consisting of a Python-based configuration tool and a Node-RED flow for data processing and communication via the Modbus protocol. The solution enables automated data acquisition, scaling, and interpretation directly at the edge node, reducing latency and optimizing network traffic. Testing confirmed that the system can handle dynamic changes, manage multiple polling intervals, and maintain high data quality without manual code modifications. The results indicate that edge computing offers a practical and scalable approach to standardizing integration in digitialized buildings, although further validation and optimization are recommended before full production deployment.