Inhalte
FACaiDE - KI-gestützte Analyse der Energieeffizienz von Fassaden des Gebäudebestands
FACaiDE - KI-gestützte Analyse der Energieeffizienz von Fassaden des Gebäudebestands
Entwicklung einer Analysemethode zur automatisierten Bestimmung der Energieeffizienz von Fassaden des Gebäudebestands mit Methoden der Künstlichen Intelligenz und der mobilen Messtechnik
10.08.18.7-25.10
10.2025
10.2028
laufend
Im Forschungsvorhaben FACaiDE wird eine mobile Analysemethode zur automatisierten Bestimmung der Energieeffizienz von Gebäudefassaden des Bestands entwickelt, indem Methoden des Building Information Modelings, der optischen und thermischen Messtechnik sowie der künstlichen Intelligenz (KI) kombiniert werden. Das Forschungsziel besteht in der weitgehend automatisierten Bestimmung von Energieeffizienzparametern von Gebäudefassaden, wie z.B. Baualtersklasse, Geschossanzahl, U-Werte sowie Flächenanteile opaker und transparenter Fassadenanteile mit Hilfe eines als Demonstrator entwickelten mobilen Analysegeräts in unmittelbarer Nähe zum Bestandsgebäude. Diese Parameter fehlen in digitalen LOD2-Stadtmodellen des Bestands heute meist noch flächendeckend und sollen auf diese Weise einfach erhoben und ergänzt werden können. Methodische Schritte: (A) Bezug des georeferenzierten LOD2-3D-Gebäudemodells (CityGML) für das zu analysierende Bestandsgebäude über eine GPS-Lokalisierung von einem zentralen Server als Grundlage eines digitalen Zwillings (B) Stereoskopische RGB-Aufnahmen der Gebäudefassaden des Bestandsgebäudes mit Bildentzerrung und anschließendem KI-basierten Facade Parsing (Flächenzerlegung, Bauteilkategorisierung) (C) KI-gestützte Baualter-Kategorisierung mittels entzerrter Fassadenbilder und daraus abgeleiteter Grobschätzung der energetischen Bauteil-Kennwerte (D) Stereoskopische Thermografie-Aufnahmen der Fassaden plus Messung weiterer Klimaparameter. Hierdurch Präzisierung der geschätzten Bauteil-Kennwerte für den real vorliegenden Gebäude-Energieeffizienzzustand (E) Energetische Schnellanalyse für das analysierte Bestandsgebäude mit einem KI-gestützten Prognosemodell (jährlicher Wärmebedarf Heizung & WW) mit Hilfe des aus den Schritten (A) bis (E) angereicherten Datenmodells Die KI-gestützte Analysemethode soll in den Schritten A bis E an Hand bekannter Bestandsgebäude validiert und danach in zwei Anwendungsszenarien auf unbekannte Gebäude angewandt werden.
| Projektbeteiligte | |
|---|---|
| Antragsteller/in : |
Universität der Künste Berlin |
| Federführende/r Forscher/in (alternativ Sprecher/in) : |
Universität der Künste Berlin |
| Weitere Forscher/innen : |
keine weiteren Forscher |
| Fachbetreuer/in im BBSR : |
Andreas Windisch, WB 3 |
| Eckdaten | |
|---|---|
| Schlagworte zum Projekt : | Automatiserte energetische Fassadenanalyse, Facade-Parsing, KI-Baualter-Kategorisierung, KI-Prognosemodell Heizwärmebedarf, Stereoskopische Thermografie, Automatisierte U-Wert-Ermittlung |
| Einordnung in Zukunft Bau : | Forschungsbericht, Forschungsförderung, Energieeinsparung/ -gewinnung, Bestandsgebäude |
| Forschungskategorie nach EU : | Grundlagenforschung |
| Art des Unternehmens : | Einrichtung für Forschung und Wissensverbreitung |
| Bundesförderung in EUR : | 310.190,00 |
