Zurück

Inhalte

FACaiDE - KI-gestützte Analyse der Energieeffizienz von Fassaden des Gebäudebestands

Projektbeschreibung

Projektbeteiligte

Eckdaten

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


Projektnummer
10.08.18.7-25.10
Projektbeginn
10.2025
Projektende
10.2028
Projektstatus
laufend

Methodischer Ansatz des Forschungsvorhabens FACaiDE, © UdK Berlin, Fachgebiet VPT

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
Einsteinufer 43-53
10587 Berlin

Federführende/r Forscher/in (alternativ Sprecher/in) :

Universität der Künste Berlin
Fachgebiet Versorgungsplanung und Versorgungstechnik
Institutsleitung: Prof. Dr.-Ing. Chirstoph Nytsch-Geusen
Projektleitung: Prof. Dr.-Ing. Chirstoph Nytsch-Geusen
 

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