Zurück

Inhalte

Material- und klimaoptimierte Betondecken durch KI

Projektbeschreibung

Projektbeteiligte

Eckdaten

Material- und klimaoptimierte Betondecken durch KI

Dec-KI: Materialeffiziente & klimagerechte Hochbaubetondecken via Generative Künstliche Intelligenz


Projektnummer
10.08.18.7-26.26
Projektbeginn
09.2026
Projektende
08.2028
Projektstatus
laufend

Schema zum "Dec-KI" Projekt mit Darstellung der Komponenten und Interaktionen für den ressourceneffizienten Mehrziel-Entwurf von Massivhochbaudecken, © eigene Darstellung

Dec-KI entwickelt ein KI-gestütztes Assistenzsystem für den ressourceneffizienten Entwurf von Massivhochbaudecken. Im Fokus steht die frühe Planungsphase, in der grundlegende Entscheidungen über Tragverhalten, Materialeinsatz, Wirtschaftlichkeit und ökologische Wirkung getroffen werden. Ziel des Projekts ist es, Planende durch ein dialogfähiges System bei der Auswahl material- und klimagerechter Deckensysteme zu unterstützen und damit die Qualität von Entwurfsentscheidungen zu verbessern. Das System kombiniert vier methodische Bausteine: (1) ein generatives Modell (Conditional Variational Autoencoders / CVAE), das Zusammenhänge zwischen Entwurfsparametern und technischer bzw. wirtschaftlicher sowie ökologischer Performance lernt; (2) die Anbindung von Dlubal RFEM und SoFiSTiK als Agenten-Werkzeuge via MCP bzw. APIs; (3) ein Retrieval-Modul, das Normen, Fachliteratur und Materialdaten kontextbezogen erschließt und damit die fachliche Fundierung der Vorschläge sicherstellt; (4) eine KI-Agentenarchitektur nach dem Reason-and-Act-Prinzip, welche dialogische Interaktion mit menschlichen Experten steuert, komplexe Planungsanfragen in Bearbeitungsschritte zerlegt und eingesetzte Werkzeuge/MCPs/APIs koordiniert. Auf diese Weise entsteht ein System, das Entwurfsoptionen nicht nur generiert, sondern auch nachvollziehbar begründet und fachlich absichert. Damit wird die Forschungslücke geschlossen, dass für den Vorentwurf von Hochbaudecken bislang kein wissensgestütztes, dialogbasiertes Assistenzsystem verfügbar ist, das generative Modellierung mit verifizierter Fachinformation verbindet. Das Projekt zielt darauf, den Entwurfsprozess zu beschleunigen, die Materialeffizienz zu erhöhen und den CO2-Ausstoß im Hochbau zu senken. Die Entwicklung erfolgt in enger Kooperation zwischen der TU Darmstadt, ETH Zürich und Praxispartnern aus der Tragwerksplanung. Die Ergebnisse werden als prototypisches, erweiterbares System für die Forschung und Planungspraxis nutzbar gemacht.

Projektbeteiligte
Antragsteller/in :

TU Darmstadt
Franziska-Braun-Str. 3
64287 Darmstadt

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

TU Darmstadt
Institut für Statik und Konstruktion, Fachgebiet Baustatik
Institutsleitung: Univ.-Prof. Dr.-Ing. Michael A. Kraus, M.Sc.(hons)
Projektleitung: Univ.-Prof. Dr.-Ing. Michael A. Kraus, M.Sc.(hons)

Weitere Forscher/innen :

Forscher 2:
ETH Zürich
Professur für Massiv- und Brückenbau
Leitung: Prof. Walter Kaufmann
Bearbeitung: Prof. Walter Kaufmann

Forscher 3:
bollinger + grohmann
Fachabteilung Tragwerksplanung; Fachabteilung Nachhaltigkeit
Leitung: M.Sc. Angela Feldmann
Bearbeitung: M.Sc. Angela Feldmann

Forscher 4:
ZM-I München GmbH
Fachabteilung Tragwerksplanung
Leitung: Dr. Peter Lenz
Bearbeitung: Dr. Peter Lenz

Forscher 5:
Deutscher Beton- und Bautechnik-Verein e.V
Abteilung Bautechnik
Leitung: Dr. Susanne Urban
Bearbeitung: Dr. Susanne Urban

Fachbetreuer/in im BBSR :

Dr.-Ing. Michael Brüggemann, i. A. BBSR / WB 3

Eckdaten
Schlagworte zum Projekt : Hochbaudecken, Massivbau, Tragwerksplanung, Ressourceneffizienz, Klimagerechtes Bauen, Künstliche Intelligenz, Generative Modelle, Conditional Variational Autoencoder, Retrieval-Augmented Generation, Dialogsystem
Einordnung in Zukunft Bau : Forschungsbericht, Forschungsförderung
Forschungskategorie nach EU : Grundlagenforschung
Art des Unternehmens : Einrichtung für Forschung und Wissensverbreitung
Bundesförderung in EUR : 195.599,00