Inhalte
Material- und klimaoptimierte Betondecken durch KI
Material- und klimaoptimierte Betondecken durch KI
Dec-KI: Materialeffiziente & klimagerechte Hochbaubetondecken via Generative Künstliche Intelligenz
10.08.18.7-26.26
09.2026
08.2028
laufend

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 |
| Federführende/r Forscher/in (alternativ Sprecher/in) : |
TU Darmstadt |
| Weitere Forscher/innen : |
Forscher 2: |
| 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 |