Die EU-Taxonomieverordnung sowie Vorgaben der EZB verlangen von Finanzinstituten seit Anfang 2022, Immobilien nach ihrer Energieeffizienz zu klassifizieren und dies zu melden. Dies betrifft besonders mittelständische Gewerbeimmobilien, die oft als Sicherheiten von Finanzierungen dienen. Jedoch verfügen über 85% der Bestandsgebäude nicht über ausreichend Daten für eine solche Bewertung der Energieeffizienz. Fehlende Daten führen zur Einordnung in die schlechteste Risikokategorie „unknown“, was hohe Risikoaufschläge und potenzielle Abwertungen der Liegenschaft zur Folge hat. Dies erhöht den Druck auf Immobilienbesitzer, entsprechende Daten zu liefern, um Wertabschläge und finanzielle Nachteile zu vermeiden. Ziel des Forschungsprojektes ist es, zukünftig deutlich schneller, kosteneffektiver und mit einem möglichst hohen Grad an Automatisierung zu einer Einschätzung der energetischen Qualität von Gewerbeimmobilien zu gelangen. Die Grundlage hierfür bildet die Gebäudeerfassung, die mithilfe von digitalen Erfassungstechnologien erleichtert werden soll. Der Fokus des Projektes liegt dabei auf einer möglichst durchgängigen digitalen Prozesskette, um Wechselwirkungen mit der aktuellen Arbeitsmarktsituation frühzeitig zu vermeiden.
Herausforderung
Die EU-Taxonomieverordnung (2020/852) sowie Vorgaben der europäischen Zentralbank fordern seit 2022 die Klassifizierung von Immobilien nach deren Energieeffizienz, was KMU´s vor große Herausforderungen stellt. Für über 85% der Bestands-Gewerbeimmobilien fehlen die notwendigen Daten, was zu Risikoaufschlägen bei den Finanzierungen führt. KMU´s müssen diese Daten zur energetischen Gebäudequalität liefern, um finanzielle Nachteile zu vermeiden, stehen jedoch vor knappen Personalressourcen und einer generell herausfordernden Situation im Bausektor. Das Forschungsprojekt ReadE zielt darauf ab, die energetische Qualität schneller und automatisiert zu bewerten, um die zusätzliche Belastung durch Regulatorik und Arbeitsmarktknappheit zu reduzieren.
Lösung
Im Rahmen des Projektes ESG-Readiness Network (ReadE) wurde eine digitale und weitestgehend automatisierte Prozesskette zur Einschätzung der energetischen Gebäudequalität entwickelt.
Die Bewertung erfolgt dabei in mehreren Schritten. Im ersten Schritt werden die Bestandsunterlagen einer Liegenschaft gesichtet und die relevanten Informationen z.B. zu Baualter, Bauteilqualitäten und der verwendeten Anlagentechnik herausgefiltert. Danach erfolgt die Gebäudeerfassung basierend auf einem 3D-Gebäudescan. Die daraus resultierende Punktwolke wird in der Folge in ein 3D-Gebäudemodell im offenen Standard Industry Foundation Class (IFC) überführt. Dieses Datenmodell wird dann mit den gebäudespezifischen Informationen der Liegenschaft befüllt und dient als Grundlage für die abschließende Einschätzung der energetischen Qualität. Diese erfolgt automatisch nach einem an die DIN V 18599 angelehnten jedoch hinsichtlich der Eingangsparameter stark vereinfachten Berechnungsmodell. Als Ergebnis erhält der Eigentümer ein Energierating als Buchstabe von A für sehr gut bis G für mangelhaft. Dieser Musterprozess wurde im Rahmen des Projektes an drei Pilot-Liegenschaften erfolgreich getestet. Die Gebäude kamen aus dem Bereich der Produktion, der Beherbergung und des Einzelhandels.
Typologie
Um die Gebäudeeingabe zukünftig weiter zu vereinfachen, wird derzeit an einer Einteilung der Gebäude in einzelne Typologien gearbeitet. Wenn Sie uns hierbei unterstützen möchten, können Sie Ihre Liegenschaft unter folgender Adresse hinterlegen, sie geht damit in die Erstellung der Typologie mit ein.
https://read-esg.azurewebsites.net/
