Gebäudedaten werden bisher unter hohem Personal- und Zeitaufwand bei Bestands- und Neubauten manuell durch aufwändige Begehungen auftraggeber- und auftragnehmerseitig aufgenommen. Um Personaleinsatz zu reduzieren und gleichzeitig die Qualität der Aufnahme unter Berücksichtigung von Tabellen-, Text- und Plandokumenten zu optimieren, sollen durch ML-BAU-DOK+ unter Anwendung der Informationsextraktion mit Maschinellem Lernen Daten möglichst weitgehend automatisiert erhoben werden können.
Themen
Ausgangssituation
ML-BAU-DOK+ soll die Anlagen eines Gebäudes im Sinne der Betreiberverantwortung definieren und deren Ursprung in Tabellen-, Text- und Plandokumenten mit bestmöglicher Qualität und Aktualität ausfindig machen. Ziel ist es, durch Bestandsdokumentation ein gebäudebezogenes Anlagenregister mit Maschinellem Lernen zu erstellen. Das Register soll in Aufbau und Struktur für die Integration und Auswertung in BIM-,CAFM- und anderen marktüblichen Systemen kompatibel sein.
Zielsetzung
Ziel ist die Beschleunigung und Verbesserung der FM-Startup-Phase sowie von Energieeffizienz- und Lebenszyklusanalysen. Die Gebäudedatenerfassung beinhaltet die TGA-Anlagen nach DIN 276, die Grundflächen nach DIN 277, gif oder WoFlV, die Einhaltung von Regelwerken der Betreiberverantwortung und die Ordnung der Dokumentation nach GEFMA 198 bzw. 924.
Gegenwärtiger Stand
Anlagenklassen wurden nach KG 400 (DIN 276) erhoben und die erforderlichen Informationen für Auftraggeber und Auftragnehmer definiert. Die Inhaltsanforderungen für alle Anlagen wurden durch Regelwerksprüfung erhoben und dokumentiert. Die Strukturanforderungen für CAFM- und BIM-Integration (raumbuchbasiert) sind dargelegt. Das Datenbankmodell mit allgemeinen und spezifischen Attributen für alle Anlagenklassen ist aufgebaut. Die Dokumente zum Trainieren der ML-Algorithmen wurden durch Praxispartner bereitgestellt. Die ML-basierte Dokumentenanalyse ist bis zum 1. Quartal 2026 abgeschlossen. Mehr als 80% der Attribute sollen automatisiert aus den Dokumenten extrahiert werden können. Es folgen die Zusammenstellung des Gesamtsystems, Test und Fehlerauswertung, die Systemoptimierung sowie die Auswertung und Evaluierung der Anwendungsfähigkeit. Die Ergebnisse werden im Abschlussbericht, in Journal-Veröffentlichungen und auf Tagungen vorgestellt.
Fördergeber
ML-BAU-DOK+ wird gefördert vom Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR) im Bundesamt für Bauwesen und Raumordnung (BBR), im Rahmen des Forschungsprogramms Zukunft Bau. Das Projekt läuft bis Januar 2027.
Informationen zum Vorgängerprojekt ”Maschinelles Lernen im Bereich Gebäudedokumentation (ML-BAU-DOK)” finden Sie hier: https://www.zukunftbau.de/projekte/forschungsfoerderung/1008187-2026
Praxispartner
Das Projekt wird von mehren Praxispartnern unterstützt, u.a. alstria, AIF, Architrave, IBC Ingenieurbau Consult und Stiftung Kloster Eberbach.
Adresse des Praxisprojekts
- Paul-Ehrlich-Straße 14, Paul-Ehrlich-Straße 14, Kaiserslautern
