Projektbeschreibung

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 Daten möglichst weitgehend automatisiert erhoben werden können.

Ziel ist die Beschleunigung und Verbesserung der FM-Startup-Phase sowie von Energieeffizienz- und Lebenszyklusanalysen. Die Dokumente zum Trainieren der ML-Algorithmen werden durch Praxispartner bereitgestellt. Ergänzend wird auf frei verfügbare Dokumente aus England zurückgegriffen.

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. 

Forschungsteam

• Fachgebiet Immobilienökonomie
• AG Anwendungen des Maschinellen Lernens (Prof. Sebastian Vollmer) an der RPTU sowie
• AG Data Science und ihre Anwendungen (ebenfalls geleitet von Prof. Vollmer) am 
  Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) in Kaiserslautern.
   

Praxispartner:

• AIF Kapitalverwaltungs-AG, Stuttgart; aif.capital
• alstria office REIT-AG, Hamburg; alstria.de
• Architrave GmbH, Berlin; architrave.de
• IBC Ingenieurbau-Consult GmbH, Mainz; /www.ibc-ing.de
• Stiftung Kloster Eberbach, Eltville; kloster-eberbach.de

Link zur Projektwebseite Zukunft Bau. 

Laufzeit: Juli 2024 bis Januar 2027