EarlyBIM 2
Teilprojekt 4: Wissensbank und Machine-Learning-Assistenz für performance-orientiertes Bauen

Laufzeit: 06/2020 bis 05/2023

Fördergeber: Deutsche Forschungsgemeinschaft (DFG) – Projektnummer 271444440

Kooperationspartner

RUB (Ruhr-Universität Bochum)

Lehrstuhl für Informatik im Bauwesen, Prof. Dr.-Ing. Markus König (Sprecher)

Universität Duisburg-Essen

Institut für Massivbau, Prof. Dr.-Ing. Martina Schnellenbach-Held

TU Berlin

Fachgebiet digitale Architektur und Nachhaltigkeit, Prof. Dr.-Ing. Philipp Geyer

TUM

Lehrstuhl für Computergestützte Modellierung und Simulation, Prof. Dr.-Ing. André Borrmann

Lehrstuhl für Architekturinformatik, Prof. Dr.-Ing. Frank Petzold

Lehrstuhl für energieeffizientes und nachhaltiges Planen und Bauen, Prof. Dr.-Ing. Werner Lang

Kurzzusammenfassung

Das Projekt ist Teil der Forschergruppe FOR 2363: Bewertung von Gebäudeentwurfsvarianten in frühen Entwurfsphasen auf Basis adaptiver Detaillierungsstrategien.

Teilprojekt 4 am Lehrstuhl für energieeffizientes und nachhaltiges Planen und Bauen beschäftigt sich mit der Entwicklung einer komponentenbasierten parametrischen Wissensbank, mit Sampling und multikriterieller Einflussanalyse und betreut die Case Studies.

Die in der ersten Phase prototypisch entwickelte Wissensbank „Graue Energie“ für Gebäude-komponenten wird durch die Integration weiterer Disziplinen (Bauökologie und Bauökonomie) und Technikkomponenten (z. B. aus der Gebäudetechnik) zu einer entwurfsunterstützenden Wissens-bank in Zusammenarbeit mit den anderen Teilprojekten im Multi-LOD-Modell ausgebaut.  Als nächster Schritt werden Detaillierungsvorschläge bereitgestellt. Basierend auf vom Entwerfer wählbaren Randbedingungen (z. B. Bauweise, Geometrie, Energiestandard) werden Aggregations-stufen von Komponenten generiert, um Ergebnisse für die ökologische und ökonomische Perfor-mance bereitzustellen.

Die in der ersten Projektphase auf der Basis des Sampling von kontinuierlichen Parametern erfolgte Sensitivitätsanalyse wird zu einer entscheidungsgebundenen Design Space Exploration und multikriteriellen Einflussanalyse erweitert. In den Performance-Ergebnissen werden in Bezug auf ökonomische und ökologische Eigenschaften, aber auch architektonische Qualitäten interessante Detaillierungsoptionen unter Berücksichtigung von Unsicherheiten manuell identifiziert. Diese Optionen werden als Strategien bestehend aus Kombination von Variantenmodellen und Parametern (Wertebereiche, Performance-Anforderungen) formalisiert, um so Ergebnisse für Detaillierungsstrategien zu erhalten, die den anderen Teilprojekten zur Verfügung stehen.

Für die Evaluierung der in der Gruppe entwickelten Methoden betreut der Lehrstuhl ENPB Fallbeispiele aus der Praxis und stellt sie als Grundlage für eine prototypische Implementierung des in der Forschergruppe entwickelten Systems zur Verfügung.

Bearbeiter

Patricia Schneider-Marin, Tanja Stocker, Oliver Habele