Projektstart KIBIZ: Maschinelles Lernen für die kommunale Wärmeplanung
Das neue BMFTR-Forschungsprojekt KIBIZ unter Leitung von Disy setzt auf Maschinelles Lernen, um die kommunale Wärmeplanung mit präzisen Daten zum energetischen Zustand der Gebäude zu unterstützen.
Wenn die Temperaturen fallen und die Heizperiode beginnt, rückt in Zeiten steigender Energiekosten und ambitionierter Klimaziele die Frage nach energieeffizienten Gebäuden wieder in den Mittelpunkt. Doch um gezielt sanieren, planen und die kommunale Wärmewende steuern zu können, brauchen Kommunen präzise Daten über den Gebäudebestand. Genau diese Lücke will das im November gestartete Forschungsprojekt „KI-basierte Bilderkennung zur Bestimmung von Gebäudesanierungszuständen für den kommunalen Klimaschutz und mehr“ (KIBIZ) schließen. Unter der Leitung von Disy werden im Rahmen des Projekts gemeinsam mit dem Karlsruher Partner m-u-t GmbH & Co. KG Methoden des Maschinellen Lernens entwickelt, um aus verschiedenen Quellen eine qualitätsgesicherte Datengrundlage für die kommunale Wärmeplanung aufzubauen.
Beteiligte im BMFTR-Forschungsprojekt KIBIZ
Dazu entwickelt das vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) geförderte Projekt Verfahren des Maschinellen Lernens, um aus videobasiertem und georeferenziertem Bildmaterial automatisch gebäudescharfe Informationen für die kommunale Wärme- und Sanierungsplanung zu gewinnen. Ziel ist eine qualitätsgesicherte, hausgenaue Datenbasis der energetischen Gebäudeparameter – zunächst am Beispiel der Stadt Essen, die als assoziierter Partner eingebunden ist.
Neben Disy als Projektkoordinator mit langjähriger Erfahrung im Geo- und Umweltdatenmanagement bringt die m-u-t GmbH & Co. KG als zweiter Projektpartner ihre Expertise in der praktischen Anwendung von Machine Learning-Verfahren ein und übernimmt die automatisierte Bildanalyse.
Wegen der hohen Praxisrelevanz der Thematik beteiligen sich darüber hinaus weitere assoziierte Partner aus Energieversorgung und Stadtplanung: die Stadtwerke München GmbH, die badenovaNETZE GmbH, die SWU Energie GmbH sowie das Zentrum für Energiewirtschaft und Umwelt (e-think) aus Österreich. Sie bringen ihre Erfahrungen aus der Energie- und Versorgungswirtschaft ein und stellen sicher, dass die Forschungsergebnisse von KIBIZ praxisnah anwendbar und in kommunalen Kontexten direkt nutzbar werden. Gemeinsam wollen die Partner zeigen, wie moderne KI-Technologien einen messbaren Beitrag zur Wärmewende in Deutschland leisten können.
KIBIZ legt bei Projektstart Fokus auf Datenmanagement
Dr. Andreas Abecker, Leiter Forschung und Innovation bei Disy
Beim Projektstart von KIBIZ liegt besonderes Augenmerk darauf, wie sich heterogene Datenquellen – von Bild- und Videodaten über Geoinformationen bis hin zu statistischen Daten – effizient zusammenführen und speichern lassen. Klassische relationale Datenbanken stoßen bei den zu verarbeitenden Videomengen an ihre Grenzen. Im Projekt KIBIZ wird daher zunächst ein performantes hybrides Datenmanagement entwickelt, das sich für Machine-Learning-Verfahren nutzen lässt.
„Gerade durch die Verbindung von Datenmanagement, Analysekompetenz und KI können wir der kommunalen Wärmewende einen echten Schub geben – das ist das Spannende an KIBIZ“, erklärt Dr. Andreas Abecker, Leiter Forschung und Innovation bei Disy. „Die hier beispielhaft für die Stadt Essen entwickelten Konzepte lassen sich nicht nur auf andere Städte und ganz Deutschland, sondern auch auf andere Anwendungsbereiche mit komplexen multidimensionalen Datenquellen übertragen – etwa bei der Polizei, in der Umweltüberwachung oder der Katastrophenvorsorge. So profitieren am Ende auch unsere anderen Kund:innen von den Lösungen, die wir in KIBIZ entwickeln.“
KIBIZ bindet die Stadt Essen als kommunalen Praxispartner ein
Das Forschungsprojekt KIBIZ arbeitet eng mit der Stadt Essen als kommunalem Praxispartner zusammen. Das Amt für Geoinformation, Vermessung und Kataster engagiert sich seit Jahren für die Nutzung moderner IT-Methoden in der kommunalen Verwaltung. Mit einem technisch hochwertig ausgestatteten Messfahrzeug erfasst die Stadt ihr Gebiet regelmäßig hochauflösend – und stellt KIBIZ damit eine wertvolle Datenbasis aus Bild- und Videomaterial zur Verfügung. Diese Daten ermöglichen nicht nur die KI-gestützte Gebäudebewertung, sondern eröffnen auch neue Perspektiven für den Aufbau Digitaler Zwillinge.
Messfahrzeug der Stadt Essen
Essen verfügt bereits über umfangreiche Erfahrung in diesem Bereich: Aus den Daten des Messfahrzeugs ist im mFUND-geförderten Projekt „Twin4Road“ der Digitale Zwilling Straße entstanden, der inzwischen in ein produktives Big-Data-System mit KI-Komponenten überführt wurde. Darüber hinaus arbeitet die Stadt an einem Digitalen Zwilling Hochbau. Für alle städtischen Schulen liegen bereits 3D-Innenraum- und Stadtmodelldaten vor, die mit der betriebswirtschaftlichen Haushaltssicht verknüpft sind – ein Beispiel für die praxisorientierte Nutzung digitaler Stadtmodelle.
Auch im Bereich der kommunalen Wärmeplanung hat Essen Pionierarbeit geleistet: Die Stadt hat bereits eine eigene Wärmeplanung erstellt und bringt diese fachliche Expertise aktiv in KIBIZ ein. Damit liefert Essen nicht nur hochwertige Daten, sondern auch wertvolle Erfahrungen aus der Umsetzung kommunaler Klimaschutzstrategien. So wird Essen im Projekt zu einem wichtigen Bindeglied zwischen Forschung und Praxis – und trägt maßgeblich dazu bei, dass die Ergebnisse von KIBIZ auf kommunaler Ebene anwendbar und übertragbar werden.
Von der Datenbasis bis zum Digitalen Zwilling: KIBIZ blickt in die Zukunft
KIBIZ greift auch aktuelle Entwicklungen zur Standardisierung digitaler Stadtmodelle auf. Mit der neu veröffentlichten DIN SPEC 91391 „Urbane Digitale Zwillinge“ liegt erstmals ein Leitfaden vor, wie Kommunen Daten, Modelle und Anwendungen zu ganzheitlichen Digitalen Zwillingen verknüpfen können. Die Projektergebnisse von KIBIZ sollen sich nahtlos in diese Architektur einfügen und den Aufbau kommunaler Digitaler Zwillinge aktiv unterstützen.
Langfristig zielt KIBIZ darauf ab, einen Digitalen Zwilling des deutschen Gebäudebestands zu ermöglichen. Die entstehende Datenplattform wird skalierbar, interoperabel mit kommunalen Geodateninfrastrukturen und für unterschiedliche Nutzergruppen – Verwaltung, Industrie und Forschung – zugänglich sein. So entsteht eine solide Grundlage für datengetriebene Anwendungen rund um Energieeffizienz, Gebäudesanierung und Stadtentwicklung.
Was heute am Beispiel der Stadt Essen erprobt wird, könnte schon bald Kommunen bundesweit dabei helfen, ihre Wärmeplanung datenbasiert, effizient und klimafreundlich zu gestalten. Damit verbindet KIBIZ technologische Innovation mit gesellschaftlicher Relevanz: Wenn Daten, KI und kommunales Know-how zusammenkommen, wird aus Forschung echte Wärmewende.
