Strukturierte Gebäudedaten als Fundament für KI

Daten sind das Fundament jeder KI-Anwendung

Gebäudedaten sind komplexe Unternehmensdaten. Bereits ihre Struktur unterscheidet sich grundlegend von vielen anderen Branchen. Ein Gebäude besteht aus tausenden Objekten mit räumlichen Beziehungen, technischen Eigenschaften und gegenseitigen Abhängigkeiten. Informationen liegen nicht nur als Texte vor, sondern ebenso als Pläne, Geometrien, Tabellen, Fotos, Dokumente oder Videos.

Hinzu kommt die zeitliche Dimension, da sich Gebäude sich über die Zeit verändern. Heizungen werden ersetzt, Räume umgenutzt, Fassaden saniert oder Anlagen erweitert. Ein Datenmodell muss diese Veränderungen nachvollziehen können, ohne den Bezug zu früheren Zuständen zu verlieren.

Die grösste Herausforderung besteht deshalb nicht darin, Informationen zu erfassen, sondern sie dauerhaft konsistent, aktuell und miteinander verknüpft zu halten.

Genau hier entscheidet sich, ob KI produktiv eingesetzt werden kann. Selbst das leistungsfähigste KI-Modell liefert keine zuverlässigen oder falschen Ergebnisse, wenn die zugrunde liegenden Daten unvollständig, widersprüchlich oder veraltet sind.

Die Technologie existiert bereits

Die gute Nachricht ist, dass die notwendigen technologischen Bausteine heute verfügbar sind. Offene Standards wie IFC bieten ein international anerkanntes Datenformat für Gebäudeinformationen. Hinzu kommen Open-Source-Innovationen in den Bereichen 3D-Modellierung und offene Geodaten.

Was häufig fehlt, ist jedoch die Verbindung dieser Bausteine zu einem konsistenten Gebäudedatenmodell, das sich über den gesamten Lebenszyklus eines Portfolios hinweg pflegen und erweitern lässt.

Hier stossen klassische BIM-Systeme häufig an ihre Grenzen. Sie wurden primär für Planung und Bau entwickelt, nicht für die langfristige Bewirtschaftung grosser Bestandesportfolios.

Was NORM anders macht

NORM kombiniert offene Standards mit eigener Technologie, um genau diese Limitierungen heutiger BIM-Systeme zu überwinden. Ziel ist es sämtliche Informationen eines Immobilienportfolios in einem digitalen Zwilling zusammenzuführen und dauerhaft konsistent zu halten. Konkret adressieren wir folgende Herausforderungen mit diesen sechs zentralen Prinzipien:

• Eindeutige Modellierung von Gebäuden und Liegenschaften. Gebäude, Liegenschaften und ihre Bestandteile werden in einem konsistenten Datenmodell abgebildet. Öffentliche Identifikatoren wie EGID und EGRID sorgen dafür, dass auch komplexe Eigentums- und Gebäudestrukturen eindeutig beschrieben werden können.
• Portfolio statt Einzelobjekt. Einzelne Gebäudemodelle werden zu einem durchgängigen Portfolio-Datenmodell zusammengeführt. Dadurch werden portfolioübergreifende Analysen, Benchmarks und KI-Anwendungen überhaupt erst möglich.
• Digitalisierung von Bestandsportfolios. Für die meisten Bestandsgebäude existiert heute keine konsistente Datenbasis. Deshalb werden Informationen aus Plänen, Dokumenten, Fotos oder Vor-Ort-Aufnahmen systematisch erfasst und in das Datenmodell überführt.
• Verknüpfung mit Geodaten. Das Gebäudemodell wird mit GIS-Daten angereichert. Dadurch lassen sich räumliche Fragestellungen wie Hitzeexposition, Naturgefahren oder das Umfeld eines Gebäudes direkt in Analysen und KI-Anwendungen einbeziehen.
• Grundlage für Szenarien und Simulationen. Das Datenmodell bildet die Basis für Energie-, Sanierungs- oder Nutzungsszenarien. Unterschiedliche Varianten können simuliert und objektiv verglichen werden, bevor Investitionsentscheidungen getroffen werden.
• Versionierung und Historisierung. Gebäudedaten verändern sich kontinuierlich. Das Datenmodell dokumentiert diese Veränderungen nachvollziehbar über den gesamten Lebenszyklus einer Immobilie und stellt sicher, dass KI-Anwendungen stets auf dem aktuellen Datenstand arbeiten.

Was dadurch mit KI möglich wird

Auf einem solchen strukturierten Datenmodell lassen sich verschiedene KI-Use-Cases skaliert und produktiv über das gesamte Portfolio nutzen. Wir stellen nun zwei Beispiele vor bei NORM angewendet werden.

Von Dokumenten zu strukturierten Gebäudedaten

Eine grosse Stärke moderner KI besteht darin, Informationen aus unstrukturierten Quellen wie Plänen, Fotos oder handgeschriebenen Protokollen zu extrahieren.

Der eigentliche Mehrwert entsteht jedoch erst, wenn diese Informationen automatisch an der richtigen Stelle im Gebäudedatenmodell abgelegt werden.

Aus einem Wartungsvertrag wird nicht einfach Text extrahiert. Die KI identifiziert beispielsweise die betroffene Heizungsanlage, ordnet Wartungsintervalle dem richtigen Bauteil zu und aktualisiert die entsprechenden Eigenschaften im Gebäudemodell.

Dadurch entstehen keine weiteren Dokumente in einer Ablage, sondern hochwertige strukturierte Daten, die für weitere Anwendungsfälle wie Energieanalysen, Wartungsplanung oder regulatorisches Reporting genutzt werden können.

Analysieren, vergleichen, benchmarken – in Sekunden

Das Analysieren, Vergleichen und Benchmarken von Gebäudedaten wird zu einer Frage von Sekunden. Anstatt Daten aus verschiedenen Systemen zusammenzuführen oder für jede neue Fragestellung spezialisierte BI-Dashboards zu entwickeln, können Informationen direkt über das gesamte Portfolio hinweg abgefragt werden. Der NORM Assistant greift dabei auf das konsistente Gebäudedatenmodell zu und verknüpft sowie aggregiert Informationen über Gebäude, Anlagen und Portfolios hinweg.

Welche Gebäude verursachen die höchsten Wartungskosten pro m² EBF? Welche Sanierungsmassnahmen haben den grössten Einfluss auf den CO₂-Absenkpfad? Welche Gebäude sollten in den nächsten fünf Jahren priorisiert werden?

Fragen wie diese erfordern in herkömmlichen Systemen häufig aufwändige Auswertungen über mehrere Datenquellen oder speziell entwickelte Dashboards. Auf dem NORM-Datenmodell liefert der KI-Assistent die Antworten unmittelbar, nachvollziehbar und stets auf dem aktuellen Datenstand.

Fazit: Produktive KI beginnt beim Datenmodell

Der eigentliche Engpass für KI im Immobilienbereich ist heute nicht die KI selbst, sondern ein konsistentes, portfolioübergreifendes Datenmodell. Erst wenn Informationen strukturiert und miteinander verknüpft sind, können KI-Anwendungen zuverlässig und skalierbar eingesetzt werden. Der nachhaltige Wettbewerbsvorteil entsteht deshalb nicht durch das leistungsfähigste KI-Modell, sondern durch das Datenmodell, auf dem es arbeitet.

Möchten Sie erfahren, wie Sie mit strukturierten Gebäudedaten das Potenzial von KI in Ihrem Portfolio nutzen können? Kontaktieren Sie uns.