KI für Sanierungsplanung: Gebäudebestände verstehen, Maßnahmen vergleichen und Investitionen priorisieren

Diese Reihenfolge entsteht auf mehreren Ebenen. Im Portfolio geht es zunächst um vergleichbare Informationen: Welche Gebäude ähneln sich, wo treffen hoher Handlungsbedarf und günstige Zeitfenster zusammen, welche Objekte verdienen eine nähere Untersuchung? Auf Gebäudeebene werden daraus konkrete Varianten. Hülle, Wärmeversorgung und Nutzung erhalten mehr Detail, Maßnahmen werden aufeinander abgestimmt. In der anschließenden Fachplanung werden die gewählte Richtung und ihre baulichen Voraussetzungen ausgearbeitet. Mit jeder Ebene verändert sich auch das benötigte Wissen.

KI unterstützt diese Bestandsarbeit, indem sie Gebäudemerkmale aus Unterlagen erschließt oder fehlende Angaben zunächst anhand ähnlicher Gebäude schätzt. So kann das technische Bestandsmanagement beispielsweise Baualter, Flächen und Wärmeversorgung auch bei ungleich dokumentierten Objekten vergleichbar zusammenführen. Gemeinsam mit dem Asset Management prüft es, bei welchen Gebäuden eine genauere Aufnahme die Maßnahmenwahl oder Budgetverteilung verändern könnte. Der Nutzen der ersten KI-Auswertung liegt damit in einer begründeten Auswahl für die vertiefte Sanierungsplanung.

Der Umfang der ersten KI-gestützten Bestandsanalyse richtet sich danach, ob Eigentümer Untersuchungen priorisieren oder bereits konkrete Maßnahmen auswählen wollen. Für die Auswahl einer Gebäudegruppe genügt möglicherweise eine grobe Einordnung nach Baualter, Versorgung und Instandhaltungsbedarf. Für die Wahl einer Wärmepumpe sind deutlich konkretere Angaben zu Gebäude, Heizflächen und Betrieb nötig. Wer diese Stufen auseinanderhält, vermeidet zwei Kostenfallen: einen unnötig detaillierten Datenaufbau für den gesamten Bestand und eine zu weitreichende Entscheidung auf Basis einer ersten Schätzung.

Vom Bestand zur nächsten Beauftragung

Gebäude vergleichbar machen → Untersuchungen priorisieren → Maßnahmenpakete entwickeln → Investitionen abstimmen → Fachplanung konkretisieren

Ein brauchbares Ergebnis kann deshalb bereits eine klar begründete Untersuchungsentscheidung sein: Diese Gebäudegruppe wird zuerst aufgenommen, diese beiden Maßnahmenkombinationen werden vertieft, und bei einem weiteren Objekt wird zunächst der bauliche Zustand geklärt. Das schafft eine gemeinsame Arbeitsgrundlage für Asset Management, technische Bestandsbetreuung und Planung. Zugleich wird erkennbar, welche Informationen noch fehlen und welche Erhebungen Aufwand verursachen würden, ohne die Entscheidung zu verändern.

Die Einführung beginnt somit mit einer wiederkehrenden Eigentümeraufgabe. Wer beispielsweise jedes Jahr ein Sanierungsbudget verteilt, kann genau diesen Prozess zum Ausgangspunkt machen. Sobald feststeht, welche Auswahl vorbereitet werden soll, lässt sich die Datenarbeit darauf ausrichten. Die erste technische Frage lautet dann, wie aus den vorhandenen Unterlagen ein verständliches Bild des Gebäudes entsteht.

Quellen: 1, 2, 3, 4, 5, 6, 7.

Die physikalische Simulation schafft dafür eine gemeinsame Rechenbasis. Aus Gebäude, Wetter, Nutzung und Anlageneigenschaften berechnet sie beispielsweise Energiebedarf oder Innenraumtemperaturen. Werden Bauteile oder Systeme verändert, entsteht eine neue Variante mit denselben grundlegenden Randbedingungen. Der Vergleich zeigt dann, welchen Unterschied die vorgesehenen Eingriffe im Modell ausmachen. Gerade bei vielen Kombinationen kann dieser Weg jedoch aufwendig werden.

Hier können gelernte Ersatzmodelle helfen. Sie werden mit Ergebnissen vieler Simulationsläufe trainiert und nähern deren Zusammenhang zwischen Eingaben und Ausgaben an. Eine 2025 veröffentlichte Arbeit von Forschenden aus Kharagpur und Graz verbindet EnergyPlus mit XGBoost-Modellen für Kühlbedarf und thermischen Komfort eines Hochschulgebäudes. Die anschließende Optimierung sucht geeignete Kompromisse. Das Lernverfahren übernimmt damit einen klaren Teil der Arbeit: Es beschleunigt die Auswertung innerhalb des untersuchten Variantenraums.

Der Optimierer nutzt solche Ergebnisse, um Kombinationen zu suchen. Dabei kann er etwa ein Budget einhalten und zugleich Energiebedarf und Komfort berücksichtigen. Mehrere Varianten können nebeneinander sinnvoll bleiben: Eine kostet weniger, eine andere erreicht eine höhere energetische Wirkung. Welche weiterverfolgt wird, hängt von den Zielen des Projekts ab. Die rechnerische Suche erhält ihren Sinn durch die zugelassenen Maßnahmen und die ausdrücklich gesetzten Randbedingungen.

Welches Verfahren beantwortet welche Frage? – eigene Darstellung auf Grundlage von 4, 9, 10, 11, 12

Daneben gibt es Verfahren, die aus früheren Maßnahmenempfehlungen lernen. Sie können für ähnliche Gebäude geeignete Kandidaten vorschlagen. Für die nächste Planungsstufe interessiert anschließend deren konkrete Wirkung im aktuellen Gebäude. Kausale Lernverfahren untersuchen wiederum eine andere Frage: Wie hätte sich ein vergleichbares Gebäude mit und ohne Maßnahme entwickelt? Forschung aus Paderborn erprobt diesen Vergleich in einer kontrollierten synthetischen Gebäudewelt. Die unterschiedlichen Ansätze erschließen somit Daten, Vorschläge oder Wirkungszusammenhänge; ihre Ergebnisse lassen sich gezielt miteinander verbinden.

Eine verständliche Oberfläche kann diese Rechenkette zugänglich machen. Sprachmodelle erläutern Optionen oder helfen, eine Gebäudeanfrage zu formulieren. Für die Entscheidung sollten die zugehörigen Annahmen und Berechnungen erreichbar bleiben. So kann ein Planungsteam von einer verständlichen Empfehlung zu ihrer fachlichen Grundlage wechseln und beispielsweise untersuchen, warum gerade der Dachzustand oder die angesetzte Nutzung die Variante prägt. Damit ist der Übergang zur eigentlichen Abwägung vorbereitet.

Quellen: 4, 5, 9, 10, 11, 12, 13, 14.

Bei der Hamburger Schiffszimmerer-Genossenschaft beschreibt Predium genau diesen ersten Schritt: Bestandsinformationen wurden zusammengeführt, Gebäude für die nähere Bearbeitung priorisiert und die Varianten mit objektspezifischem Wissen ergänzt. Die Investitionsschätzung floss in die Budgetplanung ein. Zum Use Case Schiffszimmerer und Predium.

Das Arbeitsprinzip ist für größere Wohnungsbestände besonders anschaulich. Die technische Betreuung kennt einzelne Gebäude gut, während die Investitionsplanung eine vergleichbare Übersicht benötigt. Eine gemeinsame Datenbasis verbindet diese Perspektiven. So können Gründe für die Auswahl einer Gebäudegruppe besprochen und anschließend gezielte Planungsaufgaben vergeben werden. Die Digitalisierung verändert hier vor allem den Zusammenhang zwischen Bestandswissen und Budgetentscheidung.

Die Pensionskasse der BEWAG erarbeitete mit FREO, pom+ und Optiml eine Portfolio- und Investitionsstrategie über 25 Jahre. Der veröffentlichte Kundenbericht beschreibt eine zentrale Datengrundlage und den Vergleich von Szenarien. Zum Use Case der Pensionskasse.

Eine solche Langfristperspektive verbindet Einzelmaßnahmen mit der Entwicklung des gesamten Bestands. Investitionen lassen sich nach Zeitpunkt und Wirkung vergleichen; Änderungen einer Rahmenannahme können erneut durchgespielt werden. Für die Nutzung im Management zählt deshalb auch, wie verständlich die Begründung bleibt. Eine langfristige Strategie sollte als fortschreibbare Entscheidungshilfe angelegt sein: Neue Gebäudebefunde, geänderte Kosten und andere Nutzungspläne können ihre Reihenfolge verändern.

Die gebäudebezogene Vertiefung zeigt FREO an einem Schweizer Büroobjekt. Mit Optiml wurden Modellierung, Energiesimulation und Maßnahmenentwicklung verbunden, um Sanierungsoptionen bis zu bauteilbezogenen Empfehlungen auszuarbeiten. Zum Use Case der Bürogebäudeplanung.

Hier verschiebt sich die Arbeit von der Objektauswahl zur Abstimmung von Hülle und Gebäudetechnik. Eine Variante wird für weitere Planung interessant, wenn erkennbar ist, welche Bauteile verändert werden und wie sich diese Eingriffe gegenseitig beeinflussen. Gerade diese Konkretisierung ermöglicht das fachliche Gespräch zwischen Eigentümer, Beratung und Planung. Die drei Kundenberichte stehen damit für verschiedene Ergebnisse derselben Entscheidungskette: Auswahl, Strategie und Vertiefung.

Für eine eigene KI-gestützte Sanierungsplanung können Eigentümer einen dieser Arbeitsabläufe als Pilot wählen. Soll das nächste Jahresbudget vorbereitet werden, stellt das Bestandsmanagement eine vergleichbare Gebäudegruppe mit Zustand, Verbrauch und anstehenden Arbeiten zusammen. Die Plattform unterstützt die Auswahl und den Variantenvergleich; Energieberatung und Fachplanung ergänzen objektspezifische Befunde. Am Ende steht beispielsweise ein begründeter Auftrag, zwei Sanierungspakete an ausgewählten Gebäuden zu vertiefen. An diesem Ergebnis lässt sich beurteilen, ob die digitale Auswertung die bisherige Budgetvorbereitung erleichtert.

Quellen: 1, 2, 3, 5, 15.

Für einen Bestandshalter mit verstreuten Unterlagen kann die Datenzusammenführung den größten Anfangsnutzen bringen. Ein Planungsteam mit bereits gut dokumentierten Gebäuden braucht dagegen möglicherweise einen flexibleren Variantenvergleich. Hier interessiert, ob sich Hülle und Technik gemeinsam bearbeiten lassen, wie Nutzung und Komfort abgebildet werden und welche Eigenleistungen erforderlich sind. Derselbe Funktionsbegriff kann dabei unterschiedliche Leistungen umfassen: Datenanreicherung, Berechnung und fachliche Beratung sollten im Angebot erkennbar zugeordnet sein.

Eine Vorführung am eigenen Beispielgebäude ist dafür besonders aufschlussreich. Aus der bekannten Ausgangslage werden zwei plausible Maßnahmenpakete entwickelt. Das Team verfolgt, wo die Daten herkommen, welche Werte geändert werden und wie sich diese Änderung im Ergebnis auswirkt. Anschließend wird die Übergabe erprobt: Welche Informationen kann die Fachplanung weiterverwenden, welche lassen sich aktualisieren, und bleibt der frühere Entscheidungsstand nachvollziehbar? So wird aus einer Funktionspräsentation ein Test des tatsächlichen Arbeitsablaufs.

Auch ergänzende Werkzeuge können dabei eine wichtige Rolle spielen. Strukturierte Bestandsaufnahme, Kostenansätze und Lebenszyklusberechnung schaffen Grundlagen, auf denen KI-Verfahren aufsetzen. Ihr Wert ergibt sich aus dem Beitrag zur Sanierungsentscheidung. Eine Beschaffung sollte daher konkret nach Datenwegen, Verfahren und Ergebnissen fragen und die Übergänge zwischen den Werkzeugen mitbetrachten. Ein vollständig durchgängiges Modell ist nur dann hilfreich, wenn es auch zu Zuständigkeiten und vorhandenen Systemen passt.

Für die Weiterentwicklung zählt schließlich, wie gut neue Erkenntnisse aufgenommen werden können. Gebäudezustände, Kosten und Ziele ändern sich. Ein einmal erzeugter Bericht genügt für eine fortlaufende Portfoliosteuerung nur bedingt. Gefragt sind nachvollziehbare Versionen, übernehmbare Daten und ein geregelter Umgang mit neuen Befunden. Damit wird aus der Auswahl einer Software die Gestaltung eines dauerhaften Planungsprozesses.

Sechs Angebote und ihre fachlichen Schwerpunkte

Predium verbindet Gebäudedaten, Portfolioauswertung und Maßnahmenplanung. Das Angebot passt besonders zum Aufbau einer vergleichbaren Bestandsübersicht. Bei der Einführung lohnt der Blick darauf, wie ergänzte Gebäudemerkmale gekennzeichnet und später durch eigene Befunde ersetzt werden können. Die Verbindung zu Budgetarbeit und Bestandswissen zeigt die Anwendung bei der Schiffszimmerer-Genossenschaft.

Optiml bietet mehrere Bearbeitungstiefen von früher Bewertung bis zur integrierten Gebäudeplanung. Eigentümer und Beratung können damit den Portfolioblick mit detaillierterer Variantenarbeit verbinden. Der passende Leistungsumfang hängt davon ab, welche Simulation, Datenarbeit und Beratung im eigenen Projekt benötigt werden; die als künftig angekündigte Betriebsbegleitung gehört zu einem anderen Entwicklungsstand.

syte erschließt gebäudebezogene Sanierungsoptionen und deren Kosten- und Nutzenperspektive. Der Einstieg knüpft an die digitale Gebäudebewertung an und kann eine erste Maßnahmenorientierung liefern. Für die anschließende Fachplanung ist entscheidend, welche Ausgangsdaten übernommen werden können und welche Gebäudemerkmale durch Aufnahme oder Unterlagen konkretisiert werden.

PLAN4 setzt bei strukturierter Bestandsaufnahme, Zustand, Kosten und Maßnahmen an. Diese Perspektive verbindet die Begehung mit der weiteren Sanierungsarbeit. Ein gemeinsam mit KIT untersuchtes ML-Kostenmodell zeigt darüber hinaus einen Forschungsweg zur frühen Kostenschätzung. Verfügbarer Arbeitsablauf und Forschungsentwicklung werden dabei als unterschiedliche Bausteine betrachtet.

CAALA ergänzt die Sanierungsentscheidung durch Lebenszyklusbewertungen. Beim PRISMA in Frankfurt unterstützte das Unternehmen den Vergleich von Erhalt und Neubau. Für Eigentümer ist diese Perspektive interessant, wenn Materialeinsatz und Lebenszykluswirkung zusätzlich zur Betriebsenergie in die Entscheidung eingehen sollen. CAALA gehört außerdem zum NaiS-Verbund.

Spotr beschreibt die Verbindung visueller Bestandsdaten mit Energie- und Instandhaltungsszenarien, unter anderem im Zusammenspiel mit Sobolt. Der Ansatz setzt früh bei der Erschließung von Gebäudemerkmalen an. Bei einer Übertragung auf den eigenen Bestand stehen lokale Datenabdeckung, benötigte Aufnahmetiefe und die Übergabe an weitere Planungssysteme im Vordergrund.

Forschung: Daten zugänglich machen und Entscheidungen besser modellieren

NaiS verbindet Gebäudedaten und Sanierungsbewertung. Das KIT entwickelt hierfür technische und methodische Grundlagen; die DGNB bringt Praxisanforderungen in den Transfer ein. Im August 2026 beschrieb die DGNB einen live verfügbaren Demonstrator nach Abschluss des Forschungsprojekts. Der Zugang macht es möglich, die entwickelte Arbeitsweise kennenzulernen.

Die Kostenforschung von KIT und PLAN4 untersucht, wie sich frühe Schätzungen aus Projektdaten ableiten lassen. Ihre unterschiedlichen Ergebnisse auf kleinen Teilmengen verdeutlichen den nächsten Entwicklungsschritt: eine gute Übertragung auf neue Gebäude und Preisstände. Für die Praxis kann ein solches Modell eine zusätzliche Orientierung bieten, die im weiteren Planungsverlauf durch Mengen, konkreten Leistungsumfang und aktuelle Kosteninformationen präzisiert wird.

Die Arbeit des IIT Kharagpur mit der TU Graz zeigt den Verbund aus Simulation, Ersatzmodell und Mehrzielsuche. Die Universität Paderborn untersucht demgegenüber kausale Verfahren zur Wirkung unterschiedlicher Maßnahmen in einem synthetischen Gebäudebestand. Beide Richtungen helfen, die nächste Generation von Planungswerkzeugen fachlich zu schärfen: mehr Varianten verständlich untersuchen und die Wirkung einer Maßnahme genauer ihrer Ursache zuordnen.

Quellen: 1, 3, 4, 5, 7, 9, 10, 13, 16, 17, 18, 19, 20, 21.