Innovation Scout · Quellenprofil
Ein Forschungsteam nutzt Gebäudesimulationen als Lerndaten für ein KI-Modell. Am Beispiel eines Wohnhauses in China zeigt es, wie sich Energiebedarf, Raumkomfort und Mehrkosten gemeinsam abwägen lassen.
Dämmung, Fenster und Verschattung beeinflussen gleichzeitig, wie viel Energie ein Haus benötigt, wie angenehm seine Räume sind und was die Maßnahmen kosten. Zhongcheng Duan und sein Forschungsteam untersuchen diesen Zusammenhang an einem zweigeschossigen ländlichen Wohnhaus in Chuzhou in der chinesischen Provinz Anhui. Messungen von Temperatur und Luftfeuchte helfen dabei, das digitale Gebäudemodell an die örtlichen Verhältnisse anzupassen. Das Modell des Hauses im Ausgangszustand dient als Vergleich für Energieeinsparungen und zusätzliche Kosten.
Zunächst berechnet das Team zahlreiche Varianten der Gebäudehülle mit einer Gebäudesimulation. Als Maß für den Raumkomfort ermittelt es, wie viele Stunden das Raumklima als unbehaglich eingestuft wird. Aus diesen Ergebnissen lernt ein KI-Modell, ein sogenanntes neuronales Netz, die Zusammenhänge zwischen den baulichen Eigenschaften und ihren Auswirkungen. Es kann anschließend die Ergebnisse weiterer Varianten schnell schätzen. Dieses Ersatzmodell beschleunigt die Suche nach geeigneten Kombinationen, während die ausführlichen Simulationen die Lerndaten liefern.
Die Suche liefert mehrere Kompromisse zwischen geringem Energiebedarf, hohem Raumkomfort und niedrigen Mehrkosten. Eine abschließende Bewertung gewichtet diese Ziele und wählt eine Variante aus. Gegenüber dem Ausgangszustand sinkt beim ausgewählten Kompromiss der berechnete jährliche Energiebedarf von 58,25 auf 22,32 Kilowattstunden je Quadratmeter. Die Zahl der als unbehaglich eingestuften Stunden geht um rund 32 Prozent zurück; die Mehrkosten an der Gebäudehülle betragen gegenüber dem Ausgangszustand etwa 73.520 Yuan. Die Variante mit dem geringsten Energiebedarf ist eine andere als die mit dem besten Komfort.
Für die Sanierungsplanung ist vor allem die Verbindung der Verfahren interessant: Die Simulation bildet das Gebäude ab, das lernende Ersatzmodell macht einen umfangreichen Variantenvergleich schneller möglich. Planungsteams könnten damit die Folgen verschiedener Maßnahmen gemeinsam betrachten und erläutern, wie die Gewichtung der Ziele die Auswahl verändert. Für ein anderes Gebäude wären das Modell und die Annahmen zu Nutzung, Klima und Kosten neu auf dessen Verhältnisse abzustimmen.
