Der Geb盲udesektor tr盲gt ma脽geblich zum Endenergieverbrauch in Deutschland bei. Zur Reduzierung der Emissionen und zum Erreichen unserer Klimaschutzziele ist eine Steigerung der Energieeffizienz von Bestandsgeb盲uden unerl盲sslich. Angesichts des Fachkr盲ftemangels sind die zust盲ndigen Handwerksbetriebe und Planungsb眉ros aber 眉berlastet und k枚nnen der Menge an Auftr盲gen nicht schnell genug nachkommen.
Das Promotionsvorhaben soll die Betriebe bei ihrer Arbeit unterst眉tzen. Erreicht wird dies 眉ber eine auf k眉nstlicher Intelligenz (KI) basierte digitale Bestandsaufnahme. Die Bestandsaufnahme ist ein essenzieller Teil der Planung energetischer Erneuerungen, wird heutzutage aber gr枚脽tenteils manuell und mit viel Arbeitsaufwand durchgef眉hrt. Im Rahmen der Promotion soll dieser Aufwand an zwei Stellen erheblich reduziert werden.
Im ersten Teil des Vorhabens wird ein Vorgehen zur automatischen Erfassung von Bestandsanlagen im Heizungsraum entwickelt. Diese Erfassung ist ein notwendiger Schritt, der der Sanierung von Anlagen vorausgeht. Um eine m枚glichst gro脽e Zug盲nglichkeit zu erreichen, muss die Erfassung sehr einfach und kosteng眉nstig umgesetzt werden. Deshalb soll sie mit handels眉blichen Smartphones durchgef眉hrt werden k枚nnen. Zus盲tzlich zu den 眉blich hochaufgel枚sten Videokameras verf眉gen bestimmte Ger盲te 眉ber eine LiDAR-Sensortechnologie, welche die Aufnahme von 3D-Daten in Heizungsr盲umen erm枚glicht. Die relevanten Komponenten einer Heizungsanlage werden auf diesen Daten automatisch identifiziert und im Raum lokalisiert, sodass die Anlage und ihre Verbindungen in einer 3D-Szene rekonstruiert werden k枚nnen. Die Verarbeitung der multimodalen Sensordaten wird dabei mithilfe moderner Methoden im Bereich von digitaler Bildverarbeitung und Deep Learning erreicht. Die daraus gewonnen Informationen k枚nnen danach beispielsweise in eine Ontologie zur Modellierung der Energiefl眉sse und zur Generierung von Heizungs-Anlagenschemata 眉berf眉hrt werden. Dadurch werden die Informationen f眉r die Angebotserstellung durch die Handwerksbetriebe nutzbar.
Ein alternativer Zugang zur Erstellung von Anlagenschemata kann 眉ber die digitale Erfassung bestehender Heizungspl盲ne erfolgen. Diese M枚glichkeit wird im zweiten Teil des Projektes erforscht. Die Schemata werden beispielsweise zur Planung von Ma脽nahmen der Betriebsoptimierung ben枚tigt, liegen aber in der Regel in Form von analogen Pl盲nen vor. Im Laufe der Zeit ist eine Vielzahl an individuellen Schemata mit menschlichen Annotationen zur Beschreibung der Anlagen entstanden. Um die bestehenden Pl盲ne effizient nutzen und anpassen zu k枚nnen, werden sie mit Hilfe von Bilderkennung und k眉nstlicher Intelligenz digitalisiert und ihre Komponenten und deren Zusammenh盲nge semantisch erfasst. Dies erm枚glicht eine flexible Gestaltung der Planungsvorg盲nge.
Zusammengefasst sollen die im Projekt entwickelten Werkzeuge zeitaufwendige Arbeitsschritte f眉r Handwerksbetriebe ma脽geblich erleichtern. So soll die Entscheidung f眉r solche Auftr盲ge f眉r sowohl Betriebe als auch Kund*innen attraktiver werden und die Bearbeitung von mehr Auftr盲gen erm枚glicht werden. Damit wird ein Beitrag zur W盲rmewende und damit dem Klimaschutz geleistet. Die Promotion findet am Fraunhofer-Institut f眉r Solare Energiesysteme statt und wird von der Albert-Ludwigs-Universit盲t Freiburg betreut.