KI‑Aufmaß bezeichnet die sensorbasierte Gebäudeerfassung mit anschließender, künstlicher Intelligenz zur automatisierten Auswertung von Bestandsdaten. Aus Scans, Bildern oder Videos erzeugt die KI strukturierte Geometriedaten, Flächen, Bauteilklassen und Modelle – schneller, reproduzierbar und als Grundlage für Grundrisse oder BIM‑Modelle nutzbar.
Warum ist KI‑Aufmaß wichtig?
- Tempo und Skalierbarkeit: Automatisierte Erkennung und Vermessung beschleunigen Projekte und reduzieren manuelle Schritte im Aufmaßprozess.
- Konsistenz und Qualität: Standardisierte Algorithmen minimieren Übertragungsfehler; QA‑Protokolle sichern die Nachvollziehbarkeit.
- Nahtlose Workflows: Direkter Übergang in CAD/BIM (DWG/DXF/IFC), Raumbücher und CAFM ohne Medienbrüche.
- Datenbasierte Entscheidungen: Vollständigere Datensätze ermöglichen präzisere Mengen, Kosten und Sanierungspläne.
So funktioniert KI‑Aufmaß in der Praxis
- Erfassung: Terrestrisches Laserscanning (TLS), mobiles LiDAR mit SLAM oder Photogrammetrie liefern Punktwolken/Bilddaten für das Bestandsaufmaß.
- Vorverarbeitung: Registrierung, Rauschreduktion, Festlegung von Toleranzen (mm/cm), Definition des Koordinatensystems.
- KI‑Auswertung:
- Segmentierung/Klassifizierung (z. B. Wände, Öffnungen, Decken, TGA‑Objekte).
- Flächen‑/Maßermittlung, Raumgrenzen, Öffnungslisten.
- Optionale Plan‑/Modellableitung (Scan‑to‑BIM).
- Qualitätssicherung: Check‑Points, RMS‑Fehler, Konfidenzwerte, visuelle Diffs; manuelle Freigabe der KI‑Ergebnisse.
- Übergabe/Nutzung: Export in E57/LAS/LAZ (Punktwolken), DWG/DXF/PDF (2D), IFC (BIM) inkl. Metadaten (Version, Datum, Einheiten, CS, Genauigkeitsklasse).
Grenzen und Erfolgsfaktoren
- Eingangsdaten: KI ist nur so gut wie Scandichte, Textur, Licht und Abdeckung.
- Komplexe Geometrien/Verbauungen: Erfordern ggf. Nachmodellierung.
- Domänenspezifische Schulung: Modelle mit Gebäudedaten trainieren, um Erkennungsqualität zu erhöhen.
- Human‑in‑the‑Loop: Fachprüfung bleibt zentral für Verantwortung und Rechtssicherheit.
Häufige Fehler/Missverständnisse
- “KI = 100 % automatisch”: Ohne QA/Freigabe drohen systematische Fehlklassifikationen.
- Unklare Toleranzen: Fehlende Genauigkeitsklassen machen Ergebnisse schwer bewertbar.
- Medienbrüche: KI‑Ergebnisse ohne saubere IDs/Koordinaten sind schlecht integrierbar.
- Nur Geometrie, keine Attribute: Fehlende Bauteil‑/Raumattribute begrenzen Ausschreibung und Betrieb.
KI‑Aufmaß vs. klassisches/digitales Aufmaß
- Klassisch: Manuelle Messung/Übertragung.
- Digital: Sensorbasiert, mit definierter QA, aber manuelle Auswertung.
- KI‑Aufmaß: Digitales Aufmaß mit automatisierter, modellgestützter Auswertung und optionaler Mensch‑Freigabe.
Mehr zu KI im Gebäudesektor
Wie künstliche Intelligenz digitale Gebäudedaten, Modelle und Prozesse verändert, zeigt der Blog-Beitrag Digitaler Zwilling & KI.
FAQ
Wie messe ich die Qualität von KI‑Aufmaß?
Über Check‑Points mit dokumentierten Abweichungen (RMS), Toleranzklassen, Konfidenzwerte pro Erkennung und eine manuelle Abnahme.
Welche Datenformate sollte ich ausgeben?
E57/LAS/LAZ für Punktwolken, DWG/DXF/PDF für 2D‑Pläne, IFC für BIM – jeweils mit Metadaten zu Version, Einheiten, Koordinaten und Genauigkeitsklassen.
Wann lohnt sich KI‑Aufmaß besonders?
Bei großen Portfolios, wiederkehrenden Grundrisstypen, standardisierten Gewerken und knappen Timelines – wenn eine QA‑Schleife sichergestellt ist.