Projekte im Themenbereich "Digitales Planen, Bauen und Betreiben"
Es wurden 76 Einträge gefunden.
Circular Bio Floor- Fußbodenaufbau aus Biomaterialien
Im Projekt werden biogene Baumaterialien aus Holzindustrie-Abfällen und Geopolymer-Bindemitteln entwickelt, die als Stampf-Schüttung oder 3D-gedruckte Trockenestrichelemente im Holzbau verwendet werden können. Diese Materialien bieten funktionale Vorteile und eine hervorragende Ökobilanz, tragen zur Schonung der Wälder bei und ermöglichen durch digitale Fertigungstechnologien die Herstellung trenn- und wiederverwendbarer Fußbodensegmentplatten. Dadurch wird der Verbrauch von Primärrohstoffen signifikant reduziert.
BOSS - Causal AI für erklärbare und skalierbare Fehlerdiagnose in Gebäuden
Das Projekt entwickelt neuartige Causal-AI-Methoden zur automatisierten Fehlererkennung in Gebäuden. Ziel ist es, semantische Strukturen aus Zeitreihen abzuleiten und Ursache-Wirkungs-Beziehungen transparent zu modellieren. So entsteht die Grundlage für skalierbare, erklärbare FDD-Lösungen zur Reduktion von Energieverbrauch und Emissionen im Gebäudesektor.
sustAIn4Build – KI-Kompetenz für nachhaltiges Gebäudemanagement in klimaneutralen Städten
Das Projekt sustAIn4Build zielt darauf ab, die Energieeffizienz und Nachhaltigkeit im Gebäudetechniksektor durch den gezielten Einsatz von Künstlicher Intelligenz (KI) zu steigern. Durch branchenspezifische Weiterbildungsmaßnahmen werden österreichische Unternehmen befähigt, KI-Technologien effektiv in ihre Prozesse zu integrieren, um ressourcenschonende, kosteneffiziente und nachhaltige Lösungen zu entwickeln. Dies stärkt deren Wettbewerbsfähigkeit und trägt zur Erreichung der europäischen Dekarbonisierungsziele bei.
TEA-PUMP – Techno-ökonomische Analyse thermoelektrischer Module als Effizienz- und Leistungssteigerung für Wärmepumpen im Wohnbau
Das Projekt TEA-Pump untersucht den innovativen Einsatz thermoelektrischer Elemente (TEM) in Kompressionswärmepumpen, um deren Effizienz und Leistungsfähigkeit zu steigern. Durch eine umfassende techno-ökonomische Analyse werden vielversprechende Wärmepumpenkonfigurationen für den Einsatz im urbanen Mehrfamilienwohnbau identifiziert. Das Vorhaben leistet einen wichtigen Beitrag zur Dekarbonisierung der Wärme- und Kälteversorgung und unterstützt die Umsetzung klimaneutraler Städte durch energieeffiziente, zukunftsweisende Wärmepumpentechnologien.
Vitality City - Ganzheitliche Energiestrategien für Städte im Wandel
Energiesimulation von Städten & Gemeinden beliebiger Größe auf Grundlage von Daten aus Laserscanning und Satellitenanalyse (Geodaten), um den dynamischen Energiebedarf und die verfügbaren Energieressourcen zu ermitteln.
ThermEcoFlow: Innovative Technologien & Methoden für Raumluftkomfort und Energieoptimierung in Thermengebäuden
ThermEcoFlow setzt sich zum Ziel den Energieverbrauch von Thermen durch verbesserte Simulationsmodelle und KI-gestützte Regelungen zu optimieren. Durch präzisere Modellierung von Luftströmungen, Feuchtigkeitslasten und Verdunstungen und KI-gestützten Steuerungssystemen soll der Energieverbrauch und die CO2-Emissionen langfristig gesenkt und der Raumkomfort für Besucher:innen verbessert werden.
Twin2Share - Digitale Zwillinge zur energetischen Optimierung in Energiegemeinschaften (EGs)
Digitale Zwillinge zur Unterstützung von Energiegemeinschaften über ihren Lebenszyklus. Im Fokus stehen die Optimierung von Energieeffizienz und Kosten, dynamisches Lastmanagement und die Einbindung von Nutzer:innen, um nachhaltige Energienutzung und die Stabilisierung des Stromnetzes zu fördern.
TOPS – Topologieoptimierte Stahlbetondecken mit digitaler Schalung und Bewehrung
Das Projekt TOPS untersucht materialeffiziente Rippendecken aus Stahlbeton, die durch Topologieoptimierung bis zu 50 % Beton im Vergleich zu herkömmlichen Flachdecken einsparen. Ein „File-to-Factory“-Prozess ermöglicht die automatisierte Schalungs- und Bewehrungsfertigung mit digitalen Technologien. Die Anwendung der Bauweise reduziert CO₂-Emissionen und trägt zur Dekarbonisierung des Bauwesens bei.
SPOT – Smartes Stellplatz-Optimierungstool
SPOT entwickelt ein datengetriebenes Tool zur bedarfsgerechten Optimierung von Stellplätzen in urbanen Räumen, um Flächen effizienter zu nutzen und die Klimaneutralität zu fördern. Das Tool unterstützt Städte bei der Reduktion von Parkplatzflächen und der Schaffung von Grünflächen, indem es evidenzbasierte Stellplatzschlüssel berechnet.
Topview - Methodik zur effizienten Nutzung von Fernerkundungsdaten für Klimawandelanpassung und Energieraumplanung
Entwicklung integrierter Ansätze zur nachhaltigen Energie- und Wärmeplanung in urbanen Räumen durch Nutzung von Fernerkundungsdaten und geoinformationsgestützten Technologien zur Entscheidungsfindung bei Planung von Energieinfrastrukturen und Klimaanpassungsmaßnahmen.
Urban Sky – Satellitengestützte Planungs- und Analyseanwendungen für klimaneutrale und resiliente Städte
Im Projekt wird untersucht, wie Satellitendaten Städte und Gemeinden z.B. in der Stadtentwicklung, Energieraumplanung und Mobilitätswende unterstützen können. Basierend auf Bedarfs- und Potenzialanalysen sowie rechtlichen Rahmenbedingungen werden Servicekonzepte abgeleitet, die bestehende Daten mit Satellitenanwendungen integrieren. Die Ergebnisse werden in einer Studie und Space4Cities-Umsetzungs-Roadmap präsentiert.
OctoAI: Die nächste Generation hochleistungsfähiger Edge AI für intelligente Gebäude
Derzeitige IoT (Internet of Things) Lösungen für Gebäude hängen großteils von Cloud-Infrastruktur und Cloud-basierten Diensten ab. Im Projekt OctoAI wird die nächste Generation hochleistungsfähiger Edge AI (Artificial Intelligence) für intelligente Gebäude entwickelt. In OctoAI verbinden wir das Konzept von Edge-AI mit nutzer:innenzentrierten Energy Services und erproben zwei Edge-Ready Anwendungen.
Beyond - Virtual Reality-fähige Energiedienste für intelligente Energiesysteme
Das Projekt "Beyond" behandelte zwei unterschiedliche Energiedienstleistungen durch das Zusammenspiel verschiedener Technologien: hochmoderne virtuelle Realität (VR), das Internet der Dinge (IoT), Energiesimulation und maschinelles Lernen (ML). Der Energiedienstleistung 1 versetzt VR-Nutzer durch ein lehrreiches VR-Spiel in energieeffizientes und nachhaltiges Gebäudedesign, während der Energiedienstleistung 2 die Instandhaltung von Gebäudesystemen, insbesondere eines Heizung, Lüftung und Klimaanlage (HLK)-Systems, durch die Anwendung von ML-Modellen für vorausschauende Wartung verbessert.
BIMpeco - Umweltrelevante Produktdaten in kollaborativen BIM-Umgebungen
Bauprodukte können aufgrund ihrer Schadstoffgehalte oder Schadstofffreisetzungen ein Risikopotenzial für die Umwelt und die Gesundheit darstellen. Im Projekt BIMpeco werden Workflows und Datenstrukturen für das digitale Informationsmanagement dieser umweltrelevanten Produktdaten entwickelt. Dafür werden die neuen ISO-Standards ISO 23387 und ISO 19650-1 erprobt und mit etablierten Prozessabläufen abgestimmt. Die Ergebnisse werden open-source zur Verfügung gestellt und können damit in jedes beliebige Common Data Environment (CDE), welches diesen Standards entspricht, eingebunden werden. So werden erstmalig Grundlagen für ein lebenszyklus- und lieferkettenbegleitendes Produktinformationsmanagement von umweltrelevanten Eigenschaften im CDE geschaffen.
ReCon: Entwicklung eines resilienten Klett-Verbindungs-Systems zur anpassungsfähigen Montage von Bauteilkomponenten im Hochbau
Systemische Auseinandersetzung mit der Klettverbindung und Bauteilschnittstellen zur Entwicklung eines resilienten Verbindungssystems zwischen Bauteil/-Komponenten unterschiedlicher Funktion und Lebensdauer. Das Ergebnis dient der Verifikation des Verbindungssystems und bildet eine Grundlage für weiterführende Erforschung und Etablierung im Hochbau.
KityVR - Künstliche Intelligenz für die Erstellung von CityGML Modellen und VR Visualisierung
Das Projekt KityVR befasst sich mit zentralen Forschungsaspekten an der Schnittstelle zwischen 3D-Stadtmodellen und Virtual Reality. Es werden Fragen adressiert, wie Virtual Reality als Visualisierung im Bereich von 3D-Stadtmodellen eingesetzt werden kann und wie Machine Learning und statistische Methoden verwendet werden können, um energierelevante Datensätze anzureichern beziehungsweise zu vervollständigen.