Suchergebnisse
GreenFDT – Green Facade Digital Twin – Fassadenbegrünung mit digitalem Zwilling
In interdisziplinärem Rahmen werden die Möglichkeiten zur Optimierung des Hinterlüftungsabstandes von Fassadenbegrünungselementen und deren Wirkungspotenziale auf Raum- und Stadtklima untersucht. Die genaue und umfassende Untersuchung dieser Zusammenhänge wird durch den Einsatz umfangreicher Messtechnik, sowie die Entwicklung und Integration eines Digitalen Zwillings in ein BIM-Modell ermöglicht.
IMPACT – Hybrid hydraulic and electric charging of stratified compact hot water
Das Projekt IMPACT entwickelt eine innovative dezentrale Warmwasserspeicher-Technologie für den großvolumigen urbanen Wohnbau. Durch ein neuartiges, flaches Design ermöglicht das System eine hocheffiziente Nutzung erneuerbarer Energiequellen wie Wärmepumpen und Photovoltaik. Ziel ist eine kosteneffiziente, nachhaltige Lösung zur Dekarbonisierung der Warmwasseraufbereitung, die mittels intelligenter Energiemanagement- und Machine-Learning-Methoden optimiert wird.
iLESS - Intelligente Lastprofilanalyse zur Eigenverbrauchsmaximierung von Solarstrom
Ziel ist es aus vorhandenen Lastprofilkurven die Einzelbeiträge verschiedener Gerätschaften zu rekonstruieren. Dieses Problem ist im Kontext von Eigenverbrauchsmaximierung von Solarstrom von privaten Haushalten von elementarer Bedeutung.
KliB40-Klimakompass: Klimaneutrales Bregenz 2040, Klimakompass zur strukturierten Beteiligung von Stakeholdern und Bevölkerung
Der "KliB40-Klimakompass" unterstützt Bregenz auf dem Weg zur Klimaneutralität 2040, erleichtert die Koordination von Klimaschutzaktivitäten und bindet Stakeholder aktiv ein. Durch die Evaluierung bestehender Softwarelösungen wird eine optimale digitale Unterstützung für die Planung und Umsetzung der Klimastrategie sichergestellt.
Kletterpflanzen NAVI – Webapplikation zur verlässlichen Auswahl von Kletterpflanzen
Ziel des Projektes ist die Entwicklung einer digitalen Planungshilfe, in Form einer Webapplikation, zur Auswahl von Kletterpflanzen und passenden Rankhilfen für unterschiedliche Anwendungsfälle.
KIMONI – Künstliche Intelligenz für das Monitoring der Wirkungsleistung von Grünen Infrastrukturen
Kimoni entwickelt ein KI-gestütztes Toolset zur hochauflösenden Analyse und Bewertung Grüner Infrastrukturen für die Klimawandelanpassung. Durch die Kombination von Satelliten- und Geodaten mit Machine Learning ermöglicht Kimoni eine kosteneffiziente und skalierbare Lösung zur Einhaltung der EU-Taxonomie und zur Optimierung klimafreundlicher Investitionen.
m-hub: Datendrehscheibe für die Erhebung und Sichtung von Materialzusammensetzungen des Gebäudebestands der Stadt Wien
Das Projekt stellt eine webbasierte Plattform her, mit der die materielle Zusammensetzung von Gebäuden innerhalb der Stadt Wien eingetragen sowie abgefragt werden kann. Im Hintergrund wird ein Vorhersagemodell basierend auf Künstlicher Intelligenz trainiert, um Prognosen für noch nicht katalogisierte Gebäude durchzuführen.
MaBo - Materialeinsparung bei Bohrpfählen - Ein Beitrag zur Reduktion der CO2-Emissionen im Bauwesen
Entwicklung einer innovativen Methode zur Materialeinsparung bei Bohrpfählen, um somit die CO2-Emissionen im Bauwesen zu reduzieren. Durch die Optimierung der Konstruktionsmethoden und den Einsatz alternativer Materialien soll die Nachhaltigkeit der Gründungskörper verbessert werden.
MokiG: Monitoring für klimaneutrale Gebäude
Ziel des Projektes ist die Entwicklung und Umsetzung eines innovativen Monitoringkonzepts, welches bei der Erreichung der Klimaneutralität von Gebäuden unterstützt. Ein zentrales Element hierbei ist die Einbindung und Verknüpfung diverser Datenquellen. Die Basis dafür bilden eine Datameshstruktur, künstliche Intelligenz und der Aufbau von digitalen Zwillingen. Das Monitoring soll die aktuellen Emissionen aufzeigen und automatisiert Vorschläge zur Erreichung der Klimaneutralität aufbereiten. Abschließend wird die Methodik an Realgebäuden getestet und mit den Anwender:innen diskutiert.
QualitySysVillab - Sicherung nachhaltiger Qualitäten in Quartiersentwicklungen durch Prozesssteuerung und neue digitale Methoden
Entwicklung eines Prozess-Konzeptes um nachhaltige Qualitäten in der Quartiersentwicklung von der Absichts- und Ankündigungsebene in die gebaute Realität zu bringen. Der Prozessablauf wird durch digitale Methoden der Energie- und Tragwerksplanung unterstützt und im Rahmen einer Case-Study evaluiert.
SIMPLE AD Evaluator - S.I.M.P.L.E. Sustainable Integration Modeling and Predictive Leveraging Evaluator
SIMPLE AD Evaluator schließt eine bestehende Lücke in der nachhaltigen Gemeindeplanung, indem er eine niedrigschwellige und kooperative Bewertungsmöglichkeit für frühe Planungsphasen bietet. Durch die Verknüpfung von Fragebögen mit System Dynamics Modellen liefert das Tool fundierte Entscheidungsgrundlagen und maßgeschneiderte Nachhaltigkeits-Checklisten. Damit unterstützt es Gemeinden, Projektentwickler:innen und Entscheidungsträger:innen bei einer strategischen und kosteneffizienten nachhaltigen Transformation von der Idee bis zur Umsetzung.
SAGE – Skalierbare Agenten für Gebäudemanagement und Energieeffizienz
Im Projekt SAGE werden skalierbare Multi-Agenten-Architekturen entwickelt, die Gebäude in die Lage versetzen, Betriebsanomalien autonom zu erkennen und dynamisch auf Umweltveränderungen zu reagieren. Durch die Integration von Multi-Agenten-Architekturen in Kombination mit Large Language Models (LLMs) und der Entwicklung eines Human-in-the-Loop-Ansatzes wird die Zusammenarbeit zwischen Mensch und Maschine optimiert. Diese Lösungen sollen den Energieverbrauch von Gebäuden signifikant senken und die Benutzerfreundlichkeit steigern.
ReSpace – Reclaiming Spaces
ReSpace entwickelt ein KI-gestütztes Modell zur Identifikation, Kategorisierung und Aktivierung versiegelter Flächen. Dabei werden bestehende Datenquellen (Luft- und Satellitenbilder, Mobilfunkdaten, Grundbucheinträge) integriert und mit einer dynamischen Analyse angereichert, um evidenzbasierte Handlungsempfehlungen abzuleiten.
SELF²B - Selbstdiagnostizierende Gebäude, HLK- und PV-Systeme für die nächste Generation energieeffizienter Betriebsführung
SELF²B entwickelt und demonstriert eine KI-basierte, selbstlernende und selbstdiagnostizierende Fehlererkennungs- und Diagnoselösung für HLK- und PV-Anlagen in Pilotgebäuden, ausgestattet mit Gebäudeautomationssystemen, in Wien. Die Innovation geht über den aktuellen Stand der Technik hinaus, indem sie semantische Daten, Ontologien und maschinelles Lernen kombiniert. Ziel ist es, Energieeinsparungen und Effizienzsteigerungen im Gebäudebetrieb zu erzielen und die Technologie auf breiter Basis nutzbar zu machen.
Autology - the automated ontology generator
Ontologien bilden die Basis für die Erfassung, Analyse/Verarbeitung, Verwertung, Dokumentation und Archivierung von Gebäude- und Bauteildaten in allen Phasen des Lebenszyklus. Aktuell ist die semantische Beschreibung und Strukturierung der Daten nur mit großem manuellem Aufwand möglich. Genau an dieser Stelle setzt das Projekt Autology durch die Anwendung Künstlicher Intelligenz an. Übergeordnetes Projektziel ist die automatisierte Gewinnung und Erzeugung von Metadaten zur Erstellung von Ontologien aus dem Gebäudeautomationssystem unter Anwendung innovativer, KI-basierter Ansätze.
BIM.sustAIn - Artificial Intelligence to enhance sustainability in BIM projects
Die kontinuierlich steigenden Anforderungen an Nachhaltigkeit im Bausektor, insbesondere im Hinblick auf ESG-Kriterien, erfordern frühzeitige Bewertungen. Ziel des Projekts ist die Entwicklung KI-gestützter Tools zur automatisierten Nachhaltigkeitsanalyse in frühen Bauphasen, mit Fokus auf CO₂-Emissionen und Materialvorschlägen durch die Kombination von KI und BIM. Damit soll eine effiziente, skalierbare Lösung zur Unterstützung klimaneutraler Bauvorhaben geschaffen werden.
AI4FM - Artificial Intelligence for Facility Management
KI-basierte Erkennung von Anomalien und Fehlern in TGA-Systemen von Gebäuden. Digitale Zwillinge von Gebäuden mit Simulationsmodellen zum Testen und Optimieren von regelbasierten Fehlererkennungsmethoden. Mining der aufgezeichneten Zeitreihendaten aus bestehenden Gebäudemanagementsystemen, um Machine-Learning-Modelle für die Fehlererkennung zu trainieren.
BATTMON - Erhöhung der nutzbaren Ladekapazität, Lebensdauer und Sicherheit von Batteriespeichern im urbanen Raum
Ziel von BATTMON ist die Entwicklung einer verbesserten Zustandsbestimmung von Batteriespeichern für Anwendungen in Gebäuden und Quartieren. Dazu werden flächenhafte Foliensensoren zur ortsaufgelösten Messung von Temperatur und Druck entwickelt. Mit diesen Daten sollen der Ladezustand aber auch der Gesundheitszustand genauer abgeschätzt und Zellschäden frühzeitig erkannt werden, um die Brand- und Explosionsgefahr zu reduzieren.
DataScience4SmartQ+ - Potentiale der Quartiersentwicklungsplanung auf dem Weg zum Plus-Energie-Quartier – Teil 2
DataScience4SmartQuarters entwickelt und erforscht eine innovative Methode zur schnellen und effizienten Evaluierung von Simulationsszenarien (Gebäude/Energie, Mobilität) für Gemeinden.
Bundesweite Steuerungsmatrix zur interinstitutionellen Abbildung, Optimierung und Förderung der räumlichen Planung und des Städtebau (BW STMX STB)
Entwicklung einer interaktiven "Steuerungsmatrix" zur bundesweiten Erfassung und Optimierung der Programme und Förderinstrumente der räumlichen Planung auf allen Maßstabsebenen. Die Matrix schafft Transparenz, ordnet bestehende Programme und Instrumente zueinander und ermöglicht so eine ressort- und institutionsübergreifende Zusammenschau, um Synergien zu nutzen und Lücken zu schließen.