KI-gestützte Umwandlung von Punktwolken in BIM-Modelle (Scan-to-BIM)

Ziel des Quick Checks war der Nachweis, dass sich die bislang manuelle Erstellung von BIM-Modellen aus Laserscan-Punktwolken mit KI automatisieren lässt. Anhand des Forschungsstands und eines lauffähigen Prototyps sollte gezeigt werden, dass Raumelemente wie Wände, Böden, Decken und Öffnungen automatisiert erkannt, geometrisch rekonstruiert und als editierbares, IFC-konformes BIM-Modell ausgegeben werden können.

Problem- und Zielbeschreibung

Architekturbüros und Vermesser benötigen aus Laserscan-Punktwolken präzise BIM-Modelle. Deren Erstellung erfolgt bislang überwiegend manuell: Bauteile werden Punkt für Punkt nachmodelliert – ein zeitintensiver, fehleranfälliger und kaum skalierbarer Prozess, der gerade kleinere Dienstleister bei wachsenden Auftragsvolumina ausbremst. Verdeckungen, Möblierung und unvollständige Scans erschweren die Automatisierung zusätzlich. Ziel des Projekts ist der Nachweis, dass sich die wiederkehrenden, zeitintensiven Routineschritte – Erkennung, Grobgeometrie und Bauteilstruktur – mit KI automatisieren lassen. Aus den Punktwolken sollen Innenraumelemente wie Wände, Böden, Decken und Öffnungen automatisiert erkannt, geometrisch rekonstruiert und als editierbares, IFC-konformes BIM-Modell ausgegeben werden. Angestrebt wird ein praktikabler Automatisierungsgrad im Mensch-Maschine-Zusammenspiel, der den manuellen Aufwand deutlich senkt, ohne die Verlässlichkeit des Modells aufzugeben.

Detaillierter Projektablauf

Den Anstoß gab der Wunsch der Scantec 3D GmbH, die bislang manuelle Erstellung von 3D- / BIM-Modellen aus Laserscan-Punktwolken für Architekturkunden zu automatisieren. Im zweiwöchigen Quick Check wurde gemeinsam mit dem Fraunhofer IPA der Forschungsstand zu Scan-to-BIM aufbereitet (Literaturübersicht) und die Machbarkeit prototypisch nachgewiesen. Dazu entstand eine Python-Pipeline, die den durchgängigen Weg vom Scan zum Modell abbildet: semantische Segmentierung der Punktwolke per Deep Learning, Clustering und geometrisches Fitting (RANSAC/DBSCAN) zur Bildung von Bauteilinstanzen, Parametrisierung der Primitive zu Wänden, Böden, Decken und Öffnungen sowie Export als editierbares, IFC-konformes BIM-Modell. Erste quantitative Ergebnisse belegen, dass sich strukturelle Raumelemente automatisiert und nachvollziehbar rekonstruieren lassen.

Projektnutzen

• Recherche eines Lösungsansatzes für die Erstellung von IFC aus 3D-Gebäudescans
• Proof of Concept einer durchgängigen, offenen Prozesskette
• Wissens- und Technologietransfer

Zitat

Der Quick Check hat uns gezeigt, dass es Möglichkeiten der KI-basierten Automatisierung des bisher überwiegend manuellen durchgeführten 3D-BIM-Modellierung gibt. Die ersten Ansätze sind vielversprechend. Wir möchten diesen Weg weiterverfolgen und werden unsere zukünftige BIM-Strategie dahingehend ausrichten.

Tobias Weber, Geschäftsführer Scantec 3D GmbH

Finanziert durch