{"id":8919,"date":"2026-07-13T08:47:23","date_gmt":"2026-07-13T06:47:23","guid":{"rendered":"https:\/\/s-tec.de\/?post_type=projects&p=8919"},"modified":"2026-07-13T08:47:27","modified_gmt":"2026-07-13T06:47:27","slug":"sankostagent-ki-gestuetzte-sanierungskostenschaetzung-fuer-den-gebaeudebestand","status":"publish","type":"projects","link":"https:\/\/s-tec.de\/en\/projects\/sankostagent-ki-gestuetzte-sanierungskostenschaetzung-fuer-den-gebaeudebestand\/","title":{"rendered":"SanKostAgent: KI-gest\u00fctzte Sanierungskostensch\u00e4tzung f\u00fcr den Geb\u00e4udebestand"},"content":{"rendered":"\n\n
\n
\n
\"\"
\u00a9 2026 by Fraunhofer IBP, Plan4 <\/figcaption><\/figure>\n\n\n\n
\n
Bearbeitungszeitraum: 04.2026 \u2013 06.2026<\/strong><\/a><\/div>\n<\/div>\n\n\n\n

Das Projekt analysiert M\u00f6glichkeiten und Grenzen von KI-Agenten f\u00fcr die Sanierungskostensch\u00e4tzung im Bestand. Ziel ist die Beschreibung einer praxisnahen Agenten-Architektur mittels einer Bewertungsmatrix, die zeigt, welche Teilaufgaben kurzfristig automatisierbar sind. Die Ergebnisse sollen als Grundlage f\u00fcr die Entwicklung eines Prototyps dienen, Sanierungsentscheidungen in gro\u00dfen Geb\u00e4udeportfolios zuk\u00fcnftig effizienter, transparenter, energieeffizienter und nachhaltiger zu gestalten.<\/p>\n\n\n\n

Problem- und Zielbeschreibung<\/h4>\n\n\n\n

Die Erstellung bauteilbezogener Sanierungskostensch\u00e4tzungen ist f\u00fcr Bestandshalter entscheidungsrelevant, aufgrund der heterogenen Datenlage in der Praxis aber zeitintensiv und fehleranf\u00e4llig. Wenn \u00fcberhaupt, liegen Bestandsdaten in unterschiedlichsten Formaten vor. Des Weiteren sind Bauteile oft nicht eindeutig klassifiziert, es fehlen eindeutige Angaben zu Material, Zustand, Verortung. Die f\u00fcr eine valide Kostensch\u00e4tzung ben\u00f6tigten Kostenkennwerte m\u00fcssen zudem u.a. hinsichtlich der zugeh\u00f6rigen Mengen- und Massenans\u00e4tze, regionaler Preisst\u00e4nde etc. kontextualisiert werden. Trotz dieser Unsicherheiten ist schlussendlich die Nachvollziehbarkeit der Kosten-Herleitung entscheidend. <\/p>\n\n\n\n

Das Ziel liegt in einer strukturierten Kl\u00e4rung, welche Teilaufgaben unter welchen Randbedingungen heute zuverl\u00e4ssig von KI-Agenten \u00fcbernommen werden k\u00f6nnen, wo und in welcher Art Grenzen z.B. hinsichtlich Datenqualit\u00e4t, Reproduzierbarkeit liegen und wie erste prototypische Umsetzung aussehen k\u00f6nnen.<\/p>\n\n\n\n

Detaillierter Projektablauf und Ergebnisse<\/strong><\/h4>\n\n\n\n

In zwei Workshops wurden die Arbeitsschritte des \u201ePlan4-Geb\u00e4udechecks\u201c analysiert und in KI-geeignete Teilaufgaben zerlegt. F\u00fcr diese wurden m\u00f6gliche KI-Agentenrollen beschrieben und in einer Bewertungsmatrix nach Automatisierungspotenzial, Zeitersparnis, Genauigkeit, Implementierungsstand bewertet. Als eine zentrale Teilaufgabe stellte sich die KI-basierte Zustandsbewertung heraus. Daf\u00fcr stellte Plan4 exemplarisch Zustandsdefinitionen und Bilder von f\u00fcnf Geb\u00e4uden bereit. Auf dieser Basis wurde ein erster Prototyp umgesetzt, der Sch\u00e4den erkennt, diese strukturiert auflistet und daraus eine Zustandsklasse f\u00fcr das Geb\u00e4ude ableitet. Die vom Modell ermittelten Zustandsklassen stimmten grunds\u00e4tzlich mit Expertenbewertungen \u00fcberein. Dies zeigte die generelle Plausibilit\u00e4t des Ansatzes, konventionelle Kostensch\u00e4tzung zuk\u00fcnftig durch KI-Agenten zu ersetzen. Die Ergebnisse sollen als Grundlage f\u00fcr weitere Entwicklungen auch unter Einbeziehung der energetischen Bewertung dienen<\/p>\n\n\n\n

Projektnutzen, Verwertung und geplante Anschlussaktivit\u00e4ten<\/strong><\/h4>\n\n\n\n