Neues KI-Framework erzeugt synthetische Gebäudedaten für Energieanalysen

Wissenschaftler haben ein neues, modulare und multimodales KI-Framework vorgestellt, das synthetische Daten zu städtischen Wohngebäuden erzeugt. Durch die Nutzung öffentlich zugänglicher Informationen und Bilder können so realistische, beschriftete Energiesimulationsdaten generiert werden, ohne auf teure oder datenschutzrechtlich problematische Quellen zurückgreifen zu müssen.

Das System kombiniert mehrere generative KI-Modelle, die jeweils unterschiedliche Modalitäten – etwa Textbeschreibungen, Fotos und architektonische Pläne – verarbeiten. In einer demonstrativen Pipeline wird gezeigt, wie die einzelnen Komponenten zusammenwirken, um komplette Datensätze zu erzeugen, die für Energie‑ und Klimaforschung geeignet sind.

Die Evaluation der generativen Modelle hat ergeben, dass typische Schwächen wie unrealistische Details oder fehlende Konsistenz weitgehend vermieden werden. Die erzeugten Daten weisen eine hohe Plausibilität auf und sind vollständig mit Labels versehen, was die Nachvollziehbarkeit und Reproduzierbarkeit von Studien erheblich verbessert.

Durch die Reduzierung der Abhängigkeit von kostenintensiven oder eingeschränkten Datenquellen ebnet das Framework einen Weg zu zugänglicherer und transparenterer Forschung im Bereich der Gebäudeeffizienz. Es eröffnet neue Möglichkeiten, große Datensätze für Simulationen und Optimierungen zu generieren, ohne die Privatsphäre von Eigentümern zu gefährden.