iCity 2: DiaOpt4iCity

Große Mengen Energie gehen über Gebäudehüllen von Bestandsbauten und innerhalb vorhandener Wärmenetze verloren. Neben Anforderungen zum Wärmeschutz tragen Fassaden aber auch zur unkontrollierten Verteilung und Absorption von Lärmemissionen und zur Aufheizung des öffentlichen Straßenraums bei. Im Rahmen einer weiteren Digitalisierung des alltäglichen Lebens, neuer zukünftiger Informationsnetzwerke (z. B. 5G-Technologien) sowie einer zu erwartenden weiteren Nachverdichtung urbaner Räume entstehen zusätzliche, in ihren Auswirkungen noch nicht vollständig abschätzbare Anforderungen an Gebäude, Quartiere und Intrastrukturen. Diese stehen somit im Zentrum einer nachhaltigen und lebenswerten Stadt der Zukunft.

Im Projekt „Diagnostik zur Kategorisierung und Optimierung von Gebäudestrukturen und Wärmenetzen“ werden transdisziplinär neue Strategien und Technologien einer „intelligenten Stadt“ entwickelt. Der Fokus liegt auf ganzheitliche Ansätze für Gebäude, Fassaden und Energieinfrastrukturen im Zusammenhang mit Energieeffizienz, Nachhaltigkeit, Klimaschutz, Lebensqualität und Gesundheit.

Diese Themenbereiche werden in dem Vorhaben in folgenden drei Teilprojekten (TP) bearbeitet:

Dabei werden methodisch neue Ansätze wie „Internet of Things" mit modernen Technologien wie „Künstlicher Intelligenz" zu ganzheitlichen Lösungsansätzen kombiniert. Die entwickelten Methoden werden durch geeignete Vereinfachung für die praktische Weiternutzung standardisiert. Auch werden neue, innovative Verfahren wie Psychoakustik zur Bewertung der Lösungsansätze definiert. Gleichzeitig werden in mehreren geplanten „Case Studies" Potentialanalysen anhand von Sensoren durchgeführt. Zusätzlich werden numerische und empirische Simulationsmodelle zur Prognose entwickelt und validiert.

Entwicklung von Planungswerkzeugen und Methoden mit neuen Technologien zu ganzheitlichen Lösungsansätzen, die durch geeignete Vereinfachung für die praktische Weiternutzung standardisiert werden. Echtzeit-Datensätze (Labor) und Potentialanalysen (Case Studies) werden in Datenbanken zusammengeführt und über KI-Prozesse analysiert. Simulationsmodelle zur Prognose werden entwickelt und validiert.