Für Bestandsgebäude gibt es selten verlässliche Pläne. Vermesser erfassen sie mit Laserscannern oder Handys, danach verbringen Modellierer Tage damit, Wände, Öffnungen und Rohre von Hand nachzuzeichnen. Semantische 3D-Segmentierung erkennt Bauelemente in der Punktwolke und erzeugt parametrische BIM-/IFC-Modelle, Grundrisse und Mengen, sodass Sanierung, energetische Modernisierung, Handwerkerangebote und Gebäudemanagement mit einem genauen Bestandsmodell beginnen, bei einem Bruchteil des manuellen Modellierungsaufwands.
Problem & Nutzen
- Heute: Der Gebäudebestand in der EU ist alt und schlecht dokumentiert; Planer, Energieberater und Gewerke messen vor Ort neu (Aufmaß) mit Maßband oder Laser-Entfernungsmesser oder beauftragen einen Scan samt manuellem Modellierungsdienst. Das manuelle Nachzeichnen von Punktwolken in Revit oder ArchiCAD ist langsam und teuer und bestimmt die Kosten von Scan-to-BIM.
- KI-Nutzen: automatische Klassifizierung der Punkte in Elementklassen, Anpassung von Wänden/Decken/Öffnungen, Raumsegmentierung und Mengenermittlung; für Gewerke ein Grundriss und Flächen innerhalb von Minuten nach einem Handy-Scan, direkt im Angebot verwendbar.
- Politischer Treiber: Die EU-Renovierungswelle und die neugefasste Gebäudeenergieeffizienz-Richtlinie (EU) 2024/1275 verlangen Renovierungspässe, Energieausweise und Standards für emissionsfreie Gebäude, die alle verlässliche Geometrie bestehender Gebäude brauchen [1].
- Nutzenzahlen: Anbieter nennen große Zeitersparnisse gegenüber manueller Modellierung, doch unabhängige, vergleichbare Zahlen sind selten; messen Sie die eigene Ausgangslage (Stunden je 1.000 m² Modellierung).
Varianten
- Scan-to-BIM für Planer und Vermesser: Daten terrestrischer oder mobiler SLAM-Scanner zu einem Fachmodell (Architektur, Tragwerk, TGA) mit festgelegtem Detaillierungsgrad (LOD) und Genauigkeitsgrad (LOA, USIBD).
- Smartphone-Raumscan und Aufmaß: LiDAR oder Kamera von Handy/Tablet liefern Grundrisse, Raummaße und Wand-/Bodenflächen für Maler, Bodenleger, Küchen- und Fenstermonteure, Versicherungen und Makler.
- Private Renovierer: Verbraucher-Apps zum Ausmessen einer Wohnung vor der Möblierung oder Renovierungsplanung.
- Gebäudemanagement / Digitaler Zwilling: aus Scans abgeleitete Anlagen- und Raumverzeichnisse (CAFM/IWMS) mit Klassifizierung der Ausstattung.
- Industrieanlagen: Scan-to-CAD von Rohrleitungen und Stahlbau für Umbauten im Bestand (die Anpassung von Rohrleitungen ist ein Spezialfall; für 2D-R&I-Fließbilder siehe DOC-013).
So funktioniert es
- Erfassung (Laserscanner / SLAM / Handy-LiDAR / Photogrammetrie)
- Registrierung & Bereinigung (Ausrichtung, Georeferenzierung, Entfernung von Rauschen und dynamischen Objekten)
- semantische + Instanzsegmentierung der Punkte (Wand, Decke, Tür, Fenster, Stütze, Rohr, Kanal, Möbel)
- geometrische Anpassung (Ebenen, Extrusionen, Öffnungen, TGA-Trassen; Raum-/Geschosssegmentierung)
- parametrische Rekonstruktion (IFC / Revit-Familien, Grundrisse, Mengen)
- QS durch Menschen gegen die Wolke (Abweichungs-Heatmap, manuelle Korrektur)
- Export (IFC, RVT, DWG/DXF, CAFM) und Nachtrainieren aus Korrekturen
- 3D-Segmentierung: punktbasierte oder Sparse-Voxel-Netze (PointNet++, KPConv, Point Transformer V3, selbstüberwachtes Vortraining mit Sonata) klassifizieren Punkte; Instanzköpfe trennen Objekte.
- Vektorrekonstruktion: regelbasierte und gelernte Anpassung wandelt gelabelte Punkte in parametrische Wände mit Dicke, Öffnungen und Geschossen um; Verdeckungen (Möbel, Decken) sind die Hauptschwierigkeit. Grundrissverfahren aus Handy-Scans nutzen eine Schätzung der Raumgeometrie.
- Rolle des VLM: Vision-Sprachmodelle benennen unklare Elementtypen in Bildern, lesen Raumschilder und Anlagenkennzeichnungen aus Panoramaaufnahmen und prüfen Ergebnisse gegen Zeichnungen.
- Mensch-in-der-Schleife (Human-in-the-Loop): Ein Modellierer prüft die Abweichungs-Heatmap (Modell gegenüber Wolke), korrigiert falsch klassifizierte Elemente und gibt das Modell für den vorgesehenen Zweck frei. Ergebnisse in Vermessungsqualität bleiben in der Verantwortung eines qualifizierten Vermessers.
Datenaufbereitung
- Benötigte Daten: Laserscan-Punktwolken, Photogrammetrie-Bildsätze und Handy-LiDAR-Scans von der Baustelle; optional vorhandene 2D-Pläne, PDFs und IFC-Modelle des Auftraggebers, des Gebäudearchivs oder des DMS; Elementkataloge und Ihre LOD-/LOA-Spezifikation.
- Typische Lücken: alte Pläne nur auf Papier oder als gescannte PDFs, uneinheitliche Dateiformate (E57, LAS, RCP, proprietär), Scans ohne Registrierung oder Georeferenzierung, Möbel und Personen, die Wände verdecken, riesige Dateien verstreut auf Laptops und Dateiablagen sowie kein vereinbarter Detaillierungsgrad.
- Aufbereitungsschritte: (1) LOD/LOA und Elementklassen vor dem Scannen festlegen; (2) ein Aufnahmeprotokoll standardisieren (Überlappung, Scannerpositionen, Zielmarken, Beleuchtung, Zeitpunkt außerhalb der Arbeitszeit); (3) alte Pläne digitalisieren (PREP-006) und Formate konvertieren (PREP-007); (4) Wolken registrieren, bereinigen und ausdünnen, Personen und persönliche Gegenstände entfernen; (5) Projekte mit einheitlicher Benennung und Metadaten auf einer zentralen Ablage organisieren (PREP-009, PREP-010); (6) Korrekturen der Modellierer als Trainingsdaten und einen kleinen Referenzsatz geprüfter Räume aufbewahren (PREP-016, PREP-018).
- Werkzeuge: CloudCompare, PDAL, Registrierungssoftware der Hersteller, IfcOpenShell, Dateitransfer auf ein NAS oder EU-Cloudspeicher.
- Aufwandsanteil: etwa 30-40 Prozent; Aufnahmequalität, Registrierung und Speicherung überwiegen vor jedem KI-Schritt.
Umsetzungswege
Welcher Weg für wen
- KMU: A - ausgereifte Scan-to-BIM-Werkzeuge und Aufnahme-Apps für Handy/Tablet (mehrere EU-Anbieter) gibt es zu projektbezogenen Preisen, und die Ergebnisse (Grundrisse, IFC) sind Standard.
- Großunternehmen: A - Standard-Vermessungsarbeiten kauft man am besten ein; für portfolioweites FM oder die Integration in eigenes CAFM/Angebotswesen kommt Weg B als Bindeglied hinzu.
- Entwickler: C - Pointcept, PDAL, CloudCompare und IfcOpenShell ergeben eine herstellerneutrale Pipeline und lassen sich für besondere Elementklassen erweitern.
- Privat: A - LiDAR-Apps fürs Handy (auf RoomPlan-Basis) erzeugen brauchbare Grundrisse für die Renovierungsplanung ohne jede Infrastruktur.
Weg A — Kaufen (für die meisten Firmen empfohlen)
- Aufnahme mit Handy/Tablet: magicplan (Sensopia, Frankreich - EU), Apps auf Basis von Apple RoomPlan (z. B. Polycam, Canvas, Matterport-Aufnahme), PlanRadar für die Baustellendokumentation, Matterport für begehbare Zwillinge mit Grundrissen.
- Scan-to-BIM-Automatisierung: PointFuse (Großbritannien), Aurivus (Deutschland - EU), NavVis (Deutschland - EU; VLX mobiler Scanner und IVION-Plattform), Faro Sphere XG / Scene, Leica Cyclone und Autodesk ReCap / Revit-Punktwolkenwerkzeuge, Trimble Business Center / Trimble Scan Essentials, Bentley iTwin Capture (ContextCapture), Cupix, Matterport-Scandienste.
- Prüfen: Import von E57/LAS/RCP, Qualität des IFC-Exports, Genauigkeitsdokumentation (LOA), EU- Datenhaltung, On-Premises- oder Mandantenoption und Preise je Projekt.
- Wählen Sie A, wenn: Projekte wiederkehren, die Ergebnisse Standard sind (Architektur, einfache TGA) und kein internes ML-Team existiert.
Weg B — Auf Cloud-KI-Diensten aufbauen
- Reality-Capture- und 3D-Dienste: Autodesk Platform Services (Model Derivative, Reality-Capture- APIs), Trimble Connect/APIs, Bentley-iTwin-APIs, Esri ArcGIS Reality-Werkzeuge und Punktwolken- Klassifizierung (cloudbasiert; EU-Regionen).
- Bindeglied mit LLMs/VLMs: moderne VLMs (Claude, Gemini, GPT, Mistral Pixtral-Klasse, EU-Anbieter) auf Panorama-Standbildern für Raumbenennung, Kennzeichnung von Ausstattung und Berichtsentwürfe; nicht für Geometrie.
- Offene IFC-Werkzeuge: IfcOpenShell und die Speckle-Plattform (Open Source, in der EU hostbar) zum Schreiben von IFC und zur Synchronisierung mit Revit/Rhino.
- Wählen Sie B, wenn: Sie Scan-Ergebnisse in Ihren eigenen Angebots-, FM- oder Sanierungsablauf integrieren und eine herstellerneutrale Geometrieschicht wollen.
Weg C — Selbst betreiben (Open Source)
- Punktwolken-Werkzeuge: CloudCompare, PDAL, Open3D, Potree zur Ansicht, COLMAP / OpenMVS / Nerfstudio für Photogrammetrie, Varianten des 3D Gaussian Splatting für visuelle Erfassung.
- Segmentierungsmodelle: Pointcept (Point Transformer V3, Sonata, OA-CNNs), MinkowskiEngine / spconv-Backbones, Mask3D / OneFormer3D für Instanzen. Benchmarks: ScanNet, ScanNet++, S3DIS, Structured3D sowie gebäudespezifische Datensätze (z. B. ARCH, BIMNet, Scan2BIM-artige Sätze).
- Ausgabe: IfcOpenShell zur IFC-Erstellung, FreeCAD BIM / Blender-BIM (BlenderBIM) zur Prüfung.
- Hardware: HW2 bewältigt die Inferenz auf Wolken im Raummaßstab (zig Millionen Punkte) nach Voxel-Ausdünnung; HW3 (48 GB) für Wolken ganzer Gebäude (hunderte Millionen Punkte).
- Betriebsaufwand: hoch; Pipelines für Registrierung, Segmentierung, Anpassung und QS müssen gepflegt werden.
Weg D — Eigenes Training
Lohnt sich, wenn Sie viele gelabelte Scans eines wiederkehrenden Gebäudetyps (Schulen, Büros, Wohnblöcke, Anlagen) besitzen und Elementklassen oder einen LOD brauchen, den Standardwerkzeuge nicht bieten, zum Beispiel TGA-Untertypen oder historische Konstruktionsdetails. Es braucht hunderte annotierte Räume/Geschosse; die Korrekturen, die Ihre Modellierer ohnehin vornehmen, sind die natürliche Annotationsquelle. Ein vortrainiertes Backbone (Sonata/PTv3) feintunen, statt von Grund auf zu trainieren.
Stand der Technik (2026)
- Modelle: Transformer-Backbones mit großem selbstüberwachtem Vortraining (Point Transformer V3, Sonata) führen die Innenraum-Benchmarks (ScanNet, S3DIS) an und übertragen sich recht gut auf neue Gebäude; 3D-Segmentierung mit offenem Vokabular (CLIP-/VLM-Merkmale in 3D übertragen) erlaubt Abfragen wie „Feuerlöscher“ oder „Heizkörper“ ohne erneutes Training, ist aber weniger genau als überwachte Modelle.
- Handy-Aufnahme: Apple RoomPlan (iPhones/iPads mit LiDAR) liefert parametrische Räume mit Wänden, Türen, Fenstern und Möbeln und exportiert USDZ; die Genauigkeit genügt für Angebote und Grundrisse, nicht für Bestandsdokumentation in Vermessungsqualität [2].
- Mobile Mapping: SLAM-Handgeräte und Rucksackscanner (NavVis VLX, Leica, Faro, Stonex) verkürzen die Aufnahmezeit; KI-gestützte Registrierung und automatische Segmentierung sind in den Suiten der Hersteller inzwischen Standard [3].
- Jenseits von Punkten: Photogrammetrie und Gaussian Splatting liefern fotorealistische Modelle, doch die Ableitung sauberer parametrischer BIM-Modelle daraus ist noch unausgereift.
- Grenzen und Fehlerbilder: verdeckte und verborgene Elemente (über Decken, in Wänden) sind nicht beobachtbar; Glas, Spiegel und glänzende Flächen verursachen Scan-Artefakte; dünne oder gekrümmte Strukturen, denkmalgeschützte Gebäude und dichte TGA-Bereiche scheitern oft; die semantische Klasse sagt nichts über Material oder statische Eigenschaften aus. Modelle brauchen manuelle QS, und die Toleranz (LOA) muss vertraglich vereinbart werden.
Gemeinsame Bausteine & Kombinationen
- Gleicher Stack (3d-vision + segmentation): VIS-026 (Vermessung, Volumenschätzung), VIS-003 (Drohnen-Inspektion von Infrastruktur mit Photogrammetrie), VIS-019 (Drohneninventur), VIS-021 (Luftbilder) teilen Photogrammetrie, Rekonstruktion und GPU-Infrastruktur.
- Vor-/nachgelagert: ROBO-009 vergleicht den Baufortschritt mit einem vorhandenen BIM (dieser Anwendungsfall liefert die Bestandsreferenz); DOC-013 liest 2D-Zeichnungen als zusätzliches Vorwissen; PRED-048 nutzt die Geometrie für Energieeffizienz und Sanierungsfahrpläne.
- Datenpipeline: Das IFC-Modell speist Mengenermittlung, Kostenschätzung, CAFM und Plattformen für den Digitalen Zwilling; dasselbe gelabelte Scan-Korpus trägt Weg D für mehrere Projekte.
Aufwand, Kosten & Kennzahlen
- Weg A: Tage bis Wochen; Bezahlung je Projekt/Fläche, je Arbeitsplatz oder je Scan; dazu Aufnahmehardware (Handy-LiDAR ist günstig; SLAM-/terrestrische Scanner sind eine erhebliche Investition oder eine Dienstleistung).
- Weg B: 2-4 Monate für eine integrierte Pipeline (Aufnahme → IFC → Angebot/FM).
- Weg C: 4-9 Monate inkl. GPU-Infrastruktur und QS-Werkzeugen; laufende Wartung.
- Kostentreiber: Dauer der Scan-Aufnahme, Registrierung, geforderter LOD/LOA, manueller QS-Aufwand.
- Kennzahlen: Modellierstunden je 1.000 m², Precision/Recall auf Elementebene, Abweichung Modell gegenüber Wolke (Mittelwert/95. Perzentil in mm), Anteil der Elemente, die ohne Korrektur akzeptiert werden, Durchlaufzeit für Angebot/Vermessung, Nacharbeitsquote auf der Baustelle.
Menschen & Veränderung
- Früh einbinden: Geschäftsleitung (welche Projektarten), die Projekt- oder Vermessungsleitung, Modellierer und Baustellenpersonal, das aufnimmt und prüft, die IT (Speicher, große Dateien, GPU oder Lizenzen), die Auftraggeber, deren Gebäude gescannt werden, und die/den Datenschutzbeauftragte(n), wenn genutzte Räume erfasst werden. Legen Sie fest, wer das Modell freigibt. Siehe GUIDE-001, GUIDE-009 und GUIDE-010.
- Betriebsrat: nein im Regelfall, da das System Gebäude misst, nicht Beschäftigte. Relevant wird er, wenn Scans an belegten Arbeitsplätzen des eigenen Unternehmens entstehen (Beschäftigte sichtbar) oder wenn die Produktivität einzelner Modellierer bewertet wird: Dann greifen §87 Abs. 1 Nr. 6 und §90 Abs. 1 Nr. 3 BetrVG, und der Betriebsrat ist zu informieren (GUIDE-004).
- Datenschutz: Scans von Wohnungen und Büros erfassen Personen, Dokumente und Bildschirme; aufnehmen, wenn die Räume leer sind, verpixeln, mit Cloud-Anbietern einen AVV schließen; eine DSFA ist selten nötig, klären Sie das aber mit der/dem Datenschutzbeauftragten (GUIDE-005).
- KI-Kompetenz: unterstützen Sie Modellierer und Baustellenteams mit Schulungen zu Genauigkeitsgrenzen, Verdeckungsfehlern und Abweichungs-Heatmaps (Art. 4 KI-Verordnung; GUIDE-006).
- Pilot und Bedenken: pilotieren Sie mit ein bis zwei wiederkehrenden Gebäudetypen. Typische Sorge ist, dass die Automatisierung Modellierstellen oder die Haftung des Vermessers gefährdet: Zeigen Sie, dass Modellierer vom Nachzeichnen zum Prüfen wechseln, die Punktwolke die rechtliche Quelle bleibt und eine qualifizierte Person jedes Modell freigibt (GUIDE-008).
Risiken, Regulierung & Compliance
- KI-Verordnung (AI Act): minimales Risiko bei Gebäudegeometrie; keine Kategorie nach Anhang III. Ausnahme: Wenn Modelle Sicherheitskomponenten im Management kritischer Infrastruktur speisen, ist Anhang III zu prüfen; KI-Kompetenz (Art. 4) gilt in jedem Fall.
- DSGVO: Scans genutzter Wohnungen und Büros können personenbezogene Daten erfassen (Personen, Dokumente auf Schreibtischen, Fotos, Bildschirme); außerhalb der Arbeitszeit aufnehmen, Personen und persönliche Gegenstände entfernen, Bilder verpixeln und Verträge sowie Auftragsverarbeitungsverträge mit Anbietern führen; EU-Hosting bevorzugen.
- Sicherheit und Vertraulichkeit: Modelle sensibler Einrichtungen (kritische Infrastruktur, Regierungsgebäude) brauchen Zugriffskontrolle und, für NIS2-Betreiber, eine Sicherheitsprüfung der Lieferanten.
- Haftung: Ein KI-erzeugtes Modell ist nur so verlässlich wie seine angegebene Genauigkeit; legen Sie LOD/LOA fest (USIBD, Informationsanforderungen nach ISO 19650), behalten Sie die Punktwolke als rechtliche Quelle und lassen Sie das Modell von einer qualifizierten Person freigeben. In Deutschland bleiben amtliche Katasterarbeiten und HOAI-relevante Vermessungen bei zugelassenen Vermessern.
- Normen: IFC (ISO 16739), ISO 19650 Informationsmanagement, buildingSMART.
- Gegenmaßnahmen: Abweichungs-Heatmaps, Stichproben mit manueller Messung, versionierter Prüfpfad.
Erste Schritte
- Definieren Sie das Ergebnis: LOD/LOA, Formate (IFC, DWG), Fläche pro Monat und wer freigibt.
- Pilotieren Sie die Aufnahme an 2-3 repräsentativen Gebäuden mit Handy und professionellem Scanner.
- Testen Sie 2-3 Werkzeuge für Weg A an denselben Daten; vergleichen Sie Precision/Recall der Elemente und eingesparte Stunden.
- Richten Sie die QS ein: Prüfung der Abweichungs-Heatmap und eine Toleranztabelle; protokollieren Sie Korrekturen.
- Verbinden Sie die Ausgabe mit Angebots-, CAFM- oder Energiebewertungs-Abläufen; erwägen Sie Weg D nach rund 50 Projekten.
Quellen
- European Commission - Energy Performance of Buildings Directive - https://energy.ec.europa.eu/topics/energy-efficiency/energy-efficient-buildings/energy-performance-buildings-directive_en
- Apple Developer - RoomPlan - https://developer.apple.com/documentation/roomplan
- NavVis - Mobile mapping and reality capture - https://www.navvis.com/
- Pointcept - Point Transformer V3 / Sonata - https://github.com/Pointcept/Pointcept
- IfcOpenShell - https://ifcopenshell.org/
- buildingSMART - IFC standard - https://www.buildingsmart.org/standards/bsi-standards/industry-foundation-classes/
- magicplan - https://www.magicplan.app/
- Regulation (EU) 2024/1689 (AI Act) - https://eur-lex.europa.eu/eli/reg/2024/1689/oj