- AutorIn
- Prof. Dr.-Ing. Lena Altherr FH Aachen
- Prof. Dr.-Ing. Bernd DöringFH Aachen
- Prof. Dr.-Ing. Tobias FrauenrathFH Aachen
- Prof. Dr.-Ing. Rolf Groß
- Nijanthan Mohan
- Marc Oyen
- Lukas Schnittcher
- Dipl.-Ing. Norbert Voß
- Titel
- DiggiTwin: ein interdisziplinäres Projekt zur Nutzung digitaler Zwillinge auf dem Weg zu einem klimaneutralen Gebäudebestand
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:l189-qucosa2-897921
- Konferenz
- 20. AALE-Konferenz. Bielefeld, 06.03.-08.03.2024
- Quellenangabe
- Tagungsband AALE 2024
Herausgeber: Hochschule für Technik, Wirtschaft und Kultur Leipzig
Erscheinungsort: Leipzig
Erscheinungsjahr: 2024
ISBN: 978-3-910103-02-3 - Erstveröffentlichung
- 2024
- DOI
- https://doi.org/10.33968/2024.67
- Abstract (DE)
- Im Hinblick auf die Klimaziele der Bundesrepublik Deutschland konzentriert sich das Projekt Diggi Twin auf die nachhaltige Gebäudeoptimierung. Grundlage für eine ganzheitliche Gebäudeüberwachung und -optimierung bildet dabei die Digitalisierung und Automation im Sinne eines Smart Buildings. Das interdisziplinäre Projekt der FH Aachen hat das Ziel, ein bestehendes Hochschulgebäude und einen Neubau an klimaneutrale Standards anzupassen. Im Rahmen des Projekts werden bekannte Verfahren, wie das Building Information Modeling (BIM), so erweitert, dass ein digitaler Gebäudezwilling entsteht. Dieser kann zur Optimierung des Gebäudebetriebs herangezogen werden, sowie als Basis für eine Erweiterung des Bewertungssystems Nachhaltiges Bauen (BNB) dienen. Mithilfe von Sensortechnologie und künstlicher Intelligenz kann so ein präzises Monitoring wichtiger Gebäudedaten erfolgen, um ungenutzte Energieeinsparpotenziale zu erkennen und zu nutzen. Das Projekt erforscht und setzt methodische Erkenntnisse zu BIM und digitalen Gebäudezwillingen praxisnah um, indem es spezifische Fragen zur Energie- und Ressourceneffizienz von Gebäuden untersucht und konkrete Lösungen für die Gebäudeoptimierung entwickelt.
- Freie Schlagwörter (DE)
- Digitalisierung, Smart Building, BIM, DiggiTwin, Überwachung & Optimierung, IoT, Anomalieerkennung
- Herausgeber (Institution)
- Hochschule für Technik, Wirtschaft und Kultur Leipzig
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:l189-qucosa2-897921
- Veröffentlichungsdatum Qucosa
- 14.02.2024
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
CC BY-SA 4.0