Das starke Bevölkerungswachstum sowie die daraus folgende Urbanisierung steigern den weltweiten Materialressourcen‐ und Energieverbrauch. Der Bausektor ist für 60% der extrahierten Rohstoffe verantwortlich und generiert zudem 40% der energiebezogenen CO2 Emissionen. In Österreich betragen die Abfälle aus dem Bausektor etwa 70% des gesamten jährlichen Abfallaufkommens ‐ Fakten, welche die dringende Notwendigkeit von Recyclingmaßnahmen unterstreichen. Der Bestand hat großes Potential um als Rohstoffreservoir zu dienen, jedoch fehlt derzeit das gesamtheitliche Wissen über den Gebäudebestand, welches das größte Hindernis für die Wiedernutzung und das Recycling von Materialien sowie Elementen darstellt.
Hauptziel von BIMstocks ist die Entwicklung einer Methodik für die durchgängige digitale Erfassung der materiellen Zusammensetzung des Baubestandes zwecks Modellierung des Sekundärrohstoffkatasters sowie Prädiktion der Recyclingpotentiale, durch Erstellung eines BIM‐Objektekatalogs für typische Bestandsgebäude in Wien, Generierung von as‐built BIM‐Modellen und darauffolgende Hochskalierung auf Stadt‐Ebene. Etwa 10 Use Cases, welche einen großen Teil der für Wien typischen Wohnbauten abdecken, sollen erfasst werden, um somit eine Hochskalierung auf Stadt‐Ebene zu ermöglichen. Finales Ziel ist die Generierung einer GIS‐basierten Urban Mining Plattform, welche die erlangten Informationen der einzelnen Use Cases einbettet, sowie die Recyclingpotentiale, Materialflüsse und Abfallmassen prognostiziert. Zudem soll ein Framework, welches die Umsetzung von Urban Mining Strategien ermöglicht, entwickelt werden. Das Framework soll alle Einzelschritte sowie die angewandten Methoden beschreiben. Das Projekt stellt somit die Fortsetzung des im Forschungsprojekt SCI_BIM entwickelten Rahmenwerks für die integrale Ermittlung von Geometrie und Material durch Kopplung von Laserscan und GPR‐Technologie zwecks semiautomatisierter BIM‐Modell Erstellung. SCI_BIM zeigte, dass die GPR‐Technologie weitere Tests benötigt um a) Anwendung an unterschiedlichen Konstruktionstypen und b) eine Materialdatenbank aufzubauen, welche die Effizienz der Materialermittlung wesentlich steigern würde.
Die Innovation des Projekts liegt in der Kopplung unterschiedlicher Technologien welche eine Skalierung von Bauteil‐Ebene zur Stadt‐Ebene ermöglichen: Aufnahmetechnologie mittels GPR, der Anwendung von Machine Learning zwecks automatisierter Ermittlung der Materialzusammensetzung, sowie prädiktive Modellierung auf Stadt‐Ebene in der digitalen Urban Mining Plattform. Erstmals werden dabei auch die Unsicherheiten, die sich aus den Use Case Samples, den Messungen und die Hochrechnung ergeben, abgeschätzt. Das angestrebte Ergebnis ist, basierend auf GPR‐Aufnahmen sowie darauffolgenden Machine Learning Algorithmen, die Erstellung eines Bauteilekatalogs für typische Wohngebäude in Wien, welcher eine Hochskalierung auf Stadt‐Ebene ermöglicht, sowie die Einbettung der Bauteile bzw. Gebäude in die GIS‐basierte Urban Mining Plattform.
Der Hauptnutzen der aus BIMstocks entstehenden Ergebnisse ist die Erhöhung der Recyclingraten durch Anwendung von Urban Mining Strategien, wofür die generierte öffentliche Urban Mining Plattform als Basis dient.
