Gebäudefassaden bestehen aus einer Kombination unterschiedlicher geometrischer Strukturen. Große Wandflächen sind oft annähernd planar, Fenster und Türen bilden Öffnungen, Balkone und Gesimse treten aus der Ebene hervor, Loggien und Rücksprünge liegen dahinter.

Gebäudekanten entstehen dort, wo sich die räumliche Orientierung einer Oberfläche ändert oder eine Fassadenfläche endet. Die KI erkennt diese Diskontinuitäten zuverlässig und überführt sie in geometrisch stabile CAD-Linien.

Balkone und Loggien sind dreidimensionale Strukturen, die sich gegenüber der Hauptfassadenebene räumlich unterscheiden. Die Tiefeninformation der Punktwolke ermöglicht eine automatische Abgrenzung dieser Elemente. Die erkannten Geometrien werden räumlich der jeweiligen Fassadenfläche zugeordnet.

Die Transformation von der Punktwolke zur verwertbaren CAD-Geometrie erfolgt in einem strukturierten Prozess mit mehreren aufeinanderfolgenden Verarbeitungsschritten. Jeder Schritt baut auf dem vorherigen auf und ermöglicht eine kontrollierte, nachvollziehbare Verarbeitung.

Punktwolken enthalten häufig nicht nur das Gebäude selbst. Auch andere Objekte werden bei der Erfassung mitgescannt. Diese Strukturen werden soweit möglich automatisch klassifiziert und von der eigentlichen Fassadengeometrie getrennt.

Die Hauptflächen des Gebäudes werden geometrisch analysiert. Über Ebenen-Fitting, Normalenvektoren und räumliche Kontinuität entsteht ein geometrisches Grundmodell der Gebäudehülle – die Basis für alle nachfolgenden Erkennungsschritte.

Die erkannten Punktgruppen werden in CAD-fähige Geometrien überführt. Je nach Element entstehen unterschiedliche geometrische Grundtypen, die direkt in CAD- und BIM-Systemen weiterverwendet werden können.

Für eine professionelle CAD-Ausgabe reicht reine Objekterkennung nicht aus. Die erzeugten Geometrien müssen topologisch konsistent sein – Linien müssen durchgehend sein, Flächen geschlossen, doppelte Objekte entfernt. Erst nach dieser Bereinigung ist das Ergebnis direkt in CAD-Software nutzbar.

Neben klassischen 2D-Fassadenansichten kann die erkannte Geometrie auch dreidimensional aufgebaut werden. Planare Fassadenflächen werden räumlich positioniert, Fenster, Türen und andere Elemente der jeweiligen Fläche zugeordnet. Abhängig vom Anwendungsfall sind unterschiedliche Modellierungstiefen möglich.

Abhängig vom Projekt können die erkannten Geometrien anschließend strukturierten BIM-Objekten zugeordnet werden. Damit entsteht eine belastbare geometrische Grundlage für weitere BIM-Prozesse.

Die erforderliche Modellierungstiefe wird vor Projektbeginn definiert. Dadurch wird nicht unnötig jedes Detail modelliert, sondern nur jene Information erzeugt, die für den tatsächlichen Anwendungsfall benötigt wird – das reduziert Aufwand und Kosten gezielt.

Eine bestehende Gebäudefassade ist selten vollkommen eben, vertikal oder rechtwinklig. Für Sanierung und Vorfertigung können diese Abweichungen von entscheidender Bedeutung sein – ein idealisiertes CAD-Modell alleine reicht hier nicht aus.

Unsere Lösung kann deshalb nicht nur idealisierte CAD-Geometrien erzeugen. Sie kann auch die tatsächliche Oberfläche mit einer geometrischen Referenz vergleichen und Abweichungen präzise quantifizieren.

Für neue Fassadensysteme ist entscheidend, wie stark die bestehende Oberfläche gegenüber einer geplanten Referenzebene vor- oder zurückspringt. Diese Abstände lassen sich direkt aus der Punktwolke berechnen – flächendeckend und mit hoher räumlicher Auflösung.

Besonders relevant ist Scan-to-CAD bei Projekten, bei denen Fassadenelemente industriell vorgefertigt werden. Die Produktion benötigt verlässliche Informationen über den tatsächlich gebauten Zustand – nicht über den geplanten Sollzustand.

Punktwolken enthalten nur jene Bereiche, die vom Sensor tatsächlich erfasst wurden. In der Praxis können unterschiedliche Objekte Teile einer Fassade verdecken. Auch reflektierende oder transparente Oberflächen erzeugen problematische Messwerte.

Je nach Projekt können unterschiedliche Erfassungsmethoden kombiniert werden, um Abschattungen zu reduzieren und zusätzliche Informationen zu gewinnen. Die Wahl der Erfassungsmethode beeinflusst Abdeckung, Punktdichte und verfügbare Zusatzinformationen.

Auch bei Gebäudefassaden ist eine nachvollziehbare Qualitätssicherung entscheidend. Für jedes erkannte Element können unterschiedliche Qualitätsmerkmale berechnet werden. Damit entsteht kein unkontrolliertes KI-Ergebnis – unsichere Bereiche können gezielt nachbearbeitet werden.

Die KI übernimmt repetitive Analyse- und Digitalisierungsarbeit. Die fachliche Kontrolle bleibt Bestandteil des Prozesses. Dieser Ansatz verbindet die Skalierbarkeit automatisierter Verarbeitung mit der Verlässlichkeit menschlicher Fachkompetenz.

Dreidimensionale Ausgabe der erkannten Fassadengeometrie als direkte Grundlage für weiterführende Konstruktion, Kollisionsprüfung oder Visualisierung. Die räumliche Positionierung aller Elemente bleibt vollständig erhalten.

Die Punktwolke bleibt als geometrische Referenz erhalten. Auf Wunsch kann zusätzlich eine klassifizierte Punktwolke bereitgestellt werden, in der jedem Punkt eine semantische Klasse zugeordnet ist – etwa Wand, Fenster, Balkon, Vegetation oder Boden.

Die klassifizierte Punktwolke ermöglicht eine visuelle Qualitätskontrolle und kann als Grundlage für weitere automatisierte Verarbeitungsschritte dienen.

Optional können Qualitätsinformationen gemeinsam mit dem geometrischen Ergebnis übergeben werden. Die QA-Daten ermöglichen eine gezielte Nachbearbeitung und dokumentieren den Zuverlässigkeitsgrad jedes erkannten Elements.

Punktwolken von Gebäuden können detaillierte Informationen über Architektur, Konstruktion, Zugänge und technische Einrichtungen enthalten. Der Schutz dieser Informationen ist ein zentraler Bestandteil unserer Lösung.

Kundendaten werden ausschließlich für die vereinbarte Verarbeitung verwendet. Eine Verwendung für das Training oder die Weiterentwicklung von KI-Modellen erfolgt nicht ohne ausdrückliche Zustimmung des Kunden.

Die automatisierte Verarbeitung kann umfassend dokumentiert werden. Damit bleibt jederzeit nachvollziehbar, wie aus der Punktwolke das finale CAD- oder BIM-Ergebnis entstanden ist – ein entscheidender Aspekt für Auditierbarkeit, Qualitätssicherung und Projektdokumentation.

Je nach Projekt und IT-Infrastruktur kann die Lösung mit unterschiedlichen Sicherheitsanforderungen betrieben werden. Die technischen Maßnahmen lassen sich an die organisatorischen und regulatorischen Anforderungen des Kunden anpassen.

Moderne Laserscanner erfassen ein Gebäude innerhalb kurzer Zeit mit enormer Detailtiefe. Der entscheidende nächste Schritt besteht darin, diese Daten automatisiert in verwertbare Planungsinformation umzuwandeln. Unsere KI macht aus der Punktwolke keine reine Visualisierung – sie erzeugt daraus strukturierte CAD- und BIM-fähige Geometrien.