Gewinne:
- Fähigkeit, die Rolle der KI bei der Datenaufbereitung, -interpretation und -berichterstattung im Tageslicht-, Sonneneinstrahlungs- und Energiesimulationsworkflow zu beschreiben
- Möglichkeit, Annahmen, Randbedingungen und Unsicherheiten bei der Zusammenfassung von Simulationsergebnissen mit KI klar zu verfolgen
- Fähigkeit zu verstehen, dass Energie-/Komfortergebnisse mit offiziellen Berechnungsmethoden und akkreditierter Software überprüft werden müssen und dass KI keine Zahlen liefert
Ein Gebäude sieht nicht nur schön aus, es sieht auch schön aus. Es hält die darin lebende Person bei Hitze kühl und bei Kälte warm, lässt tagsüber Licht herein und verbraucht keine unnötige Energie. Um diese zu antizipieren, nutzen Architekten Simulationen: Computeranalysen, die numerisch berechnen, wie sich das Gebäude mit Sonne, Licht und Luft verhält. Die wichtigsten sind die Tageslichtanalyse (wie viel natürliches Licht in den Raum gelangt), die Analyse der Sonneneinstrahlung/Schattierung und die Energiesimulation. Eine akkreditierte und verifizierte Spezialsoftware führt diese Berechnungen durch; Künstliche Intelligenz erzeugt diese Zahlen nicht selbst. Die Rolle der KI besteht darin, Daten aufzubereiten, Szenarien zu organisieren, Ergebnisse zu interpretieren und zu melden. In dieser Einheit erfahren Sie, wie Sie KI an der richtigen Stelle im Energie- und Tageslicht-Workflow einsetzen und wie Sie den gefährlichsten Fehler vermeiden: KI dazu zu bringen, Zahlen zu produzieren.
Warum KI nicht simuliert
Ein Sprachmodell kann eine sichere Zahl für die Frage angeben, „wie viel Sonnenlicht in diesen Raum gelangt“. Bei dieser Zahl handelt es sich jedoch um eine Schätzung/Fabrikation, nicht um eine echte Berechnung. Tageslichtmultiplikator, Energiebelastung, Schattenstunden; Hierbei handelt es sich um physikalische Berechnungen, die auf der Geometrie, der geografischen Lage, den Materialeigenschaften und den Klimadaten des Gebäudes basieren. Nur Simulationssoftware, die die Physik modelliert, macht diese Dinge richtig.
Der eigentliche Beitrag der KI besteht darin, den Input der Simulation vorzubereiten (Szenarioliste, Stückliste), die Ausgabe zu verstehen (Hunderte Seiten mit Ergebnissen zusammenzufassen, Muster zu finden) und den Bericht zu schreiben. KI ist also vor und nach dem Konto wertvoll; nicht im Konto selbst.
Achtung: Fragen Sie die KI nicht nach Zahlen wie Tageslichtmultiplikator, Energieverbrauch oder Schattenstunde. Nur akkreditierte/verifizierte Simulationssoftware liefert diese Werte. Eine von AI bereitgestellte Nummer sollte nicht verwendet werden, es sei denn, es handelt sich um ein Quellkonto.
Eingaben vorbereiten: Der erste Vorteil von KI
Die Qualität der Simulation hängt von der Qualität der Eingabe ab. KI hilft Ihnen, eine komplexe Reihe von Szenarien zu orchestrieren: welche Fassadenrichtungen, welche Verglasungsarten, welche Beschattungsmöglichkeiten, welche Nutzungsstunden es zu testen gilt. Diese in eine strukturierte Tabelle umzuwandeln und zu klären, was jedes Szenario messen wird, spart Zeit und reduziert Fehler.
KI kann auch Materialeigenschaften (Wärmeleitfähigkeitswert, Lichtdurchlässigkeit usw.) zusammenstellen und in einer Tabelle darstellen; Es ist jedoch notwendig, diese Werte aus der Dokumentation des Herstellers zu bestätigen, da sich die KI möglicherweise falsch erinnert.
Ausgabe interpretieren: Der zweite Vorteil der KI
Die Simulationsergebnisse sind oft riesig und komplex: stündliche Temperatur, raumweise Lichtstärke, monatliche Energieverteilung. Anhand dieser Daten erstellt die KI eine klare Zusammenfassung: „die drei Orte, die am wärmsten werden“, „Bereiche unterhalb des Tageslichtziels“, „in welchem Monat die Kühllast am höchsten ist“. Dieser Auftrag beschleunigt die Entwurfsentscheidung des Architekten. Geben Sie aber unbedingt an, mit welcher Software und mit welchen Annahmen Sie die Ergebnisse an die KI weitergeben; Der Kommentar sollte in diesem Kontext platziert werden.
Tipp: Wenn Sie der KI ein Simulationsergebnis übergeben, sagen Sie: „Diese Ergebnisse wurden von [der Software] mit den folgenden Annahmen erstellt; Sie kommentieren einfach und geben an, wie sich die Annahmen auf das Ergebnis ausgewirkt haben.“ KI macht Unsicherheit somit sichtbar, anstatt sie zu verbergen.
Schritt für Schritt: KI-gestützter Analyse-Workflow
- Klären Sie die Frage. Was möchten Sie wissen: Überhitzung, Lichtmangel, Energiemangel?
- Bearbeiten Sie Szenarien mit KI. Tabellen Sie die zu testenden Varianten auf.
- Materialdaten zusammenstellen und prüfen. Sie sagen KI, Sie überprüfen es anhand der Dokumentation des Herstellers.
- Führen Sie die Simulation mit kompetenter Software durch. Daher kommt die Zahl.
- Interpretieren Sie die Ausgabe mit KI. Erstellen Sie eine Zusammenfassung, indem Sie die Annahmen darlegen.
- Treffen Sie die Entscheidung und berichten Sie. Das Fazit und die Begründung werden mit Quellenangabe festgehalten.
drei Mini-Koffer
Fall 1 – Szenariobearbeitung. Ein Architekt möchte Tageslicht für 4 Fassadenausrichtungen, 3 Verglasungsarten und 2 Beschattungsmöglichkeiten testen. KI wandelt diese Kombinationen in eine übersichtliche Tabelle mit 24 Szenarien um, und der Architekt erkennt, welche davon unnötige Wiederholungen darstellen und grenzt sie auf 16 ein. Simulationszeit und Unregelmäßigkeiten werden reduziert.
Fall 2 – Interpretation und Muster. Es erscheinen 800 Zeilen stündlicher Temperaturausgabe. Der Architekt gibt dies an AI weiter und bittet um eine Zusammenfassung. AI markiert zwei Büros in der südwestlichen Ecke, deren Erwärmung am Nachmittag über dem Ziel liegt. Um diesen Befund zu verifizieren, betrachtet der Architekt den entsprechenden Graphen der Simulation und fügt eine Schattierung hinzu. Die KI hat die Zahl hier nicht ermittelt; Es machte die vorhandene Nummer lesbar.
Fall 3 – Gefährliche Abkürzung. Um Zeit zu sparen, fragt ein Praktikant die KI: „Wie hoch ist der Tageslichtmultiplikator dieses Raumes?“ und trägt die resultierende Zahl in den Bericht ein. Bei der Prüfung wird deutlich, dass diese Zahl nicht auf Berechnungen beruht, sondern erfunden ist. Der Bericht wird zurückgezogen. Lektion: Zahlen kommen immer von kompetenter Software.
Vier kopierbare Eingabeaufforderungen
Wandeln Sie die zu testenden SZENARIEN für das folgende Analyseziel in eine Tabelle um. Spalten: Szenario Nr. | vordere Richtung | Glasart | Schattierung |Was wird gemessen? Markieren Sie unnötige/wiederholte Szenarien. Ziel: [...]
Stellen Sie die Wärmedurchgangs- und Lichtdurchlässigkeitswerte dieser Materialliste in einer Tabelle zusammen. Markieren Sie jeden Wert als „VOM HERSTELLERDOKUMENT BESTÄTIGEN“; Geben Sie keinen genauen Wert an. Liste: [...]
Die folgenden Simulationsergebnisse wurden von [Name der Software] mit den folgenden Annahmen erstellt: [Annahmen]. ZUSAMMENFASSUNG der Ergebnisse: Die drei kritischsten Orte, Muster und Auswirkungen von Annahmen. GENERIEREN SIE KEINE neuen Zahlen, sondern interpretieren Sie nur die angegebenen. Ergebnisse: [...]
Organisieren Sie diesen Entwurf eines Energie-/Tageslichtberichts in der Sprache eines Architekten: mit Abschnitten für Methode, Annahmen, Erkenntnisse und Empfehlungen. Lassen Sie ein [QUELLE]-Feld, um die Quelle (Software/Konto) jedes Problems anzugeben.Entwurf: [...]
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwach: „Wie hoch wäre der Energieverbrauch dieses Raumes?“
Strong: „Ich füge unten den monatlichen Energieertrag meiner EnergyPlus-basierten Simulation ein. Annahmen: [Klimadatei, Nutzungsstunden, eingestellte Temperaturen]. Fassen Sie diese Ergebnisse zusammen: Welcher Monat hat die höchste Belastung, welcher Standort sticht hervor, welche der Annahmen beeinflusst das Ergebnis am meisten. Ich berechne eine neue Zahl; interpretieren Sie einfach die von mir angegebenen Daten.“
Durch die leistungsstarke Eingabeaufforderung übernimmt die KI die Rolle des Dolmetschers. Es tappt nicht in die Falle, Zahlen zu produzieren und macht Annahmen sichtbar.
Geschäft
Macht KI das?
Wer produziert die Nummer?
Skriptbearbeitung
Ja
—
Materialdatenerfassung
Ja (bestätigt)
Herstellerzertifikat
Simulationskonto
Nein
Akkreditierte Software
Abschließender Kommentar/Zusammenfassung
Ja
—
Verfassen von Berichten
Ja (geschweißt)
—
Häufige Fehler
- KI dazu bringen, Zahlen zu produzieren. Der Tageslicht-/Energiewert stammt ausschließlich aus der Software.
- Keine Angabe von Annahmen. Die Interpretation bleibt kontextlos und führt in die Irre.
- Der materielle Wert wird nicht bestätigt. AI gibt möglicherweise falsche Temperatur-/Lichtwerte an.
- Kein Vergleich der KI-Zusammenfassung mit den Rohdaten. Die Zusammenfassung wird möglicherweise falsch hervorgehoben.
- Eintragen der erfundenen Nummer in den Bericht. Der Bericht enthält keine Zahlen ohne Quellenangabe.
Zusammenfassend
Energie- und Tageslichtberechnungen basieren auf der Physik und nur akkreditierte Simulationssoftware macht sie richtig. KI führt diese Berechnung nicht durch; bearbeitet die Eingabe, stellt die Materialdaten zusammen (verifiziert), interpretiert das Ergebnis und schreibt den Bericht. Lassen Sie die KI niemals eine Zahl wie den Tageslichtmultiplikator oder den Energieverbrauch generieren. Geben Sie die Quelle jeder Zahl an, machen Sie Annahmen sichtbar und überprüfen Sie die endgültige Bewertung mit einem kompetenten Experten.
Anwendungsaufgabe
Entwerfen Sie ein Tageslicht- oder Überhitzungsanalyseszenario für einen Raum. Verwandeln Sie Testfälle mit KI in eine Tabelle und hinterlassen Sie Bestätigungsfelder für Materialwerte. Wenn Sie über eine Simulationsausgabe (oder eine Beispieltabelle) verfügen, fassen Sie diese unter Angabe der Annahmen der KI zusammen und prüfen Sie, dass die KI keine neuen Zahlen erzeugt.
Checkliste
- [ ] Ich habe die Analysefrage geklärt.
- [ ] Ich habe die Szenarien mit KI bearbeitet.
- [ ] Die Materialwerte habe ich aus der Herstellerdokumentation bestätigt.
- [ ] Ich habe die Nummer nur von akkreditierter Software erhalten.
- [ ] Ich ließ es von der KI interpretieren, indem ich die Annahmen darlegte.
- [ ] Ich habe überprüft, dass die KI keine neuen Zahlen generiert.
- [ ] Ich habe die Quelle jedes Problems im Bericht angegeben.