Wie viel PV passt aufs Dach? Lohnt sich die Sanierung im Quartier? Und was bringt eine Aufstockung energetisch wirklich? In München wird der Digitale Zwilling der Stadt mit KI kombiniert. Für die Immobilienwirtschaft entsteht damit ein Werkzeug, das komplexe Geodaten erstmals einfach nutzbar macht.
Ein Projektentwickler sitzt am Rechner und prüft ein Grundstück. Früher hätte er Lagepläne gewälzt, Luftbilder verglichen, Solarkataster konsultiert und mehrere Fachstellen angerufen. Heute tippt er ein: „Wie hoch ist die durchschnittliche Bebauung im Umkreis von 200 Metern?“ Sekunden später erscheint eine Antwort – inklusive Visualisierung im 3D-Modell der Stadt. Er fragt weiter: „Welche Gebäude verschatten das Grundstück im Winter?“ „Wie viele Einwohner leben im Radius von 500 Metern?“ „Ist in diesem Quartier künftig Fernwärme geplant?“ Das System greift auf hinterlegte Geodaten zu, berechnet Abstände, analysiert Höhenbeziehungen und kombiniert statistische Informationen mit räumlichen Daten. Was wie ein Zukunftsszenario klingt, wird in München bereits konkret erprobt. Dort wird der Digitale Zwilling der Stadt mit einem KI-gestützten Sprachassistenten kombiniert. Ziel sei es, komplexe urbane Daten „intuitiv zugänglich zu machen“, sagt Korbinian Kringer aus dem Kommunalreferat auf Anfrage von imo.
Was hinter dem Digitalen Zwilling steckt
Der Digitale Zwilling München ist ein detailliertes, mehrdimensionales Abbild der Stadt. Vorhandene und neu erfasste Geobasis- und Fachdaten fließen in einem gemeinsamen digitalen Ökosystem zusammen. Datensilos werden aufgebrochen und je nach Anwendungsfall integriert. Konkret heißt das: Das 3D-Modell enthält nicht nur die Kubatur der Gebäude, sondern auch strukturierte Informationen zu Baujahr, Nutzung, Geschossigkeit, Dachform, Energiekennwerten oder zur Anbindung an Infrastrukturen wie Fernwärme oder Stromnetz.
Hinzu kommen digitale Flächennutzungspläne, Erhaltungssatzungen, Solarpotenzialanalysen und Daten zur aktuellen Wärmeversorgung. Für die Stadt dient der Digitale Zwilling als Grundlage für Simulationen und Analysen sowie als Kommunikationswerkzeug. Für die Immobilienwirtschaft geht es vor allem um belastbare Entscheidungsgrundlagen. Wer ein Grundstück entwickelt, einen Bestand bewertet oder ein Quartier transformiert, braucht verlässliche Informationen über Dichte, Infrastruktur, Energiepotenziale und rechtliche Rahmenbedingungen.
Ein Beispiel ist der kommunale Wärmeplan, den München als digitale Karte bereitstellt. Dort lässt sich nachvollziehen, wie ein Gebiet aktuell versorgt wird und welche klimaneutralen Optionen perspektivisch vorgesehen sind. Für Eigentümer und Investoren sind solche Informationen strategisch relevant – etwa dann, wenn es um Sanierungsentscheidungen oder die langfristige Energieversorgung geht.
Vom Fachwerkzeug zur einfachen Frage
Bisher war der Zugang zu solchen Daten allerdings alles andere als einfach. Wer mit dreidimensionalen Stadtmodellen arbeiten wollte, musste wissen, wie die Daten in einer Geodatenbank gespeichert sind und wie man technische Abfragen formuliert. Genau hier setzt die KI-Integration an. Im Rahmen des EU-Projekts ASCEND wird ein Large Language Model, also ein KI-gestütztes Sprachmodell, in den Digitalen Zwilling eingebunden. Das Modell übernimmt im Hintergrund die technische Arbeit. Es analysiert die Struktur der Datenbank, formuliert automatisch die passende Abfrage und ruft die gewünschten Informationen ab. Für die Nutzerinnen und Nutzer sieht das so aus, als würden sie sich mit der Stadt unterhalten.
Man muss nicht mehr wissen, welche Datenbanktabellen existieren oder wie eine räumliche Abfrage technisch funktioniert. Man stellt eine Frage in normaler Sprache – das System übersetzt sie in eine maschinenlesbare Abfrage und visualisiert das Ergebnis im 3D-Modell. Typische Fragen aus immobilienwirtschaftlicher Perspektive sind laut Stadt etwa: „Welche Gebäude im Quartier eignen sich aufgrund ihrer Dachgeometrie für PV-Anlagen?“ oder „Welche Gebäude weisen besonders hohe Heizbedarfswerte auf?“ Damit wird aus einer komplexen Geodateninfrastruktur ein Werkzeug, das auch für Praktiker ohne GIS-Hintergrund nutzbar ist. Damit wird der Digitale Zwilling zum Geodaten-Pendant des ChatGPT-Moments: Nicht die Daten sind neu, sondern die Art, wie man sie nutzt. Aus einem Tool für Spezialisten wird ein Alltagswerkzeug.
Szenarien durchspielen, bevor es ernst wird
Besonders spannend wird es, wenn das System nicht nur Daten ausliest, sondern Veränderungen simuliert. Gebäude lassen sich per Textanweisung anpassen – etwa, indem man eine Aufstockung modelliert, zusätzliche Baukörper ergänzt oder Photovoltaik-Module auf geeigneten Dachflächen platziert. Projektentwicklerinnen und Projektentwickler können Szenarien durchspielen, bevor ein Entwurf in die formale Planung geht. Sie können prüfen, wie sich eine höhere Bebauung auf Verschattung und Energiebedarf auswirkt oder welchen zusätzlichen Stromertrag eine erweiterte Dachfläche bringen würde.
Im Projekt ASCEND testen die Verantwortlichen solche Anwendungen im Münchner Wohnquartier „Am Harthof“, einem bestehenden Viertel im Norden der Stadt, das in ein energiepositives Quartier umgewandelt werden soll. Dort berechnen sie, wie stark sich der Energiebedarf senken lässt, wenn Gebäude energetisch saniert werden. Sie analysieren, wie viel Strom Photovoltaik-Anlagen liefern können – und berücksichtigen dabei, ob Nachbargebäude, Bäume oder das Gelände Schatten werfen. Für Wohnungsunternehmen und Quartiersentwickler ist das ein relevanter Ansatz. Energetische Effekte lassen sich abschätzen, bevor Investitionen beschlossen werden. Maßnahmen können priorisiert werden, weil ihre Wirkung im Modell sichtbar wird.
Gerade in angespannten Märkten ist Geschwindigkeit ein Faktor. Grundstücke sind selten lange exklusiv verfügbar. Wer innerhalb weniger Stunden statt mehrerer Tage einschätzen kann, wie dicht das Umfeld ist, welche Energieoptionen bestehen oder welche Verschattung droht, verschafft sich einen Vorsprung. Der Digitale Zwilling ersetzt keine Genehmigungsprüfung – aber er verkürzt die Phase der Unsicherheit. Und das kann im Wettbewerb entscheidend sein.
Quartier denken, Portfolio steuern
Der Digitale Zwilling wird in München bereits für die Auswahl und Entwicklung von Quartieren genutzt. Daten werden automatisiert auf definierte Gebietsgrenzen aggregiert, um Entscheidungen zu unterstützen. Laut Stadt hat die zentrale Datenhaltung und Automatisierung zu deutlichen Zeiteinsparungen geführt. Für die Immobilienwirtschaft eröffnet sich damit eine zusätzliche Perspektive. Wer größere Bestände hält, kann analysieren, welche Objekte in besonders dicht versiegelten oder hitzebelasteten Quartieren liegen, wo Sanierungspotenziale besonders groß sind oder wo die Infrastruktur bereits gut ausgebaut ist.
Auch dynamische Daten wie Wärmeverbräuche oder PV-Erträge können in die Auswertung einfließen. Das macht den Digitalen Zwilling nicht zu einem Ersatz für Marktkenntnis, wohl aber zu einer strukturierten Entscheidungsgrundlage. Gerade unter dem Druck von Klimazielen und ESG-Vorgaben kann eine solche Datenbasis helfen, Investitionen gezielter zu steuern.
Ein weiterer Effekt liegt in der gemeinsamen Datengrundlage. Wenn Verwaltung und Projektentwickler perspektivisch auf dasselbe 3D-Modell und dieselben Geodaten zugreifen, verändern sich Abstimmungen.
Diskussionen über Höhen, Abstände oder Verschattung werden nachvollziehbarer, weil sie auf identischen Berechnungen beruhen. Das verkürzt Verfahren nicht automatisch, kann sie aber transparenter machen – und Konflikte entschärfen.
Mehr als ein Technikprojekt
Natürlich bleibt die Frage nach Datenqualität, Aktualität und Datenschutz. München betont, dass die KI-Lösungen lokal betrieben werden können und sensibel mit Planungs- und Bestandsdaten umgegangen wird. Entscheidend ist jedoch ein anderer Punkt: Städte strukturieren ihre Daten zunehmend so, dass sie analysierbar und kombinierbar sind. Wenn diese Daten über dialogfähige Schnittstellen zugänglich werden, verändert sich die Arbeitsweise in der Immobilienbranche.
Was heute als Innovationsprojekt läuft, könnte morgen Standard sein. Wer ein Grundstück prüft, wird nicht nur Lage und Preis betrachten, sondern automatisiert Energiepotenziale, Dichtekennzahlen und Infrastrukturanbindung analysieren. Nicht, weil es technisch möglich ist – sondern weil es wirtschaftlich sinnvoll ist. Die Stadt wird damit nicht nur gebaut. Sie wird berechnet. Und wer mit ihr sprechen kann, gewinnt an Geschwindigkeit und Transparenz.
Der eigentliche Wandel liegt dabei weniger in der Technik als in der Erwartungshaltung. Wenn Investoren, Projektentwickler und Wohnungsunternehmen sich daran gewöhnen, räumliche Fragen per Dialog klären zu können, steigt der Anspruch an Transparenz und Geschwindigkeit. Städte, die ihre Daten strukturiert und zugänglich bereitstellen, schaffen damit nicht nur ein Planungsinstrument – sondern einen Standortfaktor.
(Bildquelle Titelfoto: © GSM)
Weitere Newsmeldungen finden Sie unter https://imo-news.de/news-archiv/.
