Baulücken, Aufstockung, Nachverdichtung: KI und Geodaten machen Flächenpotenziale sichtbar

Baulücken, Nachverdichtungsflächen und weitere Entwicklungspotenziale sind vielerorts vorhanden, aber häufig nicht systematisch erfasst. Das Fraunhofer IGD verbindet Künstliche Intelligenz mit amtlichen Geodaten, um solche Potenziale automatisiert zu identifizieren und für die Stadt-, Regional- und Landesplanung aufzubereiten. Ermittelt durch die Auswertung von Luftbildern und Geodaten lässt sich so z.B. bei einer Baulückenanalyse der Anteil unbebauter Flächen pro Grundstück darstellen.

Wohnraumbedarf, begrenzte Flächen und der Anspruch, zusätzliche Flächenversiegelung zu reduzieren, stellen Kommunen und Länder vor große Herausforderungen. Gleichzeitig sind Baulücken, Nachverdichtungsflächen, Brachen oder andere Entwicklungspotenziale häufig nur mit erheblichem manuellem Aufwand zu identifizieren. Hinzu kommen begrenzte personelle Ressourcen in den Verwaltungen.

Das Fraunhofer-Institut für Graphische Datenverarbeitung IGD entwickelt skalierbare Lösungen, mit denen sich Flächenpotenziale automatisiert erfassen und für Planungsprozesse aufbereiten lassen. Künstliche Intelligenz übernimmt dabei beispielsweise die visuelle Erstidentifikation anhand von Luft- oder Orthophotos. Die Ergebnisse werden anschließend mit amtlichen Geodaten verknüpft und GIS-basiert aufbereitet. So entstehen nachvollziehbare und aktualisierbare Datengrundlagen, die sich in bestehende GIS- und Planungssysteme integrieren lassen.

„Viele Städte verfügen bereits über umfangreiche Geodatenbestände, deren Potenzial bislang nur teilweise genutzt wird“, sagt Dr. Eva Klien, Bereichsleitung Infrastruktur und Public Services am Fraunhofer IGD. „Unsere Lösung zeigt, wie sich diese Daten automatisiert auswerten lassen, um Wohnraumpotenziale im Bestand sichtbar zu machen und Planungsprozesse effizient zu unterstützen.“

Bei der Innenentwicklung können KI-Modelle beispielsweise Luftbilder auswerten und Freiflächen innerhalb von Grundstücken identifizieren. Ergänzend lassen sich 3D-Laserscandaten nutzen, um Gebäudehöhen mit der umgebenden Bebauung zu vergleichen und mögliche Aufstockungspotenziale zu erkennen. Die Ergebnisse können als Kartenlayer, Datensätze oder 3D-Visualisierungen für die weitere fachliche Bewertung bereitgestellt werden.

Die Verfahren sind dabei nicht auf einzelne Kommunen beschränkt. Für ein landesweites Potenzialflächenkataster in Sachsen-Anhalt entwickelte das Fraunhofer IGD eine skalierbare KI-Pipeline, die digitale Orthophotos analysiert und die Ergebnisse mit ALKIS-, ATKIS- und Raumordnungsdaten verknüpft. Damit entsteht eine einheitliche und reproduzierbare Datengrundlage für die Identifikation von Flächenpotenzialen.

Die automatisierte Analyse ersetzt keine fachliche oder rechtliche Einzelfallprüfung. Bau- und planungsrechtliche Vorgaben, Eigentumsverhältnisse, politische Priorisierungen oder bautechnische Bewertungen bleiben Aufgabe der zuständigen Stellen. Die KI liefert eine qualifizierte Vorauswahl und hilft, relevante Flächen aus großen Datenbeständen herauszufiltern.

Weiterführende Informationen

Wohnraumpotenziale systematisch erfassen und nutzbar machen

Künstliche Intelligenz beschleunigt Potenzialflächenanalyse

Quelle und Fotos: Fraunhofer-Institut für Graphische Datenverarbeitung IGD