Das im ExWoSt-Forschungsprogramm angesiedelte Projekt „Monitoring von Potenzialflächen“ des Bundesinstituts für Bau-, Stadt- und Raumforschung (BBSR) sucht nach methodischen Grundlagen für eine systematische, datenbasierte und KI-gestützte Erfassung innerstädtischer Flächenreserven. Ziel ist es, Kommunen dabei zu unterstützen, Brachflächen, Baulücken und Nachverdichtungspotenziale automatisiert zu identifizieren, zu bewerten und für strategische Planungsprozesse verfügbar zu machen. Hierfür wurde ein standardisiertes Monitoring konzipiert, das unterschiedliche Datenquellen zusammenführt und über definierte Indikatoren auswertet. Dabei werden sowohl quantitative Aspekte wie Flächengrößen und Verfügbarkeiten als auch qualitative Kriterien wie Lage, Erschließung und planungsrechtliche Rahmenbedingungen berücksichtigt. 

Ein zentraler Bestandteil der Studie ist die Untersuchung KI-gestützter Auswertungsmethoden. Auf Basis von Geobasisdaten kommen sowohl klassische Machine-Learning-Verfahren als auch Deep-Learning-Ansätze zum Einsatz, um die Erkennung von Flächenpotenzialen zu unterstützen. Ergänzend wird die Auswertung von Bilddaten wie Fernerkundungsdaten vertieft: Digitale Orthofotos (DOP) und Satellitenbilder werden durch trainierte neuronale Netze klassifiziert, sodass räumliche Muster und zeitliche Entwicklungen von Potenzialflächen erkannt werden können.

Die Studie unterstreicht die Bedeutung dieser KI-Ansätze für die Planungspraxis, da die systematische Identifikation von Innenentwicklungspotenzialen als zentrale Voraussetzung für eine strukturierte und nachhaltige Wohnraumentwicklung gilt. Durch automatisierte Verfahren werden bestehende Erhebungsaufwände reduziert und Hemmnisse auf kommunaler Ebene abgebaut. Gleichzeitig eröffnet ein bundesweit anwendbares Vorgehen die Möglichkeit, Potenziale vergleichbar zu erfassen und zu bewerten. Vor diesem Hintergrund wird der Einsatz von künstlicher Intelligenz als vielversprechend eingeschätzt, um wiederkehrende Muster und Merkmale von Potenzialflächen zu erkennen und für deren Identifikation nutzbar zu machen. Die im Projekt entwickelten Ansätze werden derzeit in Modellkommunen erprobt, um ihre Praxistauglichkeit zur Erfassung von Baulücken, Nachverdichtungspotenzialen und Brachflächen zu prüfen.

Zur Studie: „Identifikation von Innenentwicklungspotenzialen mittels
Künstlicher Intelligenz und Fernerkundungsdaten“
 

Zum Forschungsprojekt: „Methodenstudie zum Monitoring von Potenzialflächen für Brachen, Baulücken und Nachverdichtung in der Regionalstatistik und mit Methoden der Fernerkundung/KI“

Mit OP–OD (Open Plan – Open Decision) wurde im Rahmen des Forschungsprojekts „Nah am Nutzen“ ein offenes Planungs- und Entscheidungsverfahren entwickelt und im Realexperiment erprobt. Ausgangspunkt war das genossenschaftliche Wohnbauprojekt „metso’metso“ der Kooperative Großstadt eG in München. Die methodische Entwicklung und Anwendung erfolgte unter Beteiligung des Planungsbüros UmbauStadt; die wissenschaftliche Begleitung, Auswertung und Systematisierung lagen bei der RWTH Aachen. 

OP–OD organisiert Planung als kollektiven Prozess. Beiträge unterschiedlicher Akteurinnen und Akteure werden in aufeinanderfolgenden Phasen generiert, gebündelt und weiterentwickelt. Die im Projekt entwickelte Abfolge aus Ideensammlung und Bündelung sogenannter „Rucksäcke“, gemeinsamer Weiterentwicklung und abschließender Synthese strukturiert den Prozess und macht nachvollziehbar, wie aus einzelnen Beiträgen gemeinsame Entwurfsansätze entstehen. Die begleitende Evaluation basiert auf mehreren Befragungsrunden und erfasst Erfahrungen, Erwartungen und Bewertungen der insgesamt 87 Beteiligten aus Planung, Fachdisziplinen und Nutzung. 

Mit dem Folgeprojekt „Nah am Nutzen 2 (NAN-2)“ wird der Ansatz nun gezielt um KI-gestützte Komponenten ergänzt. Im Fokus steht nicht die Generierung von Entwürfen, sondern die Strukturierung und Auswertung komplexer Prozessdaten. KI wird eingesetzt, um große Mengen heterogener Beiträge zu ordnen, Zusammenhänge sichtbar zu machen und kollektive Entscheidungsprozesse zu unterstützen. Damit adressiert der Ansatz zentrale Herausforderungen kooperativer Verfahren wie die Vergleichbarkeit von Beiträgen, die Nachvollziehbarkeit von Entscheidungen und die Integration vielfältiger Perspektiven.

Ziel ist die Überführung des im Realexperiment entwickelten Verfahrens in übertragbare Anwendungen für die Planungspraxis. OP–OD versteht sich dabei ausdrücklich nicht als geschütztes Produkt, sondern als gemeinschaftlich nutzbares Werkzeug, dessen Methoden, Teilaspekte und Mechaniken frei in kollektiven Planungsprozessen angewendet und weiterentwickelt werden können. Die zugrunde liegende Grundlagenforschung wurde im Rahmen der ZukunftBau-Forschungsförderung finanziert und im Leitfaden systematisch aufbereitet. 

Mit dem Projekt Connected Urban Twins (CUT) entwickelten die Städte Hamburg, Leipzig und München gemeinsam Ansätze für eine datenbasierte und integrierte Stadtentwicklung. Das Vorhaben wurde von 2021 bis 2025 im Rahmen des Förderprogramms „Modellprojekte Smart Cities“ durch das Bundesministerium für Wohnen, Stadtentwicklung und Bauwesen umgesetzt. Ziel war der Aufbau urbaner digitaler Zwillinge sowie entsprechender Datenplattformen, in denen unterschiedliche kommunale Datenbestände zusammengeführt, standardisiert und fortlaufend aktualisiert werden. Diese sollen die Grundlage für Analysen, Simulationen und die Unterstützung planerischer Entscheidungen in verschiedenen Handlungsfeldern der Stadtentwicklung bilden. 

Im Projekt kamen datenbasierte Analyse- und Modellierungsverfahren zum Einsatz, die auch Methoden des Machine Learning einbeziehen. Sie dienen insbesondere der Auswertung großer und heterogener Datenbestände, der Erkennung räumlicher Muster sowie der Unterstützung von Prognosen und Simulationen innerhalb der digitalen Zwillinge. CUT ist als interkommunales Entwicklungsprojekt angelegt und zielt auf die Übertragbarkeit der erarbeiteten Ansätze. Die digitalen Zwillinge fungieren dabei als fortschreibbare Modelle, die eine kontinuierliche Aktualisierung von Planungsgrundlagen ermöglichen. In der Verbindung aus Dateninfrastruktur, Modellierung und datenbasierter Auswertung entstehen Ansätze, die klassische, statische Planungsinstrumente um adaptive und dynamische Komponenten ergänzen. 

Die im Rahmen von CUT entwickelten urbanen Datenplattformen werden nun von den beteiligten Städten über die Projektlaufzeit hinaus weitergeführt und in bestehende Verwaltungs- und Planungsprozesse integriert. Ziel ist es, die erhobenen und verknüpften Datenbestände dauerhaft für unterschiedliche Aufgaben der Stadtentwicklung nutzbar zu machen – etwa für Monitoring, Analyse und die Vorbereitung planerischer Entscheidungen. Gleichzeitig werden im Projekt entwickelte Standards, Schnittstellen und Werkzeuge so aufbereitet, dass sie auch von anderen Kommunen übernommen werden können. 

Mit Syte steht ein digitales Werkzeug zur Verfügung, das KI-gestützte Analysen für Grundstücke und Bestandsgebäude in der Planungspraxis nutzbar macht. Die Plattform operiert in einem Feld, das auch Gegenstand aktueller Forschung ist – insbesondere der Auswertung großer Geodatenbestände und der datenbasierten Identifikation von Flächenpotenzialen –, ist jedoch selbst als anwendungsorientiertes Werkzeug der Projektentwicklung konzipiert. Die Ausgründung aus dem Büro Maas & Partner entwickelt eine browserbasierte Plattform, die unterschiedliche Datenquellen zusammenführt und in Form von Szenarien auswertet. 

Anwendungen finden sich insbesondere in der frühen Phase der Projektentwicklung. Auf Grundlage verfügbarer Geodaten lassen sich Bebauungs- und Nachverdichtungspotenziale, Energie- und Photovoltaikoptionen sowie Sanierungs- und Wirtschaftlichkeitsaspekte untersuchen. Die Plattform ermöglicht damit eine erste Einschätzung, welche baulichen Entwicklungen unter den gegebenen Rahmenbedingungen grundsätzlich in Betracht kommen. 

Der Einsatz von künstlicher Intelligenz erfolgt vor allem in der Verknüpfung und Auswertung heterogener Datenbestände sowie in der Ableitung von Szenarien. Planungsrelevante Parameter werden zusammengeführt und in eine strukturierte Entscheidungsgrundlage überführt. Aussagen etwa zur Ausnutzbarkeit von Grundstücken, zu Aufstockungspotenzialen oder zu Transformationsmöglichkeiten im Bestand können so frühzeitig getroffen werden. 

Syte bewegt sich damit in einem Feld, das auch in der Forschung intensiv bearbeitet wird – insbesondere im Hinblick auf datenbasierte Flächenanalysen und die Auswertung raumbezogener Informationen. Im Unterschied zu wissenschaftlichen Anwendungen ist die Plattform jedoch konsequent auf die praktische Nutzung in Planung, Kommune und Immobilienwirtschaft ausgerichtet. Im Zusammenspiel mit klassischen Planungsinstrumenten kann Syte als vorgelagerte Analyseebene verstanden werden, die eine erste Orientierung bietet und Entscheidungsprozesse vorbereitet, ohne die eigentliche planerische Bearbeitung zu ersetzen. 

Mehr über syste